計算流體力學 (CFD) 專家精通流體力學、數值分析與資料結構。他們經常分析流體流動的各種特性,例如溫度、壓力、速度與密度,並將這些見解應用於跨產業的工程挑戰中,從航太、汽車到能源與醫療產業皆涵蓋其中。然而,雖然 CFD 專家精通流體領域,但他們通常不是最佳化領域的專家,因此在面臨最佳化需求時,往往需要尋求外部協助或軟體工具。
最新版 Ansys Fluent CFD 軟體整合了 Ansys optiSLang 的流程整合與設計最佳化軟體,消除了這項障礙。現在,CFD 專家可以直接在最熟悉的軟體中操作,只需一次點擊即可完成模擬最佳化。人工智慧 (AI) 與機器學習 (ML) 演算法,包括一鍵最佳化 (OCO) 與自適應最佳預測元模型 (AMOP) 工具,讓 CFD 專家能輕鬆且高效地嘗試最佳化作業。讓我們深入瞭解這些最佳化功能如何提升 Fluent 的模擬體驗。
計算流體力學 (CFD) 專家現在可以直接在 Ansys Fluent CFD 軟體中進行模擬最佳化。
降階建模 (ROM) 是 optiSLang 軟體中的關鍵功能,能夠實現元模型建構。簡單來說,元模型是「模型的模型」,optiSLang 軟體透過建構元模型,提供快速回饋與健全的設計分析。
一般而言,工程師需要執行大量模擬來進行如最佳化這類的參數研究。然而,optiSLang 軟體中的演算法會引導模擬流程,使最佳化變得更容易、更快速,同時提升效率。此外,這些演算法還能提供更深入的設計見解,包括參數影響性、相關性與輸出項選擇。
AMOP 源自最佳預測元模型 (MOP),這是一種 optiSLang 軟體中的自動化機器學習 (AutoML) 演算法,能找出最合適的元建模方式並自動設置相關參數。顧名思義,AMOP 是自適應的。這表示在完成初始實驗設計 (DOE) 後,AMOP 會自動為輸出結果建立 MOP。AMOP 會找出有利於建模的區域,以及新增觀測資料可改善模型品質的區域。根據這些見解,AMOP 將自動執行新的模擬以進行後續迭代。透過這種方式,AMOP 會在必要時重新定義實驗設計 (DOE),以達成最佳元模型品質,並減少人工輸入與模擬次數。
自適應的最佳預測元模型 (AMOP) 演算法會將目標搜尋集中在最關鍵的參數上,加快模擬速度並提升效率。
同樣地,OCO 採用 MOP 的理念,不只挑選最佳元模型,也挑選最好的最佳化策略。如同 MOP 的元模型競賽機制,OCO 會讓各種最佳化策略彼此競爭,以找出最理想的方法。
因此,CFD 工程師與設計人員無需具備深厚的 AI/ML 知識或最佳化專業技能,也能在 Fluent 平台內直接受益於 AMOP 與 OCO 的自動最佳化與參數化功能。
OCO 與 AMOP 這兩個在 optiSLang 軟體中最常用、最受歡迎的演算法,現在可直接從 Fluent 軟體中使用。只需開啟最佳化選項對話框,選擇 OCO 或 AMOP 演算法即可。若選擇 OCO,只需輸入一項設定:設計評估的最大次數。輸入數值後,點擊「設定參數」即可。
您可以輕鬆地從 Fluent 平台使用 AMOP 與一鍵最佳化 (OCO) 演算法。
OCO 會自動選擇最合適的最佳化演算法與對應的設定。這是一種混合式、輔以代理模型的最佳化策略,運用 MOP 的函數近似能力,大幅加速最佳化過程。
若選擇使用 AMOP 演算法,操作上與 OCO 幾乎一樣簡單,但需多一個步驟。使用 AMOP 時,需輸入最大樣本數,並在設定參數前選擇區域細化或全域細化。由於 AMOP 採用自適應機器學習技術,會自動以多組參數組合執行 Fluent 模擬,生成其餘資料。
使用區域細化時,AMOP 會在元模型品質最有改善潛力的區域進行調整;全域細化則偏向探索性策略。採用全域細化時,AMOP 會持續加入新設計點,直到達到預測品質的指定門檻,或超出最大計算次數為止。
OCO 演算法的最大優勢正如其名:只需一項設定即可進行一鍵最佳化。
OCO 與 AMOP 最大的優點是操作便利。
其他優勢還包括:
AMOP 與 OCO optiSLang 軟體演算法亦整合於 Ansys 其他旗艦產品中,包括 Ansys Workbench 模擬整合平台與 Ansys Electronics Desktop (AEDT) 電子產品套件。
Ansys 持續整合全新 AI/ML 演算法,以最佳化模擬與相關工作流程。在最新版本的 Fluent 軟體中,CFD 專家只需最少設定,便可輕鬆最佳化流體流動模擬,無須具備任何最佳化或 AI/ML 背景。
若要進一步探索 Fluent、optiSLang 及其他 Ansys 軟體,可瀏覽免費試用選項。深入瞭解 Ansys 在 AI/ML 領域的創新技術。