Altair HyperStudy

Altair HyperStudy

O Altair HyperStudy é uma ferramenta de exploração de design para engenheiros e designers. Ele cria automaticamente variantes de design inteligentes, gerencia corridas e coleta dados. Os usuários são orientados a entender as tendências de dados, realizar estudos de trade-off e otimizar o desempenho e a confiabilidade do projeto.

O HyperStudy permite que os usuários explorem, entendam e melhorem seus projetos usando métodos como projeto de experimentos, modelagem de superfície de resposta e otimização. Os resultados desses estudos podem ser facilmente analisados e interpretados usando os avançados recursos de pós-processamento e mineração de dados do HyperStudy. A interface de usuário intuitiva do HyperStudy combinada com sua integração perfeita ao HyperWorks para parametrização direta do modelo e leitores de resultados CAE simplificam a configuração do estudo.

Benefícios

Melhore o desempenho e a qualidade do projeto

O HyperStudy inclui otimização inovadora e de ponta, design de experimentos e métodos estocásticos para avaliação rápida e melhoria do desempenho e qualidade do design.

Realizar estudos de trade-off

A capacidade de ajuste do HyperStudy permite que os usuários criem modelos de superfície de resposta. Esses substitutos eficientes podem então ser usados para realizar estudos de trade-off. Eles também podem ser exportados como planilhas para uso dos engenheiros de campo.

Reduza o tempo e os custos de desenvolvimento

O HyperStudy ajuda os engenheiros a reduzir as iterações de tentativa e erro e, portanto, ajuda a reduzir o desenvolvimento do projeto e o tempo de teste.

Maior produtividade através do ambiente fácil de usar

O processo passo a passo do HyperStudy orienta o usuário na configuração e na realização de estudos de design. Sua arquitetura aberta permite fácil integração com solucionadores de terceiros.

Análises poderosas de conjuntos de dados

Um conjunto abrangente de métodos de pós-processamento e mineração de dados simplifica e ajuda o trabalho de um engenheiro de analisar e entender grandes conjuntos de dados de simulação.

Melhorar a correlação da simulação

Os recursos de otimização do HyperStudy podem ser aplicados para melhorar a correlação dos modelos de análise com os resultados dos testes ou com outros modelos.

Recursos

Projeto de Experiências

Os métodos de Design de Experiências (DOE) no HyperStudy incluem:

• Fatorial completo
• Plackett-Burman
• Projeto composto central
• Sequência de Malha Extensível Modificada (MELS)
• Hammersley
• D-Optimal
• Fatorial fracionário
• Box-Behnken
• Hipercubo latino
• Entrada definida pelo usuário e direta da matriz de execução externa
• Taguchi

A matriz do estudo pode consistir em variáveis contínuas ou discretas que podem ser controladas ou descontroladas. Os estudos do DOE podem ser realizados usando simulação exata ou o modelo de ajuste.

Método da superfície de resposta (ajuste)

Os métodos de superfície de resposta disponíveis são:

• Regressão dos mínimos quadrados
• HyperKriging
• Movendo mínimos quadrados
• Funções de base radial.

As superfícies de resposta podem ser usadas para realizar estudos de trade-off, DOE, otimização e estocástico.

Otimização

Os métodos abrangentes de otimização do HyperStudy resolvem diferentes tipos de problemas de design, incluindo otimização de design com vários objetivos e confiabilidade / robustez. Esses métodos são:

• Método da superfície de resposta adaptativa (ARSM)
• Programação quadrática sequencial
• Algoritmo genético
• Otimização de confiabilidade do sistema (SRO)
• Otimização sequencial e análises de confiabilidade (SORA)
• Abordagem de loop único
• Método de direções viáveis (MFD)
• Método de superfície de resposta global (GRSM)
• Algoritmo genético multiobjetivo
• SORA baseado em ARSM
• Otimizador definido pelo usuário

Os estudos de otimização podem ser realizados usando simulação exata ou modelo de ajuste. Além disso, o HyperStudy fornece uma API para incorporar algoritmos de otimização externos.

Estocástico

A abordagem estocástica no HyperStudy permite que os engenheiros avaliem a confiabilidade e a robustez dos projetos e forneça orientações qualitativas para melhorar e otimizar com base nessas avaliações. Os métodos de amostragem do HyperStudy são:

• Aleatório simples
• Hammersley
• Hipercubo latino
• Sequência de Malha Extensível Modificada (MELS)

Estudos estocásticos podem ser realizados usando simulação exata ou o modelo de ajuste.

Pós-processamento e mineração de dados

O HyperStudy ajuda os engenheiros a obter uma compreensão mais profunda de um projeto por meio de extensos recursos de pós-processamento e mineração de dados. Isso simplifica significativamente a tarefa de estudar, classificar e analisar resultados. Os resultados do estudo podem ser pós-processados como dados estatísticos, matrizes de correlação, gráficos de dispersão, gráficos de caixas, gráficos de efeitos de interação, histogramas e coordenadas paralelas, entre outros. Além disso, o HyperStudy orienta o usuário na seleção dos métodos de pós-processamento a serem usados, com base nos objetivos do projeto.

Requisitos do sistema:

CPU: processador dual core de 1,8 GHz

RAM: 2 GB

HDD / SSD: 50 GB de espaço livre na unidade principal

Sistema operacional: Microsoft Windows 8 32 bits, Microsoft Windows 7 32 bits e Microsoft Windows Vista 32-bit

Resolução: 1024×768