Inverse Probleme: Prinzipien und Anwendungen

Inverse Probleme: Prinzipien und Anwendungen
Barbara Kaltenbacher
Graz, 4. Februar 2016
1
Inverse Probleme: Prinzipien und Anwendungen
Barbara Kaltenbacher
in Kooperation mit: Anna Fiedler, Jan Hasenauer, Thomas Hegewald,
Manfred Hofer, Sabrina Hroß, Manfred Kaltenbacher, Reinhard Lerch,
Wolfgang Polifke, Nicole Radde, Fabian Wein, . . .
Romana Boiger, Rainer Brunnhuber, Stephania Hokenmaier, Tom
Lahmer, Marcus Mohr, Vanja Nikolić, Jonas Offtermatt, Peter Steinhorst,
Lena Vedmedenko, Slobodan Veljović, . . .
Hans Baumeister, Martin Burger, Daniele Cassani, Christian Clason,
Heinz W. Engl, Anke Griesbaum, Uno Hämarik, Urve Kangro, Kamil
Kazimierski, Alana Kirchner, Michael Klibanov, Irena Lasiecka, Antonio
Leitao, Alfredo Lorenzi, Richard Marchand, Gen Nakamura, Andreas
Neubauer, Gunther Peichl, Christiane Pöschl, Maria Pospieszalska, Stefan
Reitzinger, Elena Resmerita, Anna-Margarete Sändig, Otmar Scherzer,
Josef Schicho, Joachim Schöberl, Frank Schöpfer, Volker Schulz,
Thomas Schuster, Boris Vexler, Harro Walk, . . .
2
Überblick
Was sind inverse Probleme?
ein klassisches Beispiel: Computertomographie
ein elementares Beispiel: Numerisches Differenzieren
einige Anwendungen
3
Inverse Probleme
Identifikation
%
beobachtete
oder
Bestimmung von Ursachen für
Effekte.
gewünschte
&
Optimierung
Inverse Probleme sind oft instabil:
Kleine Störungen in den Daten können
große Abweichungen in der Lösung bewirken!
→ Regularisierung erforderlich
Frage der Identifizierbarkeit:
Sind die gesuchten Größen eindeutig durch die
gegebenen Daten bestimmt?
Mathematische Modellbildung:
Formuliere die zugrundeliegenden
physikalischen/biologischen/wirtschaftswissenschaftlichen. . .
Gesetze in einer mathematischen Sprache
4
Ein klassisches Beispiel: Computertomographie
5
Ein klassisches Beispiel: Computertomographie
Z
tD
~ + tϑ
~ ⊥ )dt = − log
ρ(s ϑ
tS
~
ID (s, ϑ)
~
IE (s, ϑ)
!
Johann Radon, 1887–1956
Z
tD
ρ 7→
~ + tϑ
~ ⊥ )dt . . . Radontransformation
ρ(s ϑ
tS
6
Ein elementares Beispiel: Numerisches Differenzieren
Gegeben: gestörte Werte f˜1 , f˜2 , f˜3 , . . . , f˜n einer differenzierbaren
Funktion f
mit |f˜i − f (xi )| ≤ δ, xi = i h, i = 1, 2, . . . , n
0
Gesucht: f
Sekantenapproximation:
f (xi+1 ) − f (xi−1 )
=: fh0 (xi )
f 0 (xi ) ≈
2h
Einsetzen der gegebenen Messdaten:
f˜i+1 − f˜i−1 ˜0
= fh (xi )
f 0 (xi ) ≈
2h
h
xi−1
h
xi xi+1
7
Exakte Daten:
Sekantenapproximation mit h =
1
10 :
8
Exakte Daten:
Sekantenapproximation mit h =
1
10 :
Sekantenapproximation mit h =
1
100 :
9
Gestörte Daten (1% Messfehler):
Sekantenapproximation mit h =
1
100 :
10
Gestörte Daten (1% Messfehler):
Sekantenapproximation mit h =
1
100 :
11
Was geht hier schief?
12
Was geht hier schief?
13
Was geht hier schief?
14
Was geht hier schief?
15
Was geht hier schief?
16
Was geht hier schief?
17
Was geht hier schief?
18
Was geht hier schief?
f˜i+1 − f˜i−1 fi+1 − fi−1
−
|
2h
2h
1 ˜
2δ
δ
=
| fi−1 − fi−1 − f˜i+1 − fi+1 | ≤
=
2h | {z } | {z }
2h
h
|f˜h0 (xi ) − fh0 (xi )| = |
≤δ
≥−δ
19
Gestörte Daten (1% Messfehler):
Sekantenapproximation mit h =
1
100 :
Sekantenapproximation mit hopt :
20
Einige Anwendungsbeispiele
21
Piezoelektrischer Lautsprecher
→ Optimierung der Form der
Piezo-Scheibe zur Maximierung
des Schalldruckpegels bei
gleichförmigem Frequenzgang
• Philips Sound Solutions, Wien
22
Nierensteinzertrümmerung
→ Design der Form
der akustischen Linse
zur Erzielung einer
vorgeschriebenen
Fokusgeometrie
Fokus
Fluid
Linse
• Dornier MedTech, Munich,
• IDK Elite Netzwerk Bayern
• FWF Projekt Mathematik der
Nichtlinearen Akustik
Spule
Membran
Gummi
23
Charakterisierung magnetischer Materialien
→ Identifikation der ortsabhängigen magnetischen Leitfähigkeit von Bauteilen;
→ Hysteresemodellierung
magnetische Durchflussmessung
• Endress + Hauser, Reinach, CH;
• Inst. theoret. Elektrotechnik, Univ. Stuttgart
24
Piezoelektrischer Stapelwandler
Inaktive
Kopfzone
Aktive
Schichten
Interdigitale
Elektrodenanordnung
Inaktive
Fußzone
→ Identifikation
der Materialparameter
Einspritzventil Common-Rail Diesel Motor
Vielschichtaktor
Kraftstoffzufuhr
Stellwegvergrößerung
Injektornadel
• DFG Nachwuchsforschergruppe Inverse Probleme in der Piezoelektrizität,
Universität Erlangen
• CERAMTEC, Lauf
25
Virtuelle Materialentwicklung
Gefügeschliff der Piezokeramik
Polarisierungs- und Verzerrungshysterese
→ Hysteresemodellierung
• Verbundprojekt COMFEM (Bosch, Siemens, PI Ceramic, CeramTec,
Fraunhofer Inst. f. Werkstoffmechanik, KIT)
26
Optimierung verfahrenstechnischer Prozesse
Verfahrenstechnische Anlage
flow sheet
→ optimale Dimensionierung verfahrenstechnischer Komponenten
(Wärmetauscherflächen, Verdichter-Enddruck, Behältervolumen,. . . )
• Linde Engineering, Munich
27
Identifikation von Rissen in Piezokeramiken
→ Lokalisierung von Rissen in
piezoelektrischen Bauteilen
aus Oberflächenmessungen
(zerstörungsfreie Werkstoffprüfung)
Strom-Spannungsmessungen
an Elektoden
Potenzialverteilung
im Material mit Riss
adaptive Diskretisierung
• DFG Projekt mit Prof.Dr. Anna-Margarete Sändig, Universität Stuttgart
28
Parameter Identifikation in der Systembiologie
→ Identifikation von Gennetzwerken (Aktivierung/Hemmung)
Gennetzwerk
Abhängigkeitsmatrix
• Excellenzcluster SimTech Projekt mit Jun.Prof.Dr. Nicole Radde, Universität
Stuttgart
Kooperation mit Helmholtz-Zentrum München
29
Danke für Ihre Aufmerksamkeit!
30