클릭 한 번으로 CFD 시뮬레이션 최적화

전산 유체 역학(CFD) 전문가는 유체 역학, 수치 분석 및 데이터 구조에 정통합니다. 이들은 온도, 압력, 속도, 밀도와 같은 다양한 유체 유동의 특성을 분석한 다음, 이러한 통찰을 항공우주 및 자동차에서 에너지 및 헬스케어 분야에 이르기까지 산업 전반의 엔지니어링 과제에 적용합니다. CFD 전문가는 유체는 잘 알고 있지만 일반적으로 최적화 전문가는 아니므로 최적화가 필요할 때는 외부 지원이나 소프트웨어를 요청해야 합니다.

Ansys Fluent CFD 소프트웨어의 최신 릴리스에서는 Ansys optiSLang 프로세스 통합 및 설계 최적화 소프트웨어의 기능을 내장된 상태로 제공함으로써 이러한 장애물을 제거합니다. 이제 CFD 전문가는 한 번의 클릭으로 시뮬레이션을 최적화하면서 가장 잘 알고 있는 소프트웨어를 계속 사용할 수 있습니다. 원클릭 최적화 도구(OCO) 및 적응형 최적 예측 메타모델(AMOP) 툴을 포함한 인공지능(AI) 및 머신러닝(ML) 알고리즘은 CFD 전문가가 최적화를 쉽고 효율적으로 할 수 있도록 지원합니다. 이러한 최적화 기능이 어떻게 Fluent 시뮬레이션 경험을 향상시키는지 살펴보겠습니다.

대신 일하는 알고리즘

차수 감소 모델링(ROM)은 optiSLang 소프트웨어의 주요 기능이며 메타모델링을 가능하게 합니다. 간단히 말해 메타모델은 모델의 모델이며, optiSLang 소프트웨어는 신속한 피드백과 강력한 설계 분석을 위해 메타모델을 구축합니다.

일반적으로 엔지니어는 최적화와 같은 파라메트릭 연구를 수행하기 위해 대량의 시뮬레이션을 실행해야 합니다. 그러나, optiSLang 소프트웨어 가이드 시뮬레이션의 알고리즘은 효율성을 높여 더 쉽고 빠른 최적화를 지원합니다. 또한 알고리즘은 매개변수 영향, 일관성 및 출력 선택을 포함하여 더 심층적인 설계 통찰을 유도합니다.

AMOP는 최적의 메타 모델링 접근법을 찾고 설정을 준비하는 optiSLang 소프트웨어의 자동 머신러닝(AutoML) 알고리즘인 Metamodel of Optimal Prognosis(MOP)에서 구축됩니다. 이름에서 알 수 있듯이 AMOP는 적응형입니다. 즉, 초기 실험계획(DOE) 후 AMOP가 출력에 대한 MOP를 자동으로 생성합니다. AMOP는 메타모델링이 유리한 영역과 새로운 관측으로 품질을 개선할 수 있는 영역을 찾습니다. 이러한 통찰을 바탕으로 AMOP는 향후 반복을 위해 새로운 시뮬레이션을 자동으로 실행합니다. 이러한 방식으로 AMOP는 최상의 메타 모델 품질을 달성하기 위해 필요한 DOE를 재정의하여 수동 입력과 시뮬레이션을 줄입니다.

마찬가지로 OCO는 MOP 철학을 사용하여 최상의 메타모델뿐만 아니라 최상의 최적화 접근법을 선택합니다. MOP의 메타모델 경쟁과 마찬가지로 OCO는 최적화 전략을 서로 비교하여 이상적인 접근법을 결정합니다.

이러한 이유로 CFD 엔지니어와 설계자는 AMOP 또는 OCO를 사용하기 위해 광범위한 AI/ML 지식이나 최적화 노하우가 필요하지 않으며, 자동화된 최적화 및 매개변수화의 이점을 Fluent 플랫폼을 떠나지 않고도 누릴 수 있습니다.

간편한 최적화 액세스

이제 Fluent 소프트웨어에서 직접 OCO 및 AMOP(optiSLang 소프트웨어에서 가장 널리 사용되고 인기 있는 알고리즘)에 모두 액세스할 수 있습니다. Optimization Options 대화 상자를 클릭하고 OCO 또는 AMOP 알고리즘을 선택하면 됩니다. OCO를 선택하는 경우 최대 설계 평가 횟수 중 하나만 입력합니다. 해당 값을 입력한 후 "configure settings"를 클릭하기만 하면 됩니다.

OCO는 가장 적절한 설정을 사용하여 가장 적합한 최적화 알고리즘을 자동으로 선택합니다. 이는 함수 근사치에 MOP 기능을 사용하여 최적화 속도를 크게 높이는 하이브리드 서로게이트 보조 최적화 전략입니다.

AMOP 알고리즘을 선택하는 경우 OCO를 사용하는 것만큼 간단하지만 추가 단계가 필요합니다. AMOP의 경우 최대 샘플 수를 입력한 다음 설정을 구성하기 전에 국부 또는 전역 세분화를 선택해야 합니다. AMOP의 적응형 ML 특성으로 인해 여러 매개변수 조합으로 Fluent 시뮬레이션을 실행하여 나머지 데이터를 생성합니다.

AMOP는 국부 세분화를 통해 메타모델의 품질이 가장 개선될 것으로 예상되는 부분을 조정하고, 전역 세분화는 더 탐색적입니다. 전역 세분화를 통해 AMOP는 특정 수준의 예측 품질에 도달하거나 최대 계산 수를 초과할 때까지 새로운 설계 지점을 추가합니다.

최적화의 이점 활용

OCO 및 AMOP의 주요 이점은 편의성입니다.

추가 이점으로는 다음과 같은 기능이 있습니다.

• 최적화 또는 AI/ML 전문 지식 없이 최적화합니다. 이 모든 것은 무대 뒤에서 일어납니다.
• AMOP 함수를 등록하여 대리 모델 또는 메타모델에 대한 RSM(응답 표면 모델링)을 사용하여 더 적은 시뮬레이션으로 최적의 매개변수 집합을 달성합니다.
• 자동 알고리즘을 통해 최상의 메타모델 및 최적화 접근법을 선택합니다.
• OCO를 통해 피트 최적화 접근법을 서로 비교하여 이상적인 접근법을 결정합니다.
• AMOP 및 OCO를 모두 사용하여 Fluent CFD의 전처리 및 후처리 워크플로를 가속화합니다.
• 보다 정확하고 빠른 설정으로 CFD 다상 유동 모델링을 개선합니다.
• 심층 분석을 위해 필요한 경우 전체 optiSLang 소프트웨어에 더 빠르게 액세스할 수 있습니다.

AMOP 및 OCO optiSLang 소프트웨어 알고리즘은 또한 Ansys Workbench 시뮬레이션 통합 플랫폼과 Ansys Electronics Desktop(AEDT) 전자 제품 제품군을 포함한 Ansys의 다른 플래그십 제품에서도 사용할 수 있습니다.

지금 CFD를 개선하십시오

Ansys는 시뮬레이션 및 관련 워크플로를 최적화하기 위해 새로운 AI/ML 알고리즘을 지속적으로 통합하고 있습니다. 이제 CFD 전문가들은 최신 버전의 Fluent 소프트웨어에서 최적화 또는 AI/ML에 관한 배경 지식 없이도 최소한의 설정으로 유체 흐름 시뮬레이션을 쉽게 최적화할 수 있습니다.

Fluent 및 optiSLang 플랫폼과 기타 Ansys 소프트웨어를 탐색하려면 무료 평가판 옵션을 찾아보십시오. Ansys에서 AI/ML 혁신에 대해 자세히 알아보십시오.