Wiesbaden, 09.06.2026 (PresseBox) – In der virtuellen Entwicklung der Fahrzeug-Struktur müssen für zahlreiche Disziplinen entsprechende Zielwerte erreicht werden. Dazu gehören zum Beispiel Steifigkeits-Anforderungen, Zielwerte für Schwingungen und Akustik (NVH), passive Sicherheit (Crash), Lebensdauer und zahlreiche weitere Disziplinen. Gleichzeitig steht über allen Disziplinen die Forderung nach Leichtbau-Lösungen. Denn weniger zu bewegende Masse bedeutet einen geringeren Energiebedarf.
Solver-interner Optimierer Optistruct
Der FEM-Solver Optistruct (Altair / Siemens) hat einen eigenen internen Optimierer zur Optimierung von Modell-Parametern. Typischer Anwendungsfall ist zum Beispiel die Optimierung von Wandstärken für Strukturen, die aus mehreren dünnwandigen Blechen bestehen, die mit 2D-Schalenelementen modelliert sind (Abbildung 1). Dabei wird im Sinne des Leichtbaus in der Regel die Gesamt-Masse als zu minimierende Zielfunktion definiert, während die Einhaltung von Zielwerten verschiedener Lastfälle als Nebenbedingung beschrieben wird. Die Optimierung funktioniert sehr effizient, ist aber auf die Lastfälle beschränkt, die mit Optistruct bewertet werden. Anforderungen an Lastfälle, die nicht mit Optistruct bewertet werden, können in Form von Einschränkungen an die Wandstärken-Variation berücksichtigt werden. Für eine echte Berücksichtigung aller Disziplinen muss ein externer Optimierer zum Einsatz kommen.
Einsatz einer PIDO-Software – Herausforderungen und Vorteile
Der Einsatz einer PIDO-Software (Prozess Integration – Design Optimierung) ermöglicht die Integration verschiedener Disziplinen in einen Gesamt-Prozess. Abbildung 2 zeigt eine zugehörige Prozess-Visualisierung mit Integration der Disziplinen NVH, Crash und Lebensdauer. Die Integration einer Disziplin in den automatisierten Gesamt-Prozess setzt voraus, dass bei Variation definierter Modell-Parameter die Bereitstellung des aktualisierten Modells, das Rechnen der Lastfall-spezifischen Simulationen und die zugehörigen Auswertungen automatisiert sind. Eine wesentliche Herausforderung ist außerdem eine interdisziplinäre Abstimmung. Der Einsatz einer PIDO-Software wie pSeven bzw. pSeven Enterprise kann die Grundlage einer solchen Team-übergreifenden Zusammenarbeit motivieren.
Reduktion der Rechendauer
Zur Durchführung einer Multidisziplinären Optimierung müssen zahlreiche Simulationen in den unterschiedlichen Disziplinen gerechnet werden. Eine Reduktion der Rechendauer sowohl einzelner Simulationen als auch der gesamten Optimierung ist anzustreben, um den Entwicklungsprozess insgesamt nicht auszubremsen.
1.Modell-Reduktion
Je nach Aufwand lohnt sich eine Reduktion von Modellierungsdetails, um die Rechendauer zu verkürzen. Dabei hat jede Disziplin ihre eigene Vorgehensweise. Insbesondere können z.B. nichtlineare durch lineare Eigenschaften ersetzt werden, sofern die Abweichung in den Simulations-Ergebnissen vertretbar ist. Oder eine Modellierung mit 3D-Elementen kann durch eine vereinfachte Modellierung mit 1D- / 2D- oder einfachen Massen-Elementen ersetzt werden.
2. Super-Elemente im NVH
In NVH-Simulationen zur Bewertung von Schwingungen und Akustik kann die Rechendauer mit sogenannten Superelementen reduziert werden. Speziell im Rahmen der Rohkarosserie-Entwicklung beinhaltet das Simulations-Modell zahlreiche Anbauteile, die sich eine Zeit lang im Entwicklungsprozess nicht ändern. Anstatt die Modal-Analyse für diese Anbauteile bei jeder NVH-Simulation neu zu rechnen, kann die Modal-Analyse jeweils einmal für die Erstellung eines Super-Elements berechnet werden, das schnell rechnet und in jeder NVH-Simulation verwendet werden kann.
3. Einsatz von Meta-Modellen aus Maschinellem Lernen
Die Abbildung eines automatisierten Prozesses in einer PIDO-Software wie pSeven ermöglicht die automatisierte Variation von Modell-Parametern und die zugehörige Ermittlung von Simulations-Ergebnissen. Ein solcher Datensatz, bestehend aus Input- und Output-Parametern, kann zum Training eines Machine-Learning-Modells verwendet werden. Solche Meta-Modelle können wiederum in den Optimierungs-Workflow eingebettet werden und diesen beschleunigen.
4. KI-basiertes Queuing von Jobs auf den HPC-Clustern mit simQ
Für eine zeit-Optimierte Abarbeitung aller Simulationen im Rahmen einer Multidisziplinären Optimierung ist der effiziente Einsatz der zur Verfügung stehenden HPC-Ressourcen entscheidend. TECOSIM hat hier die Lösung simQ entwickelt, bei der ein KI-System die Rechendauer einzelner Simulationen vorhersagen kann, so dass ein automatisiertes, intelligentes Queuing möglich wird,
Konsequenter Einsatz Multidisziplinärer Optimierung im Entwicklungsprozess
Einzelne Disziplinen befinden sich im Laufe des Entwicklungsprozesses in verschiedenen Stadien mit unterschiedlichen Prioritäten. In einer frühen Projektphase geht es in der Regel um die Definition eines grundsätzlichen Design-Konzeptes. Für weitere detaillierte Schritte ist ein Verständnis sowie die Optimierung der Disziplin-spezifischen Lastpfade notwendig. Schließlich müssen Disziplin-übergreifende Leichtbau-Lösungen zur Erreichung aller Zielwerte gefunden werden.
Eine Multidisziplinäre Optimierung sollte nicht ausschließlich in einer späten Projekt-Phase durchgeführt werden, wenn es darum geht die Fahrzeug-Masse final zu minimieren. Mehrere Multidisziplinäre Optimierungsläufe während des gesamten Entwicklungsprozesses sind zielführend, um die Disziplinen frühzeitig aufeinander abzustimmen. Auf diese Weise ist es möglich, das Leichtbau-Potential tatsächlich umzusetzen.