Sphärische Detektorflächen als Unterstützung der Produktentwicklung zur Datenanalyse im Rahmen des Digital Engineering

Spherical detector surfaces as a support for product development during data analysis in the digital engineering context

Please always quote using this URN: urn:nbn:de:bvb:29-opus4-181360
  • Die Bedeutung von Daten nimmt in allen Lebensbereichen eine immer größere Rolle ein. Diese Entwicklung kann ebenso in der Produktentwicklung und Produktentstehung beobachtet werden. Die Verknüpfung der virtuellen Produktentwicklung mit der durchgängigen und ganzheitlichen Datennutzung wird als «Digital Engineering» bezeichnet. Die Umsetzung des Digital Engineering geht mit einem starken Wandel und einer Veränderung der bisherigen Rollen der beteiligten Personen und der verwendeten Werkzeuge einher. Dabei gilt es, möglichst alle zur Verfügung stehenden Daten zu nutzen und diese Daten mittels Algorithmen des Maschinellen Lernens zu verarbeiten. In der Produktentstehung existieren zahlreicheDie Bedeutung von Daten nimmt in allen Lebensbereichen eine immer größere Rolle ein. Diese Entwicklung kann ebenso in der Produktentwicklung und Produktentstehung beobachtet werden. Die Verknüpfung der virtuellen Produktentwicklung mit der durchgängigen und ganzheitlichen Datennutzung wird als «Digital Engineering» bezeichnet. Die Umsetzung des Digital Engineering geht mit einem starken Wandel und einer Veränderung der bisherigen Rollen der beteiligten Personen und der verwendeten Werkzeuge einher. Dabei gilt es, möglichst alle zur Verfügung stehenden Daten zu nutzen und diese Daten mittels Algorithmen des Maschinellen Lernens zu verarbeiten. In der Produktentstehung existieren zahlreiche Geometriedaten (z.B. CAD Modelle oder Messdaten) oder mit einer Geometrie verknüpfte Daten (z.B. numerische Simulationen und deren Ergebnisse). Im Rahmen der vorliegenden Dissertation wurde die Methode der sphärischen Detektorflächen entwickelt, welche es ermöglicht, beliebige Geometrien in eine einheitliche numerische Matrix zu überführen. Die entwickelte Methode kann ebenfalls genutzt werden, um Informationen, die mit der Geometrie verknüpft sind, in weitere dieser einheitlichen Matrizen umzuwandeln und so Algorithmen des Maschinellen Lernens zur Verfügung zu stellen. Das entwickelte Vorgehen wird anhand von drei unterschiedlichen Anwendungsbeispielen umgesetzt und es werden alle notwendigen Teilschritte detailliert beschrieben. Dies umfasst auch die Ableitung der sogenannten «DNA einer FE-Simulation».show moreshow less
  • The importance of data is increasing in all areas of life. This effect can also be observed in product development. The combination of virtual product development with the continuous and holistic use of data is referred to as «digital engineering». The implementation of digital engineering results in a transformation process and is accompanied by a change in the previous roles of people involved and the tools used. The aim is to use as much data as possible and to process this data with machine learning algorithms. In product development there is numerous geometric data (e.g. CAD models or measurement data) or data which is linked to geometry (e.g. numerical simulations and their results).The importance of data is increasing in all areas of life. This effect can also be observed in product development. The combination of virtual product development with the continuous and holistic use of data is referred to as «digital engineering». The implementation of digital engineering results in a transformation process and is accompanied by a change in the previous roles of people involved and the tools used. The aim is to use as much data as possible and to process this data with machine learning algorithms. In product development there is numerous geometric data (e.g. CAD models or measurement data) or data which is linked to geometry (e.g. numerical simulations and their results). In this dissertation, the method of spherical detector surfaces was developed, which makes it possible to transform arbitrary geometries into a uniform numerical matrix. The developed method can also be used to convert information associated with the geometry into further uniform matrices and thus provide this information for machine learning algorithms. The developed methodology is implemented in three different application examples and all necessary substeps are described in detail. This also includes the transformation of finite element simulations to the so called «DNA of an FE simulation».show moreshow less

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar Statistics
Metadaten
Author:Tobias SprügelORCiD
Persistent identifiers - URN:urn:nbn:de:bvb:29-opus4-181360
Persistent identifiers - DOI:https://doi.org/10.25593/978-3-96147-476-9
ISBN:978-3-96147-476-9
Series (Volume number):FAU Studien aus dem Maschinenbau (379)
Publisher:FAU University Press
Place:Erlangen
Editor:Jörg Franke, Nico Hanenkamp, Tino Hausotte, Marion Merklein, Michael Schmidt, Sandro Wartzack
Referee:Sandro Wartzack, Markus Zimmermann
Advisor:Sandro Wartzack
Document Type:Doctoral Thesis
Language:German
Year of publication:2021
Date of online publication (Embargo Date):2022/01/21
Publishing Institution:FAU University Press
Granting institution:Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), Technische Fakultät
Acceptance date of the thesis:2021/09/14
Release Date:2022/01/21
Tag:DNA FE-Simulation; Detektormatrix; Sphärische Detektorflächen
Digital Engineering; Machine Learning; Neural Networks
SWD-Keyword:Produktentwicklung; Maschinelles Lernen; Datenanalyse; Neuronales Netz; Convolutional Neural Network; Finite-Elemente-Methode; Ingenieurwissenschaften; Maschinenbau; Produktionstechnik
Length/size:xiii, 213 Seiten
Notes:
Parallel erschienen als Druckausgabe bei FAU University Press, ISBN: 978-3-96147-475-2
Original publication:mb.fau.de/diss
Institutes:Technische Fakultät / Department Maschinenbau
Technische Fakultät / Department Maschinenbau / Lehrstuhl für Konstruktionstechnik (KTmfk)
Dewey Decimal Classification:0 Informatik, Informationswissenschaft, allgemeine Werke / 00 Informatik, Wissen, Systeme / 005 Computerprogrammierung, Programme, Daten
5 Naturwissenschaften und Mathematik / 51 Mathematik / 518 Numerische Analysis
6 Technik, Medizin, angewandte Wissenschaften / 60 Technik / 600 Technik, Technologie
6 Technik, Medizin, angewandte Wissenschaften / 62 Ingenieurwissenschaften / 620 Ingenieurwissenschaften und zugeordnete Tätigkeiten
open_access (DINI-Set):open_access
Collections:Universität Erlangen-Nürnberg / FAU University Press
Licence (German):Creative Commons - CC BY-NC - Namensnennung - Nicht kommerziell 4.0 International
Einverstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.