Diese Webseite nutzt Cookies

Um unsere Webseite für Sie optimal zu gestalten, verwenden wir Cookies. Indem Sie weiterhin auf dieser Webseite navigieren, erklären Sie sich mit unserer Verwendung von Cookies einverstanden. Weitere Informationen zu Cookies erhalten Sie in unserer

Robustheitsbewertung in der virtuellen Produktentwicklung

Fertigungstoleranzen, Materialstreuungen, zufällig verteilte Lasten oder andere stochastische Einwirkungen verursachen streuende Eigenschaften von Bauteilen oder Bauwerken mit meist räumlicher Verteilung. Um Ihre Produktqualität zu sichern, Rückrufaktionen zu vermeiden oder Sicherheitsanforderungen zu erfüllen, können Sie diese Zufälligkeiten durch die Anwendung geeigneter statistischer Modelle und Methoden schon im Entwurfsprozess berücksichtigen.

SoS® unterstützt Sie bei der Erweiterung und Vereinfachung Ihrer statistischen Analysen von Felddaten. Dabei können Sie Stellen mit hoher Ausfallwahrscheinlichkeit bzw. Variation („Hot Spots“) lokalisieren und die Ursachen für die Streuungen ermitteln.

Vorteile

Visualisierung

Die Visualisierung von statistischen Größen auf Finite-Elemente-Modellen kann eine Robustheitsbewertung deutlich vereinfachen. Dies trifft besonders zu, wenn die Position kritischer Bereiche a priori nicht bekannt ist oder wenn diese Position zufällig variiert (z.B. in Crash-Simulationen, Umform-Simulation usw.). Ferner hilft die Visualisierung, die Akzeptanz statistischer Ergebnisse in den Entwurfs- und Produktionsabteilungen zu verbessern.

Statistics on Structures® unterstützt Ihre Robustheitsbewertung durch:

  • Analyse zufälliger Eigenschaften auf Strukturen
  • Identifikation der Konsequenzen von Herstellungstoleranzen und zufälliger Belastungen
  • Darstellung der Statistik direkt auf der Struktur
  • Einfache Detektion von Hot Spots und potenziellen Versagensbereichen
  • Verbesserung der Zuverlässigkeit und Produktqualität
  • Verstehen der Ursachen von Streuungen
  • Zerlegung von Antwortstreuungen  mittels Zufallsfeldparametrik
  • Generierung zufälliger Designs mittels Zufallsfeldparametrik
  • Eliminierung von Rauschen in nachfolgenden Simulationen

Features

Neue Features in SoS® 7

  • Free-form shape optimization
  • SoS for ANSYS: Apply mesh morphing inside ANSYS Mechanical
  • Standalone SoS ROM Viewer for 3D variation analysis
  • Direct visualization of changes in geometry and their invoked changes in structural performance (stresses, strains etc.)
  • New algorithm for estimating F-CoP[Total] and sensitivity indices in FMOP
  • New backend (beta option) for approximation model with FMOP

    Verbesserungen in SoS® 7

    • Support for components (node sets, element sets)
    • Interactive variation analysis in 3D for random fields and FMOP (using sliders)
    • Improved graphics (GUI and engine)
    • Free-form variation models for synthetic localized variations
    • Better stabilization algorithms for geometric imperfections
    • Photographic analysis: Autoscale images of different resolution
    • New export formats usable by ANSYS WB External Data
    • Add support for quadratic tetrahedra in Abaqus INP format
    • Add ability to query FEM mesh connectivity from script and in FMOPSolver lib API

    Datenbasiertes Reduced Order Model (ROM)

    ROMs sind für die Systemsimulation von großer Bedeutung und werden auch beim digitalen Zwilling zu einer Schlüsseltechnologie. Um die Wartung und den Betrieb eines Systems optimieren zu können, muss für die genaue Prognose der Kennwerte (z. B. die Lebensdauer von Turbinenschaufeln) eine detaillierte Produktsimulation mit Sensordaten verknüpft werden. Die Anforderungen an die Reaktionszeit von digitalen Zwillingen können nur erfüllt werden, wenn die detaillierten Simulationsmodelle vereinfacht werden. Der klassische "physikbasierte" Ansatz von ROMs verwendet eine Matrixkondensation, deren Formel noch die physikalischen Einflüsse der Eingangsvariation auf die Antwortgrößen enthält. Diese Art der Reduktion eignet sich jedoch oft nur für lineare Systeme. Ein datenbasiertes ROM ist für die Simulation nichtlinearer Systeme die bessere Variante. Die Methode verwendet Funktionsmodelle für die Approximation der Antwortflächen, wobei der Einfluss von Eingangsvariationen auf die Antwortvariation in Abhängigkeit zum gegebenen Parametersatz berücksichtigt wird. Für die Felddaten der Eingabe- oder Antwortgrößen verwendet SoS das Fiel-Metamodel of Optimal Prognosis (FMOP), um Signale, FEM-Lösungen oder geometrische Abweichungen zu approximieren.

    Software on Demand und Lizenzen für Forschungseinrichtungen

    SoS ist auch als Software on Demand in Deutschland, Österreich und der Schweiz erhältlich. Dieser Service ermöglicht die bedarfsgerechte und abrechnungsgenaue Nutzung mit der jeweils aktuellsten Softwareversion. Für weitere Informationen wenden Sie sich bitte an unseren Support.

    Verwenden Sie SoS in Ihrer Forschung und Lehre. Wir bieten spezielle Konditionen für Hochschulen und Forschungseinrichtungen!

    Distributoren

    SoS wird weltweit vertrieben. Hier finden Sie die Liste unserer Distributoren.

    zu den Distributoren

    Ihr Ansprechpartner

    Dr. Sebastian Wolff

    Tel.: +43 (0) 1997 1207-11
    Fax: +43 (0) 1997 1207-20