Im Rahmen des Projektes in Kooperation mit der Fa. Airbus wird das Materialverhalten der Bauteile einer Flugzeugrumpfsektion mit Künstlich Neuronalen Netzen (KNN) von der Kompetenzplattform 'Computer Vision based on Computational Intelligence' an der Fachhochschule Südwestfalen analysiert, modelliert und simuliert. KNN können anhand von Input- und Outputdaten mathematisch physikalische Zusammenhänge lernen. Durch das Training entsteht ein mathematisches Modell, welches auch in der Lage ist zu generalisieren, d.h. es funktioniert auch für Daten, die dem Netz vorher noch nicht präsentiert wurden. KNN sind gut geeignet das nichtlineare Verhalten von großflächig gekrümmten Bauteilen der Flugzeugrumpfsektion zu simulieren. Die Ergebnisse sind auf unbekannte Rumpfschalen gleichen Typs übertragbar. Der Vergleich der beiden Trainingsverfahren lieferte folgendes Ergebnis: Das mit dem Levenberg-Marquardt-Algorithmus trainierte KNN lieferte einen durchschnittlich halb so großen Testfehler über alle Messpunkte (sog. Targets) wie das mit dem Backpropagation-Algorithmus trainierte KNN. Einzelne Targetkomponenten ließen sich mit dem Levenberg-Marquardt-Algorithmus bis zu 70 % besser vorhersagen. Der maximale Testfehler der x-,y- oder z-Komponente eines Targets (SSR_TOV) mit dem Levenberg-Marquardt-Algorithmus war z.B. um 40 % kleiner, bezogen auf alle Testdatensätze, als der maximale Testfehler der x-, y- oder z-Komponente des gleichen Targets mit dem Backpropagation-Algorithmus.
Künstlich Neuronales Netz zur Analyse der Geometrie von großflächig gekrümmten Bauteilen
Artificial neural network for the analysis of the geometry of large-area curved components
2007
7 Seiten, 5 Bilder, 1 Tabelle, 5 Quellen
Aufsatz (Konferenz)
Deutsch
neuronales Netz , künstliche Intelligenz , Geometrie (Mathematik) , Flugzeugrumpf , Materialwissenschaft , mathematisches Modell , nichtlineare Optimierung , gekrümmte Oberfläche , Simulationsmodellbildung , Systemsimulation , Training , lernendes System , Rückwärtsausbreitung , Optimierungsalgorithmus
Neuronales Netz optimiert Motoren
Kraftfahrwesen | 1993
|Neuronales Netz hilft bei der Analyse großer Datenmengen
IuD Bahn | 1995
|Neuronales Netz oder Informationskontinuum?
IuD Bahn | 1999
|Schwingungen grossflachig messen
British Library Online Contents | 2010