TU Darmstadt / ULB / TUprints

Varianzbasierte Sensitivitätsanalyse als Beitrag zur Bewertung der Zuverlässigkeit adaptronischer Struktursysteme

Han, Soong Oh (2011)
Varianzbasierte Sensitivitätsanalyse als Beitrag zur Bewertung der Zuverlässigkeit adaptronischer Struktursysteme.
Technische Universität Darmstadt
Ph.D. Thesis, Primary publication

[img]
Preview
PDF
Dissertation.pdf
Copyright Information: CC BY-NC-ND 2.5 Generic - Creative Commons, Attribution, NonCommercial, NoDerivs .

Download (1MB) | Preview
Item Type: Ph.D. Thesis
Type of entry: Primary publication
Title: Varianzbasierte Sensitivitätsanalyse als Beitrag zur Bewertung der Zuverlässigkeit adaptronischer Struktursysteme
Language: German
Referees: Hanselka, Prof. Dr.- Holger ; Peter, Prof. Dr. Hagedorn ; Wolf, Prof. Dr.- Kai-Dietrich
Date: 16 May 2011
Place of Publication: Darmstadt
Date of oral examination: 13 April 2011
Abstract:

Die vorliegende Arbeit befasst sich mit der varianzbasierten Sensitivitätsanalyse von adaptronischen strukturdynamischen Systemen. Eine Sensitivitätsanalyse verfolgt im Allgemeinen das Ziel, den Einfluss der Systemvariablen auf die betrachtete Ausgangsgröße qualitativ und quantitativ in Form von skalaren Größen zu bewerten. Die varianzbasierten Techniken betrachten dabei explizit die Streuung der Ausgangsgröße. Somit eignen sich diese Verfahren insbesondere im Kontext von Zuverlässigkeits- und Robustheitsuntersuchungen.

Ziel dieser Arbeit ist es, eine geeignete Methodik der Implementierung varianzbasierter Sensitivitätsanalysen im Zusammenhang mit der Zuverlässigkeitsbewertung adaptronischer Struktursysteme zu identifizieren. Dabei wird folgende Vorgehensweise gewählt. Anhand eines Ein-Masse-Schwinger-Systems werden grundlegende Untersuchungen der varianzbasierten Sensitivitätsanalyse vorgenommen. Es werden verschiedene Ansätze der Stichprobenerstellung, unterschiedliche Berechnungsmethoden sowie konventionelle als auch neu entwickelte Verfahren der Bewertung statistischer Schätzfehler implementiert und bewertet.

Die erzielten Ergebnisse fließen in die folgende Betrachtung eines adaptronischen Kragbalkens ein. Es wird dabei in einem ersten Schritt ein analytisches Strukturmodell zugrunde gelegt und eine vollständige statistische Analyse mit den ermittelten geeigneten Verfahren durchgeführt. Weiterhin wird zur Reduzierung des Rechenaufwands eine Rastersuche und eine Metamodellierung basierend auf neuronalen Netzwerken implementiert. Entsprechend geeignete Einstellungen werden durch den Vergleich mit den Ergebnissen der vollständigen statistischen Analyse bestimmt.

Diese Ergebnisse werden zur Analyse eines numerischen Strukturmodells des Balkensystems verwendet. Aufgrund des hohen Rechenaufwandes ist die Durchführung einer vollständigen Monte-Carlo-Simulation zur Berechnung der Sensitivitätsmaße nicht möglich. Es wird gezeigt, dass sich diese Problematik durch die Anwendung der zuvor besprochenen Verfahren der Rastersuche und Metamodellierung lösen lässt. Somit wird in dieser Arbeit eine adäquate Vorgehensweise aufgezeigt, womit die Durchführung varianzbasierter Sensitivitätsanalysen zur Untersuchung von komplexen adaptronischen Struktursystemen ermöglicht wird.

Abschließend wird die Anwendung der varianzbasierten Sensitivitätsanalyse im Kontext einer robusten Optimierung besprochen und ein Ausblick auf zukünftige Forschungsarbeiten zur Verbesserung der vorgestellten Methodik gegeben.

Alternative Abstract:
Alternative AbstractLanguage

The presented work addresses the variance based sensitivity analysis of smart structural dynamical systems. The general purpose of a sensitivity analysis is to identify the influence of a specified factor on the system output in a qualitative and quantitative manner. Variance based techniques explicitely consider the output variation and are applicable in a reliability and robustness analysis framework.

Main objective of this thesis is to identify a suitable methodology for the implementation of a variance based sensitivity analysis in the context of the reliability evaluation of smart structures. In a first step, considering a simple single-degree of freedom system, various sampling techniques and sensitivity analysis algorithms are compared. Furthermore, conventional as well as new approaches for the estimation of the statistical errors are implemented.

In a subsequent analysis the obtained results are employed in order to perform a sensitivity analysis of a smart structure. Here, a cantilever beam with a piezoelectric laminar actuator and sensor is considered. A complete stochastic sensitivity analysis is performed based on an analytic model of the smart structure system. In order to identify a methodology to reduce computational costs, a screening analysis and a metamodelling algorithm based on static feed-forward neural networks is implemented. Appropriate parameters of these techniques are found by comparing the results with the outcome of the complete stochastic analysis.

In a third step the previous results are used for deriving an appropriate metamodell of a numerical beam model using Finite Elements. The computational costs of a single simulation run is relatively high. Thus, a complete stochastic analysis using Monte-Carlo simulations cannot be performed in general. Therefore, the metamodelling approach is taken. The sensitivitiy analysis outcome of the metamodell is compared with the results obtained from the analytic model.

As a conclusion the possibility to apply variance based sensitivity analyses in a robust optimization framework is shown and a perspective of future research topics in this field is given.

English
Uncontrolled Keywords: Sensitivitätsanalyse, Monte-Carlo-Simulation, Zuverlässigkeit, Adaptronik
Alternative keywords:
Alternative keywordsLanguage
sensitivity analysis, Monte-Carlo-simulation, structural reliability, smart structuresEnglish
URN: urn:nbn:de:tuda-tuprints-25987
Classification DDC: 600 Technology, medicine, applied sciences > 620 Engineering and machine engineering
Divisions: 16 Department of Mechanical Engineering
16 Department of Mechanical Engineering > Research group System Reliability, Adaptive Structures, and Machine Acoustics (SAM)
Date Deposited: 19 May 2011 10:00
Last Modified: 08 Jul 2020 23:54
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/2598
PPN: 261394355
Export:
Actions (login required)
View Item View Item