Ein Beitrag zur Mehrkriterienoptimierung von Simulationsmodellen und Experimenten

  • Die Arbeit stellt das prinzipielle Vorgehen der Mehrkriterienoptimierung zunächst an Beispielen des virtuellen Prototyping dar. Die Anwendung von Optimierungsalgorithmen auf Parameteridentifikationsaufgaben führt zu Mehrkriterien-Mehrmodell-Optimierung, bei der unbekannte Systemparameter aus Vergleichen zwischen Messungen und Simulationen durch ein schrittweises Vorgehen auf Basis angepasster Versuche, Teilmodelle und Kriterien ermittelt werden können. Bei der Experiment-gekoppelten Hardware-in-the-Loop Optimierung verursacht die Streuung der Messergebnisse auf Grund des nicht vermeidbaren Messrauschens Probleme bei der Konvergenz der Optimierungsverfahren. Abhilfe schafft hier eine angepsste Funktionswert- und Gradientenberechnung auf Basis eines Approximationsverfahrens. Die Vorteile dieses neu entwickelten Verfahrens sind die Verwendung einer Ansatzfunktion zur Elimination von Messfehlern, die Speicherung aller Messwerte für eine eventuelle Weiterverarbeitung und die damit verbundene Minimierung der Anzahl notwendiger Versuche,Die Arbeit stellt das prinzipielle Vorgehen der Mehrkriterienoptimierung zunächst an Beispielen des virtuellen Prototyping dar. Die Anwendung von Optimierungsalgorithmen auf Parameteridentifikationsaufgaben führt zu Mehrkriterien-Mehrmodell-Optimierung, bei der unbekannte Systemparameter aus Vergleichen zwischen Messungen und Simulationen durch ein schrittweises Vorgehen auf Basis angepasster Versuche, Teilmodelle und Kriterien ermittelt werden können. Bei der Experiment-gekoppelten Hardware-in-the-Loop Optimierung verursacht die Streuung der Messergebnisse auf Grund des nicht vermeidbaren Messrauschens Probleme bei der Konvergenz der Optimierungsverfahren. Abhilfe schafft hier eine angepsste Funktionswert- und Gradientenberechnung auf Basis eines Approximationsverfahrens. Die Vorteile dieses neu entwickelten Verfahrens sind die Verwendung einer Ansatzfunktion zur Elimination von Messfehlern, die Speicherung aller Messwerte für eine eventuelle Weiterverarbeitung und die damit verbundene Minimierung der Anzahl notwendiger Versuche, sowie das Sicherheitskonzept zur Vermeidung kritischer Versuchszustände durch eine implementierte Schrittweitenbegrenzung.show moreshow less
  • First of all the aim of multi criterion optimization is demonstrated by examples of virtual prototyping. Application to parameter identification problems leads to a multi-criterion multi-model optimization strategy where unknown parameters of a system can be estimated by a step-by-step approach based on appropriate experiments, sub models and criteria. Experiment based Hardware-in-the-loop optimizations show additional problems concerning the convergence of optimization routines due to noise in the measurement. Appropriate criteria and gradient evaluation based on an approximation approach can solve this problem. The new approach has the following advantages: Measurement noise is minimized by using approximations of the criteria, the amount of necessary function evaluations is minimized by storing all results for further approximations, and a safety concept avoiding critical states of the experiment is included.

Download full text files

Export metadata

Additional Services

Search Google Scholar Stastistics
Metadaten
Author: Michael Glora
URN:urn:nbn:de:kobv:co1-opus-1575
ISBN:3-8265-9633-1
Referee / Advisor:Prof. Dr.-Ing. Dieter Bestle
Document Type:Doctoral thesis
Language:German
Year of Completion:2001
Date of final exam:2001/07/13
Release Date:2007/03/21
Tag:Mehrkriterienoptimierung; Optimierung; Parameteridentifikation; Simulation; Virtual Prototyping
GND Keyword:Mehrkörpersystem; Simulation; Mehrkriterielle Optimierung
Institutes:Fakultät 3 Maschinenbau, Elektro- und Energiesysteme / FG Technische Mechanik und Fahrzeugdynamik
Institution name at the time of publication:Fakultät für Maschinenbau, Elektrotechnik und Wirtschaftsingenieurwesen (eBTU) / LS Technische Mechanik und Fahrzeugdynamik
Other Notes:Dissertation ist erschienen bei: Shaker Verlag
Einverstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.