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 reduced via machine learning approaches.     «

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...     »

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. Der hohe Aufwand wird durch den Einsatz von Machine Learning reduziert.     «

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...     »