Zusammenfassung
Mit modernen Optimierungsmethoden kann die Auslegung von Kettentrieben mit komplexen Anforderungen automatisiert unterstützt werden. Dabei stehen die Minimierung der Reibung und die Funktionsabsicherung im Mittelpunkt. Um aus der Vielzahl möglicher Lösungen den besten Kompromiss zu identifizieren, setzt die IAV GmbH in ihrer Optimierungsplattform verschiedene Modellierungs- und Simulationswerkzeuge ein.
Literaturhinweise
Deb, K.: Multiobjective optimization using evolutionary algorithms. 1st ed. John wiley & Sons Chichester, 2002
Knowles, J., Huges, E.: Multi Objective Optimization on a Budget of 250 Evaluations, Evolutionary Multi-Criterion Optimization (EMO 2005), LNCS 3410, 176–190
Pelikan, M.: Hierarchical Bayesian Optimization Algorithm — Toward a new generation od Evolutionary Algorithms, Studies in Fuzziness and Soft Computing, Volume 170. Berlin: Springer, 2005
Stöcker, M.: Untersuchung von Optimierungsverfahren für rechenzeitaufwändige technische Anwendungen in der Motorenentwicklung. Diplomarbeit, TU Chemnitz, 2007
Author information
Authors and Affiliations
Rights and permissions
About this article
Cite this article
Kux, S., Parsche, U. Effektive Optimierungsverfahren im Auslegungsprozess für Kettentriebe. MTZ Motortech Z 70, 58–65 (2009). https://doi.org/10.1007/BF03225458
Issue Date:
DOI: https://doi.org/10.1007/BF03225458