SAM - Artas - Engineering Software

72
SAM - Die ideale Hilfe beim Getriebeentwurf
7 Optimierung
7.1 Einführung
Die Optimierungsmodule in SAM Professional bietet eine sogenannte single-function multiparameter
Optimierung basierend auf einer Kombination von Evolutionärer Algorithmen und
der Simplex Methode.
Ausgehend von dem aktuellen Entwurf kann das Getriebe weiter optimiert werden
hinsichtlich der Bahn, die ein Punkt beschreiben soll, oder hinsichtlich des
Funktionsverlaufs einer selektierten Variablen. So kann z.B. der RMS oder der in absolutem
Sinn maximale Wert des Antriebsmomentes eines massenbehafteten Getriebes minimalisiert
werden indem eine oder mehrere Balanzmassen befestigt werden. Dabei kann z.B. der Ort
und die Masse in einem vordefinierten Bereich variiert werden. Genau wie bei einer
Zielbahn, die ein Punkt beschreiben soll, kann auch bei der Funktionsoptimierung eine
Zielfunktion definiert werden, z.B. wenn bei dem Entwurf von einem Fitness Apparat eine
bestimmter Verlauf der Kraft als Funktion des Weges gewünscht ist.
Das Ziel einer Optimierung ist das Minimalisieren oder Maximalisieren einer Eigenschaft (z.B.
Maximum, RMS, Mittelwert, ...) des Unterschiedes zwischen dem aktuellen Verhalten und
dem Zielverhalten des Getriebes:
· Bahn eines Punktes (mit oder ohne Zeitzuordnung)
· Bewegungs- oder Kraftgrösse (als Funktion der Zeit oder einer anderen Grösse)
SAM sucht das Optimum indem die folgenden Parameter innerhalb vordefinierter Grenzen
variiert werden::
· Geometrie des Getriebes
· Elementeigenschaften wie z.B. Masse, Federkonstante, Übersetzungsverhältnis,...
Die Optimierung basiert auf einem Zwei-Schritt Verfahren bestehend aus:
· Exploration des gesamten Parameter Raumes
· Optimierung einer spezifischen Lösung
Allererst wird der gesamte Parameterraum global exploriert mittels einer Kombination von
reiner Monte-Carlo Technik und eines sogenannten Evolutionären Algoritmusses (dies ist
eine Optimierungstechnik ist, die von der Genetischen Optimierung abstammt). Die besten
Lösungen werden in sortierter Reihenfolge in einer Liste dargestellt.
Der Gebraucher kann die verschiedenen Lösungen selektieren und auf dem Bildschirm
betrachten. Die Lösung, die qua Bauform am meisten anspricht kann schliesslich mittels
einer lokalen Optimierung weiter verbessert werden, wobei der Gebraucher noch zwischen
einem Simplex Algorithmus oder einem Evolutionären Algorithmus mit focusiertem
Suchgebiet wählen kann.
Die Kombination der globalen Exploration und der lokalen Optmierung gibt den besten
Kompromis zwischen Geschwindigkeit und der Suche nach dem globalen Optimum.
Neben dem beschriebenen Modus, wobei der Gebraucher in-the-loop ist, gibt es auch ein
vollständig automatischen Modus, wobei automatisch das beste Ergebnis der globalen
© 2010 ARTAS - Engineering Software