Numerische Software und Simulation

Die Darstellung von Software als simulierte Blöcke.
© Foto Andrea Danti/Fotolia.com

Optimierungs- und Simulationsaufgaben stellen sich in der industriellen Praxis in vielfältiger Form. Ob beim schonenden Umgang mit Ressourcen, bei der Optimierung physikalischer Eigenschaften in der Konstruktion, bei der Auslastung von Produktionsanlagen oder bei der Planung von Transportwegen und Zulieferung – Methoden der mathematischen Optimierung und der diskreten Simulation helfen, unternehmerische Entscheidungen zu treffen, Prozesse zu verbessern und Kosten zu sparen. Aufgrund steigender Anforderungen an die Qualität innovativer Produkte werden Computersimulationen immer wichtiger für die Industrie. Sie beschleunigen die Entwicklung neuer Designs und helfen bei der Prozessoptimierung. Simulation reduziert Entwicklungszeit, ersetzt »reale« Experimente und ermöglicht die Konstruktion besserer Prototypen bei gleichzeitig geringeren Kosten.

Kern unserer Forschungsarbeiten ist es, effiziente numerische Methoden zur Lösung hochdimensionaler Probleme zu entwickeln. Wir kreieren beispielsweise Verfahren, die es erlauben, bei großen Datenmengen in relativ kurzer Zeit eine vorteilbringende Prognosegüte zu erzielen. Damit empfehlen sie sich für Kunden mit Anwendungsfällen, bei denen es auf eine schnelle Analyse und Aufbereitung umfangreichen Datenmaterials ankommt und in denen herkömmliche nicht-lineare Verfahren zu langsam sind. Auf Basis von Dimensionsreduktionsverfahren entwickeln wir Software- Lösungen, die es Ingenieuren erlauben, große Datenmengen einfach und interaktiv aus der virtuellen Produktentwicklung oder dem Monitoring heraus zu untersuchen. Dabei machen diese Analysemethoden es für die Ingenieure möglich, schneller aufgrund der Datenbasis Entscheidungen zu treffen. Der Fraunhofer IUK-Verbund entwickelt neue Ansätze, die helfen, Rechenzeiten von Simulationen zu verkürzen, bei unverändert großer Detailgenauigkeit der Modellierung und hoher Auflösung der Ergebnisdaten

Kernkompetenzen

Parallele numerische Algorithmen

„„Hocheffiziente Methoden zur optimalen und skalierbaren Lösung großer Systeme linearer Gleichungen

Performanzanalyse und -optimierung

Software-Architekturen für Multicore-Prozessoren und verschiedene Beschleuniger (u. a. GPU)

Analyse und Reduktion großer Mengen von numerischen
Simulationsdaten

Untersuchung von Sensordaten aus Monitoring-Systemen

Anwendungsgebiete

Materialsimulation für Virtual Rapid Prototyping

Umweltsimulationen

Transportoptimierung und Tourenplanung in der Logistik „„

Packungs- und Zuschnittprobleme in der Produktion

Ressourcenoptimierung auf der Basis von Maschinenbelegung, Arbeitsplänen und Materialverbrauch

Standortauswahl für Unternehmen nach verschiedenen Kriterien

Trendvorhersage von Wechselkursen und anderen Finanzprodukten

Empfehlungsmechanismen für Produktvorschläge im Online-Handel