Robustheitsbewertungen
Die Robustheit eines Modells, also die zuverlässige Funktionsweise innerhalb erlaubter Toleranzen, ist ein Schlüsselthema in der virtuellen Produktentwicklung.
Methodenübersicht
Quadratische Korrelationsmatrix
- Stochastische Variablen mit Verteilungsinformationen
- Verteilungstypen (normal, lognormal, gleichverteilt, abgeschnitten normal, Weibull, diskret)
- Latin Hypercube Sampling, Monte Carlo Sampling
- Statistisches Postprocessing (Variationsanalyse, Korrelationsanalyse, Principal Components, Bestimmtheitsmaße)
Kenndaten
Histogramm mit gefitteter Verteilungshypothese
In optiSLang wird mittels geeigneter Samplingverfahren ein Set von möglichen Designrealisierungen erzeugt und berechnet. Als Ergebnis können die wichtigen Eingangsstreuungen identifiziert und die Variation der Antworten quantifiziert werden. Robustheitsbewertungen sichern dabei Funktionsfähigkeit, Funktionssicherheit und Zuverlässigkeit für relativ häufige Ereignisse (bis in den 2-Sigma-Bereich einer Normalverteilung) ab.
Fokus
Kombination von Optimierung und Robustheitsbewertung
Häufig ist die Robustheit ein wichtiger Teil der Optimierungsaufgabe für das Design. Unsere Erfahrungen bei der Einführung von Optimierungs- und Robustheitsevaluationsmethoden in der virtuellen Produktentwicklung haben gezeigt, dass man beide Disziplinen durchdringen muss, um kombinierte Probleme formulieren zu können. Deswegen ist es ratsam aufeinanderfolgend Sensitivitätsanalyse, Robustheitsbewertung und deterministische Optimierung durchzuführen, um wiederholte Erkenntnisse über ein robustes und optimales Design zu gewinnen.
Postprocessing
Die Ergebnisdarstellung in optiSLang basiert auf interaktiven Fenstern, die es dem Anwender ermöglichen, einfach und schnell die gewünschten Informationen zu erhalten.
Distributoren
optiSLang wird weltweit vertrieben, hier finden sie die Liste unserer Distributoren.
Ihr Ansprechpartner
