@phdthesis{Keskin2006, author = {Keskin, Akin}, title = {Process integration and automated multi-objective optimization supporting aerodynamic compressor design}, isbn = {978-3-8322-5875-7}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:co1-opus-484}, school = {BTU Cottbus - Senftenberg}, year = {2006}, abstract = {Nowadays industrial aerodynamic compressor design is based on mature computer programs developed during several decades. State of the art is to split the complex design process into subsequent design subtasks which are solved by different experts via time-consuming parameter studies. Isolated design of subproblems based on human intuition, however, will result in sub-optimal solutions only. Due to the increasing demand on higher aero engine performance and design cycle time reduction the aspects of process integration and automation as well as numerical optimization become more and more important in today's aerodynamic compressor design. The intention of this work is to show how process integration and optimization can be used efficiently to support engineering design work in optimal solution finding. Since the aerodynamic compressor design is characterized by many design parameters, multiple constraints and contradicting objectives, multi-objective optimization is used to find Pareto-optimal solutions from which the design engineer can choose trade-offs for his particular design problem. The improvements in terms of process acceleration and design optimization are demonstrated for three selected, but typical industrial engineering design tasks required in three different design phases of the aerodynamic compressor design process, namely preliminary design, throughflow off-design, and blading procedure.}, subject = {Verdichter; Aerodynamik; Optimierung; Verdichterauslegung; Aerodynamik; Mehrkriterien-Optimierung; Prozessintegration; Compressor design; Aerodynamics; Multi-objective optimization; Process integration}, language = {en} } @phdthesis{Ubben2017, author = {Ubben, Paul Tobe}, title = {Entwicklung eines Konzepts zur robusten Optimierung von neuen Fahrwerksarchitekturen}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:co1-opus4-42745}, school = {BTU Cottbus - Senftenberg}, year = {2017}, abstract = {Der Wettbewerbsdruck um die Gunst der Kunden im Automobilbau f{\"u}hrt 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 k{\"o}nnen. Somit stellen Individualisierung und Kosteneffizienz keinen Widerspruch mehr dar. Ein wesentlicher Erfolgsfaktor bei der Entwicklung einer Architektur ist der fr{\"u}he Einsatz von Simulation und computerbasierter Optimierung, um die vereinheitlichten Teile m{\"o}glichst gut auf die verschiedenen Anforderungen der Fahrzeugmodelle anpassen und auslegen zu k{\"o}nnen. Die hierf{\"u}r ben{\"o}tigten Prozesse unterscheiden sich von denen, die f{\"u}r klassische Optimierungsprobleme eingesetzt werden. Die hierarchische Struktur individueller und Architekturrelevanter Gr{\"o}ßen muss Ber{\"u}cksichtigung finden und in einen m{\"o}glichst effizienten Auslegungsprozess m{\"u}nden. Zus{\"a}tzlich ergibt sich ein großer Vorteil, wenn ein Hersteller kurzfristig und schnell neue Fahrzeugmodelle in hinreichender Qualit{\"a}t auf den Markt bringen kann, wof{\"u}r eine besonders robuste Architektur ben{\"o}tigt wird. Auf Basis einer in dieser Arbeit definierten Parametrik f{\"u}r Fahrwerksarchitekturen werden verschiedene Optimierungsstrategien untersucht und eine m{\"o}glichst erfolgversprechende identifiziert sowie mittels geeigneter, effizienzverbessernder Maßnahmen erweitert. Die Optimierungsprobleme werden hierbei mehrkriteriell gel{\"o}st, um neben der deterministischen Optimierung auch die robuste Architekturoptimierung zu erm{\"o}glichen. Letztendlich zeigt die praxisnahe Optimierung einer Fahrwerksarchitektur das Potential und die Anwendbarkeit der entwickelten Strategie.}, subject = {Robuste Optimierung; Fahrwerksarchitekturen; Plattformoptimierung; Fahrwerk; Simulation; Robust design optimization; Chassis architecture; Platform optimization; Product and family design; Simulation; Fahrwerk; Robuste Optimierung; Simulation}, language = {de} } @phdthesis{Ivanov2021, author = {Ivanov, Dmitrij}, title = {Beschleunigung der Verdichterkennfeldberechnung mithilfe von Methoden des maschinellen Lernens}, doi = {10.26127/BTUOpen-5395}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:co1-opus4-53950}, school = {BTU Cottbus - Senftenberg}, year = {2021}, abstract = {In der heutigen Triebwerksentwicklung ist die Verwendung komplexer und zeitaufw{\"a}ndiger numerischer Str{\"o}mungssimulationsverfahren (3D-CFD) unerl{\"a}sslich. Dies gilt auch und insbesondere f{\"u}r den Bereich der Verdichterkennfeldberechnung, welcher viele zeitintensive 3D-CFD Berechnungen ben{\"o}tigt. Dabei sind zur qualitativen Beurteilung eines Verdichterentwurfs sowohl Betriebspunkte wie, Reiseflug, Start und Landung, hinreichend genau abzubilden, als auch die kritischen, den Verdichterarbeitsbereich limitierenden Betriebsgrenzen Pumpen und Sperren zu detektieren. Bisherige Arbeiten zur automatisierten Verdichterkennfeldberechnung basieren auf strukturierten Berechnungen von verschiedenen Drehzahllinien, auf welchen jeweils isoliert Pump- und Sperrgrenze gesucht werden. Durch die Beschr{\"a}nkung auf einzelne Drehzahlen wird jedoch nicht der gesamte Charakter des Kennfeldes erfasst, so dass unbekannte Betriebsbereiche aus linearer Interpolation abgeleitet werden m{\"u}ssen. Ein zus{\"a}tzlicher Nachteil solcher auf einzelne Drehzahllinien fixierten Methoden ist ihre geringe Parallelisierbarkeit. Der Fokus dieser Arbeit liegt daher auf der Entwicklung eines effizienten Verfahrens zur Erfassung des gesamten Verdichterkennfeldes. Die zwei wesentlichen Anforderungen an das Verfahren sind erstens die Reduktion der Anzahl der notwendigen CFD-Berechnungen zur hinreichend genauen Beschreibung des Verdichterkennfeldes sowie zweitens die Beschleunigung jeder einzelnen 3D-CFD-Berechnung. Zu diesem Zweck wird zur Kennfeldberechnung eine Strategie vorgeschlagen, welche sich von der {\"u}blichen strukturierten Berechnung einzelner Drehzahllinien l{\"o}st und stattdessen mit unstrukturierten, zuf{\"a}llig bestimmte St{\"u}tzstellen arbeitet. Dabei wird ein zweiphasiges Verfahren entwickelt, bei dem zun{\"a}chst die Pump- und Sperrlinien in ihrer Gesamtheit mit einer iterativen, hoch parallelisierbaren, auf Support-Vector-Machine beruhenden Strategie bestimmt werden. Als n{\"a}chster Schritt wird mit Methoden der statistischen Versuchsplanung eine ausreichende Dichte von St{\"u}tzstellen innerhalb der Betriebsgrenzen des Verdichters generiert. Abschließend werden auf Basis aller verwendeten St{\"u}tzstellen Antwortfl{\"a}chen f{\"u}r Verdichterdruckverh{\"a}ltnis, Wirkungsgrad und Eintrittsmassenstrom aufgebaut. Zur Reduktion der Rechenzeit jeder einzelnen 3D-CFD Rechnung werden unterschiedliche Methoden zur Erzeugung von Startl{\"o}sungen betrachtet. In diesem Rahmen werden Initialisierungsans{\"a}tze aus reduzierten Str{\"o}mungsmodellen und aus der Superposition von bereits bekannten Str{\"o}mungsl{\"o}sungen auf Basis der Methode der Proper-Orthogonal-Decomposition (POD) untersucht. Als Validierung wird abschließend das entwickelte Verfahren zur Kennfeldberechnung in Kombination mit dem POD-Initialisierungsansatz erfolgreich auf die Analyse eines 4.5- stufigen Forschungsverdichters angewendet.}, subject = {Verdichterkennfeld; 3D-CFD; Maschinelles Lernen; Support-Vector-Machine; Str{\"o}mungsfeld-Initialisierung; Flowfield-initialization; Compressor map; 3D-CFD; Machine learning; Support-vector-machine; Verdichter; Kennfeld; Numerische Str{\"o}mungssimulation; Optimierung}, language = {de} } @phdthesis{Kahlbau2013, author = {Kahlbau, Sebastian}, title = {Mehrkriterielle Optimierung des Schaltablaufs von Automatikgetrieben}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:co1-opus-28465}, school = {BTU Cottbus - Senftenberg}, year = {2013}, abstract = {Die steigende Zahl von Motor-Getriebekombinationen auf dem Fahrzeugmarkt und die wachsende Komplexit{\"a}t und Vielfalt von Funktionen in den Fahrzeugsteuerger{\"a}ten verursachen eine st{\"a}ndige Erh{\"o}hung des Aufwands f{\"u}r die Getriebeabstimmung. Bei diesem als Getriebeapplikation bezeichneten Vorgang verstellt ein Versuchsingenieur die Parameter der Getriebesteuerung bis die subjektive Beurteilung der Schaltqualit{\"a}t seinen Erwartungen entspricht. Dieser Prozess findet heute meist im aufw{\"a}ndigen Fahrversuch auf {\"o}ffentlichen Straßen unter kaum reproduzierbaren Bedingungen statt. Eine effiziente M{\"o}glichkeit, den steigenden Applikationsaufwand zu bew{\"a}ltigen, stellt die Automatisierung des Applikationsprozesses dar. Die vorliegende Arbeit leistet durch die detaillierte Analyse des Schaltablaufs von Automatikgetrieben, die Festlegung neuer Beurteilungskriterien und die Entwicklung eines effizienten, automatisierten Applikationsprozesses dazu einen Beitrag. Herk{\"o}mmlich wird die Schaltqualit{\"a}t anhand von zusammenfassenden, oft subjektiven Noten beurteilt, wodurch allerdings der Bezug zu den Ursachen f{\"u}r Beeintr{\"a}chtigungen verloren geht. Daher wird in der Arbeit ein mehrkriterieller Ansatz verfolgt, bei dem verschiedene Phasen des Beschleunigungs{\"u}bergangs identifiziert werden sowie Schaltzeit und Verschleiß als objektive Kriterien eingehen. Insbesondere wird Diskomfort als Abweichung von einem idealen Beschleunigungs{\"u}bergang definiert, der sich aus einer einfachen Schwingungsbetrachtung ableiten l{\"a}sst. Basierend auf Diskomfort und Schaltzeit als zwei zu minimierenden Kriterien wird ein bikriterielles Optimierungsproblem formuliert und mit Hilfe eines mehrkriteriellen genetischen Algorithmus gel{\"o}st. Dabei wird die Widerspr{\"u}chlichkeit der beiden Kriterien deutlich, weshalb optimale Parameter der Getriebesteuerung nicht eindeutig, sondern immer Kompromissl{\"o}sungen sind. Es wird gezeigt, dass die relevanten Schaltablaufparameter mit einer Sensitivit{\"a}tsanalyse gefunden werden k{\"o}nnen, um den Aufwand der Optimierung zu reduzieren. Eine weitere Effizienzsteigerung wird durch die Anwendung eines ersatzmodellgest{\"u}tzten Optimierungsalgorithmus erzielt. Am Ende der Arbeit kann gezeigt werden, dass sich Schaltungen mit dem vorgeschlagenen automatisierten Prozess teilweise besser abstimmen lassen als durch eine klassische, manuelle Applikation. Die Zukunft einer automatisierten Applikation am Pr{\"u}fstand und am Simulationsmodell erscheint somit m{\"o}glich.}, subject = {Automatisches Getriebe; Schaltverhalten; Automatisierte Applikation; Automatikgetriebe; Schaltablauf; Ersatzmodellgest{\"u}tzte Optimierung; Fahrbarkeit; Automated calibration; Automatic transmission; Shift control; Surrogate model based optimization; Driveability}, language = {de} } @phdthesis{Sommer2011, author = {Sommer, Lars}, title = {Geometrieparametrisierungen f{\"u}r die aerodynamische Optimierung von Verdichterschaufelsektionen unter besonderer Ber{\"u}cksichtigung der Kr{\"u}mmung}, isbn = {978-3-8440-0743-5}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:co1-opus-23640}, school = {BTU Cottbus - Senftenberg}, year = {2011}, abstract = {Auf dem Gebiet der Prozessintegration und automatisierten Optimierung von Bauteilen nimmt die Triebwerksindustrie eine Vorreiterrolle ein. Insbesondere die aerodynamische Optimierung von Triebwerksschaufeln kann, dank umfangreicher Forschungs- und Entwicklungsarbeit, seit einiger Zeit als Stand der Technik bezeichnet werden. Auf diese Art ist es m{\"o}glich, trotz k{\"u}rzer werdender Entwicklungszeiten immer effizientere Schaufeln zu entwerfen, die ihren Beitrag zur notwendigen Reduktion der im Triebwerk produzierten CO2-Emission liefern. Ein wichtiger Schritt beim Schaufelentwurf ist die automatisierte Mehrkriterien-Optimierung einzelner Schaufelsektionen. Hierf{\"u}r sind geeignete Profilparametrisierungen notwendig, die einerseits gen{\"u}gend Entwurfsfreiheiten bieten, andererseits ohne manuelle Nachbearbeitung sinnvolle Profile liefern. In der vorliegenden Arbeit werden daher drei grunds{\"a}tzlich verschiedene M{\"o}glichkeiten zur automatisierten parametrischen Schaufelprofilerzeugung entwickelt. Im Unterschied zu den meisten bisher vorhandenen Parametrisierungen ist allen drei Methoden gemein, dass die entstandenen Profile stets kr{\"u}mmungsstetig sind. Lediglich beim {\"U}bergang zur kreisf{\"o}rmigen Hinterkante wird Tangentenstetigkeit als ausreichend angesehen. Durch diese Vorgehensweise k{\"o}nnen, anders als vorher, sehr g{\"u}nstige Geschwindigkeitsverl{\"a}ufe an Saug- und Druckseite ohne {\"U}berh{\"o}hungen an der Vorderkante erreicht werden. Innerhalb eines auf einem Hochleistungs-Rechen-Cluster parallelisierten Mehrkriterien-Optimierungsprozesses, in dem beispielhaft der Mittelschnitt eines Stators einer Hochdruckverdichterstufe aerodynamisch optimiert wird, werden die drei Methoden anschließend miteinander verglichen. Es kann gezeigt werden, dass alle drei Parametrisierungen zu Profilen f{\"u}hren, die bez{\"u}glich ihrer aerodynamischen Verluste deutlich besser sind als ein manuell entworfenes Referenzprofil.}, subject = {Propfan; Verdichter; Radschaufel; Aerodynamik; Mehrkriterielle Optimierung; Parametrisierung; Optimierung; Prozessintegration; Rolling-Ball-Algorithmus; Verdichterschaufelentwurf; Parameterization; Optimization; Prozess integration; Rolling-ball-algorithm; Compressor blade design}, language = {de} } @phdthesis{Nguyen2006, author = {Nguyen, Tuan-Anh}, title = {Application of optimization methods to controller design for active suspensions}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:co1-opus-261}, school = {BTU Cottbus - Senftenberg}, year = {2006}, abstract = {By offering good ride safety and ride comfort to passenger cars, active suspensions have attracted more and more attentions of investigators. Numerous approaches of designing controller for active suspension systems have been introduced mostly restricted to linear time-invariant systems. In this dissertation, optimization methods are applied to a special three degree-of-freedom spatial car model with active suspensions to define an optimal controller. The optimal control law with state-feedback and disturbance-feed forward parts is derived by extending the linear-quadratic regulator (LQR) control to linear systems with measurable disturbances and combining it with a multi-criterion optimization (MCO) procedure. This allows to reduce the number of design variables of the MCO problem significantly. The approach is applied also to gain-scheduling control of the linear-parameter varying spatial car model. The effectiveness of the designed controller with respect to ride safety and ride comfort of the car in yaw motion is demonstrated through the simulation of double-lane-change maneuvers, where the paths are found by an optimization procedure.}, subject = {Fahrwerk; Reglerentwurf; Optimierung; Fahrzeugbau; Radaufh{\"a}ngung; Regler; Vehicle; Suspensions; Regulator}, language = {en} } @phdthesis{Glora2001, author = {Glora, Michael}, title = {Ein Beitrag zur Mehrkriterienoptimierung von Simulationsmodellen und Experimenten}, isbn = {3-8265-9633-1}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:co1-opus-1575}, school = {BTU Cottbus - Senftenberg}, year = {2001}, abstract = {Die Arbeit stellt das prinzipielle Vorgehen der Mehrkriterienoptimierung zun{\"a}chst an Beispielen des virtuellen Prototyping dar. Die Anwendung von Optimierungsalgorithmen auf Parameteridentifikationsaufgaben f{\"u}hrt zu Mehrkriterien-Mehrmodell-Optimierung, bei der unbekannte Systemparameter aus Vergleichen zwischen Messungen und Simulationen durch ein schrittweises Vorgehen auf Basis angepasster Versuche, Teilmodelle und Kriterien ermittelt werden k{\"o}nnen. Bei der Experiment-gekoppelten Hardware-in-the-Loop Optimierung verursacht die Streuung der Messergebnisse auf Grund des nicht vermeidbaren Messrauschens Probleme bei der Konvergenz der Optimierungsverfahren. Abhilfe schafft hier eine angepsste Funktionswert- und Gradientenberechnung auf Basis eines Approximationsverfahrens. Die Vorteile dieses neu entwickelten Verfahrens sind die Verwendung einer Ansatzfunktion zur Elimination von Messfehlern, die Speicherung aller Messwerte f{\"u}r eine eventuelle Weiterverarbeitung und die damit verbundene Minimierung der Anzahl notwendiger Versuche, sowie das Sicherheitskonzept zur Vermeidung kritischer Versuchszust{\"a}nde durch eine implementierte Schrittweitenbegrenzung.}, subject = {Mehrk{\"o}rpersystem; Simulation; Mehrkriterielle Optimierung; Optimierung; Mehrkriterienoptimierung; Simulation; Virtual Prototyping; Parameteridentifikation}, language = {de} } @phdthesis{Otto2009, author = {Otto, Dierk}, title = {Ein Beitrag zur interdisziplin{\"a}ren Prozessintegration und automatischen Mehrzieloptimierung am Beispiel einer Verdichterrotorschaufel}, isbn = {978-3-8322-8572-2}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:co1-opus-11397}, school = {BTU Cottbus - Senftenberg}, year = {2009}, abstract = {Im Unterschied zu den letzten Jahrzehnten m{\"u}ssen bei der derzeitigen und zuk{\"u}nftigen Verdichterauslegung die einzelnen Teilbereiche des Entwurfsprozesses wie aerodynamische Auslegung, Konstruktion und Festigkeitsanalyse, immer enger miteinander verzahnt werden. Grund daf{\"u}r sind die gestellten Forderungen der Flugzeughersteller nach Triebwerksgenerationen mit, im Vergleich zu vorangegangenen Triebwerken, weniger Verbrauch und l{\"a}ngeren Laufzeiten bzw. Wartungsintervallen. Um diese Anforderungen umsetzen zu k{\"o}nnen, werden Verdichterschaufeln entwickelt, die sich in der Regel in Form sowie aerodynamischen und strukturmechanischen Verhalten von fr{\"u}heren Entw{\"u}rfen unterscheiden. Der daf{\"u}r ben{\"o}tigte Entwurfsprozess soll hinsichtlich der Zeit so kurz wie m{\"o}glich werden. Um die aufgez{\"a}hlten Punkte erf{\"u}llen zu k{\"o}nnen, ist der Einsatz von interdisziplin{\"a}rer Optimierung am erfolgversprechendsten, wof{\"u}r zum einen die einzelnen Teilschritte in einen automatisch ablaufenden Prozess eingebetet und zum anderen die einzelnen Entwurfskriterien erfasst und mathematisch formalisiert werden m{\"u}ssen. In der vorliegenden Arbeit soll ein Weg zur interdisziplin{\"a}ren Prozessintegration und eine darauf aufsetzende Mehrzieloptimierung mit Kriterien aus den einzelnen Teilbereichen der Auslegung aufgezeigt werden. Dabei wird sowohl auf verschiedene Probleme n{\"a}her eingegangen und L{\"o}sungsans{\"a}tze aufgezeigt, als auch einzelne Auslegungskriterien vorgestellt sowie formalisiert. Der automatisierte Auslegungsprozess wird exemplarisch auf eine Verdichterrotorschaufel mit zugeh{\"o}rigen aerodynamischen und strukturmechanischen Kriterien angewendet. Die einzelnen Optimierungsziele stammen aus beiden Auslegungsteilbereichen und werden gleichberechtigt betrachtet, wodurch eine echte interdisziplin{\"a}re Mehrzieloptimierung zur Anwendung kommt.}, subject = {Axialverdichter; Optimierung; Interdisziplin{\"a}r; Prozessintegration; Datentransfer; Mehrzieloptimierung; Verdichterauslegung; Multidisciplinary; Process integration; Data transfer; Multi-objective optimisation; Compressor blade design}, language = {de} } @phdthesis{Martin2018, author = {Martin, Ivo}, title = {Automated process for robust airfoil design-optimization incorporating critical eigenmode identification and production-tolerance evaluation}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:co1-opus4-47136}, school = {BTU Cottbus - Senftenberg}, year = {2018}, abstract = {For many countries, gasturbine technology is one of the key technologies for the reduction of climate-damaging pollutant emissions. The profitability of such facilities, however, is highly dependent on the price for the utilized fossil fuel, which is why there is a constant need for increased efficiency. The potential of increasing the efficiency of the individual components is basically limited by factors which will reduce operating life. The goal of this thesis is to develop methods for improved automated structural design optimization, which shall be developed on the basis of compressor airfoils. Special attention is payed to avoid the excitation of failure critical eigenmodes by detecting them automatically. This is achieved by introducing a method based on self-organizing neural networks which enables the projection of eigenmodes of arbitrary airfoil geometries onto standard surfaces, thereby making them comparable. Another neural network is applied to identify eigenmodes which have been defined as critical for operating life. The failure rate of such classifiers is significantly reduced by introducing a newly developed initialization method based on principle components. A structural optimization is set up which shifts the eigenfrequency bands of critical modes in such a way that the risk of resonance with engine orders is minimized. In order to ensure practical relevance of optimization results, the structural optimization is coupled with an aerodynamic optimization in a combined process. Conformity between the loaded hot-geometry utilized by the aerodynamic design assessment and the unloaded cold-geometry utilized by the structural design assessment is ensured by using loaded-to-unloaded geometry transformation. Therefor an innovative method is introduced which, other than the established time-consuming iterative approach, uses negative density for a direct transformation taking only a few seconds, hence, making it applicable to optimization. Additionally, in order for the optimal designs to be robust against manufacturing variations, a method is developed which allows to assess the maximum production tolerance of a design from which onwards possible design variations are likely to violate design constraints. In contrast to the usually applied failure rate, the production tolerance is a valid requirement for suppliers w.r.t.~expensive parts produced in low-quantity, and therefore is a more suitable optimization objective.}, subject = {Multidisciplinary design optimization; Production Tolerance; Classification; Neural Network; Eigenmode; Mehrkriterienoptimierung; Produktionstoleranzen; Klassifizierung; Neuronales Netzwerk; Eigenform; Gasturbine; Eigenschwingung; Neuronales Netz; Optimierung}, language = {en} } @phdthesis{UrbanoCaguasango2022, author = {Urbano Caguasango, Jos{\´e} Mauricio}, title = {Learning-based manufacturing deviation estimation for robust computer-aided design}, doi = {10.26127/BTUOpen-6154}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:co1-opus4-61544}, school = {BTU Cottbus - Senftenberg}, year = {2022}, abstract = {Surface variations are an unavoidable byproduct of any manufacturing process and may lead to deviating part performance and even elevated part rejection rates. Because traditional computer aided-design approaches are aimed towards production of idealized, nominal geometric shapes, the wide geometric-and statistical-variability typical for any manufacturing process remains unrepresented and is frequently ignored during design. Thus, the present work aims at a more realistic design approach and, therefore, develops a collection of computer-aided design strategies for accurate representation, statistical analysis and prospective estimation of surface deviations with validation examples on aero engine turbine blades. The CAD representation of real manufactured surfaces requires the ability to accurately recreate complex geometric shapes. This is achieved by automated re-parametrization of any CAD face of interest as B-spline surface with a rather dense control point grid. Face matching to scanned manufactured samples is then performed by calculating control point displacements, which successfully deliver surface representation errors below typical measurement uncertainties on multiple matching examples from turbine shank and hot-gas faces. Since inference of performance variability due to manufacturing is usually limited by the amount of scanned manufactured parts, a probabilistic model is formulated based on singular-value decomposition of control point displacements and identification of dominant manufacturing modes. This allows generation of an infinite set of synthetic deviating surfaces faithful to experimental deviation patterns. Nominal geometric features may significantly differ between design iterations and manufacturing modes may not necessarily be transferable between different designs. Thus, deviation estimation may remain infeasible before manufacturing. To enable deviation estimation during the design phase, the present work proposes a machine learning strategy to identify deviation patterns explained by nominal geometric properties-such as relative position and local orientation-and use them for deviation estimation on new designs. This strategy is able to predict realistic stress variability induced by shank deviations of a turbine blade design using only surface deviation information from three given designs, which encourages machine-learning approaches as valuable tool for geometric deviation estimation as part of robust design.}, subject = {Machine learning; Computer-adided design; Robust design; Manufacturing deviation; Turbine blade; Maschinelles Lernen; CAD; Robuster Entwurf; Fertigungsabweichungen; Turbinenschaufel; Turbinenschaufel; CAD; Maschinelles Lernen; Fertigung; Abweichung}, language = {en} }