计算流体力学(CFD)专家精通流体力学、数值分析和数据结构。他们经常需要分析流体流动的不同属性,如温度、压力、速度和密度,然后将这些分析结果用于解决航空航天、汽车、能源和医疗等各个行业的工程挑战。尽管CFD专家精通流体领域,但他们通常并非优化专家,这迫使他们在有优化需求时寻求外部帮助或相关软件。
好消息是,最新版Ansys Fluent CFD软件提供来自Ansys optiSLang流程集成和设计优化软件的内置功能,从而消除了这一障碍。现在,CFD专家可以继续使用他们最熟悉的软件,同时只需点击一下鼠标即可优化仿真。人工智能(AI)和机器学习(ML)算法,包括一键优化器(OCO)和自适应最佳预测元模型(AMOP)工具,使CFD专家能够轻松高效地尝试优化。我们来了解一下这些优化功能如何增强Fluent仿真体验。
计算流体力学(CFD)专家现在可以直接在Ansys Fluent CFD软件中优化仿真。
降阶模型(ROM)是optiSLang软件的一项关键功能,可实现元建模。简单地说,元模型是基于模型抽象的模型,而optiSLang软件可构建元模型,以实现快速反馈和鲁棒性设计分析。
工程师通常需要运行大量仿真以开展如优化等参数化研究。但是,optiSLang软件中的算法可指导仿真,从而以更高的效率支持更轻松、更快速的优化。此外,这些算法有助于获得更深入的设计分析,包括参数影响、相关性和输出选择。
AMOP由最佳预测元模型(MOP)构建而成,后者是optiSLang软件中的一种自动机器学习(AutoML)算法,可用于找到最佳元建模方法并完成其设置准备工作。顾名思义,自适应最佳预测元模型(AMOP)是自适应的。这意味着在初始实验设计(DOE)后,AMOP会自动为输出创建MOP。AMOP可以通过元建模定位高敏感度区域,以及确定在哪些区域可以通过增加新的观测点来提高模型质量。根据该分析结果,AMOP会自动运行新的仿真,以供未来的设计迭代使用。通过这种方式,AMOP在需要的地方重新定义DOE,以实现最佳元模型质量,从而减少手动输入和仿真次数。
自适应最佳预测元模型(AMOP)算法将值搜索功能集中在最相关的参数上,从而加快仿真速度并提高效率。
同样,OCO采用用MOP理念不仅是为了选择最佳元模型,还可以选择最佳优化方法。就像MOP的元模型筛选规则一样,OCO会将多种优化策略相互对比,以确定最优的方案。
因此,CFD工程师和设计人员无需丰富的AI/ML知识或任何优化专业知识,即可使用AMOP或OCO;他们也无需离开Fluent平台,即可从自动化优化和参数化中受益。
OCO和AMOP是optiSLang软件中最为广泛使用和最受欢迎的两种算法,现在两者都可以直接在Fluent软件中使用。只需单击“Optimization Options”(优化选项)对话框,然后选择OCO或AMOP算法即可。如果选择OCO,只需输入一个设置:最大设计评估次数。输入该值后,只需单击“configure settings”(配置设置)。
您可以从Fluent平台轻松访问AMOP和一键优化器(OCO)算法,
OCO会自动选择具有最合适设置的最佳优化算法。这是一种混合的代理模型辅助优化策略,使用MOP功能进行函数近似,以显著加快优化速度。
如果选择AMOP算法,操作几乎与OCO一样简单,只需额外增加一个步骤。对于AMOP,您需要输入最大样本数,然后在配置设置之前选择局部或全局细化。由于AMOP的自适应ML特性,它将通过使用多个参数组合来运行Fluent仿真,从而生成其余的数据。
如果选择局部细化,AMOP会针对那些元模型质量最有潜力提升的区域进行自适应调整,而全局细化更具探索性。如果选择全局细化,AMOP将添加新的设计点,直至达到一定水平的预测质量或超过最大计算次数为止。
顾名思义,OCO算法的主要优势在于:只需一个设置,即可一键优化。
OCO和AMOP的主要优势在于便利性。
其他优势包括:
Ansys的其他旗舰产品也可提供AMOP和OCO optiSLang软件算法,包括Ansys Workbench仿真集成平台和Ansys Electronics Desktop(AEDT)电子系列产品套件。
Ansys不断集成新的AI/ML算法,以优化仿真及相关工作流程。在最新版Fluent软件中,CFD专家现在可以通过最少的设置,并且无需具备任何优化或AI/ML专业背景,即可轻松优化流体流动仿真。
如需探索Fluent和optiSLang平台以及其他Ansys软件,请浏览免费试用选项。进一步了解Ansys的AI/ML创新。
Ansys Advantage博客(The Advantage Blog)由Ansys专家和其他技术专家撰写,让您随时了解Ansys如何为创新赋能,推动人类踏上伟大征程。