Платформа Оптимус

Оптимус
Разработчик(и)	Решения Ноэзис
Стабильная версия	2022.1 / апрель 2022 г.
Операционная система	Кросс-платформенный
Тип	Технические вычисления
Лицензия	Собственный
Веб-сайт	[1]

Optimus — это платформа интеграции процессов и оптимизации проектирования ( PIDO ), разработанная Noesis Solutions. Noesis Solutions принимает участие в ключевых исследовательских проектах, таких как PHAROS ^[1]^[2]^[3] и МАТРИЦА. ^[4]

Optimus позволяет интегрировать несколько инженерных программных инструментов ( CAD , динамика многотельных тел , конечные элементы , вычислительная гидродинамика , ...) в единый автоматизированный рабочий процесс. Как только процесс моделирования будет включен в рабочий процесс, Optimus направит его на исследование пространства проектирования и оптимизацию конструкции продукта для повышения функциональных характеристик и снижения затрат, а также минимизации времени, необходимого для всего процесса проектирования.

Интеграция процессов

Графический интерфейс Optimus позволяет создавать рабочий процесс графического моделирования. Набор функций поддерживает интеграцию как коммерческого, так и собственного программного обеспечения. Простой рабочий процесс может охватывать одну программу моделирования, тогда как более сложные рабочие процессы могут включать несколько программ моделирования. Эти рабочие процессы могут содержать несколько ветвей, каждая из которых содержит одну или несколько программ моделирования, и могут включать специальные операторы, определяющие циклы и условное ветвление.

Механизм выполнения рабочего процесса Optimus может варьироваться от пошагового анализа процесса моделирования до развертывания в большом (и неоднородном) вычислительном кластере. Optimus интегрирован с несколькими системами управления ресурсами для поддержки параллельного выполнения в вычислительном кластере .

Оптимизация дизайна

Optimus включает в себя широкий спектр методов и моделей, помогающих решать проблемы оптимизации конструкции:

Планирование экспериментов ( DOE )
Моделирование поверхности отклика ( RSM )
Численная оптимизация , основанная на локальных или глобальных алгоритмах, как для одной, так и для нескольких целей с непрерывными и/или дискретными переменными расчета.

Планирование экспериментов (DOE)

Планирование экспериментов (DOE) определяет оптимальный набор экспериментов в пространстве проектирования, чтобы получить наиболее актуальную и точную проектную информацию с минимальными затратами. Optimus поддерживает следующие методы DOE:

* Адаптивное ДОУ (новое)

* Полный факториал (2-уровневый и 3-уровневый)

* Регулируемый полный факториал

* Дробный факториал

* Плакетт-Берман

* Заполнение пространства

* Центральный композит

* Случайный

* Латино-Гиперкуб

* Звездные точки

* Диагональ

* Оптимальная конструкция (I-, D- и A-оптимальная)

* Определяется пользователем

Моделирование поверхности отклика (RSM)

Моделирование поверхности отклика ( RSM ) — это набор математических и статистических методов, которые полезны для моделирования и анализа проблем, в которых на интересующую реакцию конструкции влияют несколько параметров конструкции. Методы Министерства энергетики в сочетании с RSM могут прогнозировать значения реакции конструкции для комбинаций входных параметров конструкции, которые ранее не рассчитывались, с очень небольшими усилиями по моделированию. Таким образом, RSM позволяет осуществлять дальнейшую постобработку результатов DOE.

Моделирование поверхности отклика Optimus варьируется от классических наименьших квадратов методов до продвинутых методов стохастической интерполяции, включая кригинг , нейронную сеть , радиальные базисные функции и гауссовского процесса модели . Чтобы максимизировать точность RSM, Optimus также может автоматически генерировать лучший RSM, используя большой набор алгоритмов RSM и оптимизируя RSM с использованием подхода перекрестной проверки.

Численная оптимизация

Optimus поддерживает широкий спектр однокритериальных и многокритериальных методов. Методы многокритериальной оптимизации обычно генерируют так называемый «фронт Парето» или используют весовую функцию для создания одной точки Парето.

По методам поиска методы оптимизации Optimus (как однокритериальные, так и многокритериальные) можно разделить на:

методы локальной оптимизации – поиск оптимума на основе локальной информации задачи оптимизации (например, информации о градиенте). Методы включают в себя

* SQP ( последовательное квадратичное программирование )

* НЛПКЛ

* Обобщенный уменьшенный градиент

* NBI, взвешенные методы (многокритериальные)

методы глобальной оптимизации – поиск оптимума на основе глобальной информации задачи оптимизации. Обычно это методы поиска, основанные на вероятности. Методы включают в себя

* Генетические алгоритмы ( Дифференциальная эволюция , Самоадаптивная эволюция, ...)

* Имитация отжига

* CMA-ES

* NSEA+, mPSO (многоцелевой)

гибридные методы оптимизации, например эффективная глобальная оптимизация, объединяющая локальный и глобальный подходы в один подход, который обычно основан на моделировании поверхности отклика для поиска глобального оптимума.
Также доступен метод автоматической оптимизации. Это позволит автоматически выбрать лучшую стратегию для пользователя.
Благодаря этой функции партнер (eArtius) и открытая библиотека (Дакота) интегрируются в Optimus.

Пользователь также может интегрировать свою собственную стратегию оптимизации в среду Optimus.

Надежная оптимизация конструкции и метод Тагучи

Чтобы оценить влияние реальных неопределенностей и допусков на конкретную конструкцию, Optimus содержит моделирование Монте-Карло , а также метод второго момента первого порядка для оценки и повышения надежности конструкции. Optimus рассчитывает и оптимизирует вероятность отказа, используя передовые методы обеспечения надежности, включая методы надежности первого и второго порядка.

Optimus также включает в себя специальный набор функций для настройки исследования Тагучи посредством определения факторов управления, коэффициентов шума и коэффициентов сигнала в случае динамического исследования. Геничи Тагучи , японский инженер, опубликовал свою первую книгу по экспериментальному проектированию в 1958 году. Цель проекта Тагучи — сделать продукт или процесс более стабильным перед лицом вариаций, над которыми практически нет контроля (например, обеспечение надежная работа двигателя автомобиля при различных температурах окружающей среды).

Приложения

Использование Optimus охватывает широкий спектр приложений, включая

Ссылки

^ «ФАРОС» .
^ «Проект Кордис» .
^ «Чистая авиация» .
^ «Проект Кордис» .
^ Карелло, М.; Филиппо, Н.; д'Ипполито, Р. (24 апреля 2012 г.). «Оптимизация производительности прототипа гибридного электромобиля XAM». Материалы Всемирного конгресса SAE SAE 2012 . Серия технических документов SAE. 1 . дои : 10.4271/2012-01-0773 .

Внешние ссылки

[PHAROS-1] «ФАРОС» .

[Cordis-2] «Проект Кордис» .

[Clean_Aviation-3] «Чистая авиация» .

[MATRIX-4] «Проект Кордис» .

[5] Карелло, М.; Филиппо, Н.; д'Ипполито, Р. (24 апреля 2012 г.). «Оптимизация производительности прототипа гибридного электромобиля XAM». Материалы Всемирного конгресса SAE SAE 2012 . Серия технических документов SAE. 1 . дои : 10.4271/2012-01-0773 .

[1]

[2]

[3]

[4]

[5]