Een visie gebaseerde modelreductietechniek voor operationele parameterschatting van niet-lineaire dynamische eindige-elementenmodellen.

Een nauwkeurige dynamische identificatie van mechanische componenten is essentieel om het volle potentieel van Digital Twins van mechanische systemen te benutten. De huidige dynamische parameterschattingsmethodieken laten niet toe om  metingen met hoge ruimtelijke resolutie te gebruiken voor componenten onder operationele omstandigheden. Dit project beoogt de ontwikkeling van een raamwerk voor de identificatie van de operationele parameters voor niet-lineaire dynamische eindige elementen componentsmodellen op basis van contactvrije en hoge-resolutie optische metingen.
Een fundamenteel nieuwe aanpak is voorgesteld, waarbij de beeldverwerking en efficiënte inverse modelevaluatie sterk met elkaar gekoppeld zijn. Deze aanpak steunt op drie kernbijdrages. Eerst wordt een methodologie onderzocht voor het opstellen van een gedetailleerd vervormingsveld over een breed frequentiebereik door te starten van (relatief laag-frequente) beelddata. De gemeten vervormingsvelden worden vervolgens gebruikt om een parametrisch gereduceerd model op te stellen. Dit is een innovatieve aanpak, waardoor de typische hoge aanmaakkost van dergelijke modellen vermeden of sterk gereduceerd kan worden. De beeldgebaseerde data en gereduceerde modellen worden tenslotte gecombineerd in een parameteridentificatieproces in het frequentie- of tijdsdomein, afhankelijk van de beschouwde component. De validatie gebeurt op zowel academische testgevallen als op testopstellingen van industriële complexiteit.