Schulungen

Veranstaltungen

01.-03.06.2016 in Dolní Morava, Tschechische Republik

Konferenz für numerische Simulation

06.-08.06.2016 in Würzburg

Fachkonferenz für technische Aspekte beim Design und Einsatz moderner Steckverbinder

07.-08.06.2016 in München

Computer-aided engineering conference in the automotive industry.

12.-15.06.2016 in Linz

Challenges in Forming High-Strength Sheets

16.6.2016 in Winterthur

Fachkonferenz zur numerischen Simulation

Aktuelles

Bibliothek RDO Journal Weimarer Optimierungs- und...

Die Dynardo GmbH und ANSYS geben bekannt, dass Dynardos optiSLang –...

Release note optiSLang 5.0.0 mehr Infos über optiSLang 5 mehr Infos...

Release Note 3.2.0 mehr Infos über SoS 3

Bibliothek

Schulungen

06.-08.06.2016 in Weimar

09.06.2016 in Weimar
22.06.2016 in Weimar (WOST 2016)

09.06.2016 in Wien
10.08.2016 in Lein.-Echt.
07.09.2016 in Renens
16.11.2016 in Berlin
22.11.2016 in Aadorf

10.06.2016 in Weimar
22.06.2016 in Weimar
15.11.2016 in Wien

22.06.2016 in Hannover
30.09.2016 in Lein.-Echt.
09.12.09.2016 in Grafing

12.08.2016 in Lein.-Echt.
18.11.2016 in Berlin
24.11.2016 in Aadorf

Webinar: Parameteridentifikation mit optiSLang

Im Webinar werden die mathematischen Grundlagen der Modellkalibrierung vermittelt. Weiterhin wird auf die Fragestellung der Identifizierbarkeit und Qualität der identifizierten Parameter eingegangen. Mit Hilfe von optiSLang lassen sich diese Methoden unkompliziert für beliebige Aufgabenstellungen anwenden. Eine Schlüsselrolle dabei spielt die Definition von Signalen und Signalfunktionen sowie die Sensitivitätsanalyse mittels dem Metamodell Optimaler Prognosefähigkeit (MOP).

Bei der Modellkalibrierung werden die Ergebnisse von Simulationsmodellen an reale Messdaten angepasst. Dabei wird eine gemessene Antwortkurve, z.B. Last-Verschiebung, als Referenz angenommen und die Parameter des Simulationsmodell solange modifiziert, bis zwischen Referenz und Simulation eine bestmögliche Übereinstimmung erzielt wird. Diese Vorgehensweise wird auch als „Reverse Engineering“ bezeichnet. Mit Hilfe dieser Methodik kann man nicht direkt messbare Modellgrößen, wie z.B. Materialparameter, identifizieren. Aus diesem Grund ist auch die Bezeichnung Parameteridentifikation gebräuchlich.

Inhalte

Darstellung von Signalen
Modellkalibrierung
Parameteridentifikation Sensitivitätsanalyse

1. Grundlagen der Modellkalibrierung

  • Maximum Likelihood Methode
  • Methode gewichteter kleinster  Fehlerquadrate
  • Definition von Signalen und Signalfunktionen

2. Anwendung der Sensitivitätsanalyse für Kalibrierungsprobleme

  • Definition der Parameterräume und Design of Experiments
  • Metamodell of Optimal Prognosis
  • Ausschluss nicht identifizierbarer Variablen

3. Lösung des Kalibrierungsproblems als Optimierungsaufgabe

  • Definition von geeigneten Zielfunktionen
  • Globale vs. Lokale Suche

Das Webinar richtet sich sowohl an Berechnungsingenieure als auch an Methodenentwickler im Bereich CAE, die mit der Aufgabenstellung der Modellkalibrierung regelmäßig konfrontiert werden.

 

Download Präsentationsfolien

 

 

Details

Referent:
Dipl.-Ing. Rene Kallmeyer

Termine:
in Planung
Bitte melden Sie sich spätestens 1 Tag vor dem Veranstaltungstermin an.

Sprache:
Englisch

Zeit:
09:00 - 10:00 Uhr und 16:00 - 17:00 Uhr

Gebühr: 
Das Webinar ist kostenlos!