Multidisciplinary Design Optimization

Vorlesung

Nummer820085430
ArtVorlesung
Umfang2 SWS
SemesterSommersemester 2024
UnterrichtsspracheEnglisch

Lernziele

Nach der Teilnahme am Modul Multidisciplinary Design Optimization sind die Studierenden in der Lage: • modellbasierte Entwurfsaufgaben als Optimierungsprobleme zu verstehen; • die mathematischen Grundlagen und Optimierungsalgorithmen zu verstehen, die für die Anwendung in der Praxis wesentlich sind; • geeignete Lösungsalgorithmen für eine gegebene Problemstellung auszuwählen und anzuwenden; • praktische modellbasierte Entwurfsaufgaben in mathematische Optimierungsaufgaben umzuwandeln; • eine praktische Implementierung eines Algorithmus zu vornehmen und eine modellbasierte Optimierungsaufgabe am Computer zu lösen; • aktuelle Forschung auf dem Gebiet der Multidisciplinary Design Optimization zu erkennen.

Beschreibung

Einführung in die Theorie und Praxis der Multidisziplinären Optimierung anhand von Beispielen aus verschiedenen Bereichen des Ingenieurwesens, z. B. der Strukturmechanik. Ziel ist die Beantwortung von Fragen wie: - Wie können klassische Entwurfsaufgaben des Ingenieurs als mathematische Optimierungsaufgaben formuliert werden und wie werden diese mithilfe mathematischer Optimierungsalgorithmen gelöst? - Was gekennzeichnet ein optimales Design und wie muss die Modellierung der Entwurfsaufgabe formuliert werden um dieses Optimum effizient zu finden? - Was ist ein zulässiges Design und wie kann gewährleistet werden, dass der Optimierungsprozess nur physikalisch sinnvolle gültige Designs zurückgibt? - Wie kann man mit mehreren Entwurfszielen, die miteinander in Konflikt stehen können, und mehreren Disziplinen, die sich alle gegenseitig beeinflussen können, umgehen? Grundlagen mathematischer Optimierungsalgorithmen, die für die Lösung solcher Aufgaben in der Praxis zum Einsatz kommen, werden vorgestellt und deren Wechselwirkung mit der Modellbasierten Simulation des Verhaltens der Struktur erläutert. Die Lerninhalte der Vorlesung werden an vereinfachten aber trotzdem praxisnahen Beispielen in Rechnerübungen umgesetzt.

Inhaltliche Voraussetzungen

Mathematische und technische Grundkenntnisse aus dem Grundstudium

Lehr- und Lernmethoden

Das Modul besteht aus einer Vorlesung und einer Übung. In der Vorlesung werden die theoretischen Grundlagen der Multidisciplinary Design Optimization anhand von Vortrag, Präsentation und Mitschrift auf einem Tablett-PC vermittelt. Den Studierenden werden alle Vorlesungsunterlagen online zur Verfügung gestellt. In der Vorlesung werden die Inhalte, auch anhand von Beispielen, vermittelt. In den Übungen werden die Inhalte vertieft und die praktische Umsetzung der Theorie aus der Vorlesung mittels Rechner-Übungen verständlich gemacht. Damit lernen die Studierenden, Optimierungsprobleme präzise zu formulieren, sie analytisch und numerisch zu lösen und mit mehreren Zielen und Disziplinen umzugehen.

Studien-, Prüfungsleistung

Die Modulprüfung erfolgt in Form einer schriftlichen Klausur (90 min). Diese Prüfung besteht aus einer Vielzahl von Fragen, darunter Multiple-Choice-Fragen, Berechnungsfragen und offen qualitative Fragen. Anhand dieser Aufgaben zeigen die Studierenden, dass sie die Hauptthemen der Vorlesung verstanden haben, wie z. B. die Formulierung klarer Optimierungsproblemstellungen, die Funktionsweise von Optimierungsalgorithmen und die Herausforderungen bei der Designoptimierung mit mehreren Zielen und Disziplinen. Als Hilfsmittel zugelassen sein ein nicht-programmierbarer Taschenrechner und ein einseitig, handgeschriebenes DIN-A4 Blatt.

Empfohlene Literatur

Papalambros, P. Y., Wilde, D.J.: Principles of Optimal Design: Modeling and Computation, 3rd Edition, Cambridge University Press, 2017

Links

Übung

Nummer820082567
ArtÜbung
Umfang1 SWS
SemesterSommersemester 2024
UnterrichtsspracheEnglisch

Beschreibung

This lecture offers an overview of common optimization techniques. Essential properties of optimization algorithms, their advantages and disadvantages in different practical cases will be discussed, both from a mathematical and an engineering point of view. Industrial examples will be provided to show the increasing relevance of multidisciplinary design optimization in current design processes.

Links