Anhand von datengesteuerten Algorithmen soll die mechanische Festigkeit von Stanzniet- und Clinchverbindungen vorhergesagt werden. 50 validierte Simulationen für jede Verbindungsmethode liefern dafür eine ausreichend große Datenbasis. Es zeigt sich, dass allgemein verfügbare Materialdaten wie Zugfestigkeit und Blechdicken sowie die bekannten Prozessparameter gute Vorhersagen für die Verbindungsfestigkeit ermöglichen. Ein neuronales Netz liefert dabei die besten Vorhersageergebnisse für die quasistatische Verbindungsfestigkeit mit den generierten Prozessdaten. Jedoch bestimmt die Komplexität des Versagens der Verbindung im Wesentlichen die Qualität der analytischen Vorhersage. Im Vergleich mit der experimentellen Datenbank werden die leistungsfähigsten analytischen Vorhersageformeln ermittelt, so dass die analytischen Prädiktoren in FE-Module integriert werden können, um nach der Verbindungssimulation automatisch eine Festigkeitsabschätzung vorzunehmen. https://www.efb.de/efb-forschungsbericht-nr-585.html