Download - Virtual Vehicle
Download - Virtual Vehicle
Download - Virtual Vehicle
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Optimierungsverfahren für die virtuelle<br />
Fahrwerksentwicklung im Schienenfahrzeugbau<br />
Numerische single- oder multidisziplinäre Optimierungsverfahren gewinnen in der Entwicklung hochkomplexer<br />
Produkte wie Schienenfahrzeuge an Bedeutung. Das VIRTUAL VEHICLE forscht anwendungsnah mit der<br />
SIEMENS AG zu diesen Themen und beschäftigt sich mit den unterschiedlichsten Methoden auf diesem<br />
Gebiet. Dabei werden vor allem Aspekte der Integration dieser Methoden in die Produktentwicklungsprozesse<br />
berücksichtigt.<br />
Ein großer Teil der Entwicklung ist heutzutage<br />
bereits virtualisiert und dementsprechend ohne<br />
kostenaufwändige Prototypen zu bewerkstelligen.<br />
Allerdings hat die <strong>Virtual</strong>isierung eine<br />
Vielzahl von Werkzeugen mit unterschiedlichen<br />
mathematischen Ansätzen hervorgebracht, die<br />
meist nur von den jeweiligen Fachgebietsexperten<br />
verstanden und angewendet werden.<br />
Bisheriger Auslegungsprozess nach<br />
klassischem Muster<br />
Der bisherige Auslegungsprozess orientierte<br />
sich an der klassischen Vorgehensweise: Nach<br />
der Analyse der Anforderungen werden die entsprechenden<br />
digitalen Prototypen erstellt und<br />
dann hinsichtlich einzelner Auslegungsziele<br />
optimiert. Allerdings verbleiben die Experten<br />
dabei oftmals in ihren Domänen, die ein hohes<br />
Maß an tiefem Expertenwissen verlangen und<br />
die unterschiedliche mathematische Lösungsansätze<br />
und Programmsysteme mit jeweils<br />
unterschiedlichen Datenstrukturen aufweisen.<br />
Diese domänenbezogene Arbeitsweise führt<br />
Abbildung 1: Möglicher Aufbau eines<br />
automatisierten Optimierungssets<br />
Quelle: VIRTUAL VEHICLE<br />
zur Optimierung von Subsystemen, berücksichtigt<br />
jedoch durch ihren lokalen Charakter die<br />
Gesamtperformance des Systems nicht immer<br />
ausreichend.<br />
18 magazine Nr. 14, II-2013<br />
Lösungsansatz und grundsätzliche<br />
technische Fragestellungen<br />
Eine Möglichkeit, Gesamtsystemoptimierungen<br />
durchzuführen, ist der Einsatz numerischer Optimierungsverfahren.<br />
Sie sind in der Lage, mathematische<br />
Abbilder domänenübergreifender<br />
Fragestellungen zu erstellen und diese dann<br />
zur Bewertung und Verbesserung des Gesamtsystems<br />
heranzuziehen. Jedoch bedarf der<br />
praktische Einsatz dieser Verfahren der Entwicklung<br />
einiger grundlegender methodischer<br />
Voraussetzungen, damit eine effiziente Anwendung<br />
in der Produktentwicklung möglich wird.<br />
Eine grundlegende Voraussetzung für die effiziente<br />
Anwendung numerische Optimierungsverfahren<br />
ist ein hoher Grad an Automatisierung<br />
des gesamten Prozesses, damit der Benutzer<br />
nicht gezwungen ist, die Einzelsimulationen<br />
manuell mit Variablenwerten zu bestücken, zu<br />
starten und Ergebnisse zu extrahieren. Werden<br />
mehrere Modelle verwendet, ist darüber<br />
hinaus eine Koordination des Datenflusses<br />
zwischen den beteiligten<br />
Komponenten notwendig.<br />
In Abbildung 1 ist<br />
eine mögliche allgemeine<br />
Basisarchitektur eines<br />
solchen automatisierten<br />
Aufbaus dargestellt. Sie<br />
kann je nach verwendeter<br />
Software leicht variieren.<br />
Die in Abb. 1 dargestellten<br />
elementaren Bausteine<br />
sind der Optimierungsalgorithmus,<br />
das Daten-<br />
und Solvermanagement<br />
sowie die Solver. Der<br />
Optimierungsalgorithmus<br />
trifft aufgrund von Vorgaben der Zielrichtungen<br />
und Nebenbedingungen eigenständig Entscheidungen<br />
darüber, wie das jeweilige System<br />
zu verändern ist. Um ihn mit entsprechenden<br />
Daten zu beliefern, ist ein geeignetes Datenmanagement<br />
notwendig, das Ergebnisdateien<br />
der einzelnen beteiligten Simulationsdisziplinen<br />
interpretieren kann und daraus die wichtigen<br />
Daten extrahiert. Gleichzeitig muss das Datenmanagementmodul<br />
auch die entsprechenden<br />
Eingabedateien zur Verfügung stellen und mit<br />
denjenigen Variablen bestücken, die im Rahmen<br />
der Optimierung variiert werden sollen.<br />
Das Solver-Management hat sicherzustellen,<br />
dass die Solver zum richtigen Zeitpunkt mit<br />
den richtigen Daten starten, muss das Ende<br />
der Simulationsläufe erkennen und eventuelle<br />
Unregelmäßigkeiten wie etwa abgestürzte oder<br />
ungültige Rechenläufe berücksichtigen.<br />
User Interaktion<br />
Neben der Architektur des Optimierungssets<br />
sind aber noch weitere Aspekte zu klären. Diese<br />
betreffen die Interaktion des Menschen mit<br />
dem System. Die an das System übergebenen<br />
Modelle müssen entsprechend bestehenden<br />
strengen Richtlinien aufgebaut sein, die eine<br />
automatisierte Modellveränderung zulassen.<br />
Dazu müssen Variablen in die Modelle eingeführt<br />
werden, die gesteuert werden können. Die<br />
zweite Interaktion betrifft die Interpretation der<br />
Ergebnisse nach dem Ablauf der Optimierung.<br />
Dem Bearbeiter sind geeignete grafische Darstellungen<br />
zur Verfügung zu stellen, welche die<br />
oftmals hohe Anzahl an Rechenläufen komprimiert<br />
und gut verständlich darstellen.<br />
Auswahl eines Algorithmus<br />
Der letzte, aber sehr wesentliche Punkt ist<br />
die Wahl eines geeigneten mathematischen<br />
Algorithmus. Nicht jeder Algorithmus ist für<br />
jede Problemstellung gleichermaßen geeignet.<br />
Daher ist es wichtig, den richtigen auszuwählen.<br />
Allerdings gibt es eine Vielzahl von<br />
unterschiedlichen Algorithmen und die Anwendungsempfehlungen<br />
sind oftmals sehr generell.<br />
Insofern ist dieser Schritt fallweise durch<br />
gezieltes Probieren erfolgreich zu bewältigen.<br />
Sind diese genannten Voraussetzungen geschaffen,<br />
können domänenübergreifende Gesamtsystemoptimierungen<br />
durchgeführt und