Hierarchische Modellierung und Simulation
Die Modellierung, Simulation und Optimierung von immer anspruchsvolleren technischen Problemen erfordert die Konstruktion mehrerer Modelle mit jeweils eigener Genauigkeit (Fidelity) und Rechenkomplexität, die in verschiedenen Entwurfsphasen eingesetzt werden. Die Kombination und Interaktion der verschiedenen Modelle wird in einem hierarchischen Modellierungs- und Simulationskontext organisiert.
Uncertainty quantification und Optimierung
Geometrie, Werkstoffe und betriebliche Umgebungsparameter sind mit Unsicherheiten behaftet, die in der Regel innerhalb eines vorhersehbaren Bereichs liegen. Deren Auswirkungen auf die Leistung, Effizienz und Zuverlässigkeit des Geräts müssen während des Entwurfs quantifiziert werden. Außerdem werden die Entwürfe auf der Grundlage ihrer numerischen Modelle optimiert. Die Kombination aus beidem führt zu robusten Entwürfen.
Multiphysikalische Modelle und Co-Simulation
Technische Anwendungen umfassen Phänomene unterschiedlicher physikalischer Natur (z. B. Fluiddynamik, Strukturdynamik, Elektromagnetismus), die sich in der Regel gegenseitig stark beeinflussen. Ihre Simulation erfordert multiphysikalische Modelle in Verbindung mit einer schwachen oder starken Kopplung oder Co-Simulationsansätzen.
Multiskalen- und Multiratenmethoden
Phänomene in technischen Anwendungen spielen sich auf verschiedenen räumlichen und zeitlichen Skalen ab. Effiziente Simulationstechniken stützen sich auf Multiskalen- bzw. Multiratenmethoden. Zu diesem Zweck werden Lösungen zwischen feinen und groben Skalen iteriert, um sowohl einen effizienten Simulationsansatz als auch eine genaue Beschreibung des physikalischen Verhaltens auf allen betrachteten Skalen zu erhalten.
Ganzheitliches CE
Modellierung, Simulation und Optimierung haben den technischen Entwurf revolutioniert. Anstelle einiger weniger physischer Prototypen stellen Ketten und Familien von Simulationsmodellen das erste Konzept, die Zwischenentwürfe und schließlich die gesamte Produktpalette dar. Die Gesamtheit der Simulationsmodelle muss gespeichert, verifiziert und auf Konsistenz geprüft werden. Die Zuordnungen zwischen den Modellen und die Operationen auf den Modellen müssen strukturierten Mustern folgen, nicht nur für den Aufbau einer relationalen Datenbank, die den Entwurfsprozess, die Konstruktion und die Betriebsdauer des Geräts unterstützt.
Hochleistungsrechnen
Heutige Simulationsaufgaben erfordern den Einsatz von Hochleistungsrechnersystemen und die Anpassung der Algorithmen an die verfügbare Recheninfrastruktur. Darüber hinaus erfordert die angemessene Nutzung solcher Systeme gezielte Forschung auf der Ebene der Algorithmen.
Maschinelles Lernen und rechnergestützte Robotik
Die Entwicklung rechnergestützter Ansätze für intelligentes Verhalten und Autonomie umfasst Methoden des maschinellen Lernens und der rechnergestützten Robotik. Sowohl auf maschinellem Lernen basierende als auch analytische Robotikmethoden werden für die Modellierung, Simulation und Optimierung von Robotersystemen eingesetzt, die für die Entwicklung und den Einsatz von Robotern erforderlich sind. Diese Methoden umfassen die effiziente (i) vorwärts- und rückwärtsgerichtete Modellidentifizierung des Roboters, (ii) die Erfassung von Low-Level-Steuerungsstrategien mit automatischer Bewertung der erforderlichen Unsicherheit zur Gewährleistung der Stabilität sowie (iii) die Generierung von langfristigem Verhalten (z. B. optimale Bahnsegmente, modulare Verhaltenskomposition und rechnerische Planungsansätze).
