AErOmAt - Aerodynamische Energie-Optimierung durch Metamodell-gestützte Adaption von Strukturen
Forschungsprojekt im Überblick
Förderungsart
Zeitraum
01.10.2016 to 30.09.2019
Projektbeschreibung
Die effiziente Nutzung verfügbarer Energie ist eine der großen Herausforderungen unserer Zeit. Eine besondere Bedeutung kommt dabei der Analyse und Optimierung von Formen und Strukturen hinsichtlich ihrer aerodynamischen Eigenschaften zu. Wichtige Anwendungsgebiete sind die Entwicklung energieeffizienter Fahrzeuge und die Windenergietechnik.
Rechnergestützte Ansätze durch Simulation und automatische Optimierung sind heute selbstverständlicher Teil der technischen Entwicklung und haben zu erheblichen Verbesserungen geführt. Die hohe Komplexität sowohl hinsichtlich
der Rechenzeit als auch bezüglich des Speicherbedarfs limitiert jedoch bislang solche Ansätze. Zusammen mit unseren Forschungs- und Entwicklungspartnern bauen wir auf bewährten Ansätzen der Datenreduktion und der Surrogatmodellierung auf, um dieses Problem signifikant zu verkleinern:
- Durch Kombination mit indirekten Oberflächencodierungen werden neue Methoden entwickelt um einen erheblichen Teil der Simulationen einzusparen und so komplexere Anwendungsfragestellungen zu lösen.
- Mit einer komponentenbasierten Architektur und der Weiterentwicklung zugrundeliegender Softwaremethoden wird vermieden, dass die Kombination unterschiedlicher Verfahren durch Implementierungsaspekte oder Qualitätseinbußen limitiert wird.
Dies unterstreicht die Einsatzmöglichkeiten dieser neuen Technologie und ermöglicht weitreichende Verbesserungen in diesen gesellschaftlich bedeutsamen Anwendungsgebieten.
Aerodynamic Design Exploration through Surrogate-Assisted
Illumination
(Best Student Paper -- Multidisciplinary Design Optimization)
Gaier, Adam, Alexander Asteroth, and Jean-Baptiste Mouret. AIAA Aviation and Aeronautics Forum 2017
Data-Efficient Exploration, Optimization, and Modeling of Diverse Designs through Surrogate-Assisted
Illumination
(Best Paper -- Complex Systems)
Gaier, Adam, Alexander Asteroth, and Jean-Baptiste Mouret. Genetic and Evolutionary Computation Conference 2017
Hierarchical Surrogate Modeling for Illumination Algorithms
Alexander Hagg. Genetic and Evolutionary Computation Conference 2017
Projektveröffentlichungen
Ergebnisse
Aerodynamic Design Exploration through Surrogate-Assisted
Illumination
(Best Student Paper -- Multidisciplinary Design Optimization)
Gaier, Adam, Alexander Asteroth, and Jean-Baptiste Mouret. AIAA Aviation and Aeronautics Forum 2017
Data-Efficient Exploration, Optimization, and Modeling of Diverse Designs through Surrogate-Assisted
Illumination
(Best Paper -- Complex Systems)
Gaier, Adam, Alexander Asteroth, and Jean-Baptiste Mouret. Genetic and Evolutionary Computation Conference 2017
Hierarchical Surrogate Modeling for Illumination Algorithms
Alexander Hagg. Genetic and Evolutionary Computation Conference 2017
Projektveröffentlichungen
Publikationen
Aerodynamic Design Exploration through Surrogate-Assisted
Illumination
(Best Student Paper -- Multidisciplinary Design Optimization)
Gaier, Adam, Alexander Asteroth, and Jean-Baptiste Mouret. AIAA Aviation and Aeronautics Forum 2017
Data-Efficient Exploration, Optimization, and Modeling of Diverse Designs through Surrogate-Assisted
Illumination
(Best Paper -- Complex Systems)
Gaier, Adam, Alexander Asteroth, and Jean-Baptiste Mouret. Genetic and Evolutionary Computation Conference 2017
Hierarchical Surrogate Modeling for Illumination Algorithms
Alexander Hagg. Genetic and Evolutionary Computation Conference 2017
Projektveröffentlichungen
Aerodynamic Design Exploration through Surrogate-Assisted
Illumination
(Best Student Paper -- Multidisciplinary Design Optimization)
Gaier, Adam, Alexander Asteroth, and Jean-Baptiste Mouret. AIAA Aviation and Aeronautics Forum 2017
Data-Efficient Exploration, Optimization, and Modeling of Diverse Designs through Surrogate-Assisted
Illumination
(Best Paper -- Complex Systems)
Gaier, Adam, Alexander Asteroth, and Jean-Baptiste Mouret. Genetic and Evolutionary Computation Conference 2017
Hierarchical Surrogate Modeling for Illumination Algorithms
Alexander Hagg. Genetic and Evolutionary Computation Conference 2017
Projektveröffentlichungen
Externe Kooperationspartnerinnen und Kooperationspartner
Finanzierung