User: Guest  Login
Original title:
A modular multi-fidelity scheme combining data-driven reduced order models for structural analysis under uncertainty
Translated title:
Eine modulare Algorithmusarchitektur basierend auf daten-gestützen Modell Reduktions Methoden für Strukturanalysen unter Unsicherheit
Author:
Czech, Catharina Julia Frederike
Year:
2024
Document type:
Dissertation
Faculty/School:
TUM School of Engineering and Design
Institution:
Professur für Computational Mechanics (Prof. Duddeck)
Advisor:
Duddeck, Fabian (Prof. Dr. habil.)
Referee:
Duddeck, Fabian (Prof. Dr. habil.); Hewson, Rob (Prof. Dr.); Ortega, Joaquín Alberto Hernández (Assoc. Prof. Dr.)
Language:
en
Subject group:
MTA Technische Mechanik, Technische Thermodynamik, Technische Akustik
Keywords:
computational mechanics; model order reduction; optimizatio; multi-fidelity;
TUM classification:
BAU 005
Abstract:
In computational mechanics, the impact of uncertain phenomena is commonly evaluated by probabilistic techniques inducing iterative procedures. However, the repetitive evaluation of nonlinear Finite Element analysis poses high computational costs. This thesis proposes a multi-fidelity scheme exploiting projection-based Model Order Reduction techniques for structural analysis to reduce the computational burden. The key feature is the intertwining of intrusive and non-intrusive reduction methods ta...     »
Translated abstract:
In der Strukturmechanik wird der Einfluss von Zufallsphänomenen meist mit iterative Verfahren aus der Probabilistik bewertet. Allerdings führt die wiederholte Analyse von nicht-linear Finite Elemente Modellen zu hohen Rechenzeiten. In dieser Arbeit schlagen wir ein ‘multi-fidelity‘ Schema vor, das zwei projektionsbasierte Reduktionsmethoden kombiniert. Die Verflechtung intrusiver und nicht-intrusiver Reduktionsmethoden charakterisiert unsere neuartige Algorithmusarchitektur, die auf Analysen und...     »
WWW:
https://mediatum.ub.tum.de/?id=1720447
Date of submission:
20.09.2023
Oral examination:
09.02.2024
File size:
7103421 bytes
Pages:
159
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20240209-1720447-1-3
Last change:
15.03.2024
 BibTeX