經(jīng)過多年實踐證明，CAE仿真技術(shù)的廣泛應(yīng)用能夠切實幫助企業(yè)實現(xiàn)研發(fā)周期的縮短、研發(fā)成本的降低。然而在新科技浪潮下，革新性產(chǎn)品不斷涌現(xiàn)，對企業(yè)產(chǎn)品上市時間、成本、綜合性能等都提出更高要求。受限于傳統(tǒng)仿真方法形成的離散、單個現(xiàn)狀，想要突破現(xiàn)有研發(fā)流程，對關(guān)鍵CAE技術(shù)的應(yīng)用提出全新的需求和挑戰(zhàn)，因此，仿真流程集成與多學科優(yōu)化設(shè)計的仿真技術(shù)變革成為了必然趨勢。

在新形勢下的產(chǎn)品設(shè)計和仿真應(yīng)用中，有眾多的企業(yè)和仿真工程師都存在以下幾個方面的困擾或特定需求。本文基于Ansys optiSLang工具平臺，希望針對上述需求為大家呈現(xiàn)有效的解決思路和方案。

• 仿真置信度的困擾。由于材料數(shù)據(jù)/邊界參數(shù)缺失，導致仿真結(jié)果與測試數(shù)據(jù)存在偏差；

• 仿真流程整合與自動化的迫切需求。產(chǎn)品設(shè)計通常需要多學科/多領(lǐng)域聯(lián)合仿真，而企業(yè)中采用的軟件工具來自不同的供應(yīng)商或自研軟件，又該如何實現(xiàn)？

• 多學科優(yōu)化設(shè)計的關(guān)鍵應(yīng)用。產(chǎn)品的綜合性能設(shè)計，需要采用多目標機制平衡學科間影響，探索整體最優(yōu)解，通過協(xié)同優(yōu)化來避免串行重復設(shè)計。

• 仿真流程標準化與專家經(jīng)驗推廣。不論專家還是初級工程師，在面臨繁重的仿真工程任務(wù)，也能依據(jù)標準化的仿真流程獲得可信結(jié)果，也利于企業(yè)內(nèi)專家經(jīng)驗的留存及傳播。

Ansys optiSLang是一款先進的仿真流程集成與設(shè)計優(yōu)化（Process Integration and Design Optimization，簡稱PIDO）工具，具有非常靈活開放的仿真流程搭建平臺，可以集成100種以上的CAE和CAD工具，幫助企業(yè)構(gòu)建特定的自動化仿真設(shè)計流程。

• 工程師通過optiSLang連接所有求解器實現(xiàn)自動化運行，實現(xiàn)手動重復性工作的自動化；
  

• 在流程中可以增加條件執(zhí)行邏輯、嵌套循環(huán)、優(yōu)化設(shè)計等特定流程需求；

• 提供PLM平臺接口，可以獲得更新后的CAD模型完成仿真；

• 可集成于SPDM平臺，實現(xiàn)自動化流程與仿真任務(wù)流程的完美結(jié)合。

• 基于構(gòu)建的仿真流程，可以進行進一步的參數(shù)化變量分析，來最終幫助用戶提升產(chǎn)品質(zhì)量，包括參數(shù)敏感性分析、優(yōu)化設(shè)計、魯棒性分析和可靠性分析等。在后續(xù)章節(jié)詳細展開介紹。
  

PIDO流程概覽

下面為大家呈現(xiàn)一個客戶案例——某企業(yè)PET塑料瓶自動化優(yōu)化設(shè)計流程。本案例的出發(fā)點是滿足瓶子性能要求的前提下，通過構(gòu)建PIDO流程，自動探索最低成本的塑料瓶加工方案。

塑料瓶自動化優(yōu)化設(shè)計流程的實現(xiàn)過程如下：

1. 以塑料甲方提出的性能指標為輸入，通過Ansys Mechanical集成于optiSLang實現(xiàn)結(jié)構(gòu)優(yōu)化設(shè)計，得到塑料瓶的最小厚度；

2. 以最小厚度為輸入，通過Ansys Polyflow 集成于optiSLang進行吹塑過程優(yōu)化設(shè)計，得到模具的初始溫度；

3. 以初始溫度為輸入，通過Ansys Fluent集成于optiSLang進行加熱環(huán)境優(yōu)化，得到加熱器的最優(yōu)功率分配；

4. 通過Excel進行人工、電力、材料等成本計算，并通過Ansys optiSLang構(gòu)建自動化仿真設(shè)計流程。

通過構(gòu)建塑料瓶自動化仿真設(shè)計流程，該企業(yè)最終實現(xiàn)材料成本和電費成本的大幅降低，18個工廠一年節(jié)省成本達到1,860萬美金。

某企業(yè)PET塑料瓶自動化優(yōu)化設(shè)計流程

此外，備受繁重仿真設(shè)計任務(wù)和大量重復性工作的困擾，開發(fā)企業(yè)的專用APP就愈顯重要。用戶還可以采用Ansys optiSLang的Web application功能，將復雜的設(shè)計流程構(gòu)建成企業(yè)特有的APP，大幅降低仿真應(yīng)用的難度，從而實現(xiàn)非仿真專家中復用推廣。

通過Ansys optiSLang 構(gòu)建企業(yè)APP

optiSLang與產(chǎn)品的研發(fā)設(shè)計周期緊密結(jié)合，全方位提升工程師仿真設(shè)計能力。首先是模型標定/參數(shù)識別，通過仿真與試驗數(shù)據(jù)的結(jié)合，提高仿真精度；第二是參數(shù)敏感性分析，幫助工程師理解設(shè)計并生成最佳元模型，專家經(jīng)驗快速增長；第三是優(yōu)化設(shè)計，探索空間最優(yōu)解；第四魯棒性設(shè)計，考慮變量的分散性進行魯棒性和可靠性分析。

仿真置信度是每個仿真工程師都會面臨的難題，工作中常見的影響仿真置信度的不確定因素有：材料本構(gòu)及參數(shù)、邊界參數(shù)、仿真模型精度等；Ansys optiSLang提供了模型標定功能，能夠結(jié)合試驗數(shù)據(jù)擬合上述不確定參數(shù)，從而獲得高精度仿真模型和方式，為仿真標準化奠定基礎(chǔ)。

模型標定的實現(xiàn)流程

敏感性分析是產(chǎn)品設(shè)計過程中不可或缺的環(huán)節(jié)，一方面幫助工程師深度理解設(shè)計及參數(shù)關(guān)系；另一方面為后續(xù)優(yōu)化設(shè)計提供最佳元模型（MOP）。

Ansys optiSLang在這個環(huán)節(jié)體現(xiàn)了三點優(yōu)勢功能：

• 通過一個預測質(zhì)量的關(guān)鍵指標預測系數(shù)（CoP - Coefficient of Prognosis）來評估對實際模型的預測質(zhì)量，該COP采用交叉驗證的方式保證MOP擬合質(zhì)量不受無關(guān)干擾參數(shù)的影響。

• optiSLang通過敏感性分析找到重要參數(shù)，并自動過濾不重要參數(shù)，實現(xiàn)參數(shù)降維，減少計算量。

• 提供了具有自主學習功能的AMOP技術(shù)，可以在關(guān)鍵位置進行自動加密采樣；也可以通過局部精度控制進行自主局部判斷和加密采樣處理。

敏感性分析

optiSLang擁有非常完備的優(yōu)化算法，針對不同的優(yōu)化問題需要選擇正確的高效的優(yōu)化算法，這成為優(yōu)化設(shè)計正確應(yīng)用的難題。optiSLang提供優(yōu)化算法決策樹，根據(jù)所獲得信息自動推薦優(yōu)化算法，讓工程問題的解決更加高效準確。

Ansys optiSLang可自動推薦優(yōu)化算法

產(chǎn)品的設(shè)計有穩(wěn)健性或可靠性的要求，一個穩(wěn)健（可靠）的產(chǎn)品設(shè)計其性能不應(yīng)該受到隨機擾動因素太大的影響，即設(shè)計參數(shù)的離散性不應(yīng)該導致產(chǎn)品性能過大的波動。optiSLang的穩(wěn)健性/可靠性分析可以分析產(chǎn)品的設(shè)計參數(shù)，如材料、幾何、加工或者環(huán)境因素的離散性對產(chǎn)品性能的影響程度，從而實現(xiàn)對產(chǎn)品的穩(wěn)健性/可靠性的評估與優(yōu)化。

Ansys optiSLang 還提供了嵌套式的循環(huán)流程，實現(xiàn)基于魯棒性的自動優(yōu)化設(shè)計，工程師采用此流程可實現(xiàn)任何魯棒性水平的優(yōu)化設(shè)計。

魯棒性分析

基于上述，我們了解到Ansys optiSLang可以實現(xiàn)仿真流程集成、設(shè)計優(yōu)化等領(lǐng)域的應(yīng)用，在新技術(shù)日新月異的當下，針對諸多前沿科技技術(shù)，optiSLang也同樣起著關(guān)鍵作用，如數(shù)字孿生、人工智能及自動駕駛等等...

在科技浪潮的推動下，可以說數(shù)字孿生技術(shù)將我們帶入了仿真模擬的新時代。而數(shù)字孿生所采用的仿真模型有兩個關(guān)鍵點：實時仿真和高保真度。Ansys optiSLang可以為數(shù)字孿生的實現(xiàn)提供高保真度的ROM模型，下圖展示的案例是漢莎航空針對渦輪葉片流固耦合模型所生成的ROM模型，實現(xiàn)了渦輪葉片流固耦合的實時仿真，同時保證了溫度場和應(yīng)力結(jié)果精度接近100%。

新版本Ansys optiSLang在現(xiàn)有機器學習的框架中集成了深度學習算法，包含Keras & Tensorflow并且向任何第三方的深度學習算法開放。基于此optiSLang可以對每個參數(shù)進行不同規(guī)律的深度學習，在面對海量數(shù)據(jù)的分析需求時仍可獲得高質(zhì)量的MOP最佳元模型。為將來的數(shù)字孿生、自動駕駛等技術(shù)的全面工程化提供技術(shù)支撐。

新版Ansys optiSLang已集成機器學習和深度學習