Optimización de los esfuerzos de optimización del diseño

La simulación rara vez ocurre de forma aislada. Un ingeniero puede realizar una simulación de estrés en los soportes de la transmisión para un nuevo diseño de automóvil, pero esa simulación probablemente se lleva a cabo dentro de un contexto más amplio; uno que también podría considerar las tensiones en los soportes del motor, la rigidez del marco de un automóvil, etc. No solo hay muchos componentes diferentes de ese diseño que uno podría someter a diferentes simulaciones, sino que cada componente comprende materiales, y refleja decisiones de diseño, que podrían modificarse si los resultados de estas simulaciones de estrés están fuera de las especificaciones aceptables.

Tantas simulaciones. Tantas variables. ¿Cómo se llega de manera eficiente a un diseño general optimizado? Ansys optiSLang puede ayudar a responder esa pregunta.

La clave para la optimización robusta del diseño

Ansys optiSLang es una solución de optimización de diseño e integración de procesos (PIDO) que proporciona a una organización algoritmos de optimización de diseño robusto (RDO) de última generación. Tiene en cuenta las incertidumbres y las variaciones de tolerancia para identificar de forma automática y eficiente la configuración óptima para un diseño determinado. Integrado en Ansys Workbench y Ansys Electronics Desktop (AEDT), optiSLang facilita todos los aspectos de RDO, incluida la exploración del diseño, la optimización, la solidez y el análisis de confiabilidad. Tampoco se limita a herramientas específicas de simulación de Ansys. Las organizaciones utilizan optiSLang en flujos de trabajo automatizados que pueden incorporar simulaciones utilizando prácticamente cualquier producto Ansys o no Ansys. Estos flujos de trabajo analizan y pasan datos de un paso al siguiente y pueden ejecutarse hasta que los objetivos de diseño se alcancen de manera óptima.

Muchas organizaciones ya han creado flujos de trabajo que realizan este tipo de simulaciones, pero en muchos casos implican un esfuerzo manual significativo. Los ingenieros con experiencia en Ansys Mechanical, por ejemplo, ejecutarán sus simulaciones y luego pasarán manualmente el resultado de esas simulaciones a otro ingeniero que se especialice en simulaciones usando Ansys Fluent. Si el próximo ingeniero en el flujo de trabajo utiliza una herramienta de simulación personalizada o de terceros, es posible que los datos destacados de Fluent o Mechanical deban extraerse o transformarse antes de que puedan usarse en la siguiente aplicación. Cada uno de estos pasos manuales lleva tiempo, y cada uno crea una oportunidad para que se produzcan errores. Si bien una organización que aborda RDO de esta manera puede obtener claras eficiencias mediante el uso de software de simulación en cada paso, el flujo de trabajo general solo puede describirse como discontinuo. e ineficiente.

Ansys optiSLang cambia esa dinámica. Su interfaz de usuario (UI) fácil de usar simplifica la creación de flujos de trabajo que automatizan simulaciones, extracciones y transformaciones multifísicas. Facilita la inclusión de código personalizado y aplicaciones de terceros, herramientas de procesamiento previo y posterior, y bucles analíticos y de procesamiento sofisticados. Facilita la gestión de tareas de procesamiento en un entorno informático de alto rendimiento (HPC). También interactúa con Ansys Minerva, una aplicación de gestión del conocimiento que protege los datos de simulación críticos y brinda soporte para el proceso de simulación y la toma de decisiones a los equipos de simulación en todas las geografías y silos funcionales. Para los flujos de trabajo que pueden usar diferentes grupos dentro de una organización, Minerva también permite que un equipo cree y publique aplicaciones web basadas en optiSLang que otras personas dentro de la organización pueden usar fácilmente.

Discutiendo las variables

La capacidad de vincular una amplia gama de herramientas de simulación paramétrica proporciona una visión sin precedentes de las variables que pueden informar un diseño complejo. Pero esa idea también puede ser un poco abrumadora. Si se puede manipular todo, desde la composición del material de un componente individual hasta su tamaño, forma y resistencia a la tracción, ¿cuáles son los parámetros más útiles para ajustar en la búsqueda de objetivos de diseño específicos?

La identificación de parámetros es otra área en la que brilla optiSLang. Ansys optiSLang se basa en varios algoritmos de diseño de experimentos (DOE), incluido el algoritmo Meta-model of Optimal Prognosis (MOP), que puede analizar todos estos parámetros y señalar a un equipo de ingeniería los parámetros que son más útiles en un esfuerzo de refinamiento del diseño. Con los conocimientos proporcionados por los algoritmos del DOE, un equipo de ingeniería puede eliminar rápidamente una amplia gama de simulaciones que de otro modo podría haber considerado porque esas simulaciones implicarían la manipulación de parámetros que no hacen mucha diferencia. En cambio, el equipo puede concentrarse en simulaciones que involucran una cantidad mucho menor de parámetros, lo que puede acelerar considerablemente los refinamientos del diseño y reducir los costos de diseño.

Refinando el diseño para el mundo real

Así como optiSLang puede ayudar a un equipo de ingeniería a determinar qué parámetros se pueden ajustar de manera óptima para lograr el mejor diseño, también puede ayudar a determinar si el diseño en sí es óptimo en términos de robustez y confiabilidad deseadas. Una cosa es optimizar un diseño para cumplir con un conjunto determinado de especificaciones; si esas especificaciones en sí mismas son o no óptimas es otra cuestión completamente diferente. ¿Qué sucede si las especificaciones alcanzan un nivel de resistencia o calidad mayor que el realmente necesario?

En cualquier escenario de ingeniería dado, puede haber incertidumbres en las tolerancias requeridas, las cargas, los materiales y más. Puede haber una gran variación en lo que se refiere a las condiciones en las que puede funcionar un dispositivo dado o en las que existirá una estructura. Ansys optiSLang incluye una serie de analizadores de robustez y confiabilidad que tienen en cuenta todas estas variaciones para ayudar a un equipo a determinar tolerancias, cargas, materiales y más óptimos. Si el nivel de calidad especificado solo se puede lograr mediante el uso de un material particularmente costoso, pero se puede lograr un nivel de calidad diferente, quizás más apropiado, mediante el uso de un material de menor costo, entonces la organización podría cumplir con los requisitos. objetivos críticos de robustez y confiabilidad mientras ahorra dinero mediante el uso de un material de menor costo. Por el contrario, si el análisis de las variaciones sugiere que las especificaciones del diseño original no eran lo suficientemente sólidas, optiSLang puede ayudar al equipo a determinar dónde realizar mejoras que darán como resultado un diseño que probablemente cumpla con los objetivos generales de rendimiento y confiabilidad.

De hecho, tales ajustes de diseño pueden involucrar cualquier número de parámetros (tamaño, peso, materiales y más) con el resultado de que la organización crea un producto que cumplirá con los requisitos del cliente, normativos u otros de la manera más eficiente posible.