pSeven
 | |
| Utvecklare | DATADVANCE LLC |
|---|---|
| Stabil frisättning | 6.43 / 16 februari 2023
|
| Operativ system | Plattformsövergripande (Windows, Linux) |
| Tillgänglig i | engelsk |
| Licens | Proprietär |
| Hemsida | |
pSeven är en DSE ( Design Space Exploration ) mjukvaruplattform utvecklad av DATADVANCE , som utökar design-, simulerings- och analysmöjligheter och hjälper till med snabbare designbeslut. Det tillhandahåller integration med tredjeparts CAD- och CAE -programvaruverktyg, multi-objektiva och robusta optimeringsalgoritmer , dataanalys och osäkerhetskvantifieringsverktyg .
pSeven faller under begreppet PIDO (Process Integration and Design Optimization) programvara. Design Space Exploration- funktionalitet är baserad på de matematiska algoritmerna för pSeven Core (tidigare känt som MACROS) Python-bibliotek, även utvecklat av DATADVANCE .
SmartSelection-tekniken implementerad i pSeven väljer automatiskt den mest effektiva metoden för ett visst data- eller optimeringsproblem som gör förskottsmatematik lätt att använda för ett brett spektrum av experter.
Historia
Grunden för pSeven Core-biblioteket som pSevens bakgrund lades 2003, när forskarna från Institutet för informationsöverföringsproblem började samarbeta med Airbus för att utföra FoU inom områdena simulering och dataanalys. Den första versionen av pSeven Core library skapades i samarbete med EADS Innovation Works 2009. Sedan 2012 har pSeven mjukvaruplattform för simuleringsautomation, dataanalys och optimering utvecklats och marknadsförts av DATADVANCE, med pSeven Core.
Funktionalitet
pSevens funktionalitet kan delas in i följande block: Data & Model Analysis , Predictive Modeling , Design Optimization och Process Integration .
Data & modellanalys
pSeven tillhandahåller en mängd olika verktyg för data- och modellanalys:
Design av experiment
Design av experiment inkluderar följande tekniker:
- Utrymmesfyllning
- Batchtekniker (slumpmässig, fullfaktoriell , latinsk hyperkubsampling , Optimal LHS)
- Sekventiella tekniker ( slumpmässiga , Halton , Sobol , Faure sekvenser)
-
Optimal design för RSM
- Composite, D-optimal, IV-optimal, Box Behnken
- Adaptiv DoE med Uniform, Maximal Variance och Integrated Mean Squared Errors Gain – Maximum Variance-kriterier.
Design av experiment gör det möjligt att kontrollera processen för surrogatmodellering via adaptiv samplingsplan, vilket gynnar kvaliteten på approximationen. Som ett resultat säkerställer det tids- och resursbesparingar på experiment och smartare beslutsfattande baserat på den detaljerade kunskapen om designutrymmet.
Känslighets- och beroendeanalys
Känslighets- och beroendeanalys används för att filtrera icke-informativa designparametrar i studien, rangordna de informativa med avseende på deras inverkan på den givna svarsfunktionen och välja parametrar som ger den bästa approximationen. Den används för att bättre förstå de variabler som påverkar designprocessen.
Osäkerhet Kvantifiering
Osäkerhetskvantifieringsfunktioner i pSeven är baserade på OpenTURNS-biblioteket . De används för att förbättra kvaliteten på de designade produkterna, hantera potentiella risker i konstruktions-, tillverknings- och driftsstadierna och för att garantera produktens tillförlitlighet.
Dimensionsminskning
Dimensionsreduktion är processen att minska antalet slumpvariabler som övervägs genom att erhålla en uppsättning huvudvariabler.
Prediktiv modellering
Förutsägande modelleringsmöjligheter i pSeven är baserade på att bygga, utforska och hantera approximationsmodeller. pSeven innehåller flera proprietära approximationstekniker, inklusive metoder för ordnade och strukturerade data, som gör det möjligt att förstå beteendet hos användarens system med minimala kostnader, ersätta dyra beräkningar med approximationsmodeller (metamodeller, RSM, surrogatmodeller etc.) och fatta smartare beslut baserat på detaljerad kunskap av designutrymmet.
Designoptimering
Optimeringsalgoritmer implementerade i pSeven tillåter att lösa enstaka och multi-objektiva begränsade optimeringsproblem såväl som robusta och tillförlitlighetsbaserade designoptimeringsproblem. Användare kan lösa både tekniska optimeringsproblem med billiga att utvärdera semi-analytiska modeller och problemen med dyra (i termer av CPU- tid) objektiva funktioner och begränsningar. SmartSelection-tekniken väljer automatiskt och adaptivt den mest lämpliga optimeringsalgoritmen för ett givet optimeringsproblem från en pool av optimeringsmetoder och algoritmer i pSeven.
Processintegration
Processintegrationsfunktioner används för att fånga designprocessen genom att automatisera enstaka simulering, avvägningsstudier och designutforskning av rymden. För det tillhandahåller pSeven verktyg för att bygga och automatiskt köra arbetsflödet, för att konfigurera och dela arbetsflöden med andra designteammedlemmar, för att distribuera beräkningar över olika datorresurser, inklusive HPC. De viktigaste processintegrationsverktygen för pSeven:
- Grafiskt användargränssnitt och kommandoradsgränssnitt för avancerade användare
- Omfattande bibliotek med arbetsflödesbyggstenar
- CAD/CAE-integreringsadaptrar ( SolidWorks , CATIA , NX , PTC Creo , KOMPAS-3D , ANSYS Workbench ), CAE-lösare och andra tekniska verktyg ( ANSYS Mechanical , ANSYS CFD, FloEFD , CST Microwave Studio , ADAMS , Simulink , Scil MATLAB Abaqus , Unified FEA, Nastran , LS-DYNA , Simcenter STAR-CCM+ , OpenFOAM , etc.)
- High Performance Computing (HPC)-kapacitet (batchsystem som stöds: SLURM , TORQUE , LSF )
- Functional Mock-up Interface (FMI) för modellbyte och samsimulering
Användningsområden
pSevens applikationsområden är olika branscher som flyg, fordon, energi, elektronik, biomedicin och andra.
Applikationsexempel:
- Multidisciplinär och multiobjektiv optimering av en flygplansfamilj
- Dimensionering av kompositstrukturer för att minska deras massa under förutsättning av olika mekaniska och tillverkningsmässiga begränsningar
- Konstruktion av snabba och korrekta beteendemodeller (surrogatmodeller) för att möjliggöra effektivt och säkert utbyte av modeller över Extended Enterprise
- Optimering av ångturbinens gasväg för att förbättra turbinens totala effektivitet
- Optimering av skiktad kompositrustning för att minska dess vikt