Sensitivitäts­analyse nichtli­nearer Modelle

Ziel dieses vom Freistaat Sachsen und der Europäischen Union geförderten Projektes ist die Erforschung und Entwicklung von Methoden zur Sensitivitäts­analyse nichtli­nearer Modelle.

Es handelt sich hierbei um ein gemeinschaftliches Projekt mit der TU Dresden, die auf diesem Gebiet zahlreiche Vorarbeiten geleistet hat. Die Bearbeitung des Projektes wird in der DYNAmore Niederlassung Dresden stattfinden.

Die Ergebnisse des Forschungsvorhabens werden in einem Software-Prototypen implementiert, der den Berechnungsingenieur in der simulationsba­sierten Auslegung eines Fahrzeuges für Crash-Lastfälle durch die Ermittlung der signifikanten Konstruktionsparameter unter­stützt. Der Ent­wick­lungsprozess soll durch dieses Softwaretool vereinfacht und beschleunigt bzw. in sehr komplexen Fällen überhaupt erst ermöglicht werden.

Methoden der Senstivitätsanalyse werden z.B. in der Optimierung zur  Reduktion der Entwurfsparameter auf signifikante, d.h. die Entwurfsziele maßgeblich beeinflussende Parameter eingesetzt werden. Die Identifikation dieser signifi­kanten Parameter ist allerdings nicht trivial, kann aber mittels Methoden der Sensitivitäts­analyse ermöglicht werden. Bestehende Methoden und Algorithmen weisen aber entscheidende Nachteile auf. Sie sind entweder für komplexe, nicht-lineare Probleme (wie die Crash-Auslegung eines Fahrzeuges) grundlegend nicht geeignet oder ihr Einsatz erfordert einen nicht realisierba­ren Rechenaufwand.

Ziel des Projektes ist die Erforschung und Entwicklung von Methoden zur globalen Sensitivitäts­analyse nichtli­nearer Modelle in der FE-Simulation und deren Realisierung in einem innovativen Software-Prototypen. Durch dessen Anwen­dung im Produkt-Entwicklungsprozess würden nachfolgen­de Vorteile realisiert:

  • Identifikation von Konstruktionsparametern mit großem Einfluss auf die Entwurfsziele
  • Reduktion der Modell- bzw. Problemkomplexität durch Verringerung der Anzahl der Para­meter/Freiheitsgrade
  • Beschleunigung der nachfolgenden Produktoptimierungsprozesse sowohl der erfahrungsba­sierenden, intuitiven Optimierung als auch insbesondere der numerischen Optimierung
  • Kostenreduktion durch deutlich verkürzte Rechen- bzw. Entwicklungszeiten, damit Reali­sierung kürzerer Produktzyklen
  • Aufzeigen von Zusammenhängen zwischenarametern und Entwurfszielen im Sinne von Ursache und Wirkung; dadurch Erhöhung des Modellverständnisses für den Berechnungsin­genieur