Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-2190
Main Title: On the Development of a Process Chain for Structural Optimization in Vehicle Passive Safety
Translated Title: Über die Entwicklung einer Prozesskette zur Strukturoptimierung von Kraftfahrzeugen bezüglich derer Passiven Sicherheit
Author(s): Hilmann, Jörgen
Advisor(s): Schindler, Volker
Granting Institution: Technische Universität Berlin, Fakultät V - Verkehrs- und Maschinensysteme
Type: Doctoral Thesis
Language: English
Language Code: en
Abstract: Erfolgreiche Fahrzeuge erfüllen unterschiedlichste Anforderungen in vielfältigen Disziplinen (auch Fahrzeugattribute genannt). Beispiele dieser so genannten Fahrzeugattribute sind die Fahrzeugsicherheit, Fahrdynamik, Karrosseriesteifigkeit, Akkustikeigenschaften, Fahrleistungen, Innenraummaße, das Fahrzeuggewicht bzw. deren Kosten. Diese Attribute haben Anforderungen an das Fahrzeug und resultieren häufig in Zielkonflikten untereinander (wie z.B. Passive Sicherheit und Fahrzeuggewicht). Nur durch einen ausgewogenen Kompromiss der Attribute kann man große Kundengruppen vom eigenen Produkt überzeugen (im Gegensatz zu Nischenfahrzeugen, die oft radikal bestimmte Attribute bevorzugen (auf Kosten anderer). Wachsende Erwartungen an Fahrzeugqualität, -zuverlässigkeit und Verbrauch stehen massivem Kostendruck durch steigenden Rohstoffpreise und einem harten Wettbewerbsumfeld gegenüber. Zweimögliche Lösungsstrategien sind verkürzte Produktentwicklungszyklen, um schneller auf sich ändernde Kundenwünsche reagieren zu können und immer intelligentere und ausgefeiltere Fahrzeugstrukturen, die aber mehr Entwicklungsaufwand erfordern. Leider sind auch diese beiden ein Zielkonflikt. Diese Dissertation behandelt einen Ansatz neuste (kommerzielle und freie) Programme und Rechner zu einer Einheit (später ”Structural Analyzer” genannt) zu kombinieren, die solche intelligenten Karosseriestrukturen finden kann und große Teile des massiven Entwicklungsaufwandes automatisiert. Der Structural Analyzer, besteht aus den Modulen Modellaufbau (Model Built), Berechnung (Simulation) und Auswertung (Evaluation). In Kombination mit Optimierungsalgorithmen wie z.B. den Genetischen Algorithmen entsteht eine geschlossene Optimierung (Closed Loop=Zwischenergebnisse haben Einfluss auf zu-künftige Funktionsaufrufe); in Kombination mit Statistischen Versuchplänen oder Monte Carlo Simulationen entsteht eine (Open Loop=Zwischenergebnisse haben keinen Einfluss auf zukünftige Funktionsaufrufe). Im Modellaubau Modul werden Designvariablen eingeführt, die sowohl einfache Blechdicken- oder Materialänderungen ermöglichen, bis hin zu komplexen Geometrieänderungen, oder Bauteilalternativen, die während der Optimierung ausgetauscht werden können. Qualitativ hochwertige Netze und Schweißpunkte basierend auf parametrischen Geometriemodellen werden dabei von SFE CONCEPT erzeugt, das im Batchmodus in die Prozesskette eingebettet ist. Das Simulationsmodul, das wie der gesamte Structural Analyzer in Perl geschrieben wurde, ermöglicht die (auch gleichzeitige) Nutzung unterschiedlichster Hardware, von der Workstation (oder mehreren) bis hin zum Linux-Cluster mit über 1000 CPUs. In der Auswertung und Bewertung der Ergebnisse werden typische Anwendungsfälle erklärt und ein ausgewogenes Bewertungssystem vorgestellt, mit dem Designalternativen verglichen werden können. Das Modul der Daten Analyse (Data Mining) zeigt Methoden die in großen Datensätzen Abhängigkeiten extrahiert oder Ergebnisse gruppiert und die wesentlichen Eingangsgrößen identifiziert. Diese Methoden sind an vier Anwendungsbeispielen erläutert die sich mit ”Low Speed” also langsamen Aufprallgeschwindigkeiten (15km/h) als auch mit Aufprällen mit bis zu 64 km/h ereignen. In diesen Beispielen wurden Gesamtfahrzeug- und Teilfahrzeugmodelle verwendet, letztere um die Rechenzeit zu verringern. Wesentliche Teile dieser Arbeit werden auch weiterhin in automatischen Optimierungen und der interaktiven Suche nach besseren Strukturen verwendet um effektiver Karosseriestrukturen zu entwickeln.
Successful vehicles fulfil a tremendous number of multi-disciplinary requirements. Within a hard competition various attributes like safety, dynamics, vehicle rigidity, sound quality, vibrations, performance or fuel consumption roominess, interior flexibility and styling have to be balanced to attract the customer. Reduced vehicle development cycles address the issue of changing customer demands due to rapidly evolving environmental conditions. Increasing requirements focussing on fuel consumption and CO2 emissions on the one hand and increased vehicle quality and safety expectations on the other without increasing vehicle prices are actual challenges for car manufacturers. In order to find vehicle structures solving the mentioned controversy requirements, smarter vehicle structures are needed. The thesis focusses on an approach to combine latest software and hardware tools to a process chain, in order to find vehicle body structures fulfilling the various requirements as efficiently as possible. The ingredients of this process chain are the modules Model Build, Simulation and Evaluation forming the ”Structural Analyzer”, which can be linked to an optimization loop resulting in a ”Closed Loop” optimization, especially Genetic Algorithms (GA) are addressed. Furthermore a pre-defined set of inputs, as provided e.g. by a Design of Experiment, can be investigated. In the Model Built module, the software SFE CONCEPT is used to create a parametrical geometry of vehicle models, including spot welds. The aim is to derive Radioss finite element meshes. Beside this, panel thickness and material properties can be selected as a design variable to assess their contribution. An alternative SFE CONCEPT modeling approach is explained supporting both, the interactive vehicle development process and the want to reduce the parameterizing effort when using optimization tools. The Simulation Processing module was created to ideally utilize the available hardware environment. A process implementation is explained, separating the simulation process from the optimization loop in order get to a generic tool for parallel simulation of a large number of simulation decks. Different hardware configurations have been bench-marked. The Evaluation & Data Judgement module describes how the simulation results are reduced to the information separating a good from a bad design state. A large set of operations, similar compared to the interactive work are implemented (e.g. displacements, plastic strains, velocities, ...). The extracted measures are rated using a ”fitness function”. Figure 1: Structural Analyzer the superset of the Modules: ”Model Built”, ”Simulation”, ”Evaluation and Data judgment” in a Closed loop optimization process flow chart ”Data Mining”3 tools are applied to support the recognition of system inter-relations. Various result visualization methods are described as Principal Component Analysis, Regressing Trees or Correlation Coefficients. The viability of the process chain and the results of the Data Mining tools are demonstrated in four vehicle applications ranging from component models to full vehicle simulations either for high or low speed impacts. Both geometrical and non-geometrical design variables are covered.
URI: urn:nbn:de:kobv:83-opus-22605
http://depositonce.tu-berlin.de/handle/11303/2487
http://dx.doi.org/10.14279/depositonce-2190
Exam Date: 16-Dec-2008
Issue Date: 2-Jul-2009
Date Available: 2-Jul-2009
DDC Class: 620 Ingenieurwissenschaften und zugeordnete Tätigkeiten
Subject(s): Karosserie
Optimierung
Passive Sicherheit
SFE CONCEPT
Body in white
Optimization
Passive Safety
SFE CONCEPT
Creative Commons License: https://creativecommons.org/licenses/by-nc-nd/2.0/
Appears in Collections:Technische Universität Berlin » Fakultäten & Zentralinstitute » Fakultät 5 Verkehrs- und Maschinensysteme » Institut für Land- und Seeverkehr (ILS) » Publications

Files in This Item:
File Description SizeFormat 
Dokument_16.pdf15.66 MBAdobe PDFThumbnail
View/Open


Items in DepositOnce are protected by copyright, with all rights reserved, unless otherwise indicated.