Projektowanie produktów generuje niezliczone wyzwania oraz zagrożenia. Pochopne i nietrafione decyzje mogą zatrzymać nawet najbardziej efektywny zespół inżynierów i projektantów, a nieodpowiednie podejście do analizowanego problemu może prowadzić do błędów już po wdrożeniu produktu. Optymalizacja jest rozwiązaniem, które ma na celu nie tylko uniknięcie wymienionych błędów, lecz również wniesienie nowych perspektyw w projekt.
Optymalizacja to proces poszukiwania najlepszego rozwiązania przy minimalnych nakładach.
W kontekście numeryki można ją opisać jako zbudowanie rozbudowanego zbioru parametrów wejściowych, a następnie przesłanie ich do zaawansowanego programu optymalizacyjnego, który „zgaduje” wynik. Przytoczony opis stanowi duże uproszczenie, które może urazić bardziej doświadczonych specjalistów obliczeniowych. Warto jednak mieć na uwadze fakt, że praktycznie każdy inżynier ma za sobą mniej lub bardziej złożony proces optymalizacji. Prosta analiza wrażliwości siatki numerycznej to także pewnego rodzaju optymalizacja modelu. Choć z pozoru może się to wydawać łatwe, należy pamiętać, że jest to zadanie wymagające doświadczenia i pełne inżynierskich wyzwań.
Pierwszym z nich jest wybór odpowiedniego narzędzia, które pozwala rozwiązać nasz problem w jednym, zintegrowanym środowisku. Ujednolicenie środowiska stanowi jedno z większych wyzwań. Program optymalizacyjny powinien umożliwiać nie tylko wymianę dużych zbiorów danych, ale także ich analizę oraz być kompatybilny z programami do obliczeń inżynierskich, w których prowadzimy nasze projekty. W kontekście obliczeń numerycznych w środowisku Ansys, optiSLang jest programem, który łączy wszystkie cechy odpowiedniego narzędzia do optymalizacji. Umożliwia on integrację z głównymi programami Ansys, takimi jak Fluent czy Mechanical, a także z innymi, np. Matlab.
Spis treści
Optymalizacja czy to naprawdę takie trudne?
Optymalizacja to nie tylko proces poszukiwania najlepszego rozwiązania i realizacji celów, ale także integracja, która czyni proces przyjaznym nawet dla użytkownika nieznającego szczegółów modelu. Wykonanie optymalizacji przebiega według względnie spójnego schematu, który sprawdza się w większości problemów. Pytanie, które może się nasunąć, to jak wygląda ten proces w samym programie.
Pierwszym krokiem jest parametryzacja modelu, określenie zmiennych wejściowych i odpowiedzi systemu. W skrócie, definiujemy cele optymalizacji. Drugi etap to proces selekcji i analizy zmiennych, mających największy wpływ na wyniki optymalizacji. Trzeci etap to eksploracja przestrzeni projektowej z wykorzystaniem jednego z kilkunastu wbudowanych algorytmów optymalizacyjnych. Wisienką na torcie jest doskonalenie wyników i zapewnienie, że model jest optymalny – poszukiwanie najlepszego rozwiązania i weryfikacja wydajności modelu (rys. 1). Ostateczny model może stanowić podstawę aplikacji internetowych, które nie wymagają od użytkownika znajomości modelowania numerycznego. OptiSLang umożliwia realizację każdego z etapów w jednym środowisku, co znacznie upraszcza cały proces.
Użytkownik, w zależności od potrzeb, może przeprowadzić proces optymalizacji w środowisku Ansys Workbench, z wykorzystaniem wbudowanych modułów Sensitivity, Optimization oraz Robustness. Możliwe jest także przeprowadzenie optymalizacji bezpośrednio w środowisku optiSLang, z wykorzystaniem skryptów lub, podobnie jak w Workbench, z gotowych „wizardów” (rys. 2).
Fluent, Mechanical i …
Myśląc o oprogramowaniu Ansys, najczęściej wskazujemy popularne programy do analiz przepływowych i mechanicznych, takie jak Fluent i Mechanical. Warto jednak wiedzieć, że inne, bardziej niszowe produkty, również umożliwiają prowadzenie procesu optymalizacji z wykorzystaniem wbudowanych kreatorów. Za „niszowe” uważa się w tym przypadku np. oprogramowanie do analiz optycznych, takie jak Speos, czy do zagadnień materiałów sypkich, jak Rocky.
Ansys Rocky, oprócz szerokiego zastosowania w przemyśle ciężkim, doskonale nadaje się do przeprowadzania symulacji dla branży farmaceutycznej. Wymagania rynku, złożoność produkcji
i rygorystyczne regulacje podnoszą koszty testowania produktów i procesów farmaceutycznych. Jednym z wyzwań jest przewidywanie zmienności procesu powlekania tabletek. Stworzenie modelu numerycznego takiego procesu pozwala na jego usprawnienie oraz znaczną oszczędność zasobów.
Na rys. 3 przedstawiono model mieszalnika bębnowego wraz z wizualizacją stożków natryskowych będący obszarem optymalizacji.
Chcąc rozpocząć proces optymalizacji w opisanym wyżej zagadnieniu, trzeba najpierw zadać sobie pytanie – Jakie mamy dostępne dane wejściowe oraz co będzie naszym kryterium oceny? W przypadku powlekania w mieszalnikach bębnowych, istotnymi parametrami procesu są: prędkość obrotowa bębna, kąt nachylenia dysz, ich ilość czy masa złoża. W analizowanym przypadku zmiennymi wejściowymi były prędkość obrotowa bębna oraz kąt nachylenia dysz przy stałej masie złoża (rys. 5). Określenie racjonalnych i mających powiazanie z rzeczywistością zakresów zmienności tych parametrów jest istotne dla tworzonych punktów próbkowania już podczas samego procesu optymalizacji.
Kryterium decyzyjnym oceny procesu był czas przebywania tabletek w obszarze stożków natryskowych. Maksymalizacja tego parametru jest kluczowa dla jednorodności procesu oraz krótszych cykli powlekania. OptiSLang wykorzystuje gotowy schemat pracy na bazie wbudowanych „wiazardów” (rys. 4), a następnie dobiera odpowiedni algorytm optymalizacyjny do danego przypadku. Pozostaje jedynie wybór liczby punktów próbkowania w przestrzeni projektowej. W analizowanym przypadku program przeliczył 50 takich punktów.
Na rys. 6 można zaobserwować wynik procesu iteracyjnego. OptiSLang wskazuje wartości parametrów wejściowych, dla których nasze kryterium osiągnęło maksymalną wartość. Oczywiście warto mieć na uwadze także inne parametry, które mogą mieć wpływ na proces, a nie zostały uwzględnione w optymalizacji. W analizowanym procesie wykazano, że wyższa prędkość bębna pozwala na uzyskanie odpowiednio wyższego czasu przebywania tabletek w obszarze natrysku. Zagrożeniem dla zastosowania wyższej prędkości obrotowej mogą być możliwe pęknięcia lub wyszczerbienie krawędzi tabletek w czasie kolizji.
Rys. 6. Parametry wejściowe układu dla najlepszego przypadku – maksymalizacja czasu przebywania cząstek w obszarze natrysku dysz
Podsumowanie
Optymalizacja w procesie projektowania produktów staje się nie tylko standardem, ale przede wszystkim koniecznością, która pozwala na uniknięcie błędów i wpływa na usprawnienie projektów. W kontekście inżynierii numerycznej, optymalizacja pomaga w poszukiwaniach najlepszego rozwiązania przy minimalnych nakładach. Wykorzystując zaawansowane programy do obliczeń, takie jak optiSLang, który integruje narzędzia do analizy, modelowania i optymalizacji, ułatwiając proces optymalizacji nawet w przypadku mniej zaawansowanych użytkowników. Jeśli mielibyśmy określić optiSLang jednym słowem, to niewątpliwie należałoby użyć słowa „zysk”.
Autor: Maciej Bara, MESco Sp. z o.o.
Obserwuj nas w mediach społecznościowych i bądź na bieżąco
