Technical Support

Optimization 글 편집

在机械系统的设计中,针对性能指标将各种设计变量进行优化的过程十分重要。 RecurDyn虽没有优化设计的背景理论,但却提供专用的UI和求解器使任何人都可以进行机械系统优化。


AutoDesign的独特优势

  • 通过简单的练习就可以在实际应用中操作的界面(提供任何人均可进行优化的解决方案);
  • 易于定义和定制的设计变量和目标函数;
  • 具有系统的鲁棒设计优化技术,考虑不确定性,如公差和噪声;
  • 无论目标函数的数量如何,都可以轻松设置多目标函数优化;
  • 优化多尺度问题以解决设计变量值差异较大的优化问题;
  • 配备Progressive Meta-Model(渐进元模型) 算法
  • 与其他产品相比优化试验(样品)数量明显减少 (在L公司项目中,设计变量数量为105,性能指标数量为14的优化问题分析了116次(109个初始抽样和7个近似优化)

9DD8HYeRaSUyTXrVd8Dozh6NbrrFVY05.jpeg


AutoDesign的各种功能

设计研究: 作为设计实验的功能,总共提供6种方法

  • 提供一种仅以“最佳采样”执行DOE的方法
  • 自动生成2,3级正交列阵试验以匹配设计变量的数量
  • 人为确定水平数量和实验数量的Descriptive实验设计
  • 支持效果分析(Effect Analysis), 筛选变量(Screening Variables), 相关性分析(Correlation Analysis)


设计优化 : 作为基本的优化设计功能,使用原模型进行优化

  • 提供各种选项以及为初学者提供自动选项选择功能
  • 现有的优化结果可继续导入计算
  • 能够比较优化过程中执行的各个分析结果

5mWzCDfXKu74ibYJL3646LSUWgfQ1xqL.jpeg


DFSS/Robust设计优化 : 针对DFSS (Design for Six Sigma)的优化支持

  • 与只显示统计偏差的常规正式DFSS不同,Recurdyn采用直接考虑6-Sigma不等式约束的优化设计
  • 可以在指定的设计变量和噪声常数中定义公差和偏差
  • 可以考虑指定的目标函数的鲁棒性(robustness)


可靠性分析 : 使用创新的方法采用比传统的可靠性分析方法更少的采样来获得理想的可靠性分析结果

  • SAO 混合方法: 将基于Progressive Meta-Model的优化算法融入基于MPP的DRM(降维方法)的新可靠性分析技术
  • Adaptive Monte-Carlo Method : 开发了一种自适应蒙特卡罗技术来减少采样点的数量