כיצד להעריך את תוצאות התוכנה של סימבולציה בפרויקטים הנדסיים

תוכנת סימבול הפכה לכלי חיוני בפרויקטים הנדסיים מודרניים.ממרחב ורכב להנדסת אזרחי וביוטכנולוגיה, סימולציות מאפשרות לצוותים לחזות כיצד מערכות יתנהגו בטווח רחב של תנאים לפני אבטיפוס פיזי בנוי.עם זאת, הערך של כל סימולציה תלוי לחלוטין בדיוק שלה, סימולציה לא מדויקת יכולה להוביל לתכנוןים פגומים, תקציבים, סיכונים, הערכה קטסטרופלית של תוכנה זו אינה אלא רק בדיקות קריטיות, ולכן היא רק סוג של ניתוח מדויק של ניתוח בדיקות טיפול פסיכולוגיות, ולכן הוא יעיל.

למה דמוקרטיה חשובה יותר מאי פעם

פרויקטים הנדסיים גדלים במורכבות.סימולציות מודרניות לעתים קרובות כמה תחומים פיזיקה - דינמיקות מושפע, מכניקה מבנית, תרמודינמיקה, אלקטרומגנטים - במודל יחיד.התוצאות של אי דיוקים בסימולציות מעודנות אלה יכולות לקבל קזד. לדוגמה, טעות בסימולציה CFD עבור מערכת קירור מנוע מטוסים עלולה להוביל להתחממות יתר וכישלון במהלך טיסה.

המונחים: Verification and אימות

לפני צלילה לשיטות הערכה ספציפיות, חיוני להבחין בין שני מושגים בסיסיים: אימות ואימות האגודה האמריקנית של מהנדסי מכונות (ASME) מגדיר אימות כתהליך של קביעת מודל חישובי מייצג במדויק את המודל המתמטי הבסיסי ואת הפתרון שלו.אימות, מצד שני, האם תהליך קביעת התואר למודל חישובי הוא ייצוג מדויק של העולם האמיתי מנקודת המבט המיועדת של המשוואות הנכונות, תוך כדי פתרון נכון של "הדיוק" בהגדרה נכונה של המשוואה, האם אנו פותרים את ההסתברות פשוטה יותר?"

המונחים: Code and Solution Verification

אימות קוד מבטיח כי יישום התוכנה הוא חינם של באגים וכי האלגוריתמים המספריים ייושמו נכון.זה בדרך כלל באחריות מפתח התוכנה ומוכח באמצעות סוויטות מבחן סטנדרטיות, כגון אלה שפורסמו על ידי NAFEMS או ASME V &V 20 סטנדרטי אימות פתרון, מצד שני, מבוצעת על ידי המשתמש.זה כרוך להעריך את שגיאות המספריות המוצגות על ידי פירוק (למשל, זה זמן משותף) ו- Ixateration (rence) הוא למעשה, זה הוא למעשה, זה הוא למעשה, הוא למעשה, הוא למעשה, כלומר, זה הוא קריטי.

המונחים: השוואות למציאות גופנית

אימות הוא המבחן האולטימטיבי של דיוק סימולציה.זה כרוך השוואת תחזיות סימולציה עם נתונים ניסיוניים או שדה.ההשוואה צריכה להיות כמותית, לעתים קרובות באמצעות מדדים סטטיסטיים כגון טעות מרובע (RMSE), כלומר טעות אחוז מוחלט (MAPE), או גורמי אי הוודאות המומלצת על ידי ASME V & V סטנדרטי. מודל מאומת יש רמה ידועה של דיוק חיזוי עבור טווח התפעולי של עם זאת, לא צריך להיות תרחיש פיזי או קבוע; זה משנה אם זה משנה אם זה משנה אם זה לא צריך לשנות את זה משנה באופן קבוע.

שיטות להבטחת סימולציה

ישנן מספר שיטות מבוססות שהמהנדסים יכולים להשתמש כדי להעריך את הדיוק של תוצאות הסימולציה.כל שיטה מתייחסת למקורות שונים של טעות וחוסר ודאות.תוכנית הערכה מקיפה בדרך כלל משלבת גישות מרובות.

1 השוואה עם נתונים ניסיוניים

תקן הזהב לאימות הוא השוואה ישירה עם מדידות ניסיוניות באיכות גבוהה.בדיקות פיזיקליות צריך להיות מתוכנן לשכפל את תנאי הסימולציה בהקדם האפשרי, עם בקרה זהירה של תנאי גבול, תכונות חומריות, ומכשור.כאשר נתונים ניסיוניים מהמערכת המדויקת אינם זמינים, מהנדסים יכולים להשתמש בנתונים ממערכות דומות, מודלים בקנה מידה, או ספרות מתפרסם.חשוב לתעד את אי הוודאות של הנתונים הניסוייים כך שניתן יהיה לבצע השוואה הוגנת לדרישות לא מוגדרות, אך ורק כדי להציג תוצאות לא מוגדרות.

מחקר בנושא Mesh Convergence Study

טעות דיסקרטיזציה הנו מקור עיקרי של אי דיוקנות בסימולציות בהתבסס על האלמנט הסופי, נפח סופי, או שיטות הבדל סופיות.מחקר התכנסות מתכנס באופן שיטתי את הרשת חישובית (mesh) ומבחן כיצד כמויות תפוקת מפתח (למשל, לחץ מקסימלי, עלייה יעילה, טמפרטורה) כמו meshCI הוא מעודן, הפתרון צריך גישה בעלת ערך אמפרטי (reic) בדרך כלל, הערכה מדויקת של תוצאות טיפוליות של גירוי עצמי).

ניתוח רגישות

לא ברור בפרמטרים קלט (למשל, תכונות חומריות, תנאי גבול, עומסים) יכול לגרום לריאציות משמעותיות בפלטי סימולציה.S ניתוח בדיקת רגישות של רגישות (למשל, שינויים בקלטות משפיעים על התוצאות.יש שתי קטגוריות עיקריות: ניתוח רגישות מקומית (הבחנה פרמטר אחד בכל פעם) וניתוח הרגישות הגלובלי (המשך כל הפרמטרים בו זמנית על טווחיהם באמצעות טכניקות כגון מונטה קרלו או Soboldic בניתוח רגישות).

Benchmarking Against Standard Problem

בעיות סטנדרטיות עם פתרונות אנליטיים, מספריים או ניסיוניים ידועים ניתן להשתמש כדי לבדוק את ביצועי התוכנה.תחומים הנדסיים רבים הקימו קריטריונים.לדוגמה, NAFEMS (סוכנות לאומית עבור שיטות יסוד פיניט וסטנדרטים) מפרסם ספריית בעיות של מבחנים עבור סימולציה מבנית, תרמית ודינמיקה נוזלית.

5.Per Review andמומחה Judgment

אין הערכה מלאה ללא מומחיות אנושית.סקירה של פֶר כוללת מהנדסים אחרים או מומחי דומיין לבחון את הנחות המודל, תנאי גבול, איכות שמי, הגדרות סלולר, תוצאות. מומחים יכולים לזהות חוסר עקביות לוגי, התנהגות לא מציאותית, או משקיף על פיזיקה כי בדיקות אוטומטיות עלולות להחמיץ. Peer review הוא בעל ערך במיוחד עבור סימולציות מורכבות שבו סימולציות ונחות הכרחיות.

שיטות טובות ביותר להבטחת אחריות ארוכת טווח

הערכה של דיוק אינה צעד אחד, אלא תהליך מתמשך לאורך מחזור החיים של פרויקט.הפרקטיקות הטובות הבאות עוזרות לשמור ולשפר את האמינות של תוצאות סימולציה לאורך זמן.

השתמש במודלים גבוהים, מתואמת

בכל פעם שניתן, להתחיל עם מודלים חומריים, מודלים סוערים, ונוסחאות אלמנט אשר אושרו על ידי ספק התוכנה או קהילת המחקר. להימנע מכוונון או שינוי של פרמטרים מודל ללא הצדקה קפדנית.אם מודל חייב להיות מותאם אישית, לתעד את השינויים ותיקון מחדש נגד נתונים ניסיוניים.

מסמכים, אינקוויטים ושיטות

תיעוד מקיף הוא עמוד השדרה של סימולציה אמינה.רשם כל הנחה (למשל, סימטריה, התנהגות גז אידיאלית, גמישות ליניארית), כל קלט (נכסים חומריים, עומסים, תנאי גבול), וכל שיטה (סוג של אלגוריתם, אלגוריתם פתרון, קריטריונים התכנסות) תיעוד זה מאפשר לאחרים לשחזר את הסימולציה, לאמת את ההתאמה שלה ולהבין את המגבלות שלה.

ביצוע מספר רב של סימלוציות עם פרדוקסים שונים

אל תסמכו על סימולציה אחת לרוץ סימולציות מרובות עם קלטות מעטות, מיש או מודלים אפשרויות כדי לראות כמה חזקים התוצאות.לדוגמה, לשנות את צפיפות המירש באזור מקומי, לשנות את מודל הזעזוע מ k-epsilon ל k- אומגה SST, או להשתמש בסובלנות אחרת.

עדכון תוכנה

ספקי תוכנה משחררים מעת לעת עדכונים לתיקון באגים, לשפר אלגוריתמים מספריים, ולהוסיף יכולות חדשות. שמור על תוכנת הסימולציה עד כה.עם זאת, לאחר עדכון, להפעיל מחדש את מקרי אימות המפתח כדי להבטיח שהגרסה החדשה אינה מציגה תוקפנות. לשמור על ארכיון מבוקר גרסה של הגדרות הסימולציות שלך ותוצאות כך שתוכל לעקוב אחר שינויים כלשהם דיוק לגרסת התוכנה.

שיתוף פעולה עם צוותים ניסיוניים

אימות הוא יעיל ביותר כאשר סימולציה וצוותים ניסיוניים לעבוד יחד מההתחלה.ניסויים יכולים לתכנן בדיקות המספקות את הנתונים הדרושים לאימות, ומהנדסי סימולציה יכולים לזהות אילו המדידות הן בעלות ערך רב ביותר עבור החזרת המודל.שיתוף פעולה זה מקטין את הסיכון של תנאים לא מתאימים ומבטיח כי נתוני אימות הם באיכות מספקת.

מטריקס סטטיסטי להגדרה

השוואות חזותיות Qualitative (למשל, "האגדות של קוטור נראות דומות") אינן מספיקות להערכה קפדנית של דיוק.צריך להשתמש במדדים קוונטיים.

(FLT:0)Root Mean Square Error (RMSE): ההרחבה 1 של LT:1 מודדת את גודל השגיאה הממוצע בין סימולציה לניסוי.
(הופנה מהדף 0) Mean Absolute% Error (MAPEura): 1 אקספרס שגיאות כאחוז של הערך הניסויי, שימושי עבור השוואת קשקשים שונים.
טעות של מקסימום: 1FLT:1 , Identifies הגרוע ביותר, אשר לעתים קרובות קריטי עבור הערכות בטיחות.
(ב) ⁇ :0) ,9 ⁇ של טעות: ⁇ 1 , מציין את התפשטות שגיאות, חושף אם המודל באופן שיטתי over-predicts.
(FLT:0) Unquity Factor (U): FLT:1 כפי שהוגדר ב ASME V & V 20, גורם אי הוודאות משלב מודל צורה של אי ודאות, טעות מספרית, ואי ודאות קלט לתוך מדד אחד.זוהי הגישה המקיפה ביותר אך דורש טיפול סטטיסטי זהיר.

כאשר דיווח על דיוק, תמיד לכלול מרווחי ביטחון או אי ודאות הקשורים לסימולציה הנבאת לחץ של 300 MPa עם אי ודאות של ±30 MPa הוא הרבה יותר שקוף מאשר אחד שמדווח 300 MPa ללא הערכה.

מלכודות נפוצות וכיצד להימנע מהם

אפילו מהנדסים מנוסים יכולים ליפול למלכודת שדוחפת את הערכת הדיוק.להיות מודע למכשולים אלה הוא הצעד הראשון להימנע מהם.

(FLT:0) over-Reliance on One אימות Case:cioFLT 1 Aסימולציה שמתאימה לניסוי אחד עשויה להיכשל על עוד.
(FLT:0) תוך הערכת חוסר הוודאות הניסויי: אנדרל 1) נתונים ניסיוניים בעצמם יש שגיאות ממכשירי מדידה, תנאים סביבתיים וגורמים אנושיים.
(ב) ,0) אבחון של מדרש: ⁇ 1 (A One mesh), אפילו אם זה בסדר, אינו מבטיח דיוק.בצע מחקר התכנסות כדי להבטיח תוצאות עצמאיות.
(FLT:0) שימוש בהגדרות של Inadequate Solver:BuildFLT) 1:1 פיזור סובלנות, לא מספיק התאמות, או הגדרות ברירת מחדל שאינן מתאימות לפיזיקה יכולות להציג שגיאות.תמיד לבדוק דוחות עבור התנהגות התכנסות.
(ב) אם סימולציה משתנה לאחר אימות (למשל, מרש או תנאי גבול שונים), האימות אינו חל עוד.

מקרה מחקר: אימות מודל פיניטמנט של חסיד מכני

שקול כיס בשימוש באסיפה חללית.ניתוח אלמנט סופי מבוצע כדי לחזות מתח תחת עומסים תפעוליים.הצעדים להערכת דיוק עשויים לכלול:

(FLT:0)Benchmarking: FLT:1 להפעיל את אותו גיאומטריה עם פתרון אנליטי ידוע (למשל, מקרה עומס קלוש) כדי לאמת את האלמנט פורמולה ופתרון.
(FLT:0) Mesh Convergence:FLT:1 צור שלוש מברשות - אקרוזה (10,000 אלמנטים), בינוני (40,000 אלמנטים), ובסדר (160,000 אלמנטים) את הלחץ המקסימלי של פון מיז משתנה על ידי פחות מ -2% בין מברשות בינוניות וקטנות, ואת GCI הוא 1.5%.
(FLT:0) השוואה חוץ-ממד: FLT:1 Strain Measures ממוקמים על אב-טיפוס פיזי במקומות מרכזיים תחת עומס סטטי.הסימולציה צופה ערכים מתוחים כי מתפתלים בממוצע של 5% ממדכאות, עם סטייה מקסימלית של 12% ליד ריכוז הלחץ.האי הוודאות הניסויית היא ±3% (בשל מדד וטמפרטורות).הסימולציה נחשבת מקובלת כי הסטייה היא בתוך 15% סובלנות.
(FLT:0Sרגישות ניתוח:0) 1 (FLT:1) כוח התשואה החומרי ועומס יישומי הם מגוונים על ידי ±10%.הלחץ המקסימלי משתנה על ידי ±8% ו ±12%, בהתאמה.זה מזהה את העומס כפרמטר הרגיש ביותר, מה שגורם לשליטה הדוקה יותר של מפרטים בייצור.
(FLT:0)Peer Reviewmia: FLT:1 מהנדס מתח בכיר סוקר את המודל והערות כי רדיוס מלא בבסיס החבט היה מודל פינה חדה.לאחר תיקון, הלחץ מקטין ב-20%, מה שמביא את הסימולציה אפילו קרוב יותר לנתונים הניסוייים.הסקירה מונעת פוטנציאל תחת עיצוב.

משאבים חיצוניים לזיכרון נוסף

מהנדסים שרוצים להעמיק את הידע שלהם על הערכת דיוק סימולציה צריך להתייעץ עם המקורות הסמכותיים הבאים:

(ב) [ה]0]ME V&V 20 StandardFLT:1] - מסגרת מקיפה לאימות ולאימות במכניקה מוצקה חישובית.
(FLT:0)NAFEMSIRLT:1 - האגודה הבינלאומית להנדסת מודלינג, ניתוח וקהילת סימבול, המציעה קריטריונים, הכשרה ושיטות הטובות ביותר.
(FLT:0)ANSYS Verification ManualFLT:1 - דוגמה מעשית לאופן שבו תוכנת FEA המסחרית כוללת בעיות אימות.
(FLT:0ScienceDirect - אימות של מודלים של Computational ModelsFLT) 1:1 - סקירה אקדמית של מתודולוגיות אימות על פני דיסציפלינות הנדסה.

מסקנה

הערכת הדיוק של תוצאות התוכנה היא משמעת רבת פנים הדורשת הקפדה טכנית, חשיבה סטטיסטית ושיתוף פעולה. על ידי אימוץ תהליך מובנה הכולל אימות, אימות, התכנסות, ניתוח רגישות, הערכה, וסקירה עמיתים, מהנדסים יכולים להפחית באופן משמעותי את הסיכון של מחזורי הדמיה מונחת סימולציה.המטרה הסופית היא לא לחסל את אי הוודאות - זה בלתי אפשרי - אבל להבטיח את זה אפשרי כדי להבטיח את היכולת של חיזוי יעיל יותר עבור שינויים דיגיטליים, כלומר, כדי לשפר את האפשרויות יעילות גבוהה יותר, כדי לשפר את יכולת יעילה יותר.