Die Vorgehensweise zur Definition globaler Parameter ist im Knowledge Base-Artikel 'Modelle parametrisieren in RFEM 6/RSTAB 9' beschrieben. In diesem Beitrag wird gezeigt, wie Sie die definierten Parameter nach verschiedenen Gesichtspunkten optimieren können.
Dazu muss das Add-On 'Optimierung & Kosten / CO2-Emissionsabschätzung' aktiviert werden, wie in Bild 1 gezeigt. Der erste Teil dieses Add-Ons ermöglicht es, über das Verfahren der künstlichen Intelligenz (KI) der Partikelschwarmoptimierung (PSO) passende Parameter für parametrisierte Modelle und Blöcke zur Einhaltung üblicher Optimierungskriterien zu finden.
Der eingangs erwähnte Beitrag zeigt, dass die globalen Parameter über das Menü 'Bearbeiten' angelegt werden können. Um die Lage des Verbandes zum Ober- und Untergurt des in Bild 2 gezeigten Verbandselements zu bestimmen, wurden zwei Parameter definiert.
Die Parameter wurden zunächst als Werte definiert. Um sie zu optimieren, müssen Sie den Definitionstyp in 'Optimierung' ändern und Optimierungsparameter wie Minimal- und Maximalwerte, Schrittweiten und Schritte definieren (Bild 3).
Die Optimierungseinstellungen sind über das Menü 'Berechnen' zugänglich. Wie in Bild 4 gezeigt, sind die zu optimierenden Werte tatsächlich die globalen Parameter. Die Anzahl der Zustände ist abhängig von der Anzahl der Schritte, die in den Optimierungsparametern zugewiesen wurden.
Beispielsweise bedeuten 4 Schritte, dass der Optimierungsprozess in 5 Zuständen endet. Bei gegebenen beiden Variablen beträgt die Anzahl der Optimierungsmutationen 25. Anders gesagt ändert das Programm die Werte der beiden Variablen innerhalb des definierten Bereichs; diese Kombinationen ergeben die Berechnung von 25 Modellen mit unterschiedlicher Geometrie.
Da wir an der optimalen Geometrie (also in diesem Beispiel an der Position des Verbandes) interessiert sind, sollte die Optimierung auf 'Aktiv' gesetzt werden. Es kann vorkommen, dass viele Optimierungsmutationen vorliegen; daher können Sie selbst festlegen, wie viele modellierte Mutationen am besten beibehalten werden sollen.
Der Begriff 'Beste' hängt damit zusammen, was Sie als Grundlage für die Optimierung wählen. Sie können beispielsweise die Optimierung auf minimales Gesamtgewicht, vektorielle Verschiebung, Stab- oder Flächenverformung, Kosten oder CO2-Emissionen wählen.
Als nächstes können alle Mutationen berechnet werden, und nachdem die Berechnung gestartet wurde, beginnt das Programm mit der Anzeige der Ergebnisse aller einzelnen Mutationen (Bild 5).
Im Programm sind aber auch effizientere Optimierungsmethoden vorgesehen (siehe Bild 4). Beispielsweise kann die naturnahe Partikelschwarmoptimierung (PSO) eingesetzt werden, bei der die Berechnung mit einem Optimierungsergebnis aus einer zufälligen Zuordnung der zu optimierenden Parameter eingeleitet wird; dann werden immer wieder neue Optimierungsergebnisse mit variierten Parameterwerten ermittelt.
Solche Ergebnisse basieren auf Erfahrungen aus zuvor durchgeführten Modellmutationen, bis die vorgegebene Anzahl möglicher Mutationen erreicht ist. Zusätzlich kann das Stapelverarbeitungsverfahren verwendet werden, bei dem versucht wird, sämtliche möglichen Modell-Mutationen durch eine zufällige Vorgabe der Werte für die Optimierungsparameter bis zum Erreichen einer vorgegebenen Anzahl von möglichen Modell-Mutationen zu prüfen.
Beide Optimierungsmethoden geben am Ende des Prozesses aus den gespeicherten Daten eine Modellmutationsliste mit Angabe des kontrollierenden Optimierungsergebnisses und der zugehörigen Wertebelegung der Optimierungsparameter aus (Bild 6).
Diese Liste ist absteigend organisiert und zeigt an der obersten Stelle die angenommene beste Lösung, bei welcher mit der ermittelten Wertebelegung das Optimierungsergebnis dem Optimierungskriterium am nächsten liegt. Weiter stellt das Programm mit Abschluss der Analyse die Wertebelegung der optimalen Lösung bei den Optimierungsparametern in der globalen Parameterliste ein.
