Willkommen beim
Model Order Reduction Lab (MORLab)!
Auf unserer Seite bieten wir Ihnen detaillierten Einblick in unsere Forschungstätigkeit sowie zahlreiche Downloads von Publikationen und Forschungscodes. Sie haben Fragen? Wir freuen uns auf Ihre Nachricht!
Was ist Modellordnungsreduktion?
Um den hohen Anforderungen entsprechen zu können, die moderne Anwendungen heutzutage an die Genauigkeit mathematischer Modelle stellen, können z. B. bei der Diskretisierung partieller Differentialgleichungen mittels der Finite-Elemente-Methode Gleichungssysteme aus Tausenden oder Millionen gewöhnlicher Differentialgleichungen entstehen. Sollen diese Modelle zur Simulation, Prädiktion, (Design-)Optimierung oder Reglerauslegung verwendet werden, so stoßen auch leistungsstarke Rechner schnell an ihre Grenzen, insbesondere aufgrund von Einschränkungen in Bezug auf Speicher, numerische Genauigkeit und akzeptabler Rechenzeit.
Verfahren der Modellordnungsreduktion bieten eine Möglichkeit zur Umgehung dieser Probleme, indem das dynamische Übertragungsverhalten des Originalmodells möglichst genau durch ein deutlich kleineres System approximiert wird. Neben der Erhaltung von Systemeigenschaften wie Stabilität, Passivität oder Struktur (PCHD, Second Order) ist dabei eine schnelle Berechnung des reduzierten Modells wünschenswert sowie eine Angabe zur erzielten Genauigkeit. Die Entwicklung geeigneter Lösungsansätze ist daher Bestandteil unserer Forschung.
Forschungsgebiete
Im MORLab beschäftigen wir uns mit folgenden Themenbereichen der Modellordnungsreduktion:
- MOR für parametrische nichtlineare mechanische Systeme
- Port-Hamiltonsche Systeme
- Krylow-Unterraum-Methoden
- Parametrische Modellreduktion
- Nichtlineare Modellreduktion
Zudem bieten wir Software Tools für die Analyse und Reduktion hochdimensionaler Modelle:
Einführung in die Modellreduktion
Eine Einführung zum Thema Modellreduktion ist in unserem Skript (Englisch) zur Vorlesung Modeling and Reduction of Complex Systems gegeben.