Прогнозная инженерная аналитика - Predictive engineering analytics

Прогнозная инженерная аналитика (PEA) - это подход к разработке производство промышленность, которая помогает в разработке сложных продуктов (например, продуктов, которые включают умные системы ). Речь идет о внедрении новых программных инструментов, интеграции между ними и усовершенствовании процессов моделирования и тестирования для улучшения сотрудничества между группами аналитиков, которые работают с различными приложениями. Это сочетается с интеллектуальной отчетностью и аналитикой данных. Цель состоит в том, чтобы позволить моделированию управлять дизайном, прогнозировать поведение продукта, а не реагировать на проблемы, которые могут возникнуть, и установить процесс, позволяющий продолжить проектирование после доставки продукта.[1]

Потребности отрасли

При классическом подходе к разработке производители выпускают отдельные поколения продуктов. Прежде чем вывести их на рынок, они используют обширные верификация и валидация процессы, обычно путем объединения нескольких технологий моделирования и тестирования. Но у этого подхода есть несколько недостатков, если посмотреть, как развиваются продукты. Производители в автоматизированная индустрия, то аэрокосмическая промышленность, морская промышленность или любая другая механическая отрасль сталкиваются с одинаковыми проблемами: они должны заново изобретать способ своей конструкции, чтобы иметь возможность поставлять то, что их клиенты хотят и что они покупают сегодня.[2]

Комплексные продукты, включающие умные системы

Продукция включает в себя, помимо механики, еще больше электроники, программного обеспечения и Системы управления. Они помогают повысить производительность по нескольким характеристикам, таким как безопасность, комфорт, экономия топлива и многим другим. Создавать такие изделия, используя классический подход, обычно неэффективно. Современный процесс разработки должен иметь возможность прогнозировать поведение всей системы для всех функциональных требований, включая физические аспекты, с самого начала цикла проектирования.[3][4][5][6][7][8][9][10]

Использование новых материалов и методов производства

Для снижения затрат или экономии топлива производителям необходимо постоянно рассматривать возможность внедрения новых материалов и соответствующих методов производства.[11][12] Это усложняет разработку продукта, поскольку инженеры больше не могут полагаться на свой многолетний опыт, как они делали при работе с традиционными материалами, такими как сталь и алюминий, и традиционными методами производства, такими как Кастинг. Новые материалы, такие как композиты, ведут себя по-разному, когда дело доходит до структурного поведения, теплового поведения, усталостного поведения или шумоизоляции, и требуют специального моделирования.

Вдобавок к этому, поскольку инженеры-конструкторы не всегда знают все производственные сложности, связанные с использованием этих новых материалов, возможно, что «продукт в том виде, в каком он изготовлен», отличается от «продукта в том виде, в котором он был разработан». Конечно, все изменения необходимо отслеживать, и, возможно, даже после производства необходимо провести дополнительную итерацию проверки.[13][14]

Разработка продукта продолжается после доставки

Сегодняшние продукты включают в себя множество датчиков, которые позволяют им общаться друг с другом и отправлять отзывы производителю. На основе этой информации производители могут отправлять обновления программного обеспечения, чтобы продолжить оптимизацию работы или адаптироваться к меняющейся операционной среде. Продукты создадут Интернет вещей, и производители должны быть частью этого.[нужна цитата ] Продукт «в том виде, в каком он был разработан», никогда не бывает законченным, поэтому разработка должна продолжаться, когда продукт используется. Эту эволюцию также называют Индустрия 4.0,[15] или четвертая промышленная революция. Это бросает вызов командам разработчиков, поскольку им необходимо быстро реагировать и делать поведенческие прогнозы на основе огромного количества данных.[16]

Включение функции прогнозирования

Максимальный интеллект, которым может обладать продукт, заключается в том, что он запоминает индивидуальное поведение своего оператора и принимает это во внимание. Таким образом, он может, например, предвидеть определенные действия, прогнозировать отказ или техническое обслуживание или оптимизировать потребление энергии саморегулирующимся образом. Для этого требуется прогностическая модель внутри самого продукта или доступная через облако. Он должен работать очень быстро и вести себя точно так же, как и реальный продукт. Требуется создание цифровой двойник: копия продукта, которая остается синхронизированной на протяжении всего жизненный цикл продукта.[17][18]

Постоянно растущее давление на время, стоимость, качество и диверсификацию

Сегодня потребители могут легко получить доступ к продуктам, разработанным в любой части мира. Это оказывает огромное давление на пора торговать, стоимость и качество продукции. Это тенденция, которая продолжается десятилетиями. Но когда люди принимают все больше решений о покупке в Интернете, это стало более актуальным, чем когда-либо. Продукты можно легко сравнить по цене и характеристикам в мировом масштабе. И реакция на форумах и социальных сетях может быть очень мрачной, когда качество продукции не оптимально. Это связано с тем, что в разных частях мира потребители имеют разные предпочтения или даже применяются разные стандарты и правила. В результате современные процессы разработки должны иметь возможность преобразовывать очень локальные требования в глобальное определение продукта, которое затем следует снова развернуть локально, возможно, при этом часть работы будет выполняться инженерами в местных филиалах. Для этого необходима глобальная система управления жизненным циклом продукта, которая начинается с определения требований. И процесс проектирования должен обладать гибкостью, чтобы эффективно прогнозировать поведение и качество продукта для различных потребностей рынка.[19]

Обеспечивающие процессы и технологии

Решение этих проблем - как раз и является целью подхода прогнозной инженерной аналитики для разработки продуктов. Это относится к комбинации развертывания инструментов и хорошей согласованности процессов. Производители постепенно внедряют следующие методы и технологии в той мере, в какой их организация позволяет это, а их продукты требуют этого:[1]

Развертывание процесса разработки продукта на основе замкнутых систем

В этом междисциплинарном подходе, основанном на моделировании, глобальный дизайн с самого начала рассматривается как совокупность взаимно взаимодействующих подсистем. С самого начала избранные архитектура виртуально тестируется одновременно на все критические функциональные аспекты производительности. В этих симуляциях используются масштабируемые методы моделирования, так что компоненты могут уточняться по мере поступления данных. Замыкание цикла происходит на 2 уровнях:

  • Параллельная разработка механических компонентов с системами управления
  • Включение данных об используемых продуктах (в случае продолжения разработки фактического продукта)

Разработка продукции, основанная на замкнутых системах, направлена ​​на сокращение количества проверок и ремонтов. Производители применяют этот подход, чтобы с первого раза осуществить свою мечту о правильном проектировании.[20][21]

Расширение использования одномерного мультифизического моделирования систем

1D системное моделирование, также называемое 1D CAE или мехатроника системное моделирование, позволяет масштабируемое моделирование многодоменных систем. Полная система представлена ​​схематично, путем соединения проверенных блоков аналитического моделирования электрических, гидравлических, пневматических и механических подсистем (включая системы управления). Это помогает инженерам прогнозировать поведение концептуальных проектов сложной мехатроники. преходящий или же устойчивое состояние. Производители часто имеют в наличии проверенные библиотеки, которые содержат предварительно определенные компоненты для различных физических доменов. А если нет, их могут предоставить специализированные поставщики программного обеспечения. Используя их, инженеры могут делать концептуальные прогнозы очень рано, даже до того, как Компьютерное проектирование (САПР) геометрия доступна. На более поздних этапах параметры могут быть адаптированы. Расчеты моделирования 3D-системы очень эффективны. Компоненты определены аналитически и имеют порты ввода и вывода. Причинно-следственная связь создается путем подключения входов одного компонента к выходам другого (и наоборот). Модели могут иметь разную степень сложности и могут достигать очень высокой точности по мере развития. Некоторые версии моделей могут допускать моделирование в реальном времени, что особенно полезно при разработке систем управления или как часть встроенных функций прогнозирования.[22][23]

Совершенствование технологий 3D-моделирования

3D-моделирование или 3D CAE обычно применяется на более продвинутой стадии разработки продукта, чем моделирование одномерных систем, и может учитывать явления, которые невозможно уловить в одномерных моделях.[24] Модели могут развиваться в детализированные представления, которые очень зависят от приложения и могут потребовать значительных вычислительных ресурсов.

Технологии 3D-моделирования или 3D CAE уже были важны в классических процессах разработки для проверки и валидации, часто доказывая свою ценность, ускоряя разработку и избегая изменений на поздних стадиях. 3D-моделирование или 3D CAE по-прежнему незаменимы в контексте прогнозной инженерной аналитики, становясь движущей силой в разработке продуктов. Поставщики программного обеспечения прилагают большие усилия для улучшения, добавляя новые возможности и повышая производительность на стороне моделирования, обработки и решателя. Хотя такие инструменты обычно основаны на единой общей платформе, пакеты решений часто предоставляются для удовлетворения определенных функциональных аспектов или аспектов производительности, в то время как отраслевые знания и передовые методы предоставляются пользователям в вертикалях приложений. Эти улучшения должны позволить 3D-моделированию или 3D CAE идти в ногу с сокращающимися циклами проектирования продукта.[25][26][27]

Установление тесной связи между 1D-моделированием, 3D-моделированием и проектированием систем управления

Поскольку подход к разработке продукта на основе замкнутых систем требует одновременной разработки механической системы и средств управления, между одномерным моделированием, трехмерным моделированием и управлением должны существовать прочные связи. алгоритм разработка. Поставщики программного обеспечения достигают этого, предлагая совместное моделирование возможности для de: Модель в петле (MiL), программное обеспечение в цикле (SiL) и Аппаратное обеспечение в цикле (HiL) процессы.[28][29]

Модель-в-петле

Уже при оценке потенциальных архитектур одномерное моделирование следует комбинировать с моделями управляющего программного обеспечения, поскольку электронный блок управления (ЭБУ) будет играть решающую роль в достижении и поддержании правильного баланса между аспектами функциональной производительности, когда продукт будет работать. На этом этапе инженеры последовательно переходят от целей проектирования к точным целям для подсистем и компонентов. Они используют многодоменную оптимизацию и методы компромисса при проектировании. В этот процесс необходимо включить элементы управления. Комбинируя их с системными моделями в симуляциях MiL, можно проверить и выбрать потенциальные алгоритмы. На практике MiL включает совместное моделирование между виртуальными элементами управления из специального программного обеспечения для моделирования контроллеров и масштабируемыми одномерными моделями мультифизической системы. Это обеспечивает правильное сочетание точности и скорости вычислений для исследования концепций и стратегий, а также управляемость оценка.[30][31]

Программное обеспечение в цикле

После того, как концептуальная стратегия управления определена, программное обеспечение управления дорабатывается, постоянно принимая во внимание общие глобальные функции системы. Программное обеспечение для моделирования контроллеров может генерировать новый встроенный C-код и интегрировать его в возможный устаревший C-код для дальнейшего тестирования и уточнения.

Использование проверки SiL в глобальной многосистемной модели с несколькими доменами помогает предвидеть преобразование с плавающей запятой в фиксированную после того, как код интегрирован в оборудование, и уточнить планирование усиления когда действие кода необходимо адаптировать к условиям эксплуатации.

SiL - это процесс моделирования с обратной связью для виртуальной проверки, уточнения и валидации контроллера в его операционной среде, и включает в себя подробные одномерные и / или трехмерные модели моделирования.[32][33]

Аппаратное обеспечение в цикле

На заключительных этапах разработки средств управления, когда производственный код интегрируется в аппаратное обеспечение ЭБУ, инженеры проводят дополнительную проверку и валидацию с использованием обширного и автоматизированного моделирования HiL. Настоящее оборудование ЭБУ объединено с уменьшенной версией многодоменной глобальной модели системы, работающей в реальном времени. Такой подход HiL позволяет инженерам выполнять предварительную диагностику системы и программного обеспечения, чтобы ограничить общее время и стоимость тестирования и калибровки реального прототипа продукта.

Во время моделирования HiL инженеры проверяют, могут ли испытания на соответствие нормам, безопасности и отказы конечного продукта проходить без риска. При необходимости они исследуют взаимодействие между несколькими ЭБУ. И они следят за тем, чтобы программное обеспечение было надежным и обеспечивающим качественную функциональность при любых обстоятельствах. При замене глобальной модели системы, работающей в режиме реального времени, более подробной версией инженеры также могут включить в процесс предварительную калибровку. Эти подробные модели обычно доступны в любом случае, поскольку разработка средств управления происходит параллельно с разработкой глобальной системы.[34][35][36]

Тесное согласование моделирования с физическим тестированием

Переход от верификации и валидации к прогнозной инженерной аналитике означает, что процесс проектирования должен стать в большей степени управляемым моделированием. Физическое тестирование остается важной частью этого процесса, как для проверки результатов моделирования, так и для тестирования окончательных прототипов, которые всегда будут требоваться до утверждения продукта. Масштаб этой задачи станет еще больше, чем раньше, поскольку необходимо будет протестировать больше комбинаций условий и параметров в более интегрированной и сложной системе измерения, которая может сочетать несколько физических аспектов, а также системы управления.

Кроме того, на других этапах разработки сочетание тестирования и моделирования в хорошо согласованном процессе будет иметь важное значение для успешной прогнозной инженерной аналитики.[37]

Повышение реалистичности имитационных моделей

Модальное тестирование или экспериментальный модальный анализ (EMA) уже был необходим для проверки и подтверждения чистых механических систем. Это хорошо зарекомендовавшая себя технология, которая использовалась во многих приложениях, таких как структурная динамика, виброакустика, вибрационная усталость анализа и, что более важно, для улучшения моделей конечных элементов с помощью корреляционного анализа и обновление модели. Однако очень часто контекст был решающим. Как часть прогнозной инженерной аналитики, модальное тестирование должно развиваться, давая результаты, которые повышают реалистичность моделирования и учитывают мультифизическую природу современных сложных продуктов. Тестирование должно помочь определить реалистичные параметры модели, граничные условия и нагрузки. Помимо механических параметров, необходимо измерять различные величины. Кроме того, тестирование должно быть способно подтверждать модели нескольких тел и одномерные модели мультифизического моделирования. В целом, совершенно новый набор возможностей тестирования (некоторые модальные, некоторые нет) для поддержки моделирования становится важным, причем гораздо раньше в цикле разработки, чем раньше.[38][39][40]

Использование моделирования для более эффективного тестирования

Поскольку количество параметров и их взаимное взаимодействие резко возрастает в сложных продуктах, эффективность тестирования становится решающей как с точки зрения инструментовки, так и с точки зрения определения критических тестовых случаев. Хорошее согласование между тестированием и моделированием может значительно снизить общие усилия по тестированию и повысить производительность.

Моделирование может помочь заранее проанализировать, какие местоположения и параметры могут быть более эффективными для измерения определенной цели. Кроме того, это позволяет исследовать связь между определенными параметрами, чтобы минимизировать количество датчиков и условий испытаний.[41]

Кроме того, моделирование можно использовать для получения определенных параметров, которые нельзя измерить напрямую. Здесь снова необходимо тесное согласование между симуляцией и тестированием. В частности, одномерные имитационные модели могут открыть дверь к большому количеству новых параметров, к которым нельзя напрямую получить доступ с помощью датчиков.[42]

Создание гибридных моделей

Поскольку сложные продукты на самом деле представляют собой комбинации подсистем, которые не обязательно разрабатываются одновременно, разработка систем и подсистем все чаще требует настроек, которые включают частично аппаратное обеспечение, частично имитационные модели и частично вводимые измерения. Эти методы гибридного моделирования позволят реалистично оценивать поведение системы в реальном времени на самых ранних этапах цикла разработки. Очевидно, что для этого требуются специальные технологии, так как очень хорошо согласовывается моделирование (как 1D, так и 3D) и физическое тестирование.[43][44][45]

Тесная интеграция 1D и 3D CAE, а также тестирование в полный процесс управления жизненным циклом продукта

Продукты завтрашнего дня будут жить после доставки. Они будут включать функции прогнозирования, основанные на системных моделях, адаптироваться к их среде, передавать информацию обратно в дизайн и многое другое. С этой точки зрения дизайн и инженерия - это больше, чем превращение идеи в продукт. Они являются важной частью цифровая нить через весь продукт цепочка значений от определения требований до используемого продукта.

Чтобы замкнуть цикл между проектированием и проектированием, с одной стороны, и используемым продуктом, с другой, необходимо, чтобы все этапы были тесно интегрированы в программную среду для управления жизненным циклом продукта. Только это может обеспечить прослеживаемость между требованиями, функциональный анализ и проверку производительности, а также аналитику данных об использовании в поддержку дизайна. Это позволит моделям стать цифровыми двойниками реального продукта. Они остаются синхронизированными, претерпевая те же изменения параметров и адаптируясь к реальной операционной среде.[46][47][48]

Смотрите также

Рекомендации

  1. ^ а б «Прогнозная инженерная аналитика: программное обеспечение Siemens PLM». Plm.automation.siemens.com. Получено 2016-06-13.
  2. ^ Ван дер Аувераер, Герман; Антонис, Ян; Де Брюйн, Стейн; Леуридан, янв (28 сентября 2012 г.). «Виртуальная инженерия в действии: проблемы проектирования мехатронных изделий». Разработка с помощью компьютеров. 29 (3): 389–408. Дои:10.1007 / s00366-012-0286-6.
  3. ^ Шрамм, Дитер; Лало, Вильдан; Унтеррайнер, Майкл (сентябрь 2010 г.). «Применение тренажеров и средств моделирования для функционального проектирования мехатронных систем». Явления твердого тела. 166-167: 1–14. Дои:10.4028 / www.scientific.net / SSP.166-167.1.
  4. ^ Ван Бик, Т.Дж.; Томияма, Т. (12–15 октября 2008 г.). «Соединение взглядов в мехатронных системах, подход к функциональному моделированию». Материалы Международной конференции IEEE / ASME 2008 года по мехатронным и встроенным системам и приложениям: 164–169.
  5. ^ Альварес Кабрера, A.A .; Woestenenk, K .; Томияма, Т. (2011). «Архитектурная модель для поддержки совместного проектирования мехатронных продуктов: пример управления». Мехатроника. 21 (3): 534–547. Дои:10.1016 / j.mechatronics.2011.01.009.
  6. ^ Alvarez Carbrera, A.A .; Foeken, M.J .; Текин, О.А .; Woestenenk, K .; Erden, M.S; De Schutter, B .; van Tooren, M.J.L; Бабушка, Р .; van Houten, F.J.A.M .; Томияма, Т. (2010). «К автоматизации управляющего программного обеспечения: обзор проблем мехатронного проектирования». Мехатроника. 20 (8): 876–886. Дои:10.1016 / j.mechatronics.2010.05.003.
  7. ^ Plateaux, R .; Penas, O .; Choley, Y.K .; M'henni, F .; Ривьер, А. (2010). «Комплексная методология проектирования мехатронной системы». Mécanique Ind. 11 (5): 401–406. Дои:10.1051 / meca / 2010052.
  8. ^ Plateaux, R .; Choley, J.Y .; Penas, O .; Ривьер, А. (2009). «На пути к интегрированному процессу мехатронного проектирования». Труды Международной конференции IEEE ICM по мехатронике: 114–119.
  9. ^ Syed, F .; Nallapa, R .; Рамасвами, Д. (апрель 2007 г.). «Интегрированная среда моделирования для детального проектирования алгоритмов, моделирования и генерации кода». Материалы Всемирного конгресса и выставки SAE.
  10. ^ Warwick, G .; Норрис, Г. «Успех, системная инженерия должна быть переосмыслена, если производительность программы должна улучшиться». Авиационная неделя и космические технологии. 172 (40): 72–75.
  11. ^ «Red Bull: как создать серию автомобилей F1, объясняет использование углеродного волокна: видео». мотоавторство. Получено 11 октября 2013.
  12. ^ Ховард, Билл (30 июля 2013 г.). «BMW i3: дешевые серийные автомобили из углеродного волокна, наконец, достигли совершеннолетия». Экстремальные технологии. Получено 31 июля 2015.
  13. ^ Тревизо, Алессандра; Van Genechten, B .; Мундо, Д. (2014). «CAE-оценка влияния производственного процесса на характеристики шумоизоляции композитных конструкций». Расширенная аннотация, Двадцать вторая ежегодная международная конференция по композитам / нанотехнологиям (ICCE-22).
  14. ^ Тревизо, Алессандра; Фаркаш, Ласло; Мундо, Доменико; Турнур, Мишель (2016). «О чувствительности механических свойств тканых материалов к процессу драпировки: статическая и динамическая оценка с помощью подхода, основанного на CAE». Применяемые композитные материалы: 1–13.
  15. ^ Клаус Шваб, 2016: Четвертая промышленная революция, доступ 13 мая 2016 г.
  16. ^ Костлоу, Т. (2008). «Управление ростом программного обеспечения». Международная автомобильная инженерия (Ноябрь 2008 г.).
  17. ^ Лоржо, К. (2008). «Настоящее и будущее интеллектуальных транспортных систем». Материалы ICAT 2008: Международная конференция по автомобильным технологиям.
  18. ^ Вахиди, А. (2003). «Достижения в области интеллектуального предотвращения столкновений и адаптивного круиз-контроля». IEEE Trans Intell Transp Syst. 4 (3): 143–153. CiteSeerX  10.1.1.466.6444. Дои:10.1109 / tits.2003.821292.
  19. ^ Минхас, S.U.H; Бергер, У. (2011). «Концепция реконфигурации для обеспечения гибкости производства на автомобильных заводах». Обеспечение конкурентоспособности и экономической устойчивости производства: 352–357.
  20. ^ Herold, S .; Atzrodt, H .; Mayer, D .; Томайер, М. (2005). «Интеграция различных подходов к моделированию активных структур для автомобильных приложений». Материалы Forum Acusticum 2005.
  21. ^ Calvano, C.N .; Джон, П. (2004). «Системная инженерия в эпоху сложности». Системная инженерия. 7 (1): 25–34. Дои:10.1002 / sys.10054. HDL:10945/43706.
  22. ^ «1D CAE / Моделирование мехатронных систем: программное обеспечение Siemens PLM». Plm.automation.siemens.com. Получено 2016-06-13.
  23. ^ Добре, А .; Хадэр, А .; Василиу, Д .; Василиу, Н. (2015). «Моделирование и симуляция динамического поведения автомобильной подвески с помощью AMESim». Материалы Европейского автомобильного конгресса EAEC-ESFA 2015. 317-323.
  24. ^ "CAE / Компьютерное проектирование: Siemens PLM Software". Plm.automation.siemens.com. Получено 2016-06-13.
  25. ^ Ван дер Аувераер, Герман; Дондерс, Стейн; Мас, Питер; Янссенс, Карл (2008). «Прорывные технологии виртуального прототипирования автомобильных и аэрокосмических конструкций». Разработка продукта: 397–418.
  26. ^ Хирц, Марио; Дитрих, Вильгельм; Гфрер, Антон; Ланг, Йохан (2013). «Обзор разработки виртуальных продуктов». Комплексное автоматизированное проектирование в автомобилестроении: 25–50.
  27. ^ Нур, Ахмед К. (март 2011 г.). «Новые технологии CAE и их роль в будущих средах окружающего интеллекта». Центральноевропейский инженерный журнал. 1 (1): 2–8. Дои:10,2478 / с13531-010-0001-6.
  28. ^ Он Y, Макфи (2005). «Междисциплинарная оптимизация конструкции мехатронных транспортных средств с активной подвеской». J Sound Vib. 283 (1–2): 217–241. Дои:10.1016 / j.jsv.2004.04.027.
  29. ^ Gonzales, F .; Naya, M.A .; Luaces, A .; Гонсалес, М. (2011). «О влиянии многоскоростных методов совместного моделирования на эффективность и точность динамики многотельных систем». Muktibody Syst Dyn. 25 (4): 461–483. Дои:10.1007 / s11044-010-9234-7.
  30. ^ Крупп, Александр; Мюллер, Вольфганг (2009). Систематическое тестирование встроенных систем управления с использованием модели в контуре. Достижения ИФИП в области информационных и коммуникационных технологий. 310. С. 171–184. Дои:10.1007/978-3-642-04284-3_16. ISBN  978-3-642-04283-6.
  31. ^ Матиннеджад, Реза; Неджати, Шива; Бриан, Лайонел; Брукманн, Томас; Пулл, Клод (2013). Автоматизированное тестирование непрерывных контроллеров на модели в контуре с помощью поиска. Конспект лекций по информатике. 8084. С. 141–157. Дои:10.1007/978-3-642-39742-4_12. ISBN  978-3-642-39741-7.
  32. ^ Бонивенто, Клаудио; Каччари, Маттео; Паоли, Андреа; Сартини, Маттео (2014). "Математическое моделирование для непрерывного прототипирования автоматизированных производственных систем". Математические методы в инженерии: 1–11.
  33. ^ Бааке, Уве; Вюст, Клаус (2011). Комбинированное моделирование «человек в цикле» и «программное обеспечение в цикле». Конспект лекций по электротехнике. 78. С. 171–185. Дои:10.1007/978-3-642-16767-6_9. ISBN  978-3-642-16766-9.
  34. ^ Anthonis, J .; Gubitosa, M .; Donders, S .; Галло, М .; Mas, P .; Ван дер Аувераер, Х. (2010). «Междисциплинарная оптимизация активной системы подвески на этапе концептуального проектирования автомобиля». Последние достижения в области оптимизации и ее применения в технике. 441-450.
  35. ^ Cibrario, V .; Кугнон, Ф. (2012). «Новые технологии в моделировании динамики движения». Конспект лекций по электротехнике. 196: 1531–1549.
  36. ^ Рёк, Саша; Pritschow, Гюнтер (2007). «Модели конечных элементов с возможностью работы в реальном времени с управлением по замкнутому циклу: метод аппаратного моделирования гибких систем». Технология производства. 1 (1): 37–43. Дои:10.1007 / s11740-007-0020-1.
  37. ^ д'Ипполито, Роберто; Дондерс, Стейн; Ван дер Аувераер, Герман (2008). «Виртуальные прототипы для разработки продукта на основе неопределенности и изменчивости». Разработка продукта: 427–448.
  38. ^ Сория, Леонардо; делли Карри, Арнальдо; Петерс, Барт; Антонис, Ян; Ван дер Аувераер, Герман (2011). «Активные системы подвески для легковых автомобилей: эксплуатационный модальный анализ как инструмент для оценки производительности». Темы модального анализа. 3: 313–323.
  39. ^ Киндт, Питер; делли Карри, Арнальдо; Петерс, Барт; Ван дер Аувераер, Герман; Сас, Пол; Десмет, Вим (2011). «Оперативный модальный анализ вращающейся шины с учетом возбуждения шипа». Структурная динамика. 3: 1501–1512.
  40. ^ Манзато, Симоне; Петерс, Барт; Тосо, Алессандро; Ван дер Аувераер, Герман; Осгуд, Ричард (2011). «Методологии обновления моделей для имитационных моделей нескольких тел: применение к полномасштабной модели ветряной турбины». Связывание моделей и экспериментов. 2: 349–358.
  41. ^ Лау, Дженни; Петерс, Барт; Дебилль, Ян; Гузек, Квентин; Флинн, Уильям; Ланге, Дональд. S; Кальман, Тимо (2011). «Мастер-класс по наземным виброиспытаниям: современные концепции испытаний и анализа самолета F-16». Продвинутые аэрокосмические приложения. 1: 221–228.
  42. ^ Ван дер Аувераер, Герман; Гиллинс, Стивен; Дондерс, Стейн; Крус, Ян; Наетс, Франк; Десмет, Вим (2016). «Оценка состояния: модельный подход к расширению использования тестовых данных». Специальные темы в структурной динамике. 6: 119–128.
  43. ^ Гайдацы, Петр; Сас, Пол; Десмет, Вим; Янссенс, Карл; Ван дер Аувераер, Герман (2011). «Влияние систематических ошибок АЧХ на методы виброакустического анализа, основанные на обращении матриц». Датчики, приборы и специальные темы. 6: 197–206.
  44. ^ Giagopulos, D .; Нациавас, С. (2007). «Гибридное (численно-экспериментальное) моделирование сложных конструкций с линейной и нелинейной составляющими». Нелинейная динамика. 47 (1–3): 193–217. Дои:10.1007 / s11071-006-9067-3.
  45. ^ Voormeeren, S.N .; van der Vlak, P.L.C .; Риксен, Д.Дж. (2011). «Поистине гибридный подход к проблемам субструктурирования с использованием смешанной сборки и неявных стратегий решения». Связывание моделей и экспериментов. 2: 329–347.
  46. ^ Фасоли, Томмазо; Терци, Серджио; Янтунен, Эркки; Куртлайнен, Юха; Сяэски, Юха; Салонен, Тапио (2011). «Проблемы управления данными в разработке жизненного цикла продукта». Глобализированные решения для устойчивого развития производства: 525–530.
  47. ^ Бурхардт, Карстен (2013). «Управление жизненным циклом продукта высокой четкости в среде принятия решений с эффектом присутствия». Интеллектуальная разработка продуктов: 61–70.
  48. ^ Абрамович, Майкл; Айди, Юсеф (2011). «Управление жизненным циклом продукта следующего поколения (PLM)». Интеграция технологий, ориентированных на практику: тенденции и перспективы: 143–156.