Winter | Form- und Parameteroptimierung hochgradig restriktiver struktureller Probleme unter Nutzung Bayes'scher Optimierungsmethoden | Buch | 978-3-8439-5437-2 | sack.de

Buch, Deutsch, 198 Seiten, Paperback, Format (B × H): 148 mm x 210 mm, Gewicht: 306 g

Reihe: Produktentwicklung

Winter

Form- und Parameteroptimierung hochgradig restriktiver struktureller Probleme unter Nutzung Bayes'scher Optimierungsmethoden


Erscheinungsjahr 2024
ISBN: 978-3-8439-5437-2
Verlag: Dr. Hut

Buch, Deutsch, 198 Seiten, Paperback, Format (B × H): 148 mm x 210 mm, Gewicht: 306 g

Reihe: Produktentwicklung

ISBN: 978-3-8439-5437-2
Verlag: Dr. Hut


Der gesellschaftlich, politisch und technologisch angestrebte Wandel zu einer ökologisch nachhaltigen, elektrifizierten und digitalisierten Mobilität stellt viele Unternehmen vor enorme Herausforderungen, sei es durch die Integration neuer Teilsysteme in bestehende Produkte oder die Entwicklung gänzlich neuer Lösungen. Auch und gerade vor diesem Hintergrund spielen Methoden des Leichtbaus und damit des effizienten Einsatzes von Material und Energie eine tragende Rolle im PEP. Im Kontext der hiermit verbundenen Neuauslegung gesamter Baugruppen stellt vor allem der Konzeptleichtbau in Verbindung mit Methoden der Strukturoptimierung ein hilfreiches Werkzeug dar. Die Auslegung zur Erfüllung der an das jeweilige System gestellten technischen Anforderungen in Form von Restriktionen erfordern allerdings aufwändige Simulationsmodelle, welche wiederum mit neuen Herausforderungen für die entsprechenden Optimierungsmethoden einhergehen.

In der vorliegenden Arbeit wurde ein durchgängiger Workflow entwickelt, welcher Probleme der Formoptimierung mithilfe von Metamodell-basierter Bayes'scher Optimierung behandelt und löst. Grundlage dessen ist die geeignete Parametrisierung und automatisierte Modellerstellung von durch geometrische Extrusion beschreibbare FKV-Bauteilen mittels finiter Volumenelemente entlang einer Führungskurve. Die über die hieraus durchgeführte FEM-Simulation gewonnenen Ergebnisse werden dann in Regressionsmodelle überführt, anhand derer über Methoden der Bayes'schen Optimierung neue auszuwertende Entwürfe ermittelt werden. Im Rahmen der Umsetzung des Workflows wurden insbesondere verschiedene Metamodellansätze des maschinellen Lernens, sowie die Einstellung zugehöriger Hyperparameter und die Auswertung der resultierenden Modelle untersucht und verbessert. Darüber hinaus erfolgte eine Betrachtung verschiedener Strategien zur effizienten Behandlung von Restriktionen mithilfe kombinierter Akquisitionsfunktionen.

Winter Form- und Parameteroptimierung hochgradig restriktiver struktureller Probleme unter Nutzung Bayes'scher Optimierungsmethoden jetzt bestellen!

Autoren/Hrsg.




Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.