Benutzer: Gast  Login
Originaltitel:
Data-driven model order reduction for nonlinear crash and impact simulations
Übersetzter Titel:
Datengestützte Modellordnungsreduktion für nichtlineare Crash- und Aufprallsimulationen
Autor:
Bach, Christopher
Jahr:
2019
Dokumenttyp:
Dissertation
Fakultät/School:
Ingenieurfakultät Bau Geo Umwelt
Betreuer:
Duddeck, Fabian (Prof. Dr. habil.)
Gutachter:
Duddeck, Fabian (Prof. Dr. habil.); Rixen, Daniel (Prof. dr.); Breitkopf, Piotr (Prof. Dr.)
Sprache:
en
Fachgebiet:
MTA Technische Mechanik, Technische Thermodynamik, Technische Akustik
TU-Systematik:
BAU 005d
Kurzfassung:
Crash and impact simulations require a large amount of computational resources, which is a challenge for optimization and robustness assessments. Thus, this work presents data-driven model order reduction and hyper-reduction techniques for faster evaluation of such problems. Efficient subspace approximation and element sampling methods are proposed. The numerical stability of the reduced models under explicit time integration is analyzed mathematically and experimentally. Finally, the achievable...     »
Übersetzte Kurzfassung:
Numerische Crash- und Aufprallsimulationen sind nach wie vor sehr rechenintensiv. Diese Arbeit untersucht daher datengestützte Modellreduktions- und Hyper-Reduktionsverfahren für schnellere Vorhersagen. Es werden effiziente Algorithmen zur Unterraumberechnung und Hyper-Reduktion großer Probleme mit vielen Snapshots beschrieben. Weiterhin wird die numerische Stabilität reduzierter Modelle bei expliziter Zeitintegration analysiert. Abschließend werden die Genauigkeit und erreichbaren Speed-Ups in...     »
Serie / Reihe:
Schriftenreihe des Fachgebiets für Computational Mechanics
Bandnummer:
11
ISBN:
978-3-8440-7297-6
WWW:
https://mediatum.ub.tum.de/?id=1507543
Eingereicht am:
16.07.2019
Mündliche Prüfung:
06.12.2019
Letzte Änderung:
25.06.2020
 BibTeX