Verbesserte multidisziplinäre Optimierung und ihre praktische Anwendung bei Porsche AG

In der Automobilindustrie müssen im Rahmen der simulationsbasierten Entwicklung und Optimierung von Fahrzeugstrukturen Anforderungen aus verschiedenen Bereichen kombiniert werden. Unter dem Begriff multidisziplinäre Optimierung (MDO) werden Verfahren zusammengefasst, die diese Anforderungen verschiedener Bereiche integrieren und das Generieren optimaler Designs durch geeignete Optimierverfahren ermöglichen sollen. Aufgrund der damit verbundenen Komplexität is jedoch der praktische Einsatz von MDO im Fahrzeugentwicklungsprozess heute noch sehr eingeschränkt.

Die kürzlich erschienene Veröffentlichung “Making multidisciplinary optimization fit for practical usage in car body development” (Autoren: Jana Büttner, Axel Schumacher, Thomas Bäck, Stefan Schwarz, Peter Krause; Structural and Multidisciplinary Optimization 66:62, 2023) stellt technische Verbesserungen der Methodik sowie die damit verbundenen organisatorischen Vorteile des Produktentwicklungsprozesses vor. Zur praktischen Illustration wird ein FE-Beispiel für eine Fahrzeugkarosserie mit 6 Lastfällen (Crash und Frequenzanalyse) mit der neuen Methodik optimiert.

Die wesentlichen technischen Verbesserungen des MDO Prozesses, die in dem Beitrag vorgestellt werden, können wie folgt zusammengefasst werden:

1. Ein Ansatz zur Bestimmung der globalen Sensitivitätsmatrix wird dazu verwendet, die Designvariablen und Disziplinen so zu strukturieren, dass die Koordination zwischen Entwicklungsdisziplinen im Entwicklungsprozess effektiv unterstützt wird.
2. Alle Metamodelle, die auf den Simulationsdaten gelernt werden, werden um ein lokales Unsicherheitsmaß für die Prognosegüte erweitert. Dieses Unsicherheitsmaß wird verwendet, um die Verwendung der Metamodelle im Optimierungsprozess zu unterstützen.
3. Ein adaptives Verfahren für die progressive Komplexitätsreduktion des Optimierungsproblems im Verlauf der Optimierung wird vorgestellt.

Im Artikel wird zunächst der Stand der Forschung im Bereich MDO diskutiert und damit motiviert, warum die vorgeschlagenen Erweiterungen sinnvoll sind. Zur Reduktion der Anforderungen an die verfügbare Rechenkapazität in CPU Stunden und zur Verbesserung der Optimierungsresultate werden die globale Sensitivitätsmatrix, effiziente Optimierverfahren, die das lokale Unsicherheitsmaß verwenden, Methoden für die Reduktion der Rechenzeit und die adaptive Komplexitätsreduktion im Detail erläutert.

Das vorgestellte Beispiel zur Gewichtsreduktion einer Fahrzeugkarosserie zeigt deutlich die Vorteile des vorgestellten Ansatzes. Eine der neuen MDO Varianten reduziert das Gesamtgewicht um 17.75kg und findet eine für die praktische Anwendung gültige Lösung mit einem um 64.55% reduzierten Gesamtrechenaufwand, im Vergleich zum Standard MDO Prozess.

Für die Erstellung der Metamodelle, das verallgemeinerte Unsicherheitsmaß auf den Metamodellen, und die globalen Optimierverfahren wurde divis‘ ClearVu Analytics Software verwendet. ClearVu Solution Spaces wurde für die Berechnung des größten gültigen Teilraums des gesamten Designraums verwendet.