首页/文章/ 详情

行业解决方案 | modeFRONTIER在生物医药工程中的应用

1年前浏览371

 



 

生物医学工程的优化应用  

   

   

复杂生理系统的计算模型及其与医疗设备的相互作用已成为全球生物工程研究的重要领域。为了满足市场对加速开发安全,性能良好和可靠的医疗设备的需求,对这一领域的关注日益增长。


对此,设计人员需要关注到所有临床失败的情况在临床实践中的发生率,面对可能带来的不良影响以及后续的调查研究就显得至关重要。在设计过程中如果需要考虑到这些要素,那么建模和仿真就提供了一种有效且具有成本效益的解决方案。为了获得最佳的设计可能,对设计变量之间的相互作用进行完整而准确的探索,是对于医疗设备是否可以找到潜在良好设计替代方案,并确定成为最佳选择至关重要的工作。


因此,整合不同的设计学科,使仿真过程自动化以及使用数学算法进行设计探索就将起着关键作用。这种优化和标定的方法可以使用在执行复杂的生物医学工程设计问题,在节省时间,效率和可靠性方面具有显着优势。



 

modeFRONTIER 技术的优势  

   

   


多目标优化及流程自动化工具modeFRONTIER通过提供的过程自动化,设计探索和数据分析平台,为面对这些挑战的工程师提供了强大的支持:

• 考虑所有变量和可能的情况,扩大对问题的了解

• 使用模型标定提高仿真的可靠性

• 帮助减少昂贵的原型和临床前实验的数量,并增加试验的安全性

• 通过实现复杂仿真过程的自动化来减少设计时间

• 整合多个设计学科进行整体设计



 

婴儿保育箱的设计优化  

   

   



   

   
挑战

   

   

   

最佳设计的婴儿保育箱需要满足特定温度和湿度水平(目标),同时需要满足气流(速度小于0.35 m / s)和热量损失小于一定要求,以确保婴儿的最佳健康状况。


   

   
解决方案

   

   

   

给定气流的速度和角度,进气口的气流温度和相对湿度作为输入变量,modeFRONTIER帮助工程师在两种设计之间进行选择。一种设计完美地满足了温度(37°C)和湿度(86%)的要求,而热量损失仅增加了3%。第二种设计减少了6%的热损失,与目标的偏差仅为0.5%。两种设计都将空气流速保持在临界极限以下。这些结果是在很短的仿真时间内提供的,通过modeFRONTIER的协助将这一过程从数周缩短到几天之内。


   

   
价值

     

   

   


得益于modeFRONTIER提供的集成和自动化功能,工程师可以在温度和湿度值与减少热量损失之间找到最佳的平衡。modeFRONTIER的使用可以帮助工程师在短时间内从最佳解决方案中进行选择,从而为决策过程提供支持。




 

股骨假体设计  

   

   



   

   
挑战

   

   

   

股骨假体结构的设计中,需要考虑到强度,疲劳度和零件质量。找到最佳的假体设计,需要应力应减至最小,同时仍要满足疲劳方面的要求。


   

   
解决方案

   

   

   

进行了标准的静态结构分析和疲劳测试,目的是发现500万次循环的材料性能应力水平,以验证股骨假体的抗疲劳性能。借助modeFRONTIER可用的“实验设计”技术,工程师可以探索最大应力值与材料特性(弹性和电阻)的相关性,并发现弹性对电阻的影响更大。


   

   
价值

   

   

   

基于modeFRONTIER工具,可以进行大量可靠的仿真,考虑多个设计变量并完整了解其对假体疲劳寿命的影响。作为进一步的优化步骤,帮助工程师将可以减轻质量,同时确保最小的应力水平。






 

牙种植体的去除技术  

   

   



   

   
挑战

   

   

   

在加热过程的基础上优化牙科植入物新的去除技术,在确保胶囊提取的同时确保对周围区域的坏死影响最小。


   

   
解决方案

   

   

   

modeFRONTIER与ANSYS软件的集成有助于执行两步仿真过程。第一步涉及通过设置数值参数(传热系数,材料特性)来精确模拟加热过程,从而对数值模型进行标定。第二步是通过找到加热的方向,持续时间,温度和功率的最优解来优化去除技术。


   

   
价值

   

   

   

借助modeFRONTIER与ANSYS软件的集成,可以建立一个数值模型以最实际的方式模拟去除过程。这样,工程师可以安全有效地优化同一流程。



来源:艾迪捷
疲劳材料试验ANSYS
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-09-08
最近编辑:1年前
艾迪捷
MBD CAE解决方案专家
获赞 22粉丝 46文章 631课程 4
点赞
收藏
作者推荐

技术干货 | 基于Adams/Car和modeFRONTIER的汽车悬架K&C特性优化

作者:Kiran Kumar、Aniket Karandikar汽车悬架系统是汽车中最复杂的系统之一,它由许多部件组成,包括弹簧、减振器、衬套、硬点等。这些部件中的每一个都在悬架系统的运动学和柔性(K&C)分析中起着关键作用。在不应用数学算法的情况下,要找到所有参数的最佳组合,以针对所有工况获得理想的K&C结果,将是一项非常艰巨的任务。MSC软件公司与ESTECO公司联合建立了一个自动优化流程,不仅可以用于K&C分析,还可以将此流程应用于任何完整的车辆仿真乃至联合仿真。运动学和柔性(K&C)分析可以用来评估悬架特性,改善悬架性能并帮助设计正确的悬架包装结构。在Adams/Car当中可以通过不同的载荷情况获得悬架的全K&C特性,包括:运动学颠簸测试-行驶转向、行驶倾角、轮速。侧倾测试-侧倾转向、侧倾倾角、侧倾刚度。转向测试-阿克曼百分比,转向比。柔性侧向柔性试验-前束、外倾角柔性。纵向柔性试验-前束、轮毂柔性。校准扭矩测试-前束柔性等。悬架总成的K&C分析一般会分别对前悬架和后悬架总成进行仿真,设置悬架和车辆参数:弹簧质量、制动比、车轮刚度等,仿真工况包括:平行车轮行驶、横滚力和垂直力/对轮行驶、转向、静态载荷/柔性。Adams/Car中的整车SPMM分析基于Anthony Best Dynamics公司的SPMM机器,可以测量整车的准静态悬架特性。车身安装在具有6个自由度的刚性工作台上,可以调整悬架参数以满足动态事件中所需的车辆行为。输出报告可与物理测试数据相关联,并可以自动创建绘图配置文件以简化后处理。K&C静态分析,工况与 SPMM中类似,但其中垂向和侧向运动的驱动方式不同,进行准静态求解。K&C动态分析类似于K&C静态分析,但是是动态求解,在轮胎属性文件中包括高级瞬态扭矩和停车扭矩。在本案例中针对前悬架进行了优化,综合考虑所有工况,全面优化前悬架总成的运动学和柔性特性。通过集成不同的软件来实现端到端设计流程自动化,例如集成Adams Car用于仿真,集成Python脚本用于后处理以及集成Excel用于报告生成。考虑的工况包括:平行车轮行程、侧倾、纵向柔性、横向柔性、转向、校准柔性。设计参数包括17个硬点的三维坐标(x,y,z),总共51个参数,变化范围各为±3mm;7个衬套在六个方向上的刚度(fx, fy, fz, tx, ty, tz),总共42个参数,变化范围各为± 20%;此外还有弹簧刚度、弹簧刚度、阻尼器F-v曲线、缓冲块间隙、回弹限位器间隙,初始校准包括前束角、外倾角、驱动轴偏移,总共102个参数。优化性能目标包括25个性能曲线中给出的28个性能参数的目标,部分目标如下图:modeFRONTIER具有Adams/Car的直接接口,可以自动解析Adams/Car的模型文件,并可以使用一个节点进行多重工况的计算。基于此接口建立的自动优化流程如下图:如前所述,使用Python节点以进行后处理计算得到相应的性能指标,使用Excel节点以自动生成报告。通过建立自动工作流程,可以大大提高计算资源利用率,减少人力消耗;此外还可以实现端到端设计过程自动化,通过简单的点击即可实现设计参数的变更及整个计算;实现模块化和标准化自动化的工作流程,相同设置可以用于所有类似的设计过程;可以消除重复的和人为错误。采用均匀拉丁超立方算法生成了500个样本点以生成响应面。500个样本点的计算约耗时1000分钟(每个样本点约2分钟)。均匀拉丁超立方算法生成的样本点具有很好的均匀性及输入无关性,参见下图:通过modeFRONTIER的灵敏性分析功能可以分析众多的设计变量对于输出参数的影响大小,找出最重要的设计参数,从而可以削减设计参数数量,进而降低优化的计算消耗,提高响应面的质量。响应面是在数据基础上建立的所有输入变量和每个输出变量之间的近似函数关系,基于响应面可以进行虚拟优化,无需反复进行迭代式的仿真计算,从而大大降低优化的计算资源消耗。在modeFRONTIER当中可以同时选择多种响应面算法生成响应面,将样本数据集分为训练数据集和验证数据集,利用验证数据集根据一定的指标(如平均绝对误差、平均相对误差、平均归一化误差、R2、AIC等)判断训练数据集生成的响应面质量好坏,挑选对当前变量最适用的响应面算法。最终选择的部分变量对应响应面算法参见下图:采用modeFRONTIER的一键式自适应优化算法pilOPT进行优化,该算法可以完全自动地选择最适应当前问题的算法和设置,对各种情况均适用,特别适合对算法不熟悉的新手使用。优化完后,由于优化目标很多,难以通过一般的后处理工具从Pareto优化解集中选取最优解,可以使用modeFRONTIER的多准则决策(MCDM)功能对所有的解进行排名,帮助进行最终的选额。最终得到的优化设计与原始设计以及目标值的对比如下:结论:集成Adams/Car的自动化工作流程使用户能够轻松地评估数千个设计选项;MBD工程师可以通过权衡获得多个解决方案,而不是单一的解决方案,并向设计团队推荐多个解决方案供选择;全自动化流程使工程师能够节省时间和精力,专注于他们的核心能力(仿真);可以使用带逻辑判断节点的条件执行自动化后处理和报告生成即使在非工作时间,也可以自动工作,提高了计算资源的利用率;设计过程知识的获取与再利用:可以重复使用专家设置好的流程;利用响应面可以进行快速的优化研究,响应面结果可以通过Excel宏的形式与非仿真用户共享;优化可用于模型标定(使用实验数据)和模型简化。 来源:艾迪捷

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈