雪浪云MetaD-MDO:为复杂装备研发设计“保驾护航”
2023年12月01日 13:18 发布者:工程新闻
多学科设计优化(Multidisciplinary Design Optimization,简称MDO)是一种创新的工程设计方法,旨在深入研究和协同探索工程系统中的各个子系统,同时充分考虑各学科或子系统之间的相互影响,以优化复杂的工程系统和子系统。这种方法可以提高设计质量,优化系统性能,缩短设计周期,减少设计成本,因此受到复杂装备企业的广泛关注和青睐。在数字化时代,复杂机械装备的研发是一项复杂的系统工程,涉及多个领域的任务,需要不同部门的仿真人员以及多种仿真工具的协同合作。为了实现这些复杂装备的最优性能设计,研发工程师需要创新设计理论和方法,全面考虑各学科对装备性能的影响,并利用各学科之间的相互作用,以获得整体最优的设计方案。然而,在实际的研发过程中,由于不同领域的知识和技能难以融合,加上研发工具和平台的支持不足,使得对复杂装备进行仿真分析和优化设计的工作面临诸多难点:企业在研发过程中需要使用各种商用、自研的仿真工具,这些工具种类繁多且各自独立,使得模型集成和多学科仿真分析存在困难。在单点仿真工具之间,模型数据的流转控制和接口转换等工作主要依赖人工操作,规范化程度较低,导致业务效率低下。多学科仿真分析流程较为复杂,需要多个工程师之间的紧密协作,但客户端软件的仿真模型和数据共享存在困难。仿真模型中有许多需要配置的参数,其中一些参数的配置依赖于工程师的经验,这可能导致参数的准确性不足,从而限制了仿真模型的精度。一些仿真模型由于其复杂性和高维度,给计算资源和时间成本带来了巨大的挑战,导致仿真设计优化的迭代过程缓慢。㈡雪浪云MetaD MDO,驱动复杂装备研发设计加速雪浪云MetaD MDO软件界面FMU仿真接口工具集可以帮助工程师便捷地实现复杂装备基于FMU的多学科联合仿真,并在联合仿真的基础上进行仿真设计优化。这个工具集的计算模板主要包括四类组件:上游组件、下游组件、联合仿真控制组件和FMU组件。这些组件之间的连接和数据交互关系保持一致。通过这些组件的组合使用,工程师可以实现基于FMU的联合仿真,提高复杂装备的设计效率和性能表现。设计优化算法工具集为工程师提供了多种优化算法,包括局部优化算法、全局优化算法、启发式优化算法以及多目标优化算法。这个工具集可以帮助工程师配置优化问题,并调整优化算法的超参数。同时,它还支持并行下发设计点,从而加快优化过程。雪浪云MetaD MDO软件功能与应用㈢立足优势,雪浪云MetaD MDO探索不同应用场景●云端部署协同高效:通过创新的混合流计算技术,雪浪云MetaD MDO实现了超级自动化的开发,将工业软件迁移到云端。这使得数据能够便捷地在云端进行流转和同步,带来了存储、算力的提升与高效调度。这种云端部署的方式极大地提高了研发人员的协作效率。●模型降阶算法强大:雪浪云MetaD MDO提供了强大的模型降阶算法,支持基于深度学习算法来构建降阶模型。这些算法具有更广泛的适应性和更显著的灵活性,使得计算速度和准确性远远高于传统的代理模型、经验分解、机器学习等算法。应用场景一:FMU联合仿真基于MetaD MDO的FMU联合仿真高端装备的仿真分析流程往往非常复杂,涉及多个学科的模型之间的数据交换和处理,需要使用多种不同的软件工具来处理数据转换和计算。工程师可以采用MetaD MDO软件提供的一系列仿真接口工具、数据读写和数据处理功能,高效地构建和自动化运行复杂的仿真流程,提高企业仿真流程的效率和准确性。![](http://pic.wy6000.com/upload/image/rw/doc/20231201/word_3419_a1d5b469ec70a989bd4e17740292fc6a.png<b)