Forschungsbereiche

mamimir_3c

Forschungsbereiche CE

Hierarchische Modellierung und Simulation

Zur Modellierung, Simulation und Optimierung immer anspruchsvollerer Ingenieurproblemstellungen ist die Generierung mehrerer Modelle notwendig, die in unterschiedlichen Design-Phasen zum Einsatz kommen. Jedem Modell kommt dabei eine spezifische Exaktheit (Genauigkeit) und Berechnungskomplexität zu. Die Kombination und Interaktion verschiedener Modelle wird in einen hierarchischen Modellierungs- und Simulations-Zusammenhang eingebettet.

Unsicherheitsbewertung und Optimierung

Geometrien, Materialien und Betriebsparameter technischer Prozesse oder Produkte sind, typischerweise innerhalb eingrenzbarer Wertebereiche, mit Unsicherheit behaftet. Deren Auswirkungen auf Leistung, Effizienz und Zuverlässigkeit müssen bereits in der Entwicklungsphase eines Prozesses oder Produktes quantifiziert werden („Uncertainty Quantification“), wobei parallel dazu eine Optimierung des Designs auf Basis numerischer Modelle vorgenommen wird. Die Kombination beider Methoden führt zu stabileren, da weniger anfällig gegenüber Störungen, Produktentwürfen („Robust Design“).

Multiphysikalische Modelle und Co-Simulation

Ingenieuranwendungen umfassen regelmäßig physikalische Phänomene unterschiedlicher Natur (z.B. Strömungsdynamik, Strukturdynamik, Elektromagnetismus), die sich gegenseitig intensiv beeinflussen. Zu deren Simulation werden multiphysikalische Modelle benötigt, die Ansätze zur schwachen oder starken Kopplung bzw. zur Co-Simulation beinhalten.

Multiscale- und Multirate-Methoden

In Ingenieuranwendungen auftretende Phänomene besitzen häufig unterschiedliche Skalen in Raum und Zeit. Effiziente Simulationstechniken bauen daher auf den Einsatz von Multiscale- und Multirate-Methoden. Zu diesem Zweck werden die berechneten Lösungen zwischen feinen und groben Skalen iteriert, um neben einer effizienten Simulation auch eine exakte Beschreibung des physikalischen Verhaltens auf allen betrachteten Größenniveaus zu erreichen.

Ganzheitliches Computational Engineering

Der Einsatz von rechnergestützter Modellierung, Simulation und Optimierung hat den ingenieurmäßigen Entwicklungs- und Konstruktionsprozess revolutioniert. Anstelle einiger weniger physischer Prototypen in fortgeschrittenen Stadien der Produktentwicklung werden nun bereits erste Konzepte, Zwischendesigns und schließlich die ganze Produktpalette mittels Ketten und Familien von Simulationsmodellen repräsentiert. Die Gesamtheit aller Simulationsmodelle muss dabei gespeichert, verifiziert und auf Konsistenz überprüft werden. Beziehungen zwischen den Modellen und Operationen auf Modellen müssen strukturierten Mustern folgen, dies nicht nur, um eine relationale Datenbank aufzubauen, die den gesamten Produktlebenszyklus, von der Entwicklung über die Konstruktion und Fertigung bis zur Nutzungsphase, unterstützt.

Hochleistungsrechnen

Heutige Simulationsaufgaben fußen auf dem Einsatz von Hochleistungsrechnersystemen sowie der Anpassung von Algorithmen an die jeweils verfügbare Rechnerinfrastruktur. Darüber hinaus muss die Nutzung dieser Systeme durch originäre Forschung auf algorithmischer Ebene begleitet werden.

Maschinelles Lernen and Modell-basierte Robotik

Die Entwicklung von Rechner-basierte Ansätzen für intelligentes Verhalten und Autonomie benötigt Methoden aus dem maschinellen Lernen und der Computerrobotik. Hierbei kommen sowohl Methoden aus dem maschinellen Lernen als auch aus der analytischen Robotik zum Einsatz in der Modellierung, Simulation und Optimierung von Robotersystemen. Diese Verfahren beinhalten eine dateneffiziente (i) Identifikation von Vorwärts- und inversen Modellen von Robotern und Umgebung, (ii) die automatische Generation von Reglern und Steuerungen unter Berücksichtigung von Unsicherheit sowie (iii) Synthese von Langzeitverhalten (u.A. optimale Trajektoriensegmente, modulare Verhaltenskomposition und effiziente Planungsansätze).