Entwurfstheorie und Ähnlichkeitsmechanik

Der Forschungsbereich Entwurfstheorie und Ähnlichkeitsmechanik am Institut für Flugzeugbau beschäftigt sich mit der Digitalisierung und Automatisierung komplexer Entwurfsaufgaben.

Graphenbasierte Entwurfssprachen zur Entwurfsautomatisierung

Graphenbasierte Entwurfssprachen bilden Begriffe (d.h. das "Vokabular") und Zusammenbauwissen (d.h. die "Regeln") in rekombinierbaren Sprachbausteinen und Operationen ab. In der Informationsdarstellung einer Entwurfssprache dienen die Knoten eines Graphen als abstrakte Platzhalter (d.h. als Modelle) für reale Objekte oder Prozesse. Somit wird anstelle des Produktdesigns eine grafische Darstellung ("Entwurfsgraph") maschinell verarbeitet. Diese maschinelle Verarbeitung erweitert und modifiziert den Graphen zur Laufzeit dynamisch durch sogenannte "Model-to-Model-Transformationen" (M2M). Die abstrakte Produktdarstellung ermöglicht eine einfache Modularisierung und Skalierbarkeit und ermöglicht die konsequente Integration verschiedener disziplinärer Domänenmodelle (siehe Abbildung unten). Die Kopplung des Frameworks an domänenspezifische Softwaresysteme ist unerlässlich, um das vorhandene Wissen und die Teilprozesse zu integrieren. Die Kopplungen sind als Schnittstellen implementiert, die aus der abstrakten Diagrammdarstellung ("model-to-text transformations" (M2T)) domänenspezifische Modelle im Zielformat (DSL) erzeugen. Es gibt bereits Schnittstellen für Geometrie (CAD), Mehrkörpersysteme (MBS), Finite Elemente (FEM), Strömungsanalyse (CFD), etc. (siehe Abbildung unten).

Entwurfsanalyse und -bewertung

Nach dem Pi-Theorem von Buckingham ist es möglich, eine physikalische Beziehung von n dimensionsbehafteten Variablen in eine dimensionslose Beschreibung mit nur m = n - g dimensionslosen Variablen umzuwandeln. Dabei steht g für die Anzahl der verwendeten Basisvariablen. Dieses Wissen kann auch auf Entwürfe übertragen werden - die auch durch dimensionsbehaftete Variablen beschrieben werden können - und als Bewertung neu interpretiert werden.

Jede im Sinne des Pi-Theorems minimale Beschreibung ist eine Bewertung.

Digitale Fabrik

Neben einer Vielzahl von Randbedingungen hat das Produkt einen wesentlichen Einfluss auf die zugehörige (digitale) Fabrik. Die Informationen, die ein mit graphenbasierten Entwurfssprachen erstelltes Produkt bereits liefert, können automatisch weiterverarbeitet und zur Generierung geeigneter Produktionsstätten verwendet werden. Ziel ist es, automatisch eine optimale Fabrik (in Bezug auf Kosten, Energie, Zeit, etc.) planen zu können. Dies betrifft sowohl den Ressourceneinsatz als auch die Fertigungsprozesse. Darüber hinaus beschäftigt sich die "Pi-Gruppe" auch mit der Frage nach der optimalen Fabrikstruktur.

Automatisierte Verkabelung und Verrohrung

Ein wesentlicher Schritt im Entwurf komplexer Produkte ist die Verkabelung und Verrohrung. Die "Pi-Gruppe" forscht hier an Algorithmen für ein automatisiertes Kabel- und Rohrrouting, sowie an der physikalischen Simulation von Kabeln und Rohren für Einbausimulationen und weitere Anwendungsfälle.

00:44
© IILS mbH

Projekte

Das Zentrum für angewandte Forschung „Digitaler Produktlebenszyklus“ (DiP) überträgt die extrem leistungsfähigen Ansätze der Hard- und Softwareentwicklung (u.A. die Unified Modellig Language UML) und adaptiert diese auf weite Bereiche des Maschinenbaus und der Fahrzeugtechnik. Ziel ist es, den gesamten Produktlebenszyklus mit allen relevanten produkt-, prozess- und ressourcenbezogenen Daten in ein digitales Gesamtmodell zu integrieren und die erforderlichen Prozesse, Methoden, Werkzeuge und Bibliotheken bereitzustellen.

Digitale Modellierung des Produktlebenzykluses einer PKW-Frontklappe

02:03
© ZAFH-Projekt Digitaler Produktlebenszyklus ("DiP")

Projektseite Digitaler Produktlebenszyklus

Das Forschungsvorhaben IDEaliSM lässt sich in drei Hauptziele unterteilen:

  • Ein fortschrittliches Integrationsframework für verteiltes multidisziplinäres Design und Optimierung, das es Kompetenzzentren ermöglicht, Engineering-Dienstleistungen anzubieten und zu teilen und in verteilten Entwicklungsteams zusammenzuarbeiten.
  • Eine Engineering Language Workbench: eine Reihe von domänenspezifischen und hochrangigen Modellierungssprachen, Ontologien und Datenstandards, um eine flexible Konfiguration von Engineering-Workflows und -Services zu ermöglichen und eine einfache Integration in das verteilte Advanced Integration Framework zu ermöglichen.
  • Eine Methodik für serviceorientierte Entwicklungsprozesse zur Neudefinition des Produktentwicklungsprozesses und der Informationsarchitektur, um die Zusammenarbeit zwischen serviceorientierten Kompetenzzentren in verteilten Entwicklungsteams zu ermöglichen.

Der daraus resultierende Entwicklungsrahmen wird die europäische Industrie dabei unterstützen, ihren Integrationsgrad und ihre Flexibilität bei der Produktentwicklung zu verbessern, um den Aufwand, die Kosten und die Markteinführungszeit bei der Entwicklung innovativer Flugzeug- und Fahrzeugstrukturen und -systeme zu reduzieren. Damit passt IDEaliSM gut zu dem in der ITEA2-Forschungs-Roadmap identifizierten Bereich "Engineering Technology" und den Herausforderungen in den Bereichen Systems Engineering und Software Engineering.

Projektseite IDEaliSM

Publikationen

Alle Publikationen nach Erscheinungsjahr

  1. 2021

    1. Holder, K., Schumacher, S., Friedrich, M., Till, M., Stetter, R., Fichter, W., & Rudolph, S. (2021). Digital Development Process for the Drive System of a Balanced Two-Wheel Scooter. Vehicles, 3(1), 33--60. https://doi.org/10.3390/vehicles3010003
    2. Schopper, D., Kübler, K., Rudolph, S., & Riedel, O. (2021). EIPPM—The Executable Integrative Product-Production Model. Computers, 10(6), 72. https://doi.org/10.3390/computers10060072
  2. 2020

    1. Kübler, K., Schopper, D., Riedel, O., & Rudolph, S. (2020). Towards an Automated Product-Production System Design - Combining Simulation-based Engineering and Graph-based Design Languages. Procedia Manufacturing, 52, 258--265. https://doi.org/10.1016/j.promfg.2020.11.043
    2. Kübler, K., Schopper, D., Riedel, O., & Rudolph, S. (2020). Towards an Automated Product-Production System Design - Combining Simulation-based Engineering and Graph-based Design Languages. Procedia Manufacturing, 52, 258--265. https://doi.org/10.1016/j.promfg.2020.11.043
  3. 2019

    1. Bossek, J., Grimme, C., Meisel, S., Rudolph, G., & Trautmann, H. (2019). Bi-objective Orienteering: Towards a Dynamic Multi-objective Evolutionary Algorithm. In K. Deb, E. D. Goodman, C. A. C. Coello, K. Klamroth, K. Miettinen, S. Mostaghim, & P. Reed (Hrsg.), EMO (Bd. 11411, S. 516–528). Springer. http://dblp.uni-trier.de/db/conf/emo/emo2019.html#BossekGMRT19
    2. Zech, A., Stetter, R., Holder, K., Rudolph, S., & Till, M. (2019). Novel approach for a holistic and completely digital represented product development process by using graph-based design languages. In R. Teti (Hrsg.), 12th CIRP Conference on Intelligent Computation in Manufacturing Engineering, 18-20 July 2018, Gulf of Naples, Italy (Nr. 79; Nummer 79, S. 568–573). Elsevier. https://doi.org/10.1016/j.procir.2019.02.102
    3. Walter, B., Kaiser, D., & Rudolph, S. (2019). From Manual to Machine-executable Model-based Systems Engineering via Graph-based Design Languages. In S. Hammoudi, L. F. Pires, & B. Selic (Hrsg.), MODELSWARD (S. 201–208). SciTePress. http://dblp.uni-trier.de/db/conf/modelsward/modelsward2019.html#WalterKR19
    4. Holder, K., Rudolph, S., Stetter, R., & Salander, C. (2019). Automated requirements-driven design synthesis of gearboxes with graph-based design languages using state of the art tools. Best of Gears 2019, 83, 3, 655–668. https://doi.org/10.1007/s10010-019-00322-z
    5. Walter, B., Martin, J., Schmidt, J., Dettki, H., & Rudolph, S. (2019). Executable State Machines Derived from Structured Textual Requirements - Connecting Requirements and Formal System Design. In S. Hammoudi, L. F. Pires, & B. Selic (Hrsg.), MODELSWARD (S. 193–200). SciTePress. http://dblp.uni-trier.de/db/conf/modelsward/modelsward2019.html#WalterMSDR19
    6. Walter, B., Kaiser, D., & Rudolph, S. (2019). Machine-Executable Model-Based Systems Engineering with Graph-Based Design Languages. In E. Bonjour, D. Krob, L. Palladino, & F. Stephan (Hrsg.), Complex Systems Design & Management (S. 239). Springer. https://doi.org/10.1007/978-3-030-04209-7_25
  4. 2018

    1. Bossek, J., Grimme, C., Meisel, S., Rudolph, G., & Trautmann, H. (2018). Local search effects in bi-objective orienteering. In H. E. Aguirre & K. Takadama (Hrsg.), GECCO (S. 585–592). ACM. http://dblp.uni-trier.de/db/conf/gecco/gecco2018.html#BossekGMRT18
    2. Walter, B., Kaiser, D., & Rudolph, S. (2018). Machine-Executable Model-Based Systems Engineering with Graph-Based Design Languages. In E. Bonjour, D. Krob, L. Palladino, & F. Stephan (Hrsg.), CSDM (S. 239). Springer. http://dblp.uni-trier.de/db/conf/csdm/csdm2018.html#WalterKR18
    3. Vogel, S., & Rudolph, S. (2018). Complex System Design with Design Languages: Method, Applications and Design Principles. CoRR, abs/1805.09111. http://dblp.uni-trier.de/db/journals/corr/corr1805.html#abs-1805-09111
    4. Schopper, D., & Rudolph, S. (2018). From Model-Driven Architecture and Model-Based Systems Engineering via Formal Concept Analysis to Graph-Based Design Languages and Back : A Scientific Discourse. Proceedings Of The ASME International Design Engineering Technical Conferences And Computers And Information In Engineering Conference, 1B : 38th Computers and Information in Engineering Conference, DETC2018-86392, V01BT02A043. https://doi.org/10.1115/DETC2018-86392
    5. Walter, B., Schilling, M., Piechotta, M., & Rudolph, S. (2018). Improving Test Execution Efficiency Through Clustering and Reordering of Independent Test Steps. 2018 IEEE 11th International Conference on Software Testing, Verification and Validation (ICST), 363–373. https://doi.org/10.1109/ICST.2018.00043
  5. 2017

    1. Walter, B., Hammes, J., Piechotta, M., & Rudolph, S. (2017). A Formalization Method to Process Structured Natural Language to Logic Expressions to Detect Redundant Specification and Test Statements. In A. Moreira, J. Araújo, J. Hayes, & B. Paech (Hrsg.), RE (S. 263–272). IEEE Computer Society. http://dblp.uni-trier.de/db/conf/re/re2017.html#WalterHPR17
    2. Holder, K., Zech, A., Ramsaier, M., Stetter, R., Niedermeier, H.-P., Rudolph, S., & Till, M. (2017). Model-Based Requirements Management in Gear Systems Design Based On Graph-Based Design Languages. Applied Sciences, 7(11), 1112. https://doi.org/10.3390/app7111112
  6. 2016

    1. Gross, J., & Rudolph, S. (2016). Geometry and simulation modeling in design languages. Aerospace Science and Technology, 54, 183–191. https://doi.org/10.1016/j.ast.2016.03.003
    2. Rudolph, M. R., Ruiz, F. J. R., Mandt, S., & Blei, D. M. (2016). Exponential Family Embeddings. CoRR, abs/1608.00778. http://dblp.uni-trier.de/db/journals/corr/corr1608.html#RudolphRMB16
    3. Schmidt, J., & Rudolph, S. (2016). Graph-Based Design Languages: A Lingua Franca for Product Design Including Abstract Geometry. IEEE Computer Graphics and Applications, 36(5), 88–93. https://doi.org/10.1109/MCG.2016.89
    4. Gross, J., & Rudolph, S. (2016). Rule-based spacecraft design space exploration and sensitivity analysis. Aerospace Science and Technology, 59, 162–171. https://doi.org/10.1016/j.ast.2016.10.007
    5. Gross, J., & Rudolph, S. (2016). Modeling graph-based satellite design languages. Aerospace Science and Technology, 49, 63–72. https://doi.org/10.1016/j.ast.2015.11.026
  7. 2015

    1. Meisel, S., Grimme, C., Bossek, J., Wölck, M., Rudolph, G., & Trautmann, H. (2015). Evaluation of a Multi-Objective EA on Benchmark Instances for Dynamic Routing of a Vehicle. In S. Silva & A. I. Esparcia-Alcázar (Hrsg.), GECCO (S. 425–432). ACM. http://dblp.uni-trier.de/db/conf/gecco/gecco2015.html#MeiselGBWRT15
    2. Grimme, C., Meisel, S., Trautmann, H., Rudolph, G., & Wölck, M. (2015). Multi-objective Analysis of Approaches to Dynamic Routing of a Vehicle. In J. Becker, J. vom Brocke, & M. de Marco (Hrsg.), ECIS. http://dblp.uni-trier.de/db/conf/ecis/ecis2015.html#GrimmeMTRW15
  8. 2014

    1. Beilstein, L. T., & Rudolph, S. (2014). Optimum function for minimum weight evaluation of structural joints. In E. Plödereder, L. Grunske, E. Schneider, & D. Ull (Hrsg.), GI-Jahrestagung: Bd. P-232 (S. 1961–1965). GI. http://dblp.uni-trier.de/db/conf/gi/gi2014.html#BeilsteinR14
  9. 2013

    1. Furgale, P. T., Schwesinger, U., Rufli, M., Derendarz, W., Grimmett, H., Mühlfellner, P., Wonneberger, S., Timpner, J., Rottmann, S., Li, B., Schmidt, B., Nguyen, T.-N., Cardarelli, E., Cattani, S., Bruning, S., Horstmann, S., Stellmacher, M., Mielenz, H., Köser, K., … Siegwart, R. (2013). Toward automated driving in cities using close-to-market sensors: An overview of the V-Charge Project. Intelligent Vehicles Symposium, 809–816. http://dblp.uni-trier.de/db/conf/ivs/ivs2013.html#FurgaleSRDGMWTRLSNCCBHSMKBHHLFITPNWPBEPS13
  10. 2012

    1. Congote, J., Novo, E., Kabongo, L., Ginsburg, D., Gerhard, S., Pienaar, R., & Ruiz, O. E. (2012). Real-time Volume Rendering and Tractography Visualization on the Web. Journal of WSCG, 20(2), 81–88. http://dblp.uni-trier.de/db/journals/jwscg/jwscg20.html#CongoteNKGGPR12
    2. Groß, J., & Rudolph, S. (2012). Generating simulation models from UML - a FireSat example. In G. A. Wainer & P. J. Mosterman (Hrsg.), SpringSim (TMS-DEVS) (S. 25). SCS/ACM. http://dblp.uni-trier.de/db/conf/springsim/springsim2012-4.html#GrossR12
    3. Rudolph, S., Heisserman, J., & Culley, S. (2012). Design Computing and Cognition (DCC’10). AI EDAM, 26(2), 105–106. http://dblp.uni-trier.de/db/journals/aiedam/aiedam26.html#RudolphHC12
  11. 2011

    1. Mehdi, A., Rudolph, S., & Grimm, S. (2011). Epistemic Querying of OWL Knowledge Bases. In G. Antoniou, M. Grobelnik, E. P. B. Simperl, B. Parsia, D. Plexousakis, P. D. Leenheer, & J. Z. Pan (Hrsg.), ESWC (1) (Bd. 6643, S. 397–409). Springer. http://dblp.uni-trier.de/db/conf/esws/eswc2011-1.html#MehdiRG11
    2. Reuter, C., Dadam, P., Rudolph, S., Deiters, W., & Trillsch, S. (2011). Guarded Process Spaces (GPS): A Navigation System towards Creation and Dynamic Change of Healthcare Processes from the End-User’s Perspective. In F. Daniel, K. Barkaoui, & S. Dustdar (Hrsg.), Business Process Management Workshops (2) (Bd. 100, S. 237–248). Springer. http://dblp.uni-trier.de/db/conf/bpm/bpmw2011-2.html#ReuterDRDT11
  12. 2007

    1. Haq, M., & Rudolph, S. (2007). A design language for generic space-frame structure design. IJCAT, 30(1/2), 77–87. http://dblp.uni-trier.de/db/journals/ijcat/ijcat30.html#HaqR07
  13. 2003

    1. Brückner, S., & Rudolph, S. (2003). Knowledge discovery in engineering dynamic system analysis. In B. V. Dasarathy (Hrsg.), Data Mining and Knowledge Discovery: Theory, Tools, and Technology (Bd. 5098, S. 185–192). SPIE. http://dblp.uni-trier.de/db/conf/dmkdttt/dmkdttt2003.html#BrucknerR03
  14. 2002

    1. Brückner, S., & Rudolph, S. (2002). Aspects of knowledge discovery in technical data. In B. V. Dasarathy (Hrsg.), Data Mining and Knowledge Discovery: Theory, Tools, and Technology (Bd. 4730, S. 109–117). SPIE. http://dblp.uni-trier.de/db/conf/dmkdttt/dmkdttt2002.html#BrucknerR02
    2. Barrios, L. J., & Rudolph, S. (2002). Knowledge discovery process for scientific and engineering data. In B. V. Dasarathy (Hrsg.), Data Mining and Knowledge Discovery: Theory, Tools, and Technology (Bd. 4730, S. 118–125). SPIE. http://dblp.uni-trier.de/db/conf/dmkdttt/dmkdttt2002.html#BarriosR02
  15. 2001

    1. Brückner, S., & Rudolph, S. (2001). Knowledge discovery in scientific data using hierarchical modeling in dimensional analysis. In B. V. Dasarathy (Hrsg.), Data Mining and Knowledge Discovery: Theory, Tools, and Technology (Bd. 4384, S. 208–217). SPIE. http://dblp.uni-trier.de/db/conf/dmkdttt/dmkdttt2001.html#BrucknerR01
  16. 2000

    1. Rudolph, S. (2000). Knowledge discovery in scientific data. In B. V. Dasarathy (Hrsg.), Data Mining and Knowledge Discovery: Theory, Tools, and Technology (Bd. 4057, S. 250–258). SPIE. http://dblp.uni-trier.de/db/conf/dmkdttt/dmkdttt2000.html#Rudolph00
    2. Hertkorn, P., & Rudolph, S. (2000). Systematic method to identify patterns in engineering data. In B. V. Dasarathy (Hrsg.), Data Mining and Knowledge Discovery: Theory, Tools, and Technology (Bd. 4057, S. 273–280). SPIE. http://dblp.uni-trier.de/db/conf/dmkdttt/dmkdttt2000.html#HertkornR00
  17. 1999

    1. Hertkorn, P., & Rudolph, S. (1999). From data to models: synergies of a joint data mining and similarity theory approach. In B. V. Dasarathy (Hrsg.), Data Mining and Knowledge Discovery: Theory, Tools, and Technology (Bd. 3695, S. 120–127). SPIE. http://dblp.uni-trier.de/db/conf/dmkdttt/dmkdttt1999.html#HertkornR99
  18. 1997

    1. Rudolph, S. (1997). On topology, size and generalization of non-linear feed-forward neural networks. Neurocomputing, 16(1), 1–22. http://dblp.uni-trier.de/db/journals/ijon/ijon16.html#Rudolph97

Arbeitsgruppe

Dieses Bild zeigt  Stephan Rudolph
PD Dr.-Ing.

Stephan Rudolph

Leiter Arbeitsgruppe "Entwurfstheorie und Ähnlichkeitsmechanik"

Zum Seitenanfang