Accelerated Virtual Evaluation of Restraint System Performance for Vehicle Occupants with Varying Body Shapes
Buch in deiner Nähe kaufen
Beschreibung
Diese Dissertation beschreibt die Anwendung von maschinellem Lernen im Rahmen von Entwicklungs- und Bewertungsmethoden im Bereich der Sicherheitssysteme für den Insassenschutz. Methoden des überwachten Lernens werden angewandt, um schnelle Vorhersagen für die Ergebnisse von Finite-Elemente-Simulationen im Bereich der Bewertung von Insassenschutzsystemen zu generieren. Das Konzept dreht sich um die Frage, wie ein Metamodell ohne explizite Charakterisierung des Fahrzeugs trainiert werden kann. Die zugrundeliegende Architektur des maschinellen Lernens verwendet das Ergebnis einer Referenz-Finite-Elemente Simulation, um das Ergebnis einer Finite-Elemente-Simulation mit derselben Fahrzeugkonfiguration, aber anderen anthropometrischen Merkmalen der Insassen vorherzusagen. Die Eingabe für das Metamodell ist vom Typ der multivariaten Zeitreihe. Es werden verschiedene Strategien zum Umgang mit dieser Datenart verglichen. Ausgehend von einem detaillierten Finite-Elemente-Modell des Honda Accord 2014 wird mittels eines inkrementellen und strukturierten Ansatzes eine vereinfachte Version des Finite-Elemente-Modells abgeleitet. Jeder Vereinfachungsschritt wird begründet und hinsichtlich des Verlusts an Modellqualität im Verhältnis zu den gewonnenen Verbesserungen bei der Rechenzeit bewertet. Es werden Datenbanken mit verschiedenen Versuchsplänen und dem Crashtest-Dummy Hybrid III sowie dem Menschmodell VIRTHUMAN erstellt. Der Einfluss verschiedener Datenbankgrößen und eine adaptive Datenstrategie werden untersucht. Transfer-Learning-Ansätze als Methode zum Umgang mit begrenzten Daten werden ebenfalls beleuchtet. Der homogene Transfer zwischen Hybrid III und VIRTHUMAN und die direkte bereichsübergreifende Vorhersage zwischen beiden Modellen wird untersucht.
Autor*in
Franz Plaschkies
Themen in »Accelerated Virtual Evaluation of Restraint System Performance for Vehicle Occupants with Varying Body Shapes«
Passive Sicherheit Insassenschutz Finite-Elemente-Analyse maschinelles Lernen beschleunigte Datengenerierung