FAT-Projekt zur Metamodellierung von CAE Simulationsmodellen erfolgreich abgeschlossen

Zuverlässige Metamodelle statt rechenintensiver FE-Simulationen.

Der FAT AK 27 UA Optimierung ist eingerichtet worden, um Werkzeuge und Methoden zur Optimierung von Fahrzeugstrukturen zu entwickeln. Ein Bestandteil hiervon ist die Generierung von zuverlässigen Metamodellen, die bei einer Optimierung die Rolle der sehr rechenintensiven FE-Simulationen übernehmen sollen. Die konkreten Ziele des nun abgeschlossenen Projektes waren:

• Erstellung einer Sammlung von repräsentativen industriellen Datensätzen zur Prüfung von Metamodellierungsalgorithmen.
• Systematische Auswertung der Metamodellierungsalgorithmen basierend auf diesen Datensätzen.
• Bestimmung der vielversprechendsten Metamodellierungstechniken für CAE Simulationsmodelle.
• Einführung einer geeigneten Methodik zur automatisierten Metamodellierung.
• Entwicklung von Richtlinien / Kriterien für eine sinnvolle Metamodellierung.

Der divis standen 41 Datensätze mit insgesamt 861 Ausgangsgrößen zur Verfügung. Mit der automatisierten Modelloptimierung in ClearVu Analytics wurden alle 861 Ausgangsgrößen modelliert. Für über die Hälfte der Ausgangsgrößen konnten Modelle mit einer Korrelation größer als 0.95 gefunden werden. In den meisten Fällen sind verallgemeinerte lineare Modelle das beste Modellierungsverfahren.

Als Fazit ist festzuhalten:

• Automatische Verfahren zur Metamodellierung können für die Metamodellierung von CAE-Simulationsmodellen eingesetzt werden und liefern qualitativ hochwertige Modelle.
• Ein generell bestes Verfahren für die Metamodellierung kann nicht identifiziert werden. Verallgemeinerte lineare Modelle sind allerdings für die im Rahmen des Projektes verfügbaren Daten in einer überwiegenden Vielzahl der Fälle am besten.
• Eine Methodik zur automatisierten Metamodellierung existiert bei der divis GmbH und kann auf derartige Aufgabenstellungen angewandt werden.
• Für die Modellauswahl ist die 10-fache Kreuzvalidierung das am besten geeignete Bewertungsmaß.
• Die Robustheit von Arbeitspunkten kann anhand von Metamodellen abgeschätzt werden.

In einem nächsten Schritt soll nun im Rahmen eines Folgeprojektes die Verwendung der Metamodelle in Kombination mit Optimierverfahren getestet werden, um zu bewerten, wie gut Metamodelle für die Lokalisierung von Optimallösungen im ein- sowie mehrkriteriellen Fall geeignet sind.