Abstract
Der verstärkte Einsatz von Software zur Mehrkörpersimulation ermöglicht es, die
Anzahl von Prototypen, welche während der Entwicklung eines Produkts benötigt
werden, zu reduzieren. Häufig verursachen ungenaue oder unbekannte Parameterwerte
große Abweichungen der Simulationsergebnisse von den in der Realität
gemessenen Werten. Die Qualität eines virtuellen Prototyps kann durch Anpassung
der Parameterwerte an die realen Verhältnisse erhöht werden. Durch die Komplexität
von Mehrkörpersystemen ist es bei einer großen Anzahl von Parametern in
einem Simulationsmodell meist nicht mehr möglich die Parameter manuell anzupassen.
Aus diesem Grund stellt ein automatisierter und effizienter Abgleich der
Systemausgänge den einzig möglichen Ansatz zur Verbesserung von Simulationsergebnissen
dar. Darüber hinaus kann durch eine schlecht gewählte Anregung der
Fall eintreten, dass der Einfluss der Parameter auf die Systemausgänge zu gering
ist. In diesem Fall stützt sich die Identifikation auf unzureichende Daten und führt
zu einer nicht zufriedenstellenden Qualität des virtuellen Prototyps.
Zur Automatisierung des Parameteridentifikationsprozesses wird ein sinnvolles Gütemaß
benötigt, welches erlaubt die Abweichung der Simulation vom Experiment
zu quantifizieren. Erst durch Einführen dieser sogenannten Kostenfunktion wird
die Verwendung eines iterativen Ansatzes zum Lösen des Optimierungsproblems,
welches die skalare Kostenfunktion minimiert, ermöglicht. Der Gradient, welcher die
Konvergenz des numerischen Optimierungsverfahrens deutlich verbessert, kann mit
Hilfe der adjungierten Sensitivitätsanalyse berechnet werden. Um den Informationsgehalt
in den zur nachfolgenden Parameteridentifikation verwendeten Messungen
zu steigern, wird ein Ansatz verfolgt, der durch Modifikation der Systemanregung
auf eine Optimierung der Sensitivität der Kostenfunktion in Bezug auf Parameteränderungen
abzielt.
Für beide Spezialfälle, Gradientenberechnung und Optimierung der Systemanregung,
werden detaillierte Herleitungen durchgeführt. Neben der Beschreibung
der entwickelten Ansätze werden nachvollziehbare Beispiele gezeigt, welche die
Performance der jeweiligen Methode unterstreichen.
| Originalsprache | Englisch |
|---|---|
| Publikationsstatus | Veröffentlicht - 2018 |