Vorlesung 5: Virtuelles Testen Flashcards
Anforderungserfüllung durch Tests prüfen
Beim anforderungsbasierten Testen wird bewerte, ob das System die von unterschiedlichen Stakeholdern festgelegten funktionalen und nicht- funktionalen Anforderungen erfüllt
Erfüllung von Anforderungen: Verifikation
Bauen wir das Produkt richtig?
Bestätigung durch Bereitstellung eines objektiven Nachweises, dass festgelegte Anforderungen erfüllt wurden
Erfüllung von Anforderungen: Validierung
Bauen wir das richtige Produkt?
Beschäftigung durch Bereitstellung eines objektiven Nachweises, dass die Anforderungen für einen spezifischen beabsichtigten Gebrauch oder eine spezifische beabsichtigte Anwendung erfüllt wurden
Virtueller Test
- Nutzung digitaler Modelle
- Durch digitale Modelle Produktverhalten prognostizieren und weitrechend untersuchen
- Kein physischer Prototyp benötigt
Vorteile:
- Günstig und einfach wiederholbar
- Test frühzeitig in der Entw. möglich
- Vielseitige Analyse ohne aufwändige Messsysteme
Nachteile:
- Modelle vereinfachen die Realität und können fehlerhaft sein
-> validierte Modellbildungsmethoden notwendig
Physischer Test
- physische Prototypen von Produkten und Teilen des Produktes angefertigt
- unter definierten Testbedingungen geprüft
Vorteile:
- Realitätsnahe Ergebnisse
Nachteile:
- Fertigung von Prototypen teuer
- Test erst zu späten Zeitpunkten in der Entwicklung
- Änderung bei fehlgeschlagenen Test sind teuer
frühzeitiges Testen
- Die größten Stellheben zur Optimierung des Produktes bei geringen Kosten liegen in der Produktentwicklung
- Durch frühzeitiges Testen können hohe Kosten durch späte Änderungen vermieden werden
Modell
- Vereinfachte Abbildungen von Elementen der Wirklichkeiten
- Klassen von Modellen nach Weisberg:
– Konkrete Gegenstände
– Mathematische Modelle
– Simulationsmodelle
Merkmale eines Modells nach Stackowiak
- Abbildung
Ein Modell steht für etwas anderes, es repräsentiert ein Bild oder ein Muster des Originals - Verkürzung
Ein Modell abstrahiert das Original durch Konzentration auf relevante Parameter - Pragmatismus
Ein Modell ersetzt das Original für eine zielgerichtete Tätigkeit (Zweck), beschrieben durch “für wen?” ; “wann?” ; “wozu?”
Domain Models: Engineering Models
Modelle der Domäne Entwicklung, die im Entwicklungsprozess zur Auslegung und zum Testen der funktionalen Produktbeschreibung eingesetzt werden
1D-Simulation
- Kombi in Großteilen analyt. Modellblöcke zur Beschreibung von Subsystemen
- Domänenübergreifende Simulation
- Prognose des Gesamtsystemverhaltens bereits in früher Entw.phase
+ Geringe Modellierungs- und Berechnungszeiten
+ Gut geeignet für Konzeptentwicklung und -prüfung
+ Schnelle Prüfung und gut parametrierbar
– Geringer Detailgrad durch grobe Abbildung des Systems
Finite Elemente Methode (FEM)
- Numerisches Verfahren zur näherungsweisen Lösung physikalischer Modelle über Diskretisierung
- Ein fester/flüssiger Körper wird über eine endliche Anzahl finiter Elemente diskretisiert (vernetzt)
- Elemente über Knoten miteinander gekoppelt und beschreiben math. Kopplungsfunktion zwischen den Knoten
- Die Knoten bestimmen Freiheitsgrade des Modells
- Numerisch lösbares Differentialgleichungssystem
+ Detaillierte Prognose von Verformungen und mech.
Spannungen, Kontaktsimulationen zwischen zwei Bauteilen möglich, Optimierung von Geometrie durch Topologieoptimierung
– Hoher Vernetzungs- und Berechnungsaufwand
– erfahrener Modellierer nötig
– Netzqualität kann das Ergebnis stark beeinflussen, Neuvernetzung bei Geometrieänderung
Mehrkörpersimulation (MKS)
- Berechnung von Kraft- und Bewegungsgrößen in dynamischen Systemen
- Mehrkörpersystem besteht aus endlicher Zahl massebehafteter Körper, die durch Koppelelemente miteinander verbunden werden
- Koppelelemente übertragen Kräfte und Momente zwischen den Körpern
- Betrachtung der Bewegung großer Systeme
- Verformungen berücksichtigt bei elastische MKS
+ Große Systeme, Berechnung großer Auslenkungen möglich
+ Nichtlinearitäten einfach abbildbar, weniger rechenintensiv als FEM
+ gut für Zeitbereichsrechnungen geeignet
– Hoher Modellbildungsaufwand, weniger genau als FEM
Computational Fluid Dynamics (CFD)
- Berechnung des Strömungsverhaltens eines Fluids
um einen/in einem Körper - Numerische Lösung der Navier-Stokes-Gleichungen, Kontinuitätsgleichung und Energiegleichung für das Fluid
- Diskretisierung zur Lösung des nichtlinearen Gleichungssystems sowohl in räumliche als auch
zeitliche Richtung
+ Berechnung von Fluidgrößen
+ Optimierung von Geometrien hinsichtlich Fluidflusses
– Sehr hoher Berechnungsaufwand durch numerische Lösung der Navier-Stokes-Gleichungen
– hohe Erfahrung in der Modellbildung nötig
Herausforderungen virtueller Tests in der Produktentwicklung
Herausforderung 1:
Organisation der hohen Anzahl an Modellen
Herausforderung 2:
Schnittstellendefinition von komplexen Modelle
Klassifikationsrahmen von Modellen
Ein Modell kann beschrieben werden über:
- seinen Umfang (System Scope),
- den Zweck (Purpose) zu dem es verwendet werden kann
- die Genauigkeit (Fidelity) mit der das System beschrieben wird
Modellplanung: Allgemein (MBSE)
- Ermittlung der Systemgrenze (welche Solutions)
- Festlegung des Modellzwecks
- Analyse Zweckgebundener Sichten (welche Diagramme)
- Zu untersuchende Testsituationen/Lastfälle (Verhalten Inputs und Outputs)
- Auswahl des Simulationswerkzeugs (welche numerische Verfahren)
- Detailbetrachtung (Solution-Elemente)
- Parameterfestlegung
- Berechnungsergebnisse
Modellentwurf: Aufbau des Modells
▪ Auswahl oder Erstellung eines Modells anhand der Modellplanung
▪ Auswahl geeigneter Teilmodelle für einzelne Solution Elements
▪ Kombination der Modelle der Solution Elemente zur Beschreibung der System Solution
Modellkontrolle: Plausibilisierung und Prüfung des Modells
▪ Jedes Modell beschreibt nur eine mehr oder weniger gute Näherung des Originals (z. B. realen Systems)
▪ Nach dem Entwurf des Modells muss geprüft werden, ob es mit seinen Idealisierungen das zu untersuchende Original hinreichend genau nachbildet
Herausforderung: Berechnungsaufwand
▪ Systemgrenzen: Je größer das System desto höher der Modellbildungs- und Berechnungsaufwand
▪ Modellinhalt: Je mehr physikalische Effekte im Modell, desto komplexer und fehleranfälliger die Modellbildung
▪ Güte: Eine hohe Modellgüte –> höheren Modellbildungsaufwand. Kosten-Nutzen-Bewertung, ob eine Steigerung der Modellgüte sich lohnt
Grenze: Berechnungsmöglichkeit
- Nicht prädizierbare/nicht verstandene Effekte
- Qualitative Größen
- Ethische Grenzen
