|
目前大多数CAE仿真产品仅仅在某个学科、单项专业深入发展，例如做强度分析、电磁分析、噪音分析、寿命分析、流体分析等。由于CAE是求异而不是求同的，因此结构不统一，网格不统一，输入和输出不统一，知识表述等也不统一，从而形成了很多的仿真信息“孤岛”。
因此多学科、多参数、多场耦合、高性能计算的协同仿真环境CSE（Collaborative Simulation Environment）应运而生。CSE是以协同仿真平台的方式，将产品仿真过程中人、技术、业务等诸多方面实现协同，将多学科、多参数、多场的问题耦合起来计算，由此可以获得比单项CAE更为综合、更为准确的产品性能参数，有效地提高产品的技术含量。当前比较有代表性的CSE软件是企业级协同仿真平台PERA.Simulation。 （图片）
产品生命周期中的协同仿真 PERA.Simulation是安世亚太自主研发产品精益研发平台PERA在仿真领域的专业化发展，从业界需求出发，尤其切合我国制造业“中国创造”的需要，以拥有自主知识产权的技术为核心，集成并综合了世界上流程管理、仿真数据管理、多学科集成与优化、CAx数据接口等方面的优秀技术，通过对仿真业务中的项目、技术、流程、数据和知识等关键对象进行系统化集成，实现协同仿真，并与其它应用系统无缝集成，共同构成企业的研发管理系统。
项目背景
某设计研究所主要从事飞行器类等的技术研究与设计。改革开放以来，该所开始进军国民经济主战场，积极参与国际竞争。国际贸易、高科技产品开发和资本经营等已经成为研究所新的经济增长点。
为了适应新的市场环境，“提高产品研发水平，缩短产品研发周期”已成为该所取得竞争优势的关键所在，在产品概念设计阶段引入多学科优化技术可以大大缩短产品研发周期，并且可以在概念设计阶段为研发人员提供多个可供选择的设计方案。
某飞行器的总体方案设计涉及到气动、动力、结构、防热、控制和弹道等多个学科，并且各学科间存在较强的相互影响。在设计中，这些学科局部的更改将引起全系统的变化。因此，必须运用总体一体化设计观念，充分考虑气动力、气动热、动力、结构尺寸/质量、控制、飞行性能等诸多子系统间的相互影响，同时协调各组成部分的工作，进行多学科设计优化。（图片） 传统的人工方案设计手段是依据经验，经过很多轮的反复循环迭代、人工协调找出能满足各个学科要求的一个设计方案。这种设计模式非常耗时，而且对于有较多学科和设计变量的复杂设计方案进行优化几乎是不可能的。
现代的多学科协同设计与优化集成技术提供了设计流程的集成、分析流程的自动执行等技术，可以将多个学科的分析集成到同一个环境中，充分考虑到多学科间的耦合，反馈和相互影响，从而提高设计方案的分析精度。同时利用计算机提供的丰富的优化策略自动化地在设计空间内寻找同时满足系统总体最优的设计而不需人工干预，解决了人工协调方式下的技术瓶颈。（图片）
多学科综合仿真环境 借用协同仿真平台
PERA.Simulation成熟的多学科集成与优化技术是解决上述问题，快速形成和优化设计方案的唯一途径，因此该所采用了PERA.Simulation，实施“某飞行器多学科设计优化与学科集成”项目，主要任务集中在以下几方面：
利用多学科设计优化系统封装和集成某飞行器的多学科设计流程；
对某飞行器的多学科设计空间特性进行研究，以获得优化、稳定的设计方案；
利用多学科设计优化系统的流程自动化缩短某飞行器方案设计与论证周期。
面临的挑战
学科集成优化是多学科设计过程中的关键一步，根据研究问题的特点，采用成熟稳定的平台软件、适当的集成方式、合适的优化算法将快速有效地实现学科的集成和优化。某飞行器的多学科设计矩阵如下图。本项目分阶段对某飞行器利用粗细不同的学科模型进行方案的设计与优化，并对最终的方案进行评估与验证。该项目必须实现：（图片）
项目实施架构 方案设计多学科流程集成
建立分布式的多学科优化设计平台，在此基础上实现对该飞行器方案设计涉及到的关键学科模型程序进行模块封装，并依据方案设计矩阵进行多学科设计流程的集成。
多方案设计与优化
分阶段、利用不同精度的学科模型完成参数设计研究，确定该飞行器设计的最优方案。
三维显示与人机界面集成
系统实现人机交互界面和三维显示功能的集成以便对优化过程进行监控，另外必须提供丰富的后处理功能以便对方案设计进行评估。
项目实施
协同仿真平台PERA.Simulation中的多学科综合仿真功能为复杂产品的设计提供了一套完整的学科集成和设计优化解决方案，该项目主要利用该系统的流程集成、优化、分布式的计算资源管理等功能搭建多学科设计优化环境；利用C/C++、Fortran、Matlab等工具进行低精度的学科模块开发；利用Fluent、ANSYS等商用软件进行中等精度的学科模块开发。最后通过MDOMan系统进行学科模块的集成并形成多学科优化设计流程，最终通过DOE和优化算法进行飞行器方案的参数设计。
1. 搭建分布式的多学科设计优化环境
该方案的分析资源（学科模块）主要分布在三台XP、Unix操作系统的计算服务器上，通过ACS的控制实现分布式的设计优化系统。
2. 完成该飞行器方案设计关键模块的封装、系统级和学科级三维显示和人机界面的设计
该设计方案的学科模块主要由Fluent进行分析的进气道模块、由Matlab进行的助推和C++分析发动机等动力模块、由Fortran计算的气动模块以及由Matlab/Simulink进行的轨迹计算模块5个学科关键模块。项目进行了学科模块的开发，并利用VB进行了模块的封装，封装后的模块界面如下图示意。（图片）
模块封装界面 3. 完成多学科设计流程以及方案参数设计
根据方案设计矩阵，对各个学科模块进行多学科设计流程的集成，通过参数影射保证了学科间的数据传递关系，形成设计优化流程，如下图所示。（图片）
设计优化流程 项目中首先通过学科级与系统级的实验设计(DOE)，对设计空间的属性进行了详细的研究。通过实验设计，从数十个学科设计参数中确定了影响该方案设计系统性能的6个关键设计参数，并以这6个设计参数作为全局方案设计参数进行方案设计的优化。
项目首先利用全局搜索算法对方案进行优化，但发现计算时间长，收敛情况不是太理想。于是确立了利用实验设计得到的结果和粗略最优解作为初始设计，利用收敛速度快的梯度算法进行方案优化，并最终得到了理想的、与经验设计相符的优化设计方案。
应用效果
该所之前都是通过人工进行方案设计，通过该项目的实施，改变了传统的设计方法，使多学科设计综合优化成为可能，并得以顺利实现。
该平台和系统的通用性和可移植性很好，利用该项目的成果以后可快速实现不同类型的飞行器设计方案优化流程。
该项目采用PERA.Simulation进行学科集成与方案优化的技术方案，其关键优势表现为：
利用PERA.Simulation的软硬件计算资源管理以及负载均衡的能力，实现了分布式多学科优化环境；
利用PERA.Simulation实现了不同操作系统下、不同科室的学科模块调用，多科室的协同工作；
利用PERA.Simulation众多的插件和良好、易用的环境使得模块的封装和流程的集成变得很简单。
4/19/2009
|
