Lexikon

Automatisierung

Die Produktentwicklung gliedert sich vor allem bei sehr spezialisierten Lösungen in viele Schritte – von der Anforderungsanalyse bis hin zum realen Testing. Bei der Automatisierung von Simulationsprozessen im Computer Aided Engineering (CAE) steht die Reduktion des zeitlichen Aufwandes und der Risiken im Vordergrund. So lassen sich Entwicklungszyklen deutlich verkürzen und die Anzahl von Entwurfsvarianten ohne zeitlichen Mehraufwand erhöhen. Zugleich kann die Reproduzierbarkeit gewährleistet und Flüchtigkeitsfehler vermieden werden.

FEM

Die Finite Elemente Methode (FEM) ist ein numerisches Näherungsverfahren zur Lösung anspruchsvoller Berechnungen. Das häufigste Einsatzgebiet ist der rechnerische Nachweis von Neukonstruktionen (Berechnung von Verformungen an Bauteilen).

Nachfolgende Aufgaben können mit FEM gelöst werden:

  • lineare/nichtlineare Statik
  • Dynamik
  • Frequenzanalysen
  • Thermische Berechnungen
  • Lebensdaueranalysen
  • Knicken
  • Fallprüfungen
  • Strömungssimulation

Monte-Carlo-Simulation

Die Monte-Carlo-Simulation oder Monte-Carlo-Studie ist ein stochastisches Verfahren, das auf sehr häufig wiederholten Zufallsexperimenten basiert. Mit diesem Verfahren können verschiedenste mathematische Probleme approximativ, also mit einem Näherungsverfahren gelöst werden. Anwendungsbeispiele sind in vielen verschiedenen Branchen zu finden, wie in der Finanzbrache, im Projektmanagement, in der Fertigung und Planung, in Forschung und Entwicklung oder in Versicherungen. Die Monte Carlo-Simulation ermöglicht es, das Risiko in quantitativer Analyse und Entscheidungsfindung nachzuweisen. Berücksichtigt werden muss jedoch, dass Monte Carlo Studien sehr rechenintensiv sind.

Diese Technik ermöglicht es in OPTIMUS Robustheitsuntersuchungen oder Zuverlässigkeitsanalysen durchzuführen und die Versagenswahrscheinlichkeit zu approximieren. Durch die Monte Carlo-Simulation kann der Entscheidungsträger erkennen, welche Systemantworten großen Schwankungen unterliegen und was die Wahrscheinlichkeit für das Verletzen von Nebenbedingungen ist.

Optimierung

Die effiziente Abbildung und Automatisierung des Simulationsprozesses in einem Workflow bildet die Grundlage einer Optimierung. Durch intelligente Versuchspläne oder Design of Experiments (DOE) können komplexe Zusammenhänge aus multidisziplinären Aufgabenstellungen erkannt und Sensitivitätsanalysen durchgeführt werden. Mit verschiedenen mächtigen Optimierungsmethoden lassen sich so optimale Designs finden, robuste Produkte entwickeln und bestimmte Zielgrößen optimieren.

Preprocessing

Im Preprocessing wird ausgehend von der vorhandenen Geometrie das FE-Netz erstellt. Dieses besteht aus den Finiten Elementen und Knoten. Je kleiner die Elementgröße und somit je feiner das Netz ist, desto genauer lässt sich die Geometrie abbilden und desto besser sind die Ergebnisse. Mit steigender Elementanzahl und somit großer Anzahl an Freiheitsgraden, nimmt auch die Berechnungsdauer zu.

Postprocessing

Der letzte Schritt einer FA-Analyse ist die Auswertung der Berechnungsergebnisse vom Solver. Die berechneten Verschiebungen und Spannungen etc. können dann visualisiert werden.

Solver

Nachdem das FE-Modell fertiggestellt ist, führt der Solver die eigentliche FEM-Berechnung durch. Als Ergebnis werden gesuchte Größen wie Verschiebungen und Spannungen etc. ausgegeben.