魯棒性分析的案例
設(shè)計(jì)仿真 | 基于ODYSSEE 的機(jī)器學(xué)習(xí)方法在汽車約束系統(tǒng)魯棒性分析中的應(yīng)用
圖3 (a) 機(jī)器學(xué)習(xí)模型搭建；(b) 機(jī)器學(xué)習(xí)模型精度對比
假人傷害魯棒性分析
假人傷害魯棒性分析需要大量碰撞仿真，利用上述訓(xùn)練的高精度機(jī)器學(xué)習(xí)模型，能夠快速計(jì)算不同輸入?yún)?shù)下系統(tǒng)的各個響應(yīng)曲線，大大提高工作效率。
使用蒙特卡洛方法進(jìn)行數(shù)據(jù)的采樣，假定3個設(shè)計(jì)變量滿足均值為設(shè)計(jì)值，均方差為設(shè)計(jì)值3.3%的正態(tài)分布。
從圖4統(tǒng)計(jì)結(jié)果來看，在魯棒性分析中，假人總得分均值略高于設(shè)計(jì)值，如考慮可靠性優(yōu)化設(shè)計(jì)（如6σ設(shè)計(jì)要求），約束系統(tǒng)關(guān)鍵零部件設(shè)計(jì)參數(shù)仍需進(jìn)一步優(yōu)化，以確保假人在物理試驗(yàn)中得分滿足預(yù)設(shè)的星級開發(fā)目標(biāo)。
圖4. 假人總得分分布圖
應(yīng)用價值
基于ODYSSEE的POD降階算法，使用少量的樣本點(diǎn)，就能夠?qū)崿F(xiàn)對汽車約束系統(tǒng)中假人傷害曲線的高精度預(yù)測，可以有效提高仿真工程師的工作效率。
通過POD降階模型，與蒙特卡洛采樣方法的結(jié)合，能有效評估假人得分魯棒性，為性能開發(fā)人員快速提供參數(shù)調(diào)整依據(jù)。
展開 案例分享 | 燃?xì)廨啓C(jī)渦輪的優(yōu)化、魯棒性和可靠性方法研究
檢查圖7中選擇的設(shè)計(jì)，用于核對預(yù)期壽命的可靠性。因此，將預(yù)期壽命定義為虛擬要求。假定其失效概率（POF）小于1.0 10-6。對于實(shí)際應(yīng)用而言，需要回答如下問題：實(shí)現(xiàn)假定的失效概率（POF）需要多少個生命周期？
表1：可靠性分析結(jié)果
第一個分析中把預(yù)期壽命的極限狀態(tài)函數(shù)值設(shè)置為30000個周期。從該極限值得到的POF是3.0 10-5，不符合設(shè)定要求。第二個分析將極限狀態(tài)函數(shù)值設(shè)置為28000個周期，得到的POF是1.3 10-8，該值顯然超出了要求范圍。
因此在前文中做出的設(shè)計(jì)決策無法滿足本案例的要求，因?yàn)樗哪繕?biāo)是30000個周期下的POF小于1.0 10-6。必須從帕累托前沿中選取具有更高額定壽命的新設(shè)計(jì)點(diǎn)并重新檢查其可靠性。顯然這種在多目標(biāo)優(yōu)化后檢查魯棒性或可靠性的方法成本極高（參見圖8）。對于每項(xiàng)設(shè)計(jì)決策（帕累托前沿上的點(diǎn)）而言，事前無從知曉它是否滿足給定的魯棒性或可靠性要求。
圖8：當(dāng)今的方法用于發(fā)現(xiàn)符合可靠性要求的設(shè)計(jì)
因此，似乎有必要將可靠性信息納入多目標(biāo)優(yōu)化， 即開展可靠性優(yōu)化（參見圖9）.
展開 光柵的魯棒性分析與優(yōu)化
傾斜光柵的魯棒性優(yōu)化
但是光柵本身的參數(shù)并不是影響這類系統(tǒng)性能的唯一因素:已知大多數(shù)具有小特征尺寸的周期結(jié)構(gòu)對入射光的偏振狀態(tài)非常敏感。作為本周的第二個用例，我們選擇了一個場景，在這個場景中，我們分析了二元光柵的偏振依賴性,并對結(jié)構(gòu)進(jìn)行了優(yōu)化，使其在任意偏振角入射光下均能表現(xiàn)良好。
光柵是許多光學(xué)工程師的基本工具，因?yàn)樗鼈兊奈锢硖匦?將入射光衍射成一組離散的級次)使它們在許多不同的配置和許多不同的應(yīng)用中都是非常有吸引力的工具。然而，研究主要的興趣是給定光柵設(shè)置如何能夠容許例如制造過程產(chǎn)生的與設(shè)計(jì)參數(shù)的小偏差。請查看下面的文檔，找到我們根據(jù)其填充因子優(yōu)化傾斜光柵的示例。我們使用新發(fā)布的Parameter Variation Analyzer來執(zhí)行設(shè)置的容差分析，并計(jì)算一個評價函數(shù)，該函數(shù)計(jì)算了不同填充因子下工作級次的平均效率。
展開 VirtualLab：光柵的魯棒性分析與優(yōu)化
我們使用新發(fā)布的Parameter Variation Analyzer來執(zhí)行設(shè)置的容差分析，并計(jì)算一個評價函數(shù)，該函數(shù)計(jì)算了不同填充因子下工作級次的平均效率。
但是光柵本身的參數(shù)并不是影響這類系統(tǒng)性能的唯一因素：已知大多數(shù)具有小特征尺寸的周期結(jié)構(gòu)對入射光的偏振狀態(tài)非常敏感。作為本周的第二個用例，我們選擇了一個場景，在這個場景中，我們分析了二元光柵的偏振依賴性,并對結(jié)構(gòu)進(jìn)行了優(yōu)化，使其在任意偏振角入射光下均能表現(xiàn)良好。
傾斜光柵的魯棒性優(yōu)化
這個用例演示了一個具有稍微變化的填充因子的傾斜光柵的魯棒性優(yōu)化。
高效偏振無關(guān)傳輸光柵的分析與設(shè)計(jì)
展開 
科普時刻 | 借助魯棒性設(shè)計(jì)解決制造中的不確定性問題
實(shí)際上，在現(xiàn)場測試中其實(shí)無法達(dá)到評估系統(tǒng)故障概率所需的里程數(shù)，因此，汽車制造商梅賽德斯-奔馳公司轉(zhuǎn)而利用仿真來確定關(guān)鍵交通場景，并使用optiSLang進(jìn)行安全性功能測試和評估。
該方法可減少證明特定功能所需的具體交通場景的數(shù)量，并在很短的時間內(nèi)確定每個場景的風(fēng)險。梅賽德斯-奔馳公司能夠在其L3 ADAS認(rèn)證方案中使用這種方法及其仿真結(jié)果，證明了該設(shè)計(jì)的環(huán)境檢測功能符合資質(zhì)。
下面是optiSLang的另一個用例，涉及規(guī)劃和開發(fā)汽車制造的公差概念。在汽車領(lǐng)域，公差分析的準(zhǔn)備工作非常耗時，有時還容易出錯，特別是對于包含數(shù)百個部件的白車身（BiW）結(jié)構(gòu)。在該制造階段，車身骨架已完成裝配，但還沒有上漆。
為了實(shí)現(xiàn)準(zhǔn)確的公差分析建模和可制造性，工程師需要特定的信息（例如，夾具概念和連接位置）來通過仿真軟件定義接觸條件、范圍和測量值。在實(shí)際情況中，產(chǎn)品開發(fā)流程中創(chuàng)建的單個部件公差信息會與制造流程公差以及仿真參數(shù)，一起傳輸?shù)椒抡婺Ｐ椭小ptiSLang可適應(yīng)公差范圍，因此，在公差敏感度分析中可以輕松考慮多個輸入變量，以確保裝配魯棒性。
展開 VirtualLab：傾斜光柵的魯棒性優(yōu)化
摘要
由于制造過程中潛在的不準(zhǔn)確性，對于一個好的光柵設(shè)計(jì)來說，面對光柵參數(shù)的微小變化，提供穩(wěn)健的結(jié)果是至關(guān)重要的。VirtualLab Fusion為光學(xué)工程師提供了各種工具，可以將這種行為直接納入優(yōu)化過程，例如參數(shù)變化分析儀。該工具結(jié)合了同一系統(tǒng)的多次迭代，在優(yōu)化過程中實(shí)現(xiàn)了評價函數(shù)的表示和自動計(jì)算，如平均效率。在這個用例中，我們通過稍微改變填充因子來優(yōu)化傾斜光柵來演示這個特性。
仿真任務(wù)
連接建模技術(shù):傾斜光柵
可用的微結(jié)構(gòu)建模技術(shù):
光柵階數(shù)分析儀
參數(shù)變化分析儀
參數(shù)優(yōu)化
優(yōu)化結(jié)果-平均效率
優(yōu)化結(jié)果-對比度
傾斜光柵的魯棒性優(yōu)化
由于制造過程中潛在的不準(zhǔn)確性，對于一個好的光柵設(shè)計(jì)來說，面對光柵參數(shù)的微小變化，提供穩(wěn)健的結(jié)果是至關(guān)重要的。VirtualLab Fusion為光學(xué)工程師提供了各種工具，可以將這種行為直接納入優(yōu)化過程，例如參數(shù)變化分析儀。該工具結(jié)合了同一系統(tǒng)的多次迭代，在優(yōu)化過程中實(shí)現(xiàn)了評價函數(shù)的表示和自動計(jì)算，如平均效率。在這個用例中，我們通過稍微改變填充因子來優(yōu)化傾斜光柵來演示這個特性。
[VirtualLab] 傾斜光柵的魯棒性優(yōu)化
摘要
由于制造過程中潛在的不準(zhǔn)確性，對于一個好的光柵設(shè)計(jì)來說，面對光柵參數(shù)的微小變化，提供穩(wěn)健的結(jié)果是至關(guān)重要的。VirtualLab Fusion為光學(xué)工程師提供了各種工具，可以將這種行為直接納入優(yōu)化過程，例如參數(shù)變化分析儀。該工具結(jié)合了同一系統(tǒng)的多次迭代，在優(yōu)化過程中實(shí)現(xiàn)了評價函數(shù)的表示和自動計(jì)算，如平均效率。在這個用例中，我們通過稍微改變填充因子來優(yōu)化傾斜光柵來演示這個特性。
仿真任務(wù)
連接建模技術(shù):傾斜光柵
可用的微結(jié)構(gòu)建模技術(shù):
光柵階數(shù)分析儀
參數(shù)變化分析儀
參數(shù)優(yōu)化
優(yōu)化結(jié)果-平均效率
優(yōu)化結(jié)果-對比度
VirtualLab：傾斜光柵的魯棒性優(yōu)化
摘要
由于制造過程中潛在的不準(zhǔn)確性，對于一個好的光柵設(shè)計(jì)來說，面對光柵參數(shù)的微小變化，提供穩(wěn)健的結(jié)果是至關(guān)重要的。VirtualLab Fusion為光學(xué)工程師提供了各種工具，可以將這種行為直接納入優(yōu)化過程，例如參數(shù)變化分析儀。該工具結(jié)合了同一系統(tǒng)的多次迭代，在優(yōu)化過程中實(shí)現(xiàn)了評價函數(shù)的表示和自動計(jì)算，如平均效率。在這個用例中，我們通過稍微改變填充因子來優(yōu)化傾斜光柵來演示這個特性。
仿真任務(wù)
連接建模技術(shù):傾斜光柵
可用的微結(jié)構(gòu)建模技術(shù):
光柵階數(shù)分析儀
參數(shù)變化分析儀
參數(shù)優(yōu)化
優(yōu)化結(jié)果-平均效率
優(yōu)化結(jié)果-對比度
VirtualLab：傾斜光柵的魯棒性優(yōu)化
??
摘要
由于制造過程中潛在的不準(zhǔn)確性，對于一個好的光柵設(shè)計(jì)來說，面對光柵參數(shù)的微小變化，提供穩(wěn)健的結(jié)果是至關(guān)重要的。VirtualLab Fusion為光學(xué)工程師提供了各種工具，可以將這種行為直接納入優(yōu)化過程，例如參數(shù)變化分析儀。該工具結(jié)合了同一系統(tǒng)的多次迭代，在優(yōu)化過程中實(shí)現(xiàn)了評價函數(shù)的表示和自動計(jì)算，如平均效率。在這個用例中，我們通過稍微改變填充因子來優(yōu)化傾斜光柵來演示這個特性。
仿真任務(wù)
連接建模技術(shù):傾斜光柵
可用的微結(jié)構(gòu)建模技術(shù):
光柵階數(shù)分析儀
參數(shù)變化分析儀
參數(shù)優(yōu)化
優(yōu)化結(jié)果-平均效率
優(yōu)化結(jié)果-對比度
??
展開 螺旋管簧的可靠性魯棒設(shè)計(jì)
螺旋管簧的可靠性魯棒設(shè)計(jì)
螺旋管簧的可靠性魯棒設(shè)計(jì)
張義民, 賀向東, 劉巧伶
(吉林大學(xué)南嶺校區(qū)機(jī)械科學(xué)與工程學(xué)院,吉林長春130025)
摘要:在可靠性優(yōu)化設(shè)計(jì)理論與可靠性靈敏度分析方法的基礎(chǔ)上,討論了螺旋管
簧的可靠性魯棒設(shè)計(jì)問題,提出了可靠性魯棒設(shè)計(jì)的數(shù)值計(jì)算方法. 把可靠性靈
敏度溶入可靠性優(yōu)化設(shè)計(jì)模型之中,將可靠性魯棒設(shè)計(jì)歸結(jié)為滿足可靠性要求
的多目標(biāo)優(yōu)化問題.
關(guān)鍵詞: 螺旋管簧;可靠性優(yōu)化;可靠性靈敏度;魯棒設(shè)計(jì)
展開 
螺旋管簧的可靠性魯棒設(shè)計(jì)
螺旋管簧的可靠性魯棒設(shè)計(jì)
基于耗散性理論的汽車底盤集成非線性魯棒約束優(yōu)化控制
結(jié)果表明:本文設(shè)計(jì)的汽車底盤集成非線性魯棒控制器對系統(tǒng)加性不確定性和乘性不確定性具有強(qiáng)魯棒性,既可以提高汽車操縱穩(wěn)。定性,又可以減小其對汽車乘坐舒適性的影響。后續(xù)將搭建硬件在環(huán)試驗(yàn)平臺,進(jìn)一步驗(yàn)證所設(shè)計(jì)的汽車底盤集成非線性魯棒控制器的可行性和有效性。
行業(yè)應(yīng)用方案 | 面向無人駕駛的安全性分析與驗(yàn)證技術(shù)
Ansys解決方案
Ansys提供了一套完整的面向自動駕駛安全分析與驗(yàn)證的解決方案，包括基于模型的功能安全、預(yù)期功能安全分析平臺，基于物理的傳感器仿真及駕駛仿真平臺以及面向感知算法的魯棒性測試平臺，從而全面的覆蓋功能安全、預(yù)期功能安全的分析驗(yàn)證流程,保證自動駕駛系統(tǒng)的安全性。
行業(yè)應(yīng)用方案 | 面向無人駕駛的安全性分析與驗(yàn)證技術(shù)
Ansys解決方案
Ansys提供了一套完整的面向自動駕駛安全分析與驗(yàn)證的解決方案，包括基于模型的功能安全、預(yù)期功能安全分析平臺，基于物理的傳感器仿真及駕駛仿真平臺以及面向感知算法的魯棒性測試平臺，從而全面的覆蓋功能安全、預(yù)期功能安全的分析驗(yàn)證流程,保證自動駕駛系統(tǒng)的安全性。
