ОптиЙ
 | Тема этой статьи Википедии может не соответствовать общему правилу по известности . ( март 2024 г. ) |
| Разработчик(и) | ОптиЙ ГмбХ |
|---|---|
| Операционная система | Окна |
| Тип | Технические вычисления |
| Лицензия | Собственный |
| Веб-сайт | www  |
OptiY для среды проектирования — это программное обеспечение , которое предоставляет современные стратегии оптимизации и новейшие вероятностные алгоритмы для анализа неопределенности, надежности, устойчивости, анализа чувствительности, интеллектуального анализа данных и метамоделирования.
Функции
[ редактировать ]OptiY — это междисциплинарная среда проектирования, которая обеспечивает прямые и универсальные интерфейсы для многих CAD/CAE-систем и программ для внутренних специалистов. Кроме того, доступен сложный COM-интерфейс и пользовательский узел с предопределенным шаблоном, позволяющий пользователю самостоятельно интегрировать внешние программы для простоты использования. Вставить любую систему в произвольную цепочку процессов очень легко с помощью графического редактора рабочих процессов. Возможна совместная работа различных классов имитационных моделей в виде сетей, метода конечных элементов, системы нескольких тел, стенда для испытаний материалов и т. д.
Интеллектуальный анализ данных
[ редактировать ]Интеллектуальный анализ данных — это процесс извлечения скрытых закономерностей из данных. Интеллектуальный анализ данных выявляет тенденции в данных, выходящие за рамки простого анализа данных. Благодаря использованию сложных алгоритмов пользователи, не являющиеся статистиками, имеют возможность определять ключевые атрибуты процессов и целевые возможности. Интеллектуальный анализ данных становится все более важным инструментом преобразования этих данных в информацию. Он обычно используется в широком спектре приложений, таких как производство, маркетинг, обнаружение мошенничества, научные открытия и т. д.
Анализ чувствительности
[ редактировать ]Локальная чувствительность в виде коэффициентов корреляции и частных производных может использоваться только в том случае, если корреляция между входными и выходными данными линейна. Если корреляция нелинейная, необходимо использовать анализ глобальной чувствительности, основанный на дисперсионной зависимости между распределением затрат и выпуска в виде индекса Соболя. С помощью анализа чувствительности можно уменьшить сложность системы и объяснить причинно-следственную цепочку. [1] [2]
Вероятностное моделирование
[ редактировать ]Изменчивость, неопределенность, толерантность и ошибки технических систем играют важную роль в процессе проектирования продукта. Они возникают из-за производственных неточностей, неопределенности процесса, влияния окружающей среды, истирания, человеческого фактора и т. д. Они характеризуются стохастическим распределением. Детерминированное моделирование не может предсказать поведение реальной системы из-за изменчивости и неопределенности входных данных, поскольку один расчет модели показывает только одну точку в пространстве проектирования. вероятностное моделирование Необходимо выполнить . Таким образом, выходные распределения будут рассчитываться на основе входных распределений на основе детерминированной модели моделирования с помощью любой системы моделирования. Реалистичное поведение системы может быть получено из этих выходных распределений. [3] [4]
Анализ надежности
[ редактировать ]Непостоянство параметров часто приводит к сбою системы. Анализ надежности ( анализ видов отказов и последствий ) исследует нарушение границ выходных данных из-за изменчивости входных данных. Механизмы отказа компонентов известны в техническом задании на разработку изделия. Они идентифицируются путем измерения, сбора полевых данных, данных о материалах, спецификаций клиента и т. д. При моделировании удовлетворение всех спецификаций продукта определяется как ограничения результатов моделирования. Надежность системы считается заданной, если все ограничения рассеивают заданные границы. Хотя моделирование номинальных параметров показывает, что все значения ограничений находятся в надежных границах, надежность системы, однако, не может быть гарантирована из-за изменчивости входных данных. Часть изменчивости ограничений, нарушающая заданные границы, называется вероятностью отказа решения. Анализ надежности рассчитывает вероятность отказа отдельных компонентов, а также всей системы в данный момент времени. [5]
Мета-моделирование
[ редактировать ]Мета-моделирование — это комбинация суррогатной модели и нейронных сетей, основанных на физике , которая представляет собой процесс установления математической взаимосвязи между входными и выходными параметрами. Новый способ моделирования — это любое сочетание некоторых несовершенных данных и некоторых несовершенных физических компонентов, позволяющее получить точную метамодель для вычислений в реальном времени. [6] [7]
Прогнозирование усталостной жизни
[ редактировать ]Прогнозирование усталости (материала) было одной из наиболее важных проблем при проектировании надежности и качества. Они имеют несколько практических применений: быстрая оптимизация конструкции на этапе разработки продукта и прогнозирование пределов использования в полевых условиях, а также анализ отказов продукта, возвращенного с поля или не прошедшего квалификационные испытания. Анализ усталости фокусируется на термическом и механическом механизме разрушения. Большинство усталостных разрушений можно отнести к термомеханическим напряжениям, вызванным различиями в коэффициентах теплового и механического расширения. Усталостные разрушения возникают, когда компонент испытывает циклические напряжения и деформации, которые приводят к необратимым повреждениям.
Многокритериальная оптимизация
[ редактировать ]В процессе разработки технических продуктов часто возникают проблемы проектирования со многими целями или критериями оценки, такими как низкая стоимость, высокое качество, низкий уровень шума и т. д. Необходимо найти параметры проектирования, чтобы минимизировать все критерии. существует другая структура порядка между пространствами параметров и критериев В отличие от одиночной оптимизации, при многокритериальной оптимизации . Критерии противоречат друг другу. Пытаясь минимизировать один критерий, можно максимизировать другие критерии. Существует не только одно решение, но и граница оптимального решения по Парето. Многоцелевая оптимизация автоматически находит все решения Парето за один проход. Также доступен инструмент поддержки принятия нескольких решений, позволяющий выбрать из них одно наиболее подходящее решение. [8]
Надежная оптимизация конструкции
[ редактировать ]В процессе проектирования технических систем необходимо учитывать изменчивость, неопределенность и толерантность, чтобы обеспечить крайне необходимое качество и надежность. Они неуправляемы, непредсказуемы и вызывают неопределенность удовлетворения требуемых характеристик продукции. Целью проектирования является обеспечение заданных функциональных возможностей продукта, несмотря на неизбежную изменчивость и неопределенность. Подход, решающий эту проблему, — это надежное проектирование параметров продукта на ранних этапах процесса проектирования ( робастное проектирование параметров (RPD) ). Таким образом, должны быть найдены оптимальные параметры продукта. Внутри поведение системы устойчиво и нечувствительно, несмотря на неизбежную изменчивость. Например, постоянная изменчивость и неопределенность приводят лишь к минимальной изменчивости характеристик продукта. Таким образом, требуемые характеристики продукта всегда будут удовлетворены. [9]
Ссылки
[ редактировать ]- ^ Салтелли, А., Чан, К. и Скотт, Э.М.: Анализ чувствительности . John Wiley & Sons, Чичестер, Нью-Йорк, 2000 г.
- ^ Окли Дж. Э., О'Хаган А.: Вероятностный анализ чувствительности компьютерных моделей: байесовский подход . Журнал Королевского статистического общества, серия B, 66:751-769, 2004 г.
- ^ Фам Т.К., Нойберт Х. и Камуселла А.: Проектирование надежности и устойчивости с помощью вероятностных методов в COMSOL Multiphysical с OptiY . Материалы 2-й Европейской конференции COMSOL. 4–6 ноября 2008 г. в Ганновере: [1]
- ^ Сакс Дж., Уэлч В.Дж., Митчелл Т.Дж., Винн Х.П.: Планирование и анализ компьютерных экспериментов . Статистическая наука 4, стр. 409–435, 1989 г.
- ^ Ау, С.К., Бек, Дж.Л.: Подмножество моделирования и его применение к сейсмическому риску на основе динамического анализа . Журнал инженерной механики, Vol. 129, № 8, 1 августа 2003 г.
- ^ Фам Т.К., Камуселла А. и Нойберт Х.: Автоматическое извлечение кода Modelica из данных анализа конечных элементов или измерений . Материалы 8-й Международной конференции Modelica. 20–22 марта 2011 г. в Дрездене: [2]
- ^ Сантнер, Т.Дж., Уильямс, Б.Дж., Нотц, В.И.: Планирование и анализ компьютерного эксперимента . Спрингер-Верлаг, Нью-Йорк, 2003 г.
- ^ Зицлер Э., Тиле Л.: Многокритериальные эволюционные алгоритмы: сравнительное тематическое исследование и силовой подход Парето . Транзакции IEEE по эволюционным вычислениям. стр. 257-271. ноябрь 1999 г.
- ^ Сунг Х. Парк: Надежное проектирование и анализ для обеспечения качества . Чепмен и Холл 1996. ISBN 0-412-55620-0