HyperStudy

HyperStudy 是一款能輔助工程師和設計師決策的設計開發工具。它能夠自動創建各種智慧設計方案、管理運行情況並可收集資料。
因此,在此工具的引導下,使用者能夠瞭解資料發展趨勢、研究設計利弊並對設計性能和可靠性進行優化。
Baker Hughes 將產品開發時間縮短 60%,面對高級油井襯管設計這項挑戰,Altair 採用模擬減少所需的樣本數量、提高系統性能
並加快產品開發速度。HyperStudy 能夠幫助用戶通過實驗設計、響應曲面擬合和優化等方法來探索、了解並改進他們的設計。
借助 HyperStudy 先進的後處理和資料擷取功能,可輕鬆地對研究結果進行分析和解讀。HyperStudy 不僅擁有直觀的使用者介面,
還可與 HyperWorks 無縫整合以對模型直接進行參數化, 而且支援 CAE 結果讀取,因此有助於簡化研究設定。
"借助 HyperStudy 可實現靈活的多平臺優化管理,它的通用性使其無需任何變動即可應用於任何焊接變形專案。"–Adrian Chapple, 分析主管Gestamp Tallent Ltd 

優勢
提高設計性能和品質
HyperStudy 具有最先進的創新優化、 設計實驗及隨機分析方法,可快速完成評估,提高設計性能和品質。

將模具翹曲程度減少了 26%

執行比較研究
HyperStudy 的配合功能允許用戶建立響應曲面擬合。這些高效的近似模型可以用來進行比較研究,也可以匯出為試算表,提供現場工程師使用。

減少開發時間和成本
HyperStudy 幫助工程師減少試錯反覆運算,從而縮短設計的開發和測試時間。

高級油井襯的開發時間縮短 60%(由 Baker Hughes 提供)


通過易於使用的環境提高生產率
HyperStudy 的分步式過程可引導用戶建立和開展設計研究。其開放式架構可與協力廠商求解器輕鬆整合。

強大的資料集分析功能
憑藉一整套後處理和資料擷取方法,可簡化工程師的工作並幫助他們分析和理解大型模擬資料集。

提高模擬相關性
HyperStudy 的優化功能可用於提高分析模型與測試結果的相關性,或者不同模型之間的相關性。 

材料校準時間縮短 80%
 利用 HyperStudy 將座椅品質減輕 7%
DeWalt 冷卻風扇優化 

在雷諾的動力總成系統中實現 8% 的減重和 30% 的性能提升

 在 HyperStudy 中應用 AcuSolve 進行渦輪機葉片優化
 
東芝將開發時間縮短了 70%
使用 CAEfatigue 和 HyperStudy
進行優化以提高耐久性
火星探測器的可靠性設計
 
利用 HyperStudy 將座椅品質減輕 7%
功能
實驗設計
HyperStudy 中的實驗設計 (DOE) 方法包括:
  • 全因子
  • Plackett-Burman
  • 中心複合設計
  • Hammersley
  • 部分因子
  • Box-Behnken
  • 拉丁超立方體法
  • 用戶自訂以及外部運行矩陣的直接輸入。
該研究矩陣可以由可控制或不受控制的連續或離散變數構成。
DOE 研究可以借助精確模擬或擬合模型進行。

響應曲面法 (Fit) 
提供的響應曲面擬合方法包括:
  • 最平方法
  • HyperKriging
  • 移動最平方法
  • 徑向基函數
響應面可用於執行利弊權衡、DOE、優化和隨機研究。

優化
HyperStudy 具有綜合優化方法,可解決不同類型的設計問題,包括多目標和基於可靠性/穩健性的設計優化。具體方法包括:
  • 自適應響應曲面法 (ARSM)
  • 序列二次規劃法
  • 遺傳基因)演算法
  • 序列優化與可靠性分析 (SORA)
  • 單迴圈方法
  • 全域響應曲面法 (GRSM)
  • 多目標遺傳(基因)演算法
  • 基於 ARSM 的 SORA
  • 使用者自訂優化演算法。

優化研究可以採用精確模擬或擬合模型執行。此外,HyperStudy 還提供 API 來整合外部優化演算法。

隨機
HyperStudy 中的隨機方法有助於工程師評估設計的可靠性和穩定性,並根據這些評估結果來對改進和優化提供定性指導。
HyperStudy 抽樣方法包括:
  • 簡單隨機抽樣
  • Hammersley
  • 拉丁超立方體法
隨機研究可以採用精確模擬或擬合模型執行。

後處理和資料擷取
HyperStudy 具備各種後處理和資料擷取功能,能夠幫助工程師進一步加深對設計的理解。 這大大簡化了對結果進行研究、
分類和分析的工作。可以對研究結果進行後處理,並以統計資料、相關性矩陣、散點圖、箱線圖、交互作用圖、長條圖以及
平行座標圖等形式呈現。此外,HyperStudy 還可以指導使用者根據設計目標選擇要使用的後處理方法。

HyperStudy 新功能

HyperStudy 2017 提供了卓越的新功能和功能增強,其中包括兩種新模型類型、可定制的使用者介面、創新的設計探索方法和強大的後處理。
總之,該版本提供了更高效且更有效的設計探索方法,為設計工程師、分析師、領域專家及非專家的使用提供了使用上的便利性。

HyperStudy包括兩種新模型類型庫
·         Flux 模型可用于無縫集成 HyperStudy 和 Flux(Altair HyperWorks 的低頻電磁求解器)。可自動計算輸入變數和輸出回應。
Operator 模型有助於實現複雜工作流程的模組化並減少腳本處理需要。


HyperStudy 模型庫現包含 Flux、FEKO 和 Operator 模型


增加了功能設置的功能
HyperStudy 可處理類型變數。這些類型變數可以從無法通過數值比較進行排序的可能值列表中取值。
材料選擇和部件切換是使用類型變數的常見用例。可以在研究設置中定義僅適包含輸入變數的函數的約束條件。
違反上述約束條件的設計會從運行矩陣中排除。通過在進行方法評估之前消除這些設計的方式,既可以提高方法採樣效率,同時還可以減少總體執行時間。

方法改進
·         改進可擴展晶格序列 (MELS) 是一種創新的空間填充方法,用於實驗設計和隨機性研究。為了提高擬合的精確性,通常需要多個運行。
通過在對設計空間的探索最薄弱處增加運行次數的方式,MELS 方法的可擴展性可以智慧地處理這一要求。
·         D-Optimal 是經典的空間填充 DOE,用於在最小二乘回歸建模過程中採樣資料。
基於所需解析度應用部分因子法進行選擇。解析度用來衡量從交互作用中分離出主效果的能力。
了解部分因子法 DOE 的解析度有助於理解 DOE 結果的效率與準確性。

部分因數法 DOE 中的解析度選項
  • 自適應響應曲面法 (ARSM) 包括用來運行平行運算模擬的並存執行多工的選項。該新選項縮短了使用主流的 ARSM 方法進行優化研究的時間。

後處理
  • 增加了帕雷托圖,用於 DOE 後處理。帕雷托圖以長條圖形式呈現了按重要程度排列的變數對回應的影響。
  • 這些簡明易懂的圖表是呈現 DOE 結果的有效工具。

帕雷托圖用於參數篩選
  • 通用後處理選項卡中增加了排序圖。排序圖呈現的是主要成分分析雙重資訊圖。這些圖可用於確定變數與回應之間的關係,
  • 尤其是在遇到多維問題時。

排序圖用於縮減維數
 
  • 增強了平行座標圖及相關性圖,可用於過濾,從而更便於確定重要關係。

通過顯示過濾增強了平行座標圖及相關性圖的可用性

常規可用性
​可自訂使用者環境以顯示所有可用選項卡的子集。可以打開或關閉單個選項卡,並將介面設置為僅顯示頻繁使用的選項卡。

可定制的使用者介面


對於每種方法特定的步驟,均已更新了該方法的演示。可顯示所有可用方法的子集,但可以從擴展清單中獲取全部方法。
這一改變可使介面與 HyperStudy 建議的最佳實踐保持一致。

提高可用性的方法指導

圖庫

FEKO 和 SimLab 中的新模型
可直接導入在 HyperStudy 中定義的參數