p7

pSeven
p7
PSeven logo.png
개발자DATADEXITION LLC
안정적 해제
6.23 / 2021년 6월 24일; 7개월 전(2021-06-24)
운영 체제크로스 플랫폼(Windows, Linux)
다음에서 사용 가능영어
면허증.소유권
웹사이트www.datadvance.net

pSeven은 DATADEXIT에서 개발한 디자인 공간 탐사 소프트웨어 플랫폼으로, 설계, 시뮬레이션 및 분석 기능을 확장하고 보다 스마트하고 신속한 설계 결정을 지원한다.제3자 CAD 및 CAE 소프트웨어 도구, 강력한 다목적 및 강력한 최적화 알고리즘, 데이터 분석 및 불확실성 정량화 도구와의 원활한 통합을 제공한다.[1]null

pSeven은 PIDO(Process Integration and Design Optimization) 소프트웨어라는 개념으로 제공된다.Design Space Discovery 기능은 DATADEXT에 의해서도 개발된 pSeven Core (이전의 MACROS) Python 라이브러리의 수학적 알고리즘을 기반으로 한다.[2]

pSeven과 함께 하는 Design Space Discovery는 예측 모델을 만들고, CAD/CAE 도구를 통합하고, 데이터와 모델을 분석하고, 설계 대안을 탐색하고, 현명한 결정을 내릴 수 있다.pSeven에서 구현되는 스마트선택 기술은 다양한 전문가에게 수학을 쉽게 사용할 수 있도록 해주는 주어진 데이터나 최적화 문제에 가장 효율적인 방법을 자동으로 선택한다.null

역사

pSeven[3] Core 도서관의 배경은 러시아 과학 아카데미 정보 전송 문제 연구소의 연구원들이 에어버스와 협력하여 시뮬레이션과 데이터 분석 분야에서 R&D를 수행하기 시작한 2003년에 설립되었다.pSeven Core 라이브러리의 첫 번째 버전은 2009년 EADS Innovation Works와 연계하여 만들어졌다.[4]2012년부터는 시뮬레이션 자동화, 데이터 분석 및 최적화를 위한 pSeven 소프트웨어 플랫폼을 개발하여 pSeven Core를 통합하여 DATADEXT에 의해 판매되고 있다.[5]null

기능

pSeven의 기능은 데이터 및 모델 분석, 예측 모델링, 설계 최적화 및 프로세스 통합의 블록으로 나눌 수 있다.null

데이터 & 모델 분석

pSeven은 데이터 및 모델 분석을 위한 다양한 도구를 제공한다.

실험 설계는 가능한 적은 수의 관측치를 사용하여 설계 공간을 탐색할 수 있고, 신뢰할 수 있는 대리모 기반 최적화를 가능하게 하며, 정확한 근사치 모델을 구축하기 위한 훈련 샘플을 생성한다.

실험 설계

실험 설계에는 다음과 같은 기법이 포함된다.

실험 설계는 적응적 샘플링 계획을 통해 대리모형의 프로세스를 제어할 수 있으며, 이는 근사치의 품질에 도움이 된다.그 결과, 실험에 대한 시간과 자원을 절약하고, 설계 공간에 대한 상세한 지식을 바탕으로 보다 현명한 의사결정을 할 수 있게 되었다.null

민감도 및 종속성 분석

민감도 및 의존도 분석은 연구에서 비정보적 설계 매개변수를 필터링하는 데 사용되며, 주어진 반응 함수에 대한 영향과 관련된 정보 설계 매개변수의 순위를 매기고 최상의 근사치를 제공하는 매개변수를 선택한다.설계 프로세스에 영향을 미치는 변수를 더 잘 이해하기 위해 적용한다.null

불확실성 수량화

pSeven의 불확실성 수량화 기능은 오픈을 기반으로 함Turns 라이브러리.이들은 설계 제품의 품질을 개선하고 설계, 제조 및 운영 단계에서 잠재적 위험을 관리하며 제품의 신뢰성을 보장하기 위해 사용된다.null

치수 축소

치수 감소는 일련의 주 변수를 얻음으로써 고려 중인 랜덤 변수의 수를 줄이는 과정이다.null

예측 모델링

pSeven의 예측 모델링 기능은 근사 모델 구축, 탐색 및 관리에 기초한다. pSeven은 최소한의 비용으로 사용자 시스템의 동작을 이해할 수 있고, 값비싼 계산을 근사 모델에 의해 대체하며, 순서와 구조화된 데이터에 대한 방법을 포함한 몇 가지 독점적인 근사 기법을 통합한다.s(메타모델, RSM, 대리모 등) 및 설계 공간에 대한 상세한 지식을 바탕으로 보다 현명한 결정을 내린다.[7]null

설계 최적화

pSeven에서 구현된 최적화 알고리즘은 단일 및 다목적 제약 최적화 문제뿐만 아니라 강력하고 신뢰성 기반 설계 최적화 문제를 해결할 수 있다.사용자들은 반분석적 모델을 평가하기 위한 저렴한 비용으로 엔지니어링 최적화 문제를 해결할 수 있으며, CPU 시간 측면에서 값비싼 (CPU 시간 측면에서) 객관적인 기능과 제약조건의 문제를 모두 해결할 수 있다.[8][9]SmartSelection 기법은 pSeven의 최적화 방법과 알고리즘의 풀에서 주어진 최적화 문제에 가장 적합한 최적화 알고리즘을 자동으로 그리고 적응적으로 선택한다.null

프로세스 통합

프로세스 통합 기능은 단일 시뮬레이션, 절충 연구 및 설계 공간 탐사를 자동화하여 설계 프로세스를 포착하는 데 사용된다.이를 위해 pSeven은 워크플로를 구축하고 자동으로 실행하고, 워크플로우를 구성하여 다른 설계 팀원과 공유하며, HPC를 비롯한 다양한 컴퓨팅 리소스에 걸쳐 연산을 배포할 수 있는 도구를 제공한다.pSeven의 주요 프로세스 통합 도구:

응용 프로그램 영역

p세븐의 적용 분야는 항공우주,[10][11] 자동차, 에너지, 전자, 바이오메디컬 등 다양한 산업이다.null

적용 예:

  • 항공기 패밀리의 다원적 및 다목적 최적화
  • 다양한 기계 및 제조 제약에 따른 복합 구조물의 질량을 줄이기 위한 구조물의 크기 조정
  • Extended Enterprise 전체에서 모델을 효율적이고 안전하게 교환할 수 있도록 신속하고 정확한 행동 모델(대략 모델) 구축
  • 전반적인 터빈효율 향상을 위한 증기터빈의 가스경로 최적화
  • 중량을 줄이기 위한 레이어드 합성갑옷의 최적화

참조

  1. ^ "Software development company DATADVANCE - Trade Delegation of the Russian Federation in the United Kingdom". rustrade.org.uk. Retrieved 2016-08-03.
  2. ^ "pSeven Core - DATADVANCE". www.datadvance.net. Retrieved 2016-08-03.
  3. ^ 정보전송문제연구소
  4. ^ 세르게이 모로조프 DATADEXITION의 CTO 인터뷰, 「모스크바 타임스」 2014년호 № 3(45)
  5. ^ 오라리서치, 디자인 우주탐사 산업 타임라인
  6. ^ DATADEXQues p7 v4.0 for Data Analysis, Optimization, TenLinks CAD, CAM 및 CAE 뉴스 제공
  7. ^ Burnaev E, Prikhodko P, Struzik A, "헬리콥터 부하 문제를 위한 서로게이트 모델", 제5차 유럽 항공우주 과학 회의의 진행"
  8. ^ F. 구바레프, V. 쿠닌, A. 포스펠로프, "라미네이트 복합체의 레이업 최적화: 라미네이션 매개변수에 대한 정확한 타당성 한계를 갖는 혼합 접근법"
  9. ^ 드미트리 호미니치, 페도르 구바레프, 알렉시스 포스펠로프, "회전 디스크의 형태 최적화", 국제운영연구협회 20차 회의, 2014년
  10. ^ Airbus는 DATADEXIT의 "매크로스" 소프트웨어로 항공기 제품군의 다목적 최적화를 달성했다.
  11. ^ Skolkovo 상주 DATADEXT, 신형 A350에 대한 구조 테스트를 통해 에어버스 견인
  12. ^ Alestra S, Brand C, Druot T, Morozov S, "개념 설계 단계에서 항공기 [sic] 계열의 다목적 최적화", IPDO 2013 : 제4차 역문제, 설계 및 최적화 심포지엄, 2013년 6월 26일–28일, Albi, Ed. by O.푸딤, J-L. Battaglia, G.S. Dulikravich et al, Albi; Ecole des Mains d'Albi-Carmaux, 2013(ISBN 979-10-91526-01-2)
  13. ^ A. 브라고프, F.안토노프, S. 모로조프, D.Khominich, "2014년 경량형 갑옷(LWAG) 컨퍼런스" "다층 복합갑옷의 수리적 최적화"

외부 링크