@phdthesis{Ghasemi,
  author    = {Ghasemi, Hamid},
  title     = {Stochastic optimization of fiber reinforced composites considering uncertainties},
  doi       = {10.25643/bauhaus-universitaet.2704},
  url       = {http://nbn-resolving.de/urn:nbn:de:gbv:wim2-20161117-27042},
  school      = {Bauhaus-Universit{\"a}t Weimar},
  pages     = {140},
  abstract  = {Briefly, the two basic questions that this research is supposed to answer are: 1. Howmuch fiber is needed and how fibers should be distributed through a fiber reinforced composite (FRC) structure in order to obtain the optimal and reliable structural response? 2. How do uncertainties influence the optimization results and reliability of the structure? Giving answer to the above questions a double stage sequential optimization algorithm for finding the optimal content of short fiber reinforcements and their distribution in the composite structure, considering uncertain design parameters, is presented. In the first stage, the optimal amount of short fibers in a FRC structure with uniformly distributed fibers is conducted in the framework of a Reliability Based Design Optimization (RBDO) problem. Presented model considers material, structural and modeling uncertainties. In the second stage, the fiber distribution optimization (with the aim to further increase in structural reliability) is performed by defining a fiber distribution function through a Non-Uniform Rational BSpline (NURBS) surface. The advantages of using the NURBS surface as a fiber distribution function include: using the same data set for the optimization and analysis; high convergence rate due to the smoothness of the NURBS; mesh independency of the optimal layout; no need for any post processing technique and its non-heuristic nature. The output of stage 1 (the optimal fiber content for homogeneously distributed fibers) is considered as the input of stage 2. The output of stage 2 is the Reliability Index (b ) of the structure with the optimal fiber content and distribution. First order reliability method (in order to approximate the limit state function) as well as different material models including Rule of Mixtures, Mori-Tanaka, energy-based approach and stochastic multi-scales are implemented in different examples. The proposed combined model is able to capture the role of available uncertainties in FRC structures through a computationally efficient algorithm using all sequential, NURBS and sensitivity based techniques. The methodology is successfully implemented for interfacial shear stress optimization in sandwich beams and also for optimization of the internal cooling channels in a ceramic matrix composite. Finally, after some changes and modifications by combining Isogeometric Analysis, level set and point wise density mapping techniques, the computational framework is extended for topology optimization of piezoelectric / flexoelectric materials.},
  subject      = {Finite-Elemente-Methode},
  language  = {en}
}
@phdthesis{Schemmann,
  author    = {Schemmann, Christoph},
  title     = {Optimierung von radialen Verdichterlaufr{\"a}dern unter Ber{\"u}cksichtigung empirischer und analytischer Vorinformationen mittels eines mehrstufigen Sampling Verfahrens},
  doi       = {10.25643/bauhaus-universitaet.3974},
  url       = {http://nbn-resolving.de/urn:nbn:de:gbv:wim2-20190910-39748},
  school      = {Bauhaus-Universit{\"a}t Weimar},
  pages     = {233},
  abstract  = {Turbomachinery plays an important role in many cases of energy generation or conversion. Therefore, turbomachinery is a promising approaching point for optimization in order to increase the efficiency of energy use. In recent years, the use of automated optimization strategies in combination with numerical simulation has become increasingly popular in many fields of engineering. The complex interactions between fluid and solid mechanics encountered in turbomachines on the one hand and the high computational expense needed to calculate the performance on the other hand, have, however, prevented a widespread use of these techniques in this field of engineering. The objective of this work was the development of a strategy for efficient metamodel based optimization of centrifugal compressor impellers. In this context, the main focus is the reduction of the required numerical expense. The central idea followed in this research was the incorporation of preliminary information acquired from low-fidelity computation methods and empirical correlations into the sampling process to identify promising regions of the parameter space. This information was then used to concentrate the numerically expensive high-fidelity computations of the fluid dynamic and structure mechanic performance of the impeller in these regions while still maintaining a good coverage of the whole parameter space. The development of the optimization strategy can be divided into three main tasks. Firstly, the available preliminary information had to be researched and rated. This research identified loss models based on one dimensional flow physics and empirical correlations as the best suited method to predict the aerodynamic performance. The loss models were calibrated using available performance data to obtain a high prediction quality. As no sufficiently exact models for the prediction of the mechanical loading of the impellercould be identified, a metamodel based on finite element computations was chosen for this estimation. The second task was the development of a sampling method which concentrates samples in regions of the parameter space where high quality designs are predicted by the preliminary information while maintaining a good overall coverage. As available methods like rejection sampling or Markov-chain Monte-Carlo methods did not meet the requirements in terms of sample distribution and input correlation, a new multi-fidelity sampling method called "Filtered Sampling"has been developed. The last task was the development of an automated computational workflow. This workflow encompasses geometry parametrization, geometry generation, grid generation and computation of the aerodynamic performance and the structure mechanic loading. Special emphasis was put into the development of a geometry parametrization strategy based on fluid mechanic considerations to prevent the generation of physically inexpedient designs. Finally, the optimization strategy, which utilizes the previously developed tools, was successfully employed to carry out three optimization tasks. The efficiency of the method was proven by the first and second testcase where an existing compressor design was optimized by the presented method. The results were comparable to optimizations which did not take preliminary information into account, while the required computational expense cloud be halved. In the third testcase, the method was applied to generate a new impeller design. In contrast to the previous examples, this optimization featuredlargervariationsoftheimpellerdesigns. Therefore, theapplicability of the method to parameter spaces with significantly varying designs could be proven, too.},
  subject      = {Simulation},
  language  = {en}
}
@phdthesis{Weitze,
  author    = {Weitze, Laura Katharina},
  title     = {Erweiterte Prozessbewertung von Biogasanlagen unter Ber{\"u}cksichtigung organoleptischer Parameter und Erfahrungswissen},
  doi       = {10.25643/bauhaus-universitaet.3849},
  url       = {http://nbn-resolving.de/urn:nbn:de:gbv:wim2-20190129-38499},
  school      = {Bauhaus-Universit{\"a}t Weimar},
  pages     = {308},
  abstract  = {Landwirtschaftliche Biogasanlagen leisten mit ca. 9.300 Anlagen und einem Anteil von 5,3\% an der Stromerzeugung, einen Beitrag zur Erzeugung Erneuer-barer Energien in Deutschland. Die Optimierung dieser Anlagen f{\"o}rdert die nachhaltige Bereitstellung von Strom, W{\"a}rme und BioErdgas. Das Ergebnis dieser Forschungsarbeit ist die Entwicklung eines mehrmethodi-schen Bewertungsansatzes zur Beschreibung der Qualit{\"a}t der Eingangs-substrate als Teil einer ganzheitlichen Prozessoptimierung. Dies gelingt durch die kombinierte Nutzung klassischer Analyses{\"a}tze, der Nutzung organolepti-scher Parameter - der humansensorischen Sinnenpr{\"u}fung - und der Integration von prozess- und substratspezifischem Erfahrungswissen. Anhand von halbtechnischen Versuchen werden Korrelationen und Kausalit{\"a}ten zwi-schen chemisch-physikalischen, biologischen, organoleptischen und erfahrungsbezogenen Parametern erforscht. Die Entwicklung einer Fallbasis mit Hilfe des Fallbasierten Schließens, einer Form K{\"u}nstlicher Intelligenz, zeigt das Entwicklungs- und Integrationspotenzial der Automatisierung auf, insbesondere auch im Hinblick auf neue Ans{\"a}tze z.B. Industrie 4.0. Erste L{\"o}sungen zur Bew{\"a}ltigung der identifizierten Herausforderungen der mehrmethodischen Prozessbewertung werden vorgestellt. Abschließend wird ein Ausblick auf den weiteren Forschungsbedarf gegeben und die {\"U}bertragbarkeit des mehrmethodischen Bewertungsansatzes auf andere Anwendungsfelder z.B. Bioabfallbehandlung, Kl{\"a}ranlagen angeregt.},
  subject      = {Biogasanlage},
  language  = {de}
}
@phdthesis{Hartmann,
  author    = {Hartmann, Veronika},
  title     = {Methoden zur Quantifizierung und Optimierung der Robustheit von Bauablaufpl{\"a}nen},
  doi       = {10.25643/bauhaus-universitaet.4579},
  url       = {http://nbn-resolving.de/urn:nbn:de:gbv:wim2-20220204-45798},
  school      = {Bauhaus-Universit{\"a}t Weimar},
  abstract  = {Bauablaufpl{\"a}nen kommt bei der Realisierung von Bauprojekten eine zentrale Rolle zu. Sie dienen der Koordination von Schnittstellen und bilden f{\"u}r die am Projekt Beteiligten die Grundlage f{\"u}r ihre individuelle Planung. Eine verl{\"a}ssliche Terminplanung ist daher von großer Bedeutung, tats{\"a}chlich sind aber gerade Bauablaufpl{\"a}ne f{\"u}r ihre Unzuverl{\"a}ssigkeit bekannt. Aufgrund der langen Vorlaufzeiten bei der Planung von Bauprojekten sind zum Zeitpunkt der Planung viele Informationen nur als Sch{\"a}tzwerte bekannt. Auf der Grundlage dieser gesch{\"a}tzten und damit mit Unsicherheiten behafteten Daten werden im Bauwesen deterministische Terminpl{\"a}ne erstellt. Kommt es w{\"a}hrend der Realisierung zu Diskrepanzen zwischen Sch{\"a}tzungen und Realit{\"a}t, erfordert dies die Anpassung der Pl{\"a}ne. Aufgrund zahlreicher Abh{\"a}ngigkeiten zwischen den geplanten Aktivit{\"a}ten k{\"o}nnen einzelne Plan{\"a}nderungen vielf{\"a}ltige weitere {\"A}nderungen und Anpassungen nach sich ziehen und damit einen reibungslosen Projektablauf gef{\"a}hrden. In dieser Arbeit wird ein Vorgehen entwickelt, welches Bauablaufpl{\"a}ne erzeugt, die im Rahmen der durch das Projekt definierten Abh{\"a}ngigkeiten und Randbedingungen in der Lage sind, {\"A}nderungen m{\"o}glichst gut zu absorbieren. Solche Pl{\"a}ne, die bei auftretenden {\"A}nderungen vergleichsweise geringe Anpassungen des Terminplans erfordern, werden hier als robust bezeichnet. Ausgehend von Verfahren der Projektplanung und Methoden zur Ber{\"u}cksichtigung von Unsicherheiten werden deterministische Terminpl{\"a}ne bez{\"u}glich ihres Verhaltens bei eintretenden {\"A}nderungen betrachtet. Hierf{\"u}r werden zun{\"a}chst m{\"o}gliche Unsicherheiten als Ursachen f{\"u}r {\"A}nderungen benannt und mathematisch abgebildet. Damit kann das Verhalten von Abl{\"a}ufen f{\"u}r m{\"o}gliche {\"A}nderungen betrachtet werden, indem die durch {\"A}nderungen erzwungenen angepassten Terminpl{\"a}ne simuliert werden. F{\"u}r diese Monte-Carlo-Simulationen der angepassten Terminpl{\"a}ne wird sichergestellt, dass die angepassten Terminpl{\"a}ne logische Weiterentwicklungen des deterministischen Terminplans darstellen. Auf der Grundlage dieser Untersuchungen wird ein stochastisches Maß zur Quantifizierung der Robustheit erarbeitet, welches die F{\"a}higkeit eines Planes, {\"A}nderungen zu absorbieren, beschreibt. Damit ist es m{\"o}glich, Terminpl{\"a}ne bez{\"u}glich ihrer Robustheit zu vergleichen. Das entwickelte Verfahren zur Quantifizierung der Robustheit wird in einem Optimierungsverfahren auf Basis Genetischer Algorithmen angewendet, um gezielt robuste Terminpl{\"a}ne zu erzeugen. An Beispielen werden die Methoden demonstriert und ihre Wirksamkeit nachgewiesen.},
  subject      = {Bauablaufplanung},
  language  = {de}
}