예측 엔지니어링 분석

Predictive engineering analytics

예측 엔지니어링 분석(PEA)은 복잡한 제품(예: 스마트 시스템을 포함하는 제품)의 설계를 돕는 제조업의 개발 접근방식이다. 그것은 새로운 소프트웨어 도구의 도입, 소프트웨어 간의 통합, 그리고 다른 응용 프로그램을 처리하는 분석 팀들 간의 협력을 개선하기 위한 시뮬레이션과 테스트 프로세스의 정교화에 관한 것이다. 이는 지능형 보고 및 데이터 분석과 결합된다. 목적은 시뮬레이션을 통해 설계를 추진하고, 발생할 수 있는 문제에 반응하기보다는 제품 동작을 예측하며, 제품 납품 후에도 설계를 계속할 수 있는 프로세스를 설치하는 것이다.

산업 요구

고전적인 개발 접근방식에서 제조업체는 개별 제품 세대를 제공한다. 이러한 프로세스를 시장에 출시하기 전에, 그들은 광범위한 검증 및 검증 프로세스를 사용하며, 대개 여러 시뮬레이션과 테스트 기술을 결합한다. 그러나 이러한 접근방식은 제품이 어떻게 진화하고 있는지를 볼 때 몇 가지 단점이 있다. 자동차 산업, 항공우주 산업, 해양 산업 또는 기타 다른 기계 산업의 제조업체들은 모두 비슷한 과제를 공유하고 있다. 그들은 오늘날 고객이 원하는 것을 제공하고 구매할 수 있도록 그들이 디자인하는 방식을 재창조해야 한다.[1]

스마트 시스템을 포함하는 복잡한 제품

제품에는 기계 외에도 전자제품, 소프트웨어 및 제어 시스템이 더 많이 포함된다. 이러한 것들은 안전, 편안함, 연비 및 기타 여러 가지 특징에 대한 성능을 향상시키는 데 도움이 된다. 고전적인 접근법을 사용하여 그러한 제품을 설계하는 것은 보통 효과적이지 않다. 현대적 개발 프로세스는 모든 기능 요건에 대한 전체 시스템의 동작을 예측할 수 있어야 하며, 설계 주기의 초기부터 물리적 측면을 포함해야 한다.[2][3][4][5][6][7][8][9]

신소재의 사용 및 제조방법

비용 절감이나 연비를 달성하기 위해 제조업체는 신소재 채택과 그에 상응하는 제조방법을 지속적으로 고려할 필요가 있다.[10][11] 이는 엔지니어들이 철강, 알루미늄과 같은 전통적인 재료와 주조와 같은 전통적인 제조 방법으로 작업했을 때처럼 수십 년의 경험에 더 이상 의존할 수 없기 때문에 제품 개발을 더욱 복잡하게 만든다. 복합 재료와 같은 새로운 재료는 예를 들어 구조적 거동, 열적 거동, 피로 거동 또는 소음 절연과 관련하여 다르게 행동하며 전용 모델링이 필요하다.

여기에 디자인 엔지니어가 이러한 신소재를 사용하면서 발생하는 모든 제조 복잡성을 항상 알고 있는 것은 아니기 때문에, '제조된 제품'이 '설계된 제품'과 다를 가능성이 있다. 물론 모든 변경사항을 추적해야 하며, 제조 후 추가 유효성 검사를 수행해야 할 수도 있다.[12][13]

배송 후에도 제품 개발 지속

오늘날의 제품들은 서로 의사소통하고, 제조사에 피드백을 보낼 수 있는 많은 센서를 포함하고 있다. 이 정보에 기초하여, 제조업체는 소프트웨어 업데이트를 전송하여 동작을 최적화하거나, 변화하는 운영 환경에 적응할 수 있다. 제품은 사물 인터넷을 만들어 낼 것이고, 제조업체도 그 일부가 되어야 한다.[citation needed] "설계된 대로" 제품은 결코 완성되지 않기 때문에 제품을 사용 중일 때는 개발을 계속해야 한다. 이러한 진화를 인더스트리 4.0, [14]즉 4차 산업혁명이라고도 한다. 그것은 설계 팀이 엄청난 양의 데이터를 바탕으로 신속하게 대응하고 행동 예측을 해야 하기 때문에 도전한다.[15]

예측 기능 포함

제품이 가질 수 있는 궁극적인 지능은 운영자의 개별 행동을 기억하고, 이를 고려한다는 것이다. 이러한 방식으로, 예를 들어, 특정 행동을 예측하거나, 고장이나 유지보수를 예측하거나, 자체 조절 방식으로 에너지 소비를 최적화할 수 있다. 이를 위해서는 제품 자체 내에서 또는 클라우드를 통해 액세스할 수 있는 예측 모델이 필요하다. 이것은 매우 빨리 달릴 것이고 실제 제품과 똑같이 행동해야 한다. 그것은 전체 제품 수명주기 동안 동기화되어 있는 제품의 복제품인 디지털 트윈을 만들 것을 요구한다. [16][17]

시간, 비용, 품질 및 다양화에 대한 압력 증가

오늘날 소비자들은 세계 어느 지역에서나 디자인된 제품에 쉽게 접근할 수 있다. 이는 출시 시간, 비용 및 제품 품질에 엄청난 부담을 준다. 그것은 수십 년 동안 지속되어 온 경향이다. 하지만 사람들이 온라인에서 더 많은 구매 결정을 내리면서, 그것은 그 어느 때보다도 더 관련이 깊어졌다. 상품들은 가격과 기능 면에서 전 세계적으로 쉽게 비교될 수 있다. 그리고 제품 품질이 최적이 아닐 때 포럼과 소셜 미디어에서의 반응은 매우 암울할 수 있다. 이는 세계 각지에서 소비자의 선호도가 다르거나 심지어 다른 기준과 규정이 적용된다는 사실에 더하여 나타난다. 그 결과, 현대적 개발 프로세스는 매우 국지적인 요구사항을 글로벌 제품 정의로 변환할 수 있어야 하며, 이 정의는 지역 계열사의 엔지니어들이 수행하는 작업의 일부를 잠재적으로 현지에서 다시 롤아웃해야 한다. 그것은 요구사항 정의로 시작하는 글로벌 운영 제품 라이프사이클 관리 시스템을 필요로 한다. 그리고 설계 프로세스는 다양한 시장 요구에 대한 제품 행동과 품질을 효과적으로 예측할 수 있는 유연성을 가져야 한다.[18]

프로세스 및 기술 지원

이러한 과제에 대처하는 것이 바로 제품 개발을 위한 예측 엔지니어링 분석 접근법의 목적이다. 도구 배치와 프로세스 정렬이 잘 이루어진 것을 말한다. 제조업체는 조직에서 허용하고 제품이 요구하는 범위 내에서 다음과 같은 방법과 기술을 점진적으로 배치한다.

폐쇄 루프 시스템 중심의 제품 개발 프로세스 구축

이 다학제 시뮬레이션 기반 접근법에서 글로벌 설계는 처음부터 상호 상호작용하는 서브시스템의 집합으로 간주된다. 매우 초기 단계부터, 선택된 아키텍처는 모든 중요한 기능적 성능 측면에 대해 동시에 사실상 시험된다. 이러한 시뮬레이션은 확장 가능한 모델링 기법을 사용하여 데이터가 사용 가능해짐에 따라 구성요소를 개선할 수 있다. 루프를 닫는 작업은 두 가지 레벨에서 이루어진다.

  • 제어 시스템과 기계 구성 요소의 동시 개발
  • 사용 중인 제품 데이터 포함(계속 개발 시 실제 제품)

폐쇄 루프 시스템 중심의 제품 개발은 테스트 및 수리를 줄이는 것을 목표로 한다. 제조업체들은 처음으로 올바른 설계의 꿈을 추구하기 위해 이 접근법을 시행한다.[19][20]

1D 다중물리학 시스템 시뮬레이션 사용 증가

1D CAE 또는 메카트로닉스 시스템 시뮬레이션이라고도 하는 1D 시스템 시뮬레이션은 다중 도메인 시스템의 확장 가능한 모델링을 가능하게 한다. 전체 시스템은 전기, 유압, 공압 및 기계적 서브시스템(제어 시스템 포함)의 검증된 해석 모델링 블록을 연결함으로써 개략적인 방식으로 제시된다. 그것은 엔지니어가 일시적이거나 정상 상태일 때 복잡한 메카트로닉스의 개념 설계의 동작을 예측하는 것을 돕는다. 제조업체는 종종 서로 다른 물리적 영역에 대해 미리 정의된 구성요소를 포함하는 검증된 라이브러리를 가지고 있다. 그렇지 않다면 전문 소프트웨어 공급업체가 제공할 수 있다. 이를 이용하여, 엔지니어들은 어떤 컴퓨터 보조 설계(CAD) 기하학이 이용 가능하기도 전에 개념 예측을 매우 일찍 할 수 있다. 이후 단계에서는 매개변수를 적용할 수 있다. 1D 시스템 시뮬레이션 계산은 매우 효율적이다. 구성 요소는 분석적으로 정의되며 입력 및 출력 포트가 있다. 인과관계는 요소의 입력을 다른 요소의 출력에 연결함으로써 생성된다(그리고 그 반대도 마찬가지). 모델은 다양한 수준의 복잡성을 가질 수 있으며, 진화에 따라 매우 높은 정확도에 도달할 수 있다. 일부 모델 버전은 실시간 시뮬레이션을 허용할 수 있으며, 이는 제어 시스템 개발 중에 또는 내장된 예측 기능의 일부로 특히 유용하다.<[21]

3D 시뮬레이션 기술 개선

3D 시뮬레이션이나 3D CAE는 보통 1D 시스템 시뮬레이션보다 제품 개발의 더 진전된 단계에서 적용되며, 1D 모델에서는 캡처할 수 없는 현상을 설명할 수 있다. 모델은 매우 응용 분야에 특화되어 있고 매우 계산적으로 집약적인 매우 상세한 표현으로 진화할 수 있다.

3D 시뮬레이션 또는 3D CAE 기술은 검증과 검증을 위한 고전적인 개발 프로세스에서 이미 필수적이었으며, 개발 속도를 높이고 후기 변화를 피함으로써 그 가치를 입증하는 경우가 많았다. 3D 시뮬레이션이나 3D CAE는 예측 엔지니어링 분석의 맥락에서 여전히 필수적이며, 제품 개발의 동력이 되고 있다.개발 소프트웨어 공급업체는 모델링, 프로세스 및 해결사 측면에서 새로운 기능을 추가하고 성능을 향상시킴으로써 기능 향상에 많은 노력을 기울인다. 이러한 툴은 일반적으로 단일 공통 플랫폼에 기반을 두고 있지만, 특정 기능 또는 성능 측면을 충족시키기 위해 솔루션 번들을 제공하는 경우가 많은 반면, 산업 지식과 모범 사례는 애플리케이션 수직적 환경에서 사용자에게 제공된다. 이러한 개선을 통해 3D 시뮬레이션 또는 3D CAE가 더 짧은 제품 설계 주기에 보조를 맞출 수 있어야 한다.[22][23][24]

1D 시뮬레이션, 3D 시뮬레이션 및 제어 엔지니어링 간의 강력한 결합 설정

폐쇄 루프 시스템 중심의 제품 개발 방식은 기계 시스템과 제어 장치의 동시 개발이 필요하므로 1D 시뮬레이션, 3D 시뮬레이션, 제어 알고리즘 개발 사이에 강력한 연계가 존재해야 한다. 소프트웨어 공급업체는 de:에 대한 공동 시뮬레이션 기능을 제공하여 이를 달성한다.MiL(Loop), SiL(Software-in-the-Loop) 및 HiL(Hyardware-in-the-Loop)[25][26] 프로세스 모델

모델인더루프

전자제어장치(ECU)는 제품이 작동될 때 기능적 성능 측면 사이의 적절한 균형을 달성하고 유지하는 데 결정적인 역할을 할 것이기 때문에, 이미 잠재적 아키텍처를 평가할 때 1D 시뮬레이션은 제어 소프트웨어의 모델과 결합되어야 한다. 이 단계 동안 엔지니어는 서브시스템과 구성요소에 대한 정확한 목표까지 설계 목표를 단계별로 세분화한다. 그들은 다중 도메인 최적화 및 설계 절충 기법을 사용한다. 제어장치는 이 프로세스에 포함되어야 한다. MiL 시뮬레이션에서 이들을 시스템 모델과 결합하면 잠재적 알고리즘을 검증하고 선택할 수 있다. 실제로 MiL은 전용 컨트롤러 모델링 소프트웨어에서 나오는 가상 컨트롤과 다중 물리적 시스템의 확장 가능한 1D 모델 간의 공동 시뮬레이션을 포함한다. 이것은 개념과 전략의 조사를 위한 정확성과 계산 속도의 적절한 조합을 제공하고 통제 가능성 평가를 제공한다.[27][28]

소프트웨어 인 더 루프

개념 제어 전략이 결정된 후, 제어 소프트웨어는 전체적인 글로벌 시스템 기능을 지속적으로 고려하면서 더욱 개발된다. 컨트롤러 모델링 소프트웨어는 새로운 내장형 C-코드를 생성하고 이를 가능한 레거시 C-코드에 통합하여 추가 테스트와 정교함을 제공할 수 있다.

글로벌 전체 시스템 다중 도메인 모델에서 SiL 검증을 사용하면 하드웨어에 코드가 통합된 후 부동 소수점에서 고정 지점으로의 전환을 예상할 수 있으며, 코드 작업을 작동 조건에 맞게 조정할 필요가 있을 때 이득 스케줄링을 세분화할 수 있다.

SiL은 운영 환경에서 컨트롤러를 사실상 검증, 세분화 및 검증하기 위한 폐쇄 루프 시뮬레이션 프로세스로, 상세한 1D 및/또는 3D 시뮬레이션 모델을 포함한다.[29][30]

루프 내 하드웨어

주요 기사: 루프 내 하드웨어 시뮬레이션

제어장치 개발의 최종 단계에서, 생산 코드가 ECU 하드웨어에 통합되면, 엔지니어는 광범위하고 자동화된 HiL 시뮬레이션을 사용하여 추가 검증 및 검증한다. 실제 ECU 하드웨어는 멀티 도메인 글로벌 시스템 모델의 다운사이즈 버전과 결합되어 실시간으로 실행된다. 이 HiL 접근방식은 엔지니어가 실제 제품 프로토타입에 대한 총 테스트 및 보정 시간과 비용을 제한하기 위해 초기 시스템과 소프트웨어 문제 해결을 완료할 수 있도록 한다.

HiL 시뮬레이션 동안 엔지니어는 최종 제품에 대한 규제, 보안 및 고장 시험이 위험 없이 발생할 수 있는지 검증한다. 필요한 경우 여러 ECU 사이의 상호작용을 조사한다. 그리고 그들은 소프트웨어가 견고하고 모든 상황에서 품질 기능을 제공하는지 확인한다. 실시간으로 실행 중인 글로벌 시스템 모델을 보다 상세한 버전으로 교체할 때 엔지니어가 사전 교정을 프로세스에 포함시킬 수도 있다. 제어장치 개발은 글로벌 시스템 개발과 병행되기 때문에 이러한 상세 모델은 대개 이용 가능하다.[31][32][33]

시뮬레이션을 물리적 테스트와 밀접속

검증과 검증에서 예측 엔지니어링 분석으로 진화하는 것은 설계 프로세스가 더욱 시뮬레이션 중심화되어야 한다는 것을 의미한다. 물리적 테스트는 시뮬레이션 결과의 검증과 제품 승인 전에 항상 필요한 최종 프로토타입의 테스트를 위해 그 프로세스에서 중요한 부분으로 남아 있다. 제어 시스템뿐만 아니라 복수의 물리적 측면을 결합할 수 있는 보다 통합적이고 복잡한 측정 시스템에서 더 많은 조건과 매개변수 조합을 시험해야 하기 때문에 이 과제의 규모는 이전보다 훨씬 더 커질 것이다.

게다가, 다른 개발 단계에서도, 성공적인 예측 엔지니어링 분석을 위해서는 잘 정렬된 프로세스에서 테스트와 시뮬레이션을 결합하는 것이 필수적일 것이다.[34]

시뮬레이션 모델의 현실성 증대

모달 시험이나 실험 모달 분석(EMA)은 이미 순수 기계 시스템의 검증과 검증에 필수적이었다. 구조 역학, 진동음향, 진동 피로해석 등 많은 애플리케이션에 사용되어 온 잘 확립된 기술로, 상관 분석과 모델 업데이트를 통해 유한요소 모델을 개선하는 경우가 많다. 그 문맥은 그러나 아주 자주 말썽을 일으켰다. 예측 엔지니어링 분석의 일환으로 모달 테스트는 진화를 통해 시뮬레이션 사실성을 높이고 현대적이고 복잡한 제품의 다중 물리적 특성을 처리하는 결과를 제공해야 한다. 시험은 현실적인 모델 매개변수, 경계 조건 및 하중을 정의하는 데 도움이 되어야 한다. 기계적 매개변수 외에도 다른 수량을 측정할 필요가 있다. 그리고 시험은 또한 다중 신체 모델과 1D 다중 물리적 시뮬레이션 모델을 검증할 수 있어야 한다. 일반적으로 시뮬레이션을 지원하는 완전히 새로운 범위의 시험 기능(일부 모달 기반, 일부 그렇지 않은 기능)이 중요해지고 개발 주기가 이전보다 훨씬 빨라진다.[35][36][37]

시뮬레이션을 사용하여 보다 효율적인 테스트 수행

복잡한 제품에서 매개 변수의 수와 상호 작용이 폭발적으로 증가함에 따라 중요한 시험 사례의 계측 및 정의 측면에서 시험 효율성이 매우 중요하다. 시험과 시뮬레이션 사이의 적절한 정렬은 총 시험 노력을 크게 줄이고 생산성을 높일 수 있다.

시뮬레이션은 어떤 위치와 매개변수가 특정 목표를 측정하는데 더 효과적일 수 있는지 미리 분석하는 데 도움이 될 수 있다. 그리고 센서의 양과 시험 조건을 최소화할 수 있도록 특정 파라미터 간의 결합도 조사할 수 있다.[38]

그 위에 직접 측정할 수 없는 특정 파라미터를 도출하기 위해 시뮬레이션을 사용할 수 있다. 여기서도 시뮬레이션과 시험 활동의 긴밀한 연계가 필수적이다. 특히 1D 시뮬레이션 모델은 센서로 직접 접근할 수 없는 다수의 새로운 매개변수의 문을 열 수 있다.[39]

하이브리드 모델 생성

복잡한 제품이 실제로 동시에 개발되지 않는 서브시스템의 조합이기 때문에 시스템과 서브시스템 개발은 하드웨어, 시뮬레이션 모델 및 측정 입력의 일부를 포함하는 설정을 훨씬 더 자주 필요로 한다. 이러한 하이브리드 모델링 기법은 개발 주기 초기에 시스템 동작에 대한 현실적인 실시간 평가를 가능하게 할 것이다. 분명히 이것은 시뮬레이션 (1D와 3D 둘 다)과 물리적 시험 사이의 매우 훌륭한 정렬로서 전용 기술이 필요하다.[40][41][42]

1D 및 3D CAE를 긴밀하게 통합하고 전체 제품 라이프사이클 관리 프로세스에서의 테스트

내일의 상품은 배송 후 생활할 것이다. 여기에는 시스템 모델에 기반한 예측 기능, 환경에 대한 적응, 설계에 대한 정보 피드백 등이 포함될 것이다. 이런 관점에서 디자인과 공학은 아이디어를 하나의 제품으로 바꾸는 것 이상의 의미를 갖는다. 요구사항 정의에서 사용 중인 제품에 이르기까지 전체 제품 가치 사슬을 통해 디지털 스레드의 필수적인 부분이다.

한 손에는 설계와 엔지니어링 사이의 루프를 닫고 다른 한 손에는 사용 중인 제품을 모두 제품 라이프사이클 관리 소프트웨어 환경에 긴밀하게 통합해야 한다. 이것만이 요건, 기능 분석 및 성능 검증과 더불어 설계를 지원하는 사용 데이터의 분석 사이의 추적성을 가능하게 할 수 있다. 모델들이 실제 제품의 디지털 쌍둥이가 될 수 있도록 할 것이다. 이들은 동일한 매개변수 변경을 거치고 실제 운영 환경에 적응하면서 동기화 상태를 유지한다.[43][44][45]

참고 항목

참조

  1. ^ Van der Auweraer, Herman; Anthonis, Jan; De Bruyne, Stijn; Leuridan, Jan (28 September 2012). "Virtual engineering at work: the challenges for designing mechatronic products". Engineering with Computers. 29 (3): 389–408. doi:10.1007/s00366-012-0286-6.
  2. ^ Schramm, Dieter; Lalo, Wildan; Unterreiner, Michael (September 2010). "Application of Simulators and Simulation Tools for the Functional Design of Mechatronic Systems". Solid State Phenomena. 166–167: 1–14. doi:10.4028/www.scientific.net/SSP.166-167.1.
  3. ^ Van Beek, TJ; Tomiyama, T (October 12–15, 2008). "Connecting views in mechatronic systems design, a function modeling approach". Proceedings of 2008 IEEE/ASME International Conference on Mechatronic and Embedded Systems and Applications: 164–169.
  4. ^ Alvarez Cabrera, A.A.; Woestenenk, K.; Tomiyama, T. (2011). "An architecture model to support cooperative design for mechatronic products: A control design case". Mechatronics. 21 (3): 534–547. doi:10.1016/j.mechatronics.2011.01.009.
  5. ^ Alvarez Carbrera, A.A.; Foeken, M.J.; Tekin, O.A.; Woestenenk, K.; Erden, M.S; De Schutter, B.; van Tooren, M.J.L; Babuska, R.; van Houten, F.J.A.M.; Tomiyama, T. (2010). "Towards automation of control software: A review of challenges in mechatronic design". Mechatronics. 20 (8): 876–886. doi:10.1016/j.mechatronics.2010.05.003.
  6. ^ Plateaux, R.; Penas, O.; Choley, Y.K.; M'henni, F.; Riviere, A. (2010). "Integrated design methodology of a mechatronic system". Mécanique Ind. 11 (5): 401–406. doi:10.1051/meca/2010052.
  7. ^ Plateaux, R.; Choley, J.Y.; Penas, O.; Riviere, A. (2009). "Towards an integrated mechatronic design process". Proceedings of IEEE ICM International Conference on Mechatronics: 114–119.
  8. ^ Syed, F.; Nallapa, R.; Ramaswamy, D. (April 2007). "Integrated modeling environment for detailed algorithm design, simulation and code generation". Proceedings of SAE World Congress & Exhibition.
  9. ^ Warwick, G.; Norris, G. "Designs for success, systems engineering must be rethought if program performance is to improve". Aviation Week & Space Technology. 172 (40): 72–75.
  10. ^ "Red Bull's How To Make An F1 Car Series Explains Carbon Fiber Use: Video". motorauthority. Retrieved 11 October 2013.
  11. ^ Howard, Bill (30 July 2013). "BMW i3: Cheap, mass-produced carbon fiber cars finally come of age". Extreme Tech. Retrieved 31 July 2015.
  12. ^ Treviso, Alessandra; Van Genechten, B.; Mundo, D. (2014). "CAE-based assessment of manufacturing process impact on NVH performance of composite structures". Extended Abstract, the Twenty-second Annual International Conference on COMPOSITES/NANO ENGINEERING (ICCE-22).
  13. ^ Treviso, Alessandra; Farkas, Laszlo; Mundo, Domenico; Tournour, Michel (2016). "On the Sensitivity of Mechanical Properties of Woven-Fabrics to the Draping Process: Static and Dynamic Assessment Through a CAE-Based Approach". Applied Composite Materials: 1–13.
  14. ^ 클라우스 슈바브, 2016: 2016년 5월 13일 접속한 4차 산업혁명
  15. ^ Costlow, T. (2008). "Managing software growth". Automotive Engineering International (November 2008).
  16. ^ Laurgeau, C. (2008). "Present and future of intelligent transportation systems". Proceedings of ICAT 2008: International Conference on Automotive Technologies.
  17. ^ Vahidi, A. (2003). "Research advances in intelligent collision avoidance and adaptive cruise control". IEEE Trans Intell Transp Syst. 4 (3): 143–153. CiteSeerX 10.1.1.466.6444. doi:10.1109/tits.2003.821292.
  18. ^ Minhas, S.U.H; Berger, U. (2011). "A reconfiguration concept to enable versatile production in the automotive factories". Enabling Manufacturing Competitiveness and Economic Sustainability: 352–357.
  19. ^ Herold, S.; Atzrodt, H.; Mayer, D.; Thomaier, M. (2005). "Integration of different approaches to simulate active structures for automotive applications". Proceedings of Forum Acusticum 2005.
  20. ^ Calvano, C.N.; John, P (2004). "Systems engineering in an age of complexity". Systems Engineering. 7 (1): 25–34. doi:10.1002/sys.10054. hdl:10945/43706.
  21. ^ Dobre, A.; Hadăr, A.; Vasiliu, D.; Vasiliu, N. (2015). "Modelling and Simulation of the Dynamic Behaviour Automotive's Suspension By AMESim". Proceedings of the European Automotive Congress EAEC-ESFA 2015. 317–323.
  22. ^ Van der Auweraer, Herman; Donders, Stijn; Mas, Peter; Janssens, Karl (2008). "Breakthrough Technologies for Virtual Prototyping of Automotive and Aerospace Structures". Product Engineering: 397–418.
  23. ^ Hirz, Mario; Dietrich, Wilhelm; Gfrerrer, Anton; Lang, Johan (2013). "Overview of Virtual Product Development". Integrated Computer-Aided Design in Automotive Development: 25–50.
  24. ^ Noor, Ahmed K. (March 2011). "Emerging CAE technologies and their role in Future Ambient Intelligence Environments". Central European Journal of Engineering. 1 (1): 2–8. doi:10.2478/s13531-010-0001-6.
  25. ^ He Y, McPhee (2005). "Multidisciplinary design optimization of mechatronic vehicles with active suspensions". J Sound Vib. 283 (1–2): 217–241. doi:10.1016/j.jsv.2004.04.027.
  26. ^ Gonzales, F.; Naya, M.A.; Luaces, A.; Gonzales, M. (2011). "On the effect of multirate co-simulation techniques in the efficiency and accuracy of multibody system dynamics". Muktibody Syst Dyn. 25 (4): 461–483. doi:10.1007/s11044-010-9234-7.
  27. ^ Krupp, Alexander; Müller, Wolfgang (2009). Systematic Model-in-the-Loop Test of Embedded Control Systems. IFIP Advances in Information and Communication Technology. Vol. 310. pp. 171–184. doi:10.1007/978-3-642-04284-3_16. ISBN 978-3-642-04283-6.
  28. ^ Matinnejad, Reza; Nejati, Shiva; Briand, Lionel; Bruckmann, Thomas; Poull, Claude (2013). Automated Model-in-the-Loop Testing of Continuous Controllers Using Search. Lecture Notes in Computer Science. Vol. 8084. pp. 141–157. doi:10.1007/978-3-642-39742-4_12. ISBN 978-3-642-39741-7.
  29. ^ Bonivento, Claudio; Cacciari, Matteo; Paoli, Andrea; Sartini, Matteo (2014). "Mathematical Modeling for Software-in-the-Loop Prototyping of Automated Manufacturing Systems". Mathematical Methods in Engineering: 1–11.
  30. ^ Baake, Uwe; Wüst, Klaus (2011). Combined Man-in-the-Loop and Software-in-the-Loop Simulation. Lecture Notes in Electrical Engineering. Vol. 78. pp. 171–185. doi:10.1007/978-3-642-16767-6_9. ISBN 978-3-642-16766-9.
  31. ^ Anthonis, J.; Gubitosa, M.; Donders, S.; Gallo, M.; Mas, P.; Van der Auweraer, H. (2010). "Multi-Disciplinary Optimization of an Active Suspension System in the Vehicle Concept Design Stage". Recent Advances in Optimization and Its Applications in Engineering. 441–450.
  32. ^ Cibrario, V.; Cugnon, F. (2012). "New Technologies in Driving Dynamics Performance Simulation". Lecture Notes in Electrical Engineering. 196: 1531–1549.
  33. ^ Röck, Sascha; Pritschow, Günter (2007). "Real-time capable Finite Element Models with closed-loop control: a method for Hardware-in-the-Loop simulation of flexible systems". Production Engineering. 1 (1): 37–43. doi:10.1007/s11740-007-0020-1.
  34. ^ d'Ippolito, Roberto; Donders, Stijn; Van der Auweraer, Herman (2008). "Virtual Prototypes for Uncertainty and Variability-Based Product Engineering". Product Engineering: 427–448.
  35. ^ Soria, Leonardo; delli Carri, Arnaldo; Peeters, Bart; Anthonis, Jan; Van der Auweraer, Herman (2011). "Active Suspension Systems for Passenger Cars: Operational Modal Analysis as a Tool for the Performance Assessment". Modal Analysis Topics. 3: 313–323.
  36. ^ Kindt, Peter; delli Carri, Arnaldo; Peeters, Bart; Van der Auweraer, Herman; Sas, Paul; Desmet, Wim (2011). "Operational Modal Analysis of a rotating tyre subject to cleat excitation". Structural Dynamics. 3: 1501–1512.
  37. ^ Manzato, Simone; Peeters, Bart; Toso, Alessandro; Van der Auweraer, Herman; Osgood, Richard (2011). "Model updating methodologies for multibody simulation models: application to a full-scale wind turbine model". Linking Models and Experiments. 2: 349–358.
  38. ^ Lau, Jenny; Peeters, Bart; Debille, Jan; Guzek, Quentin; Flynn, William; Lange, Donald. S; Kahlman, Timo (2011). "Ground Vibration Testing Master Class: modern testing and analysis concepts applied to an F-16 aircraft". Advanced Aerospace Applications. 1: 221–228.
  39. ^ Van der Auweraer, Herman; Gillijns, Steven; Donders, Stijn; Croes, Jan; Naets, Frank; Desmet, Wim (2016). "State Estimation: A Model-Based Approach to Extend Test Data Exploitation". Special Topics in Structural Dynamics. 6: 119–128.
  40. ^ Gajdatsy, Peter; Sas, Paul; Desmet, Wim; Janssens, Karl; Van der Auweraer, Herman (2011). "Effect of systematic FRF errors on matrix inversion based vibro-acoustic analysis methods". Sensors, Instrumentation and Special Topics. 6: 197–206.
  41. ^ Giagopulos, D.; Natsiavas, S. (2007). "Hybrid (numerical-experimental) modeling of complex structures with linear and nonlinear components". Nonlinear Dynamics. 47 (1–3): 193–217. doi:10.1007/s11071-006-9067-3.
  42. ^ Voormeeren, S.N.; van der Vlak, P.L.C.; Rixen, D.J. (2011). "A Truly Hybrid Approach to Substructuring Problems Using Mixed Assembly and Implicit Solving Strategies". Linking Models and Experiments. 2: 329–347.
  43. ^ Fasoli, Tommaso; Terzi, Sergio; Jantunen, Erkki; Kurtlainen, Juha; Sääski, Juha; Salonen, Tapio (2011). "Challenges in Data Management in Product Life Cycle Engineering". Glocalized Solutions for Sustainability in Manufacturing: 525–530.
  44. ^ Burchardt, Carsten (2013). "High Definition Product Lifecycle Management an Immersive Decision Making Environment". Smart Product Engineering: 61–70.
  45. ^ Abramovici, Michael; Aidi, Youssef (2011). "Next Generation Product Lifecycle Management (PLM)". Integration of Practice-Oriented Knowledge Technology: Trends and Prospectives: 143–156.