PROGRAMM - DAGA 2012

Programm DAGA 2012 177Gleichungssystemsequenzen mit Gleichungslösern, die das sogenannteSubspace Recycling nutzen. Diese Löser arbeiten mit der Wiederverwendungder Unterräume, die innerhalb eines Lösungsvorgangs beiiterativen Gleichungslösern entstehen, und basieren üblicherweise aufKrylov-Unterraum-Verfahren. Anhand eines Berechnungsbeispiels wirddie Eignung von Gleichungslösern mit Subspace Recycling für unsicherevibro-akustische, gekoppelte FE-Systeme analysiert und es werdendie Möglichkeiten hinsichtlich einer Effizienzsteigerung untersucht.Mi. 9:45 vanadium 2.03 Numerische Akustik 2Methoden zur Berücksichtigung von Unsicherheiten in akustischenBerechnungsverfahrenK. Hoge, M. Rescheleit und O. von EstorffTU Hamburg-Harburg, Inst. f. Modellierung und BerechnungAkustische Berechnungsverfahren finden in vielen Teilgebieten derAkustik Anwendung. Die verschiedenen Ansätze eint der Gebrauch vonRandbedingungen und anderen Eingangsgrößen. Numerische Ansätzezur Lösung der Wellen- oder Helmholtzgleichung sowie Verfahren aufGrundlage geometrischer Modellvorstellung benötigen z.B. Eingangsdaten,wie Umgebungsvariablen, Raumgeometrien oder Materialeigenschaften.Einige dieser Größen unterliegen dabei natürlichen Schwankungen, anderesind nicht vollständig verfügbar oder lassen sich aufgrund eineshohen Beschaffungsaufwands nur grob abschätzen. Viele der für eineBerechnung nötigen Parameter werden durch Messungen gewonnen,die nur einen Sonderfall abbilden, z.B. Absorptionsgrade für ebenenoder diffusen Schalleinfall. Demzufolge sollten mathematische Modellediese Unsicherheiten erfassen können, was z.B. mit Hilfe von Vorgehensweisenaus der Intervallarithmetik und der Fuzzy-Logik geschehenkann. Auch mittels der Monte-Carlo-Methoden und numerischen Lösungenstochastischer partieller Differentialgleichungen können statistischeAusgangsgrößen in Abhängigkeit der Eingangsgrößen berechnet werden.In dem vorliegenden Beitrag werden verschiedene Methoden zur Berücksichtigungvon Unsicherheiten für akustische Berechnungsverfahrenvorgestellt. Dabei ist es nicht das Ziel, individuelle Ergebnisse einzelnerEingangsdaten zu produzieren, sondern statistische Aussagenüber die Berechnungsgrößen und deren Sensitivität auf Schwankungender Eingangsgrößen zu gewinnen.