Dieses Projekt konzentriert sich auf die Entwicklung effizienter numerischer Methoden für die Auslegung und Optimierung akustischer Metamaterialien, mit dem Ziel, deren praktische Anwendung zur Lärmminderung in technischen Systemen zu ermöglichen. Durch die Kombination von Modellreduktionsverfahren mit fortschrittlichen Optimierungsstrategien senken die vorgeschlagenen Methoden den üblicherweise mit dem Design von Metamaterialien verbundenen Rechenaufwand erheblich und ermöglichen so die schnelle Untersuchung komplexer Einheitszellen-Geometrien und Materialkonfigurationen, die auf spezifische Schalldämmungsanforderungen in realen technischen Anwendungen zugeschnitten sind.

Die durch Verkehr oder die Industrie verursachte Lärmbelastung stellt eine der grössten Gefahren für die Umwelt dar und kann zu erheblichen Gesundheitsproblemen führen. Deshalb spielt die Lärmminderung eine wesentliche Rolle bei der konstruktiven Gestaltung. In der aktuellen Ingenieurpraxis wird dies typischerweise durch Dämpfungsbehandlung in einer späten Entwurfsphase oder sogar erst nach Produktionsbeginn erreicht. Die so verursachte Massenerhöhung kann erheblich sein und den ökologischen Fussabdruck des Produkts verschlechtern. In den letzten Jahren haben akustische Metamaterialien eine grosse wissenschaftliche Aufmerksamkeit auf sich gezogen and werden als eine vielversprechende Lösung betrachtet, um das empfindliche Gleichgewicht zwischen Leichtbauweise und Geräuscharmut herzustellen. Das übergeordnete Ziel dieses Projekts besteht in der Entwicklung numerischer Methoden zur Entwurfsoptimierung elastischer und akustischer Metamaterialien. 

Dieses Ziel wird durch die Vereinigung von Expertise in den Bereichen der Vibroakustik und der numerischen linearen Algebra erreicht. Da akustische Metamaterialien aus einer periodischen Anordnung von Einheitszellen (sogenannte Metaatome) bestehen, überträgt sich die Periodizität direkt auf die parameterabhängigen linearen Gleichungssysteme, die in den zugehörigen FEM-BEM-Modellen auftreten. In diesem Projekt werden strukturausnutzende numerische Methoden für deren Lösung entwickelt. Dies ist von grossem Nutzen für die Modellreduktion und erlaubt auch eine rechnergestützte Entwurfsoptimierung. Dabei ist es ein Ziel, die Resonanzfrequenzen des Metamaterials mittels nichtlinearer Eigenwertoptimierung nach Nutzervorgaben einzustellen. Darüber hinaus werden Fälle mit Anregung betrachtet, die auf H∞-Optimierungsaufgaben führen. Die neuen rechnergestützten Verfahren werden an relevanten industriellen Benchmarks getestet und dann in die Ingenieurpraxis übertragen.

Book Chapters

  • Trust-region methods with low-fidelity objective models, A. Angino, M. Aurina, A. Kopaničáková, M. Voigt, M. Donatelli, and R. Krause, Domain Decomposition Methods in Science and Engineering XXIX, Springer, December 2025, Accepted for publication, https://doi.org/10.48550/arXiv.2511.00434
  • A non-monotone preconditioned trust-region method for neural network training, A. Angino, B. Çapriqi, S. Likaj, K. Trotti, and R. Krause, Domain Decomposition Methods in Science and Engineering XXIX, Springer, 2025, Accepted for publication, https://doi.org/10.48550/arXiv.2605.14860

Conference Papers

  • Second-order optimization of variable projection SVM models and road abnormality detection, A. Angino, M. Voigt, R. Krause, and T. Dózsa, ICASSP 2026 – 2026 IEEE International Conference on Acoustics, Speech and Signal Processing, Barcelona, Spain, 2026, https://doi.org/10.1109/ICASSP55912.2026.11463454

Preprints / Submitted Papers

  • Adaptive kernel methods, T. Dózsa, A. Angino, Z. Szabó, J. Bokor, and M. Voigt, arXiv preprint arXiv:2601.21707, Jan. 2026, Submitted for publication, https://doi.org/10.48550/arXiv.2601.21707
  • H2-optimal model order reduction using hyperbolic geometry, A. Angino, T. Dózsa, and M. Voigt, Mar. 2026, Submitted for publication

Dauer des Projekts

01.08.2025 - 31.07.2028

Mitarbeiter

Prof. Dr. Matthias Voigt
Prof. Dr. Matthias Voigt Projektleiter
Steffen Marburg
Steffen Marburg Projektleiter, Technical University of Munich
MSc Andrea Angino
MSc Andrea Angino Doktorand
Arne Hildenbrand
Arne Hildenbrand Doktorand, Technical University of Munich
BSc Leo Hilti
BSc Leo Hilti Hilfsassistent

Finanzierung

Project funding (Swiss National Science Foundation in conjunction with German Research Foundation in the framework of Weave)
Amout: CHF 250'126 (UniDistance share)