TY - CHAP A1 - Ubben, Paul Tobe A1 - Bestle, Dieter A1 - Haug, Jürgen T1 - Robust Automotive Suspension Design Using Adaptive Response Surface Based Multi-objektive Optimization T2 - 11. Weimarer Optimierungs- und Stochastiktage – 06. - 07. November 2014 N2 - Deterministic optimization is used in all fields of engineering, especially in early design processes based on digital prototypes and simulation. A major disadvantage of deterministic optimization is the unknown robustness of the found solution against uncertainties of system parameters. Therefore, the Robust Design Optimization (RDO) concept as combination of Robustness Analysis (RA) and deterministic optimization was developed. In this paper, such an approach is applied to the optimization of a suspension for passenger cars w.r.t. typical driving maneuvers. The suspension behavior has to be robust against uncertainties without defining strict limits or safety margins. The coupled multi-objective RDO procedure will find a Pareto-front w.r.t. mean value and variance of chosen objectives. As a result, a specific compromise regarding system robustness and mean performance may be chosen from this Pareto-set. To overcome the vast amount of CPU-time, required for expensive direct function evaluations, an adaptive response surface method (aRSM) is integrated. The overall process then consists of an inner loop involving a multi-objective evolutionary algorithm based on response surfaces and an outer loop, where metamodeling is performed on a set of support points. This set is initialized in the first iteration step and updated afterwards by picking promising designs from the Pareto-fronts of the surrogate model, which are then evaluated exactly. KW - robust design KW - multi-objective optimization Y1 - 2015 UR - http://www.dynardo.de/bibliothek/industriefelder/fahrzeugbau.html PB - DYNARDO GmbH CY - Weimar ER - TY - GEN A1 - Ubben, Paul Tobe A1 - Bestle, Dieter A1 - Haug, Jürgen T1 - Robust Automotive Suspension Design Using Adaptive Response Surface Based Multi-objektive Optimization T2 - RDO-Journal KW - multi-objective optimization Y1 - 2015 IS - 2 SP - 10 EP - 15 ER - TY - CHAP A1 - Ubben, Paul Tobe A1 - Haug, J. A1 - Bestle, Dieter T1 - Concept for Automated Automotive Chassis Architecture Design T2 - 7th International Munich Chassis Symposium 2016, 14.06.2016 - 15.06.2016, München Y1 - 2016 SN - 978-3-658-14218-6 SN - 978-3-658-14219-3 SP - 348 PB - Springer Vieweg CY - Wiesbaden ER - TY - THES A1 - Ubben, Paul Tobe T1 - Entwicklung eines Konzepts zur robusten Optimierung von neuen Fahrwerksarchitekturen N2 - Der Wettbewerbsdruck um die Gunst der Kunden im Automobilbau führt zu einer stetig ansteigenden Diversifikation von Fahrzeugmodellen. Hierbei werden vermehrt Architekturen eingesetzt, die Produktions- und Entwicklungskosten durch die Vereinheitlichung von Bauteilen und Strukturen verringern, die in vielen verschiedenen Fahrzeugmodellen eingesetzt werden können. Somit stellen Individualisierung und Kosteneffizienz keinen Widerspruch mehr dar. Ein wesentlicher Erfolgsfaktor bei der Entwicklung einer Architektur ist der frühe Einsatz von Simulation und computerbasierter Optimierung, um die vereinheitlichten Teile möglichst gut auf die verschiedenen Anforderungen der Fahrzeugmodelle anpassen und auslegen zu können. Die hierfür benötigten Prozesse unterscheiden sich von denen, die für klassische Optimierungsprobleme eingesetzt werden. Die hierarchische Struktur individueller und Architekturrelevanter Größen muss Berücksichtigung finden und in einen möglichst effizienten Auslegungsprozess münden. Zusätzlich ergibt sich ein großer Vorteil, wenn ein Hersteller kurzfristig und schnell neue Fahrzeugmodelle in hinreichender Qualität auf den Markt bringen kann, wofür eine besonders robuste Architektur benötigt wird. Auf Basis einer in dieser Arbeit definierten Parametrik für Fahrwerksarchitekturen werden verschiedene Optimierungsstrategien untersucht und eine möglichst erfolgversprechende identifiziert sowie mittels geeigneter, effizienzverbessernder Maßnahmen erweitert. Die Optimierungsprobleme werden hierbei mehrkriteriell gelöst, um neben der deterministischen Optimierung auch die robuste Architekturoptimierung zu ermöglichen. Letztendlich zeigt die praxisnahe Optimierung einer Fahrwerksarchitektur das Potential und die Anwendbarkeit der entwickelten Strategie. KW - Fahrwerk KW - Fahrwerksarchitekturen KW - Plattformoptimierung KW - Robuste Optimierung KW - Simulation KW - Chassis architecture KW - Platform optimization KW - Product and family design KW - Robust design optimization KW - Simulation Y1 - 2017 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:co1-opus4-42745 ER -