Bookbot

Jana Büttner

    Effiziente Lösungsansätze zur Reduktion des numerischen Ressourcenbedarfs für den operativen Einsatz
    • Im Fahrzeugentwicklungsprozess arbeiten zahlreiche CAE-Fachbereiche an der strukturellen Auslegung eines Fahrzeugs. Ein wichtiges Werkzeug zur Erfassung der Komplexität und zur interdisziplinären Interaktion ist die Multidisziplinäre Optimierung (MDO). Diese Methode verbessert sowohl die Entwicklungsqualität als auch die -geschwindigkeit, erfordert jedoch eine effiziente Nutzung von CPU-Ressourcen und die gezielte Einbindung relevanter Disziplinen. In dieser Dissertation werden verschiedene Strategien zur Umsetzung dieser Anforderungen erörtert: die Wahl effizienter Optimierungsalgorithmen, die Auswahl relevanter Lastfälle und sensitiver Entwurfsvariablen sowie die Reduktion der Rechenzeiten bei aufwendigen Crashanalysen. Dabei wird eine Best Practice bestehender Methoden erarbeitet und teilweise neue Ansätze etabliert. Ein neuartiger, adaptiv steuerbarer Prozess auf Basis von Approximationsmodellen wird entwickelt. Dieser Prozess zeichnet sich durch drei Aspekte aus: Erstens reduziert die "Adaptive Komplexitätskontrolle" sukzessive die Komplexität des Optimierungsproblems. Zweitens kann mithilfe eines lokalen, heuristischen Vorhersageunsicherheitsmaßes die Prognosegüte abgeschätzt und in der Optimierung verwendet werden. Drittens unterstützt die globale Sensitivitätsmatrix die Koordination aller Disziplinen und erleichtert die Planung einer MDO. Alle Untersuchungen basieren auf einem komplexen Gesamtfahrzeugbeispiel.

      Effiziente Lösungsansätze zur Reduktion des numerischen Ressourcenbedarfs für den operativen Einsatz