Parameter identification of structural dynamic models by inverse statistical analysis

Auf dem Gebiet der Strukturdynamik sind computergestützte Modellvalidierungstechniken inzwischen weit verbreitet. Dabei werden experimentelle Modaldaten, um ein numerisches Modell für weitere Analysen zu korrigieren. Gleichwohl repräsentiert das validierte Modell nur das dynamische Verhalten der getesteten Struktur. In der Realität gibt es wiederum viele Faktoren, die zwangsläufig zu variierenden Ergebnissen von Modaltests führen werden: Sich verändernde Umgebungsbedingungen während eines Tests, leicht unterschiedliche Testaufbauten, ein Test an einer nominell gleichen aber anderen Struktur (z.B. aus der Serienfertigung), etc. Damit eine stochastische Simulation durchgeführt werden kann, muss eine Reihe von Annahmen für die verwendeten Zufallsvariablengetroffen werden. Folglich bedarf es einer inversen Methode, die es ermöglicht ein stochastisches Modell aus experimentellen Modaldaten zu identifizieren. Die Arbeit beschreibt die Entwicklung eines parameter-basierten Ansatzes, um stochastische Simulationsmodelle auf dem Gebiet der Strukturdynamik zu identifizieren. Die entwickelte Methode beruht auf Sensitivitäten erster Ordnung, mit denen Parametermittelwerte und Kovarianzen des numerischen Modells aus stochastischen experimentellen Modaldaten bestimmt werden können.

Strategische Erfolgsfaktoren für ein kosten-risiko-optimales Public Debt Management - Organisatorische und inhaltliche Parameter im internationalen Vergleich

Aus den im Rahmen dieser Forschungsarbeit empirisch gewonnenen Erkenntnissen werden Gestaltungsempfehlungen für das Public Debt Management abgeleitet. Diese zeigen, dass ein wirtschaftliches Public Debt Management nicht ein ausschließlich kostenminimierendes (sparsames), sondern ein kosten-risiko-optimales Public Debt Management mit effektiven internen und externen Überwachungsinstrumenten und wirksamer externer Finanzkontrolle sein muss.

Evaluation of water retention capacity and flood control function of the forest catchment

This research quantitatively evaluates the water retention capacity and flood control function of the forest catchments by using hydrological data of the large flood events which happened after the serious droughts. The objective sites are the Oodo Dam and the Sameura Dam catchments in Japan. The kinematic wave model, which considers saturated and unsaturated sub-surface soil zones, is used for the rainfall-runoff analysis. The result shows that possible storage volume of the Oodo Dam catchment is 162.26 MCM in 2005, while that of Samerua is 102.83 MCM in 2005 and 102.64 MCM in 2007. Flood control function of the Oodo Dam catchment is 173 mm in water depth in 2005, while the Sameura Dam catchment 114 mm in 2005 and 126 mm in 2007. This indicates that the Oodo Dam catchment has more than twice as big water capacity as its capacity (78.4 mm), while the Sameura Dam catchment has about one-fifth of the its storage capacity (693 mm).