現貨現款 140HLI34000 容量充足

現貨現款 140HLI34000 容量充足

現貨現款 140HLI34000 容量充足

01

準備輸入文件  

該初始步驟包括為Digimat RP準備必要的輸入文件，包括：

? Digimat材料卡片

? 有限元分析輸入（當前版本兼容Marc和Abaqus）

? 取向張量文件（當前版本支持Moldflow和Moldex）

02

定義并執行DoE（實驗設計） 

在這一階段，用于高保真度模擬的DoE占據了中心位置。用戶通過為每個考慮到的不確定性設置范圍來定義DoE的范圍。采用均勻分布來生成這些范圍（圖 2）。實際上，取向張量文件的N個不同變化是根據指定的不確定性范圍而生成的。N對應于高保真度模擬的數量——通常是未知輸入參數數量的五倍左右。終，用戶為后處理指定感興趣的關鍵性能指標（KPI），例如綜合失效指數（FI）。

圖2：插件使用的統計分布和高保真度DoE結果的示例

03

訓練和評估ROM  

在高保真度DoE準備就緒后，開始進行降階模型（ROM）訓練和評估。定義了指定用于ROM訓練和測試的高保真度結果的比例——通常按照80-20的比例拆分，其中80%用于訓練，20%用于測試（圖3）。性能評估通過在“對角線圖”中根據測試數據可視化預測結果進行定性評估，并利用R2評分和中值百分比誤差（MAPE）評分等指標進行定量評估。

這些評估以前一階段指定的有限元分析 KPI為中心（例如，故障指數）。一旦ROM經過了熟練的訓練，用戶就可以利用該模型進行實時的“假設”分析。

圖3：: ROM性能的定性和定量評估

04

定義和計算設計極限  

設計極限的概念概括了可接受設計和不可接受設計之間的界限。它圍繞著確定一個部件是在可接受的閾值內還是已經超過該閾值。例如，它確定一個零件是否已經達到其失效極限。這可能表現為臨界失效指數的突破，或者是指定參考節點處的力-位移曲線的頂點。

在此背景下，探索了兩種不同的方法來確定設計極限：AI方法和分布方法(圖4)。

? AI方法：這種方法包括訓練分類模型，從用戶輸入中學習，使其能夠辨別結構組件是否發生了故障。

? 分布方法：在這里，研究重點轉移到評估失效指數（FI）的分布上。當FI分布的定義百分比（x%）超過關鍵FI閾值時，將引用設計限制。

圖4：基于AI和分布的設計極限定義

05

進行UQ分析  

不確定性對應于感興趣的輸入中存在的預期可變性程度。感興趣的輸入可以包括整個結構的取向張量分量的完整場，或者Digimat材料卡級別的特定材料參數。該模型生成N個不同的隨機配置，遵循高斯誤差分布，其特征是標準偏差與識別的不確定性一致。

隨后，使用第3步中建立的ROM來分析N個場景。通過采用第4步中定義的方法，確定結構失效的實例數量（n）。失效概率（Pf）計算公式為n與N的比值。同時，可靠性可推導為沒有發生失效的概率，具體計算公式為可靠性=1–Pf (圖5)。

圖5: 如何計算終可靠性

06

使用Digimat-RP UQ插件  

一旦用戶準備好了輸入文件，就可以從Digimat-RP中啟動Digimat RP-UQ插件，如圖6所示.

圖6: 從Digimat-RP中啟動Digimat-RP UQ插件

在插件的左側欄目中，上述定義的分析步驟可以通過以下選項卡中的分步指導工作流進行實現：

? 設置

定義不同求解器的路徑，例如有限元求解器，Digimat和Odyssee

? DoE

定義生成高保真度DoE的參數，即在考慮不確定性來源的情況下運行的Digimat RP模擬案例。

? ROM

使用前一步的高保真度模擬結果對ROM進行訓練和測試。

? 假設分析

利用經過訓練的ROM執行幾乎實時的假設分析。經過訓練的ROM允許用戶在幾秒鐘而不是幾小時內計算給定輸入參數集的失效指數的全部結果。

? 設計極限

用戶在這里確定在給定場景下應如何定義結構失效。這里可以使用分布功能或AI功能來完成。

? UQ

這是使用經過訓練的ROM和定義的設計邊界的后一步。在這一步中，插件對ROM進行多次調用，計算每種情況下是否發生結構失效，確定失效的概率，后確定可靠性的得分。每次調用ROM時，使用的輸入參數來自定義的不確定性來源。

現貨現款 140HLI34000 容量充足