User: Guest  Login
Less Searchfields
Simple search
Original title:
Level Set Topology Optimization for Crashworthiness using Evolutionary Algorithms and Machine Learning
Translated title:
Levelset Topologieoptimierung für Crash-Lastfälle mit evolutionären Algorithmen und Machine Learning
Author:
Bujny, Mariusz
Year:
2020
Document type:
Dissertation
Faculty/School:
Ingenieurfakultät Bau Geo Umwelt
Advisor:
Duddeck, Fabian (Prof. Dr. habil.)
Referee:
Duddeck, Fabian (Prof. Dr. habil.); Bäck, Thomas (Prof. Dr.); van Keulen, Fred (Prof. Dr.)
Language:
en
Subject group:
MAS Maschinenbau
Keywords:
crashworthiness; topology optimization; level set method; moving morphable components; evolutionary algorithms; machine learning; surrogate modeling
TUM classification:
BAU 005d
Abstract:
Crash topology optimization (TO) is important to derive vehicle concepts in early design phases. Here, gradient-based approaches are not directly applicable and heuristic or simplified methods are used, limiting the range of addressable problems. Hence, this thesis proposes a generic, non-gradient TO via evolutionary algorithms and low-dimensional level-set representation to optimize arbitrary criteria based on high-fidelity explicit crash simulations. The high costs of evolutionary search are r...     »
Translated abstract:
Crash-Topologieoptimierung (TO) ist wichtig für die Konzeptentwicklung von Fahrzeuge in frühen Entwurfsphasen. Gradientenmethoden können hier nicht direkt benutzt werden und heuristische bzw. vereinfachte Methoden werden eingesetzt mit beschränkter Verwendbarkeit. Daher wird in dieser Arbeit eine generische TO ohne Gradienten vorgestellt, die über evolutionäre Algorithmen und niedrigdimensionale Levelset-Funktionen beliebige Kriterien mittels high-fidelity, expliziten Crashsimulationen optimiert...     »
WWW:
https://mediatum.ub.tum.de/?id=1540709
Date of submission:
07.04.2020
Oral examination:
09.10.2020
File size:
23914266 bytes
Pages:
275
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20201009-1540709-1-0
Last change:
18.06.2021
 BibTeX