Refine
Document Type
- Conference Proceeding (9)
- Doctoral thesis (1)
- Report (1)
Keywords
- Aero Engines (1)
- Approximation (1)
- Computational Fluid Dynamics (1)
- Holistic Optimization (1)
- Optimization (1)
- Sensitivity Analysis, Dimension Reduction, Regression Trees, Response Surface Optimization (1)
- Turbine Blade Optimization (1)
- collaborative design, distributed computation, optimisation (1)
Institute
BTU
The present paper compares four different optimization
strategies for decoupled optimization in the context of
preliminary core engine design for aero engines. An
optimization with the AAO (All-At-Once) approach is
performed as a baseline and compared against the
performance and results of three cascaded optimization
strategies: CO (Collaborative Optimization), BLISS 2000
(Bi-Level Integrated System Synthesis) and ISOC (Interface
Segmentation Optimization Concept). The optimization
problem is based on a thermodynamic core engine model
representing an industrial application example. The results
are assessed with respect to typical requirements for
multidisciplinary core engine design. The impact of the used
optimization strategy on the performance of the optimization
concept is investigated and discussed.
The paper shows a methodology for designing a complex system in a collaborative design environment by sharing information on autonomous subsystems and coupling parameters. Collaborative design is a current issue in aviation industry where intellectual property rights of individual companies prohibit a common evaluation model. State of the art approaches based on nested local optimisation loops are not sufficient if time-consuming component analyses are involved. A new approach for collaborative design is developed where the overall optimisation of a complex system is split into subsystem optimisation problems. Coupling parameters are treated as local design variables and only optimal coupling parameters are exchanged regularly. Application to a test example shows a huge time reduction and improved probability for finding the global optimum. Advantages are also demonstrated for an industrial design task.
Die Auslegung von komplexen technischen Systemen ist ein Prozess, bei welchem Experten verschiedener Disziplinen, Abteilungen oder sogar Firmen sehr eng zusammenarbeiten müssen. Aufgrund der Komplexität oder auch aus politischen Gründen existiert im Allgemeinen eine einzelne System-Analyse nicht und unterschiedliche Subsystem-Analysen müssen in geeigneter Weise gekoppelt werden, um das Verhalten des Gesamtsystems zu bestimmen. Dabei stellt besonders in kooperativen Entwicklungsumgebungen, wenn möglicherweise konkurrierende Firmen zusammenarbeiten müssen, diese Kopplung eine große Herausforderung dar.
Die Optimierung von komplexen Systemen findet heutzutage hauptsächlich im Rahmen von automatisierten Subsystem-Optimierungen statt. Die Schnittstellen zwischen den einzelnen Subsystemen werden dabei in frühen Entwurfsphasen auf Grundlage von Erfahrungswerten oder einfacher Abschätzungen festgelegt und nachfolgend nicht mehr wesentlich verändert. Diese Schnittstellen bestimmen jedoch maßgeblich die erreichbare Leistungsfähigkeit des Systems, und sollten daher während des gesamten Optimierungsprozesses unter Verwendung detaillierter Subsystem-Analysen hinterfragt und gezielt angepasst werden. Die dafür benötigten multidisziplinären Optimierungsverfahren müssen dabei alle beteiligten Analysemodelle in effizienter Weise koordinieren, damit eine Anwendung in praktischen Problemstellungen und hohen Entwurfsraumdimensionen erfolgen kann.
Der Fokus dieser Arbeit liegt daher auf der Entwicklung eines effizienten Verfahrens zur Optimierung komplexer Systeme unter besonderer Beachtung eines kooperativen Hintergrundes. Es wird gezeigt, wie Antwortflächen-Verfahren verwendet werden können, um die Subsystem-Optimierungen zu beschleunigen und somit auch zeitaufwändige Analysen im Rahmen einer System-Optimierung einzusetzen. Durch die Analyse bestehender Verfahren wird die generelle Struktur kooperativer Optimierungen verdeutlicht und eine Einordnung des entwickelten ISOC-Verfahrens ermöglicht. Dessen ausführliche Herleitung und Darstellung zeigt die einfache Anpassung der vorhandenen Subsystem-Prozesse und demonstriert die Einbindung in die System-Optimierung. Die Anwendungen auf repräsentative Probleme aus der Triebwerkstechnik zeigen zum Einen die Vorteile paralleler und entkoppelter Optimierungen, und zum Anderen, dass das entwickelte ISOC-Verfahren in der Lage ist, praktische Problemstellungen zu lösen.