Product development processes are continuously challenged by demands for increased efficiency. As engineering products become more and more complex, efficient tools and methods for integrated and automated design are needed throughout the development process. Multidisciplinary Design Optimization (MDO) is one promising technique that has the potential to drastically improve concurrent design. MDO frameworks combine several disciplinary models with the aim of gaining a holistic perspective of a system, while capturing the synergies between different subsystems. Among all disciplines, the geometric model is recognized as playing a key role, because it collects most of the data required to any other disciplinary analysis. In the present thesis, methodologies to enable multidisciplinary optimization in early aircraft design phases are studied. In particular, the research aims at putting the CAD geometric model in the loop. This requires the ability to automatically generate or update the geometric model, here referred to as geometry-based design automation.

The thesis proposes the use of Knowledge Based Engineering (KBE) techniques to achieve design reuse and automation. In particular, so called High Level CAD templates (HLCts) are suggested to automate geometry generation and updates. HLCts can be compared to parametric LEGO® blocks containing a set of design and analysis parameters. These are produced and stored in libraries, giving engineers or a computer agent the possibility to first topologically select the templates and then modify the shape of each template parametrically.

Since parameterization is central to modelling by means of HLCts, a thorough analysis of the subject is also performed. In most of the literature on MDO and KBE two recurring requirements concerning the geometrical model are expressed: the model should be flexible and robust. However, these requirements have never been properly formulated or defined. Hence, in the thesis a mathematical formulation for geometry model robustness and flexibility are proposed. These formulations ultimately allow the performance of geometric models to be precisely measured and compared.

Finally, a prototyping and validation process is presented. The aim is to quickly and cost-effectively validate analytical results from an MDO process. The proposed process adopts different manufacturing techniques depending on the size and purpose of the intended prototype. In the last part of the thesis, three application examples are presented. The examples are chosen from research projects that have been carried out at Linköping University and show how the proposed theoretical results have been successfully employed in practice.

Kraven på ökad effektivitet utmanar ständigt  produktutvecklingsprocessen. I och med att ingenjörsprodukter blir allt mer komplexa, växer genom hela utvecklingsprocessen behovet av verktyg och metoder för integrerad och automatiserad design. Multidisciplinär Design Optimering (MDO) är en lovande teknik som kan drastiskt förbättra parallell design. I ett MDO ramverk är flera disciplinära modeller sammankopplade för att uppnå ett holistiskt systemperspektiv, men där synergierna mellan olika delsystem också kan fångas upp. Bland alla möjliga discipliner spelar geometrimodellen en central roll, eftersom den innefattar en stor del av all information som är nödvändig för andra disciplinära analyser.

I avhandlingen studeras ett flertal metoder för att möjliggöra multidisciplinär optimering i de tidigaste faserna av flygplansdesign. I synnerlighet är forskningen riktad mot att införa geometriska CAD modeller i designloopen. Det blir därmed nödvändigt att kunna automatiskt generera eller uppdatera geometriska modeller, vilket i avhandlingen kallas för ”geometribaserad design automation”.

Avhandlingen förordar att Knowledge Based Engineering (KBE) tekniker används för att konstruktioner skall kunna automatiseras och återanvändas. Så kallade Hög Nivå CAD mallar (på engelska High Level CAD templates – HLCts) föreslås för att automatiskt generera och uppdatera geometrimodeller. HLCts kan jämföras med parametriska LEGO® klossar som innehåller variabler för design och analys. Mallarna kan samlas i bibliotek; därefter har konstruktörer eller dator agenter möjligheten att först topologiskt välja en mall och sedan ändra på dess utförande genom utvalda parametrar.

Eftersom parameterisering är ett centralt begrepp för HLCt principen, föreslås även en fördjupad analys av ämnet. I stor del av MDO och KBE litteraturen ställs det två återkommande krav på geometrimodellen: modellen bör vara flexibel och robust. Eftersom dessa krav aldrig har getts en formell formulering, förordas i avhandlingen en matematisk beskrivning av modellrobusthet och - flexibilitet. Tack vore formuleringen är det möjligt att noggrant mäta och jämföra till vilken grad geometriska modeller fungerar.

Slutligen presenteras en valideringsprocess baserad på kostnadseffektiva prototyper som används för att snabbt bekräfta analytiska resultat från MDO ramverket. Den föreslagna processen nyttjar olika tillverkningsmetoder, beroende på prototypens tänkta storlek och användning. I sista delen av avhandlingen presenteras även tre applikationsexempel, valda från forskningsprojekt som har bedrivits på Linköpings universitet och som visar hur de teoretiska resultaten har kommit till användning i praktiken.

In the design of complex engineering products it is essential to handle cross-couplings and synergies between subsystems. An emerging technique, which has the potential to considerably improve the design process, is multidisciplinary design optimization (MDO).

MDO requires a concurrent and parametric design framework. Powerful tools in the quest for such frameworks are design automation (DA) and knowledge based engineering (KBE). The knowledge required is captured and stored as rules and facts to finally be triggered upon request. A crucial challenge is how and what type of knowledge should be stored in order to realize generic DA frameworks.

In the endeavor to address the mentioned challenges, this thesis proposes High Level CAD templates (HLCts) for geometry manipulation and High Level Analysis templates (HLAts) for concept evaluations. The proposed methods facilitate modular concept generation and evaluation, where the modules are first assembled and then evaluated automatically. The basics can be compared to parametric LEGO® blocks containing a set of design and analysis parameters. These are produced and stored in databases, giving engineers or a computer agent the possibility to first select and place out the blocks and then modify the shape of the concept parametrically, to finally analyze it. The depicted methods are based on physic-based models, meaning less design space restrictions compared to empirical models.

A consequence of physic-based models is more time-consuming evaluations, reducing the probability of effective implementation in an iterative intensive MDO. To reduce the evaluation time, metamodels are used for faster approximations. Their implementation, however, is not without complications. Acquiring accurate metamodels requires a non-negligible investment in terms of design space samplings. The challenge is to keep the required sampling level as low as possible.

It will be further elaborated that many automated concurrent engineering platforms have failed because of incorrect balance between automation and manual operations. Hence, it is necessary to find an equilibrium that maximizes the efficiency of DA and MDO.

To verify the validity of the presented methods, three application examples are presented and evaluated. These are derived from industry and serve as test cases for the proposed methods.

Vid utvecklingen av komplexa och tätt integrerade maskintekniska produkter är det viktigt att hantera gränsöverskridande kopplingar och synergier mellan olika delsystem. En ny teknik, som har potential att drastiskt förbättra konstruktionsprocessen, är multidisciplinär design optimering (MDO).

En MDO process kräver ett integrerat och parametrisk konstruktionsramverk. I detta syfte är design automation (DA) och knowledge based engineering (KBE) lovande tekniker för att stödja parametriska konstruktionsramverk. En avgörande utmaning ligger i hur och vilken typ av kunskap som bör förvaras för att förverkliga en generell DA ramverk.

Därför föreslås high level CAD template (HLCT) för geometri manipulation och high level Analysis template (HLAt) för koncept utvärderingar. Detta gör att användaren kan bygga modeller i mindre moduler som sedan monteras och utvärderas automatiskt. Grunderna kan jämföras med parametriska LEGO ® block som innehåller en uppsättning av design och analys parametrar. Dessa produceras och lagras i databaser, vilket ger ingenjörer eller en datoragent möjligheten att först välja och placera ut blocken och sedan ändra formen på dem parametriskt, för att slutligen analysera produkten. Metoderna är baserade på fysikbaserade modeller, vilket innebär mindre begränsningar jämfört med empiriska modeller.

Nackdelen med fysikbaserade modeller är tidskrävande utvärderingar, vilket gör genomförandet av dem i en iterativintensiv MDO opraktisk. För att minska utvärderingstiden införs metamodeller för snabbare approximationer. Att implementera metamodeller är dock inte utan komplikationer. Metamodeller kräver en icke försumbar investering i form av utvärderingar av fysikbaserade modeller för att nå en acceptabel approximation. Utmaningen är att hålla nivån på antalet iterationer så låg som möjligt.

Det kommer att redogöras att många samtidiga DA plattformar har misslyckats på grund av felaktig uppskattning gällande balansen mellan manuella och automatiserade operationer. Det är ytterst nödvändigt att hitta rätt balans för att maximera effektiviteten av DA och MDO.

För att verifiera giltigheten av de presenterade metoderna används tre applikationsexempel från industrin.