Анализ данных и оптимизация

Для решения сложных инженерных задач не требуется специальных знаний: в pSeven наиболее подходящая техника выбирается автоматически.

Зачем нужны анализ данных и оптимизация?

Возможности анализа данных и оптимизации (в продукте представлены в виде блока Design Space Exploration, или DSE) позволяют исследовать различные варианты конструкции и легко находить оптимальные решения. С помощью инструментов pSeven вы можете задавать все настройки плана эксперимента, сочетать разные стратегии оптимизации, производить оценку неопределенностей и легко переключаться между техниками прямо в процессе решения инженерных задач.

Анализ данных и оптимизация позволяют:

  • Проверять надежность моделей
  • Исследовать несколько вариантов проектных решений
  • Находить компромиссные решения
  • Обнаруживать узкие места
  • Производить идентификацию моделей
  • Ставить цели

“Термином Design Exploration (или Design Space Exploration, DSE) обозначаются класс количественных методов и соответствующая категория программного обеспечения, предназначенного для систематического и автоматического исследования большого количества конструктивных вариантов и поиска оптимальных рабочих параметров”

Б. Дженкинс, Ora Research

Model

Создайте расчетную схему, описывающую ваш продукт или процесс

trending_flat
Design Exploration

Примените инструменты анализа данных и оптимизации

trending_flat
Analytics

Принимайте обоснованные решения

Планирование эксперимента

Планирование эксперимента (Design of Experiments, DoE) - это набор значений входных параметров, для которых измеряются выходные параметры (или отклик) модели. Планирование экспериментов используют для изучения пространства параметров и получения как можно большего количества информации о поведении модели, используя как можно меньшее количество обращений к ней. Планирование эксперимента используется для проведения оптимизации на основе метамоделей или создания обучающей выборки для построения точной предсказательной модели.

Simulation

Создайте расчетную модель

trending_flat
Parameters

Назначьте переменные и отклики

trending_flat
Design of Experiments

Проведите исследования модели

Поведение модели может быть очень разнообразным в зависимости от размерности, типов входных параметров и ограничений, гладкости или зашумленности отклика и т.п., а доступное количество обращений к модели зачастую ограничено. Для быстрого и эффективного исследования подобных моделей pSeven предлагает широкий набор техник для планирования эксперимента, включая как популярные прямые техники, так и уникальный адаптивный план эксперимента. 

Адаптивный План Эксперимента

Адаптивный план эксперимента (ADoE) учитывает поведение модели, а также линейные и нелинейные ограничения перед добавлением новых точек. ADoE поддерживает 3 сценария:

ADoE Uniform

1. Равномерная выборка

Исследование допустимой области:

  • Требуется задать: переменные и границы, линейные и нелинейные ограничения.
  • Результат: равномерная выборка в допустимой области.
ADoE Explore

2. Исследование

Улучшение поверхности отклика:

  • Требуется задать: переменные и границы, линейные и нелинейные ограничения, целевую функцию.
  • Результат: выборка в допустимой области для получения более качественной аппроксимации целевой функции.
ADoE Contour

3. Поиск

Поиск заданных значений целевой функции:

  • Требуется задать: переменные и границы, линейные и нелинейные ограничения, целевую функцию и ее искомое значение.
  • Результат: выборка в области, заданной ограничениями, с заданным значением целевой функции.

Оптимизация

Оптимизация - это процесс нахождения значений входных параметров аналитической или расчетной модели, которые приводят к наилучшей производительности, надежности или улучшению других характеристик рассматриваемого изделия или производственного процесса. В конечном счете, оптимизация отвечает на следующие вопросы:

  • Как улучшить характеристики изделия или производственного процесса?
  • Какое сочетание конструкторских параметров эффективнее?
  • Как уменьшить влияние переменности входных параметров на поведение изделия?
Simulation model

Создайте модель

trending_flat
Parameters

Задайте переменные и цели

trending_flat
Optimization

Проведите оптимизацию

pSeven предлагает полный набор собственных разработанных методов и алгоритмов для проведения одно- и многокритериальной оптимизации c учетом различных ограничений. Это позволяет эффективно решать задачи оптимизации как с быстрыми аналитическими моделями, так и случаи, где ключевым вызовом является ресурсоёмкое численное моделирование физических процессов.

SmartSelection

В pSeven пользователю вместо утомительной и чувствительной настройки внутренних параметров алгоритмов необходимо обозначить только базовые свойства модели (если они известны), такие как, например, предполагаемая длительность расчета, плавность отклика модели и т.п. После этого на основе этой информации при помощи технологии SmartSelection обеспечивается автоматический и адаптивный выбор конкретных алгоритмов оптимизации.

Подробнее >

Существует также набор специфических аспектов аналитических и расчетных моделей, справиться с которыми инструменты с открытым исходным кодом или программы, написанные в ВУЗах, не могут.  Эти аспекты могут быть приняты во внимание в процессе оптимизации в pSeven:

Размерность задачи

pSeven позволяет решать задачи с:

  • Сотнями переменных
  • Десятками ограничений
  • Несколькими (до 10) целевыми функциями 

Продвинутые постановки задачи

pSeven поддерживает любые комбинации с:

  • Непрерывными и целочисленными переменными 
  • Линейными и нелинейными ограничениями 
  • Зашумленными, многоэкстремальными и недифференцируемыми целями 

Длительные расчеты 

pSeven поддерживает параллельный запуск и выполение процессов оптимизации, что позволяет существенно сократить время решения трудоёмких задач.

Идентификация моделей

Иногда входные параметры модели трудно или невозможно определить, например, коэффициент демпфирования или рассеяния звуковых волн. Проведение эксперимента может помочь, но если эти параметры не могут быть найдены напрямую, необходимо провести более углубленное исследование.

Model

Неточная модель = параметры модели неизвестны

trending_flat
Experiment
trending_flat
Data

Точная модель = неизвестные входные параметры идентифицированы!

В таких случаях можно провести идентификацию модели (или сопоставление данных) в pSeven. Суть данного подхода состоит в сборе выходных данных эксперимента и создании расчетной или аналитической модели изделия или производственного процесса с неизвестными входными параметрами. После этого настраивается процесс оптимизации с проверкой невязки между вычисленными и экспериментальными данными для идентификации неизвестных входных параметров. Такой подход обеспечивает менее дорогостоящие исследования и позволяет проводить более достоверное численное моделирование.

Детерминистический или стохастический подход?

В реальной жизни значения параметров изделий — геометрия, свойства материалов, нагрузки и пр. всегда содержат в себе некоторую неопределенность. Она может быть обусловлена как технологическими допущениями, так и естественной изменчивостью. Считается, что моделирование является детерминированным, однако на практике все подвержено влиянию неопределенностей. :

Решение инженерных задач, содержащих неопределенности, требует стохастического подхода:

Детерминистический подход:

Design variables

Переменные

trending_flat
Model

Модель

trending_flat
Responses

Отклики

Стохастический подход:

Design variables

Переменные

trending_flat
Stochastic variables

Стохастические переменные

trending_flat
Model

Модель

trending_flat
Responses

Отклики

В pSeven имеется набор инструментов для работы с неопределенностями и автоматического подбора надежных вариантов конструкции:

  • Оценка неопределенностей (Uncertainty Quantification, UQ)
  • Робастная оптимизация (Robust Design Optimization, RDO)
  • Оптимизация на основе анализа надежности (Reliability-Based Design Optimization, RBDO)
Подробнее >

Анализ данных

pSeven предоставляет полный контроль над данными, полученными из различных источников, и богатые возможности для их обработки и исследования. Визуализируйте и повторно используйте инженерные результаты при помощи полного набора интерактивных и настраиваемых инструментов, включая различные виды таблиц и статистики, корреляций, зависимостей, параллельных координат и 2D/3D визуализации.

Parameters correlation analysis

Корреляционный анализ параметров

Parameters dependency analysis

Анализ зависимостей параметров

Design points in parallel coordinates

Расчетные точки в параллельных координатах

Заинтересовало решение?

Нажмите, чтобы запросить бесплатную 30-дневную демоверсию.

Запросить демо