穩(wěn)健設(shè)計(jì)優(yōu)化（Robust Design Optimization）是一種在工程和設(shè)計(jì)領(lǐng)域中使用的方法，旨在改善產(chǎn)品或系統(tǒng)在各種不確定條件下的性能和可靠性。借助新增的不確定性量化（UQ）選項(xiàng)，工程師可以在真實(shí)條件下進(jìn)行設(shè)計(jì)，將輸入條件、幾何或組合的變化考慮在內(nèi)，并確保性能符合設(shè)計(jì)目標(biāo)。

運(yùn)用 CFD 和設(shè)計(jì)程序時(shí)，始終假設(shè)幾何體和運(yùn)行條件是充分已知的。但實(shí)際上，它們受制造差異和多變的操作條件影響。不確定性量化使我們能夠考慮這些不確定性，并估計(jì)它們對(duì)系統(tǒng)性能的影響。 傳統(tǒng)的設(shè)計(jì)優(yōu)化方法著重于在假定所有輸入變量均已確定的情況下最大化或最小化特定目標(biāo)函數(shù)。然而，在現(xiàn)實(shí)世界的情況下，常常存在會(huì)影響設(shè)計(jì)性能的變化和不確定性。穩(wěn)健設(shè)計(jì)優(yōu)化考慮到這些不確定性，并尋求找到一種設(shè)計(jì)，不僅在平均情況下表現(xiàn)良好，而且在各種不確定條件下也能表現(xiàn)良好。

穩(wěn)健設(shè)計(jì)優(yōu)化的過(guò)程包括以下步驟：

1	不確定性描述
2	實(shí)驗(yàn)設(shè)計(jì)
3	響應(yīng)建模

4	穩(wěn)健優(yōu)化
5	敏感性分析
6	有效性驗(yàn)證

穩(wěn)健設(shè)計(jì)優(yōu)化平臺(tái)

Cadence Fidelity Optimization

Cadence Fidelity Optimization 是基于穩(wěn)健設(shè)計(jì)優(yōu)化的渦輪機(jī)械通道和葉片設(shè)計(jì)優(yōu)化平臺(tái)。該平臺(tái)基于高效的實(shí)驗(yàn)設(shè)計(jì)（DoE）生成和 Minamo 優(yōu)化內(nèi)核的代理建模功能，結(jié)合該平臺(tái)下全面的監(jiān)測(cè)和數(shù)據(jù)分析工具，可用于多學(xué)科、多目標(biāo)設(shè)計(jì)優(yōu)化。該優(yōu)化平臺(tái)已成功用于多種結(jié)構(gòu)：壓縮機(jī)、渦輪機(jī)、泵、風(fēng)扇以及船體和螺旋槳。

? ? ? ? ?

Cadence Fidelity Optimization的工作流程

Cadence Fidelity Optimization

Fine design 3D 有以下特點(diǎn)：

1

可以自動(dòng)生成新的設(shè)計(jì)并執(zhí)行數(shù)值模擬流程，減少人工干預(yù)，大幅度提高工作效率。

2

基于 Minamo 數(shù)據(jù)挖掘工具的實(shí)驗(yàn)設(shè)計(jì)探索與分析，Minamo 提供動(dòng)態(tài)/交互式監(jiān)控，數(shù)據(jù)挖掘和可視化工具，以幫助用戶全面、輕松、快速地了解問(wèn)題。

? ? ? ? ?

代理模型可靠性評(píng)估和監(jiān)測(cè)（LOO）

? ? ? ? ?

自組織映射（SOM）

3

Minamo 提供高效的實(shí)驗(yàn)設(shè)計(jì)算法、采用代理模型技術(shù)、以及提供前沿的優(yōu)化方法：

• 從最少數(shù)量的樣本中提取盡可能多的信息；

• 兼顧建模速度和精確度的要求下，進(jìn)一步縮短優(yōu)化時(shí)間，在盡可能少的運(yùn)算時(shí)間和次數(shù)內(nèi)生成盡可能準(zhǔn)確的代理模型；

• 可以快速深入了解設(shè)計(jì)空間，找出最有前景的設(shè)計(jì)方案。

? ? ? ? ?

Minamo優(yōu)化迭代過(guò)程

基于穩(wěn)健設(shè)計(jì)優(yōu)化的福特渦輪

壓氣機(jī)優(yōu)化案例

穩(wěn)健設(shè)計(jì)優(yōu)化（RDO）將標(biāo)準(zhǔn)數(shù)值優(yōu)化和敏感度分析相結(jié)合，在設(shè)計(jì)早期就考慮到制造變量和不確定的運(yùn)行條件對(duì)產(chǎn)品性能的影響。這種類(lèi)型的 CFD 優(yōu)化使工程師能夠找到不易受“不確定因素”影響的最佳設(shè)計(jì)，從而獲得更穩(wěn)定的性能結(jié)果。

我們通過(guò)一個(gè)計(jì)算示例來(lái)展示基于 Fidelity Design 3D 的穩(wěn)健設(shè)計(jì)優(yōu)化的特點(diǎn)，在本例中，福特對(duì)渦輪增壓器進(jìn)行了優(yōu)化，旨在擴(kuò)大壓縮機(jī)的流量，提高喘振裕度。我們采用了主動(dòng)自循環(huán)殼體處理。

仿真設(shè)置

由于幾何形狀不同，我們使用 Fidelity Automesh 為靠近節(jié)流點(diǎn)和失速點(diǎn)的兩個(gè)區(qū)域創(chuàng)建了兩套單獨(dú)的網(wǎng)格。仿真域包括葉輪、無(wú)葉片擴(kuò)壓器、自循環(huán)殼體和蝸殼，用于流體流動(dòng)仿真（CFD），以及帶有背板的實(shí)心葉片，用于結(jié)構(gòu)仿真（CS）。使用 Fidelity Optimization 來(lái)優(yōu)化葉輪形狀。

設(shè)計(jì)空間由 19 個(gè)設(shè)計(jì)變量組成，進(jìn)行了多點(diǎn)優(yōu)化，并在兩條不同速度線上的三個(gè)工作點(diǎn)進(jìn)行了優(yōu)化。穩(wěn)健優(yōu)化考慮了以下不確定因素：

• 葉頂間隙高度 ±25%

• 葉片厚度 ±1%

• 入口總壓力或出口靜壓分別為總壓力或靜壓的 ±1%。

• 對(duì)于節(jié)流和失速情況采用不同的邊界條件

標(biāo)準(zhǔn)確定性設(shè)計(jì)優(yōu)化與穩(wěn)健設(shè)計(jì)優(yōu)化的比較

比較確定性設(shè)計(jì) 1 和穩(wěn)健設(shè)計(jì) 1 的性能，我們發(fā)現(xiàn)節(jié)流質(zhì)量流量和效率的平均值在相似范圍內(nèi)變化。然而，只有穩(wěn)健設(shè)計(jì)顯著降低了這些目標(biāo)的標(biāo)準(zhǔn)偏差。

? ? ? ? ?

節(jié)流質(zhì)量流量和效率的平均值

在相似的范圍內(nèi)變化

? ? ? ? ?

只有穩(wěn)健設(shè)計(jì)才顯著降低了節(jié)流質(zhì)量流量

和效率的標(biāo)準(zhǔn)偏差

由此得出的葉片設(shè)計(jì)也有明顯的不同：

在優(yōu)化過(guò)程中考慮到不確定因素，有助于實(shí)現(xiàn)不易受“不確定性”影響的設(shè)計(jì)。在穩(wěn)健設(shè)計(jì)中，節(jié)流質(zhì)量流量和效率的標(biāo)準(zhǔn)差分別減少了 33% 和 48%，使得性能穩(wěn)定性明顯提高。Fidelity Design 3D 框架提供了支持不確定度量化的多學(xué)科、多目標(biāo)的設(shè)計(jì)優(yōu)化方案，使工程師能夠考慮到幾何形狀和輸入條件的變化，確保設(shè)計(jì)在各種工況下都能實(shí)現(xiàn)最佳性能。

Cadence Fidelity Optimization 是一個(gè)獨(dú)特的優(yōu)化框架，基于高效的實(shí)驗(yàn)設(shè)計(jì)（DoE）生成和 Minamo 優(yōu)化內(nèi)核的代理建模功能，可用于多學(xué)科、多目標(biāo)設(shè)計(jì)優(yōu)化。

如需更多信息， 請(qǐng)點(diǎn)擊“閱讀原文”聯(lián)系我們。

關(guān)于 Cadence

Cadence 是電子系統(tǒng)設(shè)計(jì)領(lǐng)域的關(guān)鍵領(lǐng)導(dǎo)者，擁有超過(guò) 30 年的計(jì)算軟件專(zhuān)業(yè)積累。基于公司的智能系統(tǒng)設(shè)計(jì)戰(zhàn)略，Cadence 致力于提供軟件、硬件和 IP 產(chǎn)品，助力電子設(shè)計(jì)概念成為現(xiàn)實(shí)。Cadence 的客戶遍布全球，皆為最具創(chuàng)新能力的企業(yè)，他們向超大規(guī)模計(jì)算、5G 通訊、汽車(chē)、移動(dòng)設(shè)備、航空、消費(fèi)電子、工業(yè)和醫(yī)療等最具活力的應(yīng)用市場(chǎng)交付從芯片、電路板到完整系統(tǒng)的卓越電子產(chǎn)品。Cadence 已連續(xù)九年名列美國(guó)財(cái)富雜志評(píng)選的 100 家最適合工作的公司。如需了解更多信息，請(qǐng)?jiān)L問(wèn)公司網(wǎng)站 www.cadence.com。

2023 Cadence Design Systems, Inc. 版權(quán)所有。在全球范圍保留所有權(quán)利。Cadence、Cadence 徽標(biāo)和 www.cadence.com/go/trademarks 中列出的其他 Cadence 標(biāo)志均為 Cadence Design Systems, Inc. 的商標(biāo)或注冊(cè)商標(biāo)。所有其他標(biāo)識(shí)均為其各自所有者的資產(chǎn)。