|
|
|
|
Prognose von Material- & Produkteigenschaften
|
|
|
 |
|
|
Bei vielen komplexen Systemen und Prozessen ist es oft mangels adäquater
physikalischer Modelle zunächst einmal völlig unklar, von welchen potentiellen
Einflussfaktoren eine ausgewählte Performancegröße abhängt. Insbesondere sind die
vorhandenen Abhängigkeiten dann oft nichtlinear und variieren mit dem Zustand des betrachteten
dynamischen Systems.
Liegen jedoch ausreichend repräsentative Daten, beispielsweise aus systematischen Versuchsreihen
des Input-Output-Verhaltens vor, so lässt sich mit geeigneten Techniken der Systemidentifikation,
des Data Mining und der Statistik eine Systembeschreibung in Form eines Black bzw. Greybox-Modells
erstellen. Diese Modelle können dann zu Prognosezwecken eingesetzt werden und erlauben insbesondere
die Ableitung der Systemsensitivitäten im Hinblick auf ausgewählte Einflussgrößen.
Beispiele für interessante Performancegrößen im Materialdesign sind beispielsweise das Crashverhalten
oder die Zugfestigkeit. Potentielle Einflussfaktoren sind Geometrieparameter, Materialzusammensetzung und
Herstellungsmethoden.
Kompetenzen:
- Systemidentifikation
- Feedforward und rekurente neuronale Netze
- Data Mining
Projekte / Produkte:
|
|
|
 |
|
|
|
|
|
|
|
© Fraunhofer ITWM
2009 |
|
Diese Webseite ist optimiert für Mozilla Firefox Browser. Letztes Update: Tue-05 May 2009 |
| |
|
|
|
|
|
