TY  - THES
AB  - Computer Aided Design (CAD) Werkzeuge sind essenzielle Bestandteile in industriellen Design Prozessen. Im Gegensatz zum großen Bereich der numerischen Strömungsmechanik (Computational Fluid Dynamics - CFD) wurden die geometrischen Sensitivitäten, für Gradienten-basierte Optimierung von CAD-parametrisierter Geometrie, bislang nur mit ungenauen Finiten Differenzen berechnet. In dieser Arbeit wird das Algorithmische Differenzieren (AD) auf drei CAD Ansätze angewandt, um die exakten Ableitungen zu berechnen. Im ersten Teil wird der Open-Source CAD Kernel Open CASCADE Technology (OCCT) durch die Anwendung des AD Werkzeugs ADOL-C differenziert. Außerdem wird das differenzierte OCCT mit dem diskreten adjungierten CFD Werkzeug STAMPS gekoppelt, welches an der Queen Mary University of London entwickelt wurde und AD verwendet, um Adjungierte zu berechnen. Diese Design Kette wird zur Gradienten-basierten Formoptimierung zweier industrierelevanter Beispiele genutzt: ein U-Rohr Kühlkanal und der TU Berlin (TUB) Stator. Im zweiten Teil wird der Rückwärtsmodus von ADOL-C in das proprietäre CAD und Gittergenerierung Werkzeug CADO, welches am von Karman Institute for Fluid Dynamics entwickelt wurde, integriert. Aufgrund des großen Speicherplatzbedarfs des differenzierten Programms wird der Code so modifiziert, dass die Struktur des Gittergenerierung-Algorithmus ausgenutzt wird, um die Effizienz zu erhöhen. Abschließend wird das proprietäre Rolls-Royce Schaufel Design Werkzeug Parablading betrachtet. Hier finden die AD Werkzeuge ADOL-C und Tapenade Einsatz. Das differenzierte Parablading wird mit einem diskreten adjungierten CFD Werkzeug, welches Teil der Rolls-Royce HYDRA Bibliothek ist und mit Hilfe von AD entwickelt wurde, gekoppelt. Die differenzierte Design Kette wird genutzt, um eine Gradienten-basierte Optimierung des TUB Stator Beispiels durchzuführen.
AU  - Banović, Mladen
CY  - Paderborn
DA  - 2019
DO  - 10.17619/UNIPB/1-857
DP  - Universität Paderborn
LA  - eng
N1  - Tag der Verteidigung: 13.12.2019
N1  - Universität Paderborn, Dissertation, 2019
PB  - Veröffentlichungen der Universität
PY  - 2019
SP  - 1 Online-Ressource (150 Seiten)
T2  - Institut für Mathematik
TI  - Efficient algorithmic differentiation of CAD frameworks
UR  - https://nbn-resolving.org/urn:nbn:de:hbz:466:2-36155
Y2  - 2025-11-12T02:39:54
ER  -