Multifidelity-Optimierungsverfahren für Turbomaschinen

  • In dieser Arbeit wird ein industriell einsetzbares Multifidelity-Optimierungsverfahrens für Turbomaschinen vorgestellt. Die Herausforderungen dabei sind die Existenz mehrerer Zielfunktionen und zahlreicher Nebenbedingungen, sowie hochdimensionale Suchräume und sehr laufzeitintensive Prozessketten. Das hier vorgestellte Multifidelity-Optimierungsverfahren sorgt dafür, dass hochdimensionale Suchräume effizienter abgetastet werden und damit die Laufzeit der Optimierungen deutlich reduziert werden. Hierfür werden schnellere Prozessketten niedrigerer Güte herangezogen und mit Hilfe der dort enthaltenen Informationen die Anzahl an teuren Prozesskettenauswertungen reduziert. Die entwickelte Software unterstützt zahlreiche moderne Hardwarearchitekturen und ist für den Betrieb innerhalb einer Großrechnerumgebung ausgelegt. Das entwickelte Verfahren wurde zahlreichen Tests unterzogen und wurde innerhalb von unterschiedlichen Turbomaschinen-Anwendungen aus Industrie und Forschung angewendet.

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Andreas SchmitzGND
URN:urn:nbn:de:hbz:294-78995
DOI:https://doi.org/10.13154/294-7899
Referee:Reinhard MönigGND, Hanno GottschalkGND
Document Type:Doctoral Thesis
Language:German
Date of Publication (online):2021/02/22
Date of first Publication:2021/02/22
Publishing Institution:Ruhr-Universität Bochum, Universitätsbibliothek
Granting Institution:Ruhr-Universität Bochum, Fakultät für Maschinenbau
Date of final exam:2020/11/18
Creating Corporation:Fakultät für Maschinenbau
GND-Keyword:Strömungsmaschine; Kriging; Maschinelles Lernen; Optimierung; Prozesskette
Dewey Decimal Classification:Technik, Medizin, angewandte Wissenschaften / Ingenieurwissenschaften, Maschinenbau
faculties:Fakultät für Maschinenbau
Licence (German):License LogoKeine Creative Commons Lizenz - es gelten der Veröffentlichungsvertrag und das deutsche Urheberrecht

OPUS4 Logo