CENIT Abaqus

Design of Experiments (DOE) Statistische Versuchsplanung Erforschen und Entdecken in der virtuellen Welt

Die Statistische Versuchsplanung ist eine Methodik mit der optimale Arbeitspunkte eines Systems, abhängig von mehreren Eingangsgrößen gefunden werden können. Im Gegensatz zu einer klassischen Optimierung wird keine Zielfunktion definiert. Es ist allein die Systemantwort in Bezug auf Eingangsgrößen mathematisch zu beschreiben.

Beispiel

Für eine anschauliche Darstellung wird im Folgenden von einem System mit zwei Parametern ausgegangen. Es wird der Wirkungsgrad eines Motors in Abhängigkeit der Drehzahl und des Drehmomentes betrachtet. In diesem Fall stellt sich der Wirkungsgrad in einem dreidimensionalen Koordinatensystem als eine allgemein gekrümmte Fläche dar. Sie wird auch als Response Surface bezeichnet.

Abgrenzung

Mit einer DOE-Studie wird der Wirkungsgrad nur an diskreten Punkten ausgewertet, so dass aus der Menge der ausgewerteten Wirkungsgrade stets ein Maximalwert angegeben werden kann. Dies ist ein wesentlicher Vorteil gegenüber einer klassischen Optimierung. Es ist jedoch möglich, dass lokale Maxima übersehen werden. In diesem Fall entspricht der ermittelte Maximalwert nicht dem maximalen Wirkungsgrad. Maxima außerhalb des vorgegebenen Testraums werden ebenfalls nicht erfasst. Können auch keine Randbedingungen formuliert werden in Abhängigkeit derer ein System optimiert werden soll, kann die Statistische Versuchsplanung in erster Näherung als eine eingeschränkte Optimierung verstanden werden.