-catia...

最適設計支援ツール「OPTIMUS」とCATIA V5最適化モジュール

「PLM Optimization」- CATIAユーザへの最適設計プロセスのご提案 -

サイバネットシステム株式会社新事業統括部 PIDO室

© 2006 CYBERNET SYSTEMS CO.,LTD. All Rights Reserved.2

アジェンダ

• はじめに

• 最適設計支援ツール OPTIMUS概要説明

– 自動化

– 統合化

– 最適化

– DFSS（ロバスト性・信頼性・品質工学機能）

• CATIA V5向けの最適設計ソリューション

– OPTIMUS CATIAドライバー

– PLM Optimization CAA V5 Based– 公差マネジメントツール CETOL6σ

• 添付資料：パラレル処理機能の優位性


製品開発レース

画期的な設計による競争

ブランド価値を維持し続ける

コスト削減、リスクを回避

企業は絶やすことなく、いい製品をいいタイミングで市場に投入するために生産し続けなければならない

定期的に新しい製品新しい機能を拡張

マーケットシェアを勝ち取る

製品開発時間の短縮価格やパフォーマンスの最適化

価値連鎖の管理

企業の目標（1）－製品競争に勝つ


企業の目標（2）－ＱＣＤ

Cost投資コストの低減

Delivery開発期間の短縮

Quality品質向上

QCDを実現する

ために

CAEを活用

最適化ソフトを活用

最適設計支援ツールOPTIMUS概要説明


最適化設計支援ツール（PIDO）とは?

Process Integration & Design Optimization

目的とした最適なデザインを最適化アルゴリズムで探索したり、設計空間の分析をする

CAEでの設計プロセスの

自動化・統合化

初期設計初期設計

最終設計最終設計 (8 %(8 %重量軽減重量軽減))


自動化のメリット

CPUの有効活用ができ、設計者は今まで解析に費やしていた時間を

本来の開発・設計改良のための時間に割り当てることができる

常にユーザはコンピュターと向かい合わせになり、解析作業を強いられる

夜間や休日でも設定したJOBを

自動的に流すことが可能人の介在がなく、入力ミスも存在しない

決まった数のシミュレーションを実施

多くのサンプリングにて傾向を把握する．．．

一度解析の流れ（シーケンス）をOPTIMUSで設定すると．．．

最適設計支援ツールを用いた設計プロセス通常の設計プロセス


OPTIMUSインタフェース

• FEM– ANSYS– ANSYS Workbench– MSC/NASTRAN– MSC/MARC

• 機構解析– MSC/ADAMS– RecurDyn– Virtual.lab Motion (DADS)

• 衝突解析– LS-DYNA– PAM-CRASH– MADYMO– DEFORM

• 樹脂流動

– Moldflow– 3D TIMON

• CFD– STAR-CD– Fluent– ANSYS CFX– Flow 3D– Icepak

• メッシャー/CAD/モーフィング

– SolidWorks– ICEM/CFD– PATRAN– CATIA V4– I-deas– Pro/E– OneSpace Designer Modeling– ANSYS ParaMesh– Mopher

• 磁場解析– JMAG– Flux 2D/3D

• 光学– CODEV– LightTools– Tracepro

• その他– PSpice– Virtual.lab Acoustics

(SYSNOISE)– CarSim/TrackSim– Excel– 内製コード

– etc…

バイナリ形式のアプリケーションにも接続環境を提供

入出力ファイルがText形式・バッチ実行であれば接続可能


ダイレクト・インタフェース・CATIA V5 ･MATLAB/Simulink・ABAQUS ･Ricardo WAVE・SAMCEF ･AMESim・MS-EXCEL ・Virtual.Lab・LS-Dyna ・SFE-Concept

メリット・バイナリファイルを直接読込む・設計変数、目的関数、制約を自動的にリストアップ・自動化、最適化シーケンスを自動生成→非生産的作業を削減し、時間および環境を有効活用

例：CATIA V5ダイレクト・インタフェース

・CATPart、CATproduct、CATanalysisのファイルを直接指定して、最適化シーケンスの作成が可能

Step1 ファイルの選択

Step2 変数の選択

設計変数・目的関数・制約値が自動リストアップ

Step3 シーケンスが自動作

成

ダイレクト・インタフェース

より高速に自動化・統合化・最適化の設定ができます


OPTIMUSの機能（概要）

豊富な手法・アルゴリズムを搭載してあらゆる「最適化」問題に対応

実験計画法 DOE (Design of Experiments)

実験計画法 DOE (Design of Experiments)

応答曲面法RSM (Response Surface Model)

応答曲面法RSM (Response Surface Model)

最適化アルゴリズム最適化アルゴリズム

ロバスト設計・信頼性解析ロバスト設計・信頼性解析

•豊富(20種類)な手法

•最適実験計画法•データの可視化．．．

•4手法

•入力、出力の数の制限なし•最小二乗法近似（次数制限なし）•Krigingモデル（補間）、RBF、AIC•RSMを利用した様々な評価．．．

•入力のバラツキを考慮•出力のバラツキを最小に•品質工学（タグチメソッド）•DFSS（6シグマの実現）．．．

•バランスのあるアルゴリズム•単一目的最適化•多目的最適化．．．


OPTIMUSのメリット

設計変数

入力file

解析プログラム

出力file

目的関数

シミュレーションの流れをアイコンにて定義し、直感的な操作が可能操作はわずか2～3時間程度のトレーニングで習得可能

豊富な手法・アルゴリズムを簡単に操作できるGUIで設定


設計空間の分析

熟練解析者の”経験・勘”に代わる情報を提供

– 目的（質量・変位等）に影響を及ぼす設計変数は？

– 目的関数AとBの相関性は？

– 現在の製品は最適な形状なのか？（極小解に陥っていないか）

応答曲面法応答曲面法実験計画法実験計画法

サンプリング問題近似

最適化をするためだけはなく、解（応答）の傾向を確認する

効率のよい実験方法をデザインし、結果を適切に解析することを目的とする統計学の手法

入力と出力の関係を数式モデルにする手法


最適化アルゴリズムの分類

Local Optimization（局所的最適化手法）局所的に最適解を探索する手法

• 4手法

• 最適解の存在するポイントに見当がついている場合に有効

• 単峰性問題に有効

• 5手法

• 応答に多峰性の強い問題に有効

• 最適解の見当がつかない時に有効

• 11手法

• 遺伝的アルゴリズムを代表として、豊富な多目的最適化手法を搭載

Global Optimization（大域的最適化手法）

大域的に最適解を探索する手法

Multi-Objective Optimization（多目的最適化手法）

複数の目的関数を評価して最適解を探索する手法

全て連続値・離散値文字列を入力値として設定が可能


例：多目的最適化

• 多目的最適化 Multi-Objective Optimization– 2つ以上の相反する目的の関係を明示する手法

– それぞれの最適解（パレートポイント）を算出する

コスト vs 性能重量 vs 強度リスク vs 収益

目的値 1(例：重量)

目的

値2

(例：コ

スト)

高

低軽重

同コストで見るとより軽い方が良い

同じ重さではコストの低い方が良い

劣解

劣解

パレート最適解

パレート最適解

パレートフロンティア


DFSS（ロバスト・信頼性）

X1X1

X2X2

目的関数目的関数が改善されが改善され

る方向る方向

最適化開始点最適化開始点

決定論的最適解決定論的最適解制約条件制約条件

制約条件制約条件

ロバスト性ロバスト性,,信頼性のある最適解信頼性のある最適解

入力のばらつき入力のばらつき


ロバスト性・信頼性を評価

• ロバスト性（シグマの算出）

– モンテカルロ法

– FOSM (First Order Second Moment– リニアモデルモンテカルロ

• 信頼性（制約を超える確率の算出）

– モンテカルロ法

– FORM (First Order Reliability Method)– SORM (Second Order Reliability Method)– Importance Sampling (FORM + ラテン超方格法）

• 品質工学手法（タグチメソッド） 12種類の分布を設定可能

ロバスト性・信頼性のアプローチに多くの手法を搭載することで限られた時間の中で精度良くロバスト性・信頼性を評価することが可能

多目的ロバストも簡単にできます


• タグチメソッドとは

– ノイズに対して強いシステムの設計をするための基本機能の評価手法

– 目的の出力特性を得るためのパラメータのチューニング

• システムの各要素

– ノイズ：外部環境、材料や寸法などのバラツキ、劣化など

– 設計パラメータ：設計者決定できるパラメータ

– 入力M：システムに入力される信号

– 出力y：システムの目的としての特性値（設計の目標値）

ノイズ（n1,n2,n3,・・・nk）

入力M 出力yシステムの

設計パラメータ

（x1,x2,x3,・・・,Xn）

品質工学手法（タグチメソッド）


パラメータ設計機能・直交表へのわりつけ

• 直交表への制御因子のわりつけ • 誤差因子のわりつけと調合

各実験に対してSN比と感度を計算•信号因子の水準決定


• 対象の出力についてSN比と感度の

要因効果図を確認。

– SN比の要因効果図からSN比を高く

する制御因子の水準を選択

– 感度の要因効果図から感度が目標値に近づく制御因子の水準を選択

– 最適条件の決定

• 決定した水準の組み合わせで確認実験を実行

– 利得の計算と再現性の確認

パラメータ設計機能要因効果図と確認実験


データマイニング

設計改良（変更）の意思決定をしたい場合なぜ最適な設計であるか理論付けしたい場合

実験計画法や応答曲面法から得られる様々なポスト処理にて、設計変数や応答の傾向を把握することが可能インタラクティブに全ての変数の影響を瞬時に評価することができる


RSMセクション断面

（ex.設計変数×応答)

各RSM（次数の違い）を重ねて評価

実際の応答との比較

RSM 2D&3D コンター図

RSMRSMにて瞬時に設計変数の変更を評価にて瞬時に設計変数の変更を評価

豊富なポスト処理機能(1)－問題分析

設計変数の寄与度


多目的最適化：トレードオフチャート

最適化サマリーと最適結果表示

3D表示によるパラメータの推移

最適化への推移



データ・リンク機能

設計の改良について全てのポスト画面のデータをリンクさせることで、様々な角度から設計案を評価することが可能。

解析自動実行中のモニタリング

様々なポスト画面を表示させ、途中経過を確認することができる。（随時アップデート）



CAEソフトウェア

ジオメトリ解析

ロバスト設計

結果の可視化

実験計画法（DOE)

応答曲面法(RSM)

最適化

OPTIMUS

OPTIMUSまとめ

CATIA V5ユーザ向け

最適設計ソリューション


CATIA V5ユーザ向けソリューション

• 汎用型最適設計支援ツール OPTIMUS– CATIAドライバー

• CATIA V5専用最適化モジュール

– PLM Optimization CAA V5 Based• 公差マネジメントツール

– CETOL 6σ CAA V5 Based


CATIA V5ソリューション

• 開発元Noesis Solutions NVは、ダッソー・システムズのゴールドパートナー

– 最適化ベンダーでは唯一のパートナー契約

– CATIAユーザに対して強力な連携機能を提供

• OPTIMUS– CATIA V5ダイレクト・インタフェースを搭載

→CATIA内にインテグレートされたソルバーの利用も可能(GPS・FfC・AfC等）

• PLM Optimization正式名称：Noesis PLM Optimization CAA V5 Based

– CATIA V5統合型最適化ツール→CATIAユーザーのみ利用可能

– CATIAにインテグレートされたソルバーを利用（GPS・FfC・AfC等）


OPTIMUS CATIAドライバー

• “OPTIMUS for CATIA”はOPTIMUSとCATIA V5のダイレクトインタフェース

– CATPart, CATProduct, CATAnalysisをダイレクトにOPTIMUSに読み込み可能

CATIA V5で作成した”CATPart”, “CATAnalysys”を用意し

OPTIMUSに読み込ませる

“OPTIMUS for CATIA”がCATIAにて設定されているツリーの

パラメータ候補を自動的にピックアップ

任意のパラメータを選択するとOPTIMUSの設定を自動的に作成

OPTIMUS for CATIAの仕組み

既存のCATIAモデルを設定の手間無しに最適化する事が可能

・Fillet・Radius

・Von_mises・Volume etc…


OPTIMUS CATIAドライバー

• OPTIMUS for CATIAは、用途に合わせて2つのソリューションを提供

Input Driver

CATPartOPTIMUSにて

自動的に形状変更を実施

CATIAモデルを形状変更する場合に”Input Driver”を利用

ANSYS等の汎用ソルバーで解析

CATIA内のソルバ（GPS等）で解析“Output Driver”を利用

Output DriverCATIAのソルバー（GPS、FfC等）を使用する場合には、”Output Driver”を利用

Input Driverにて

形状変更されたモデルOPTIMUSにて自動的に

GPS、FfC等を実行任意のパラメータ(重量・強度等）

を最適化


CATIA V5ユーザのために開発された最適化モジュール

• PLM Optimization CAA V5 Based

• OPTIMUSの機能がCATIA環境に

完全一体化

• CATIA V5での一環した操作にて

最適化・自動化・統合化の機能を提供

• 各種ポスト処理機能により設計改良に

必要な情報を提供

PLM Optimization


光学設計ソフトウェア SPEOS利用反射面形状: • 放物線• ピローブロック

光学形状の設計パラメータ

PLM Optimization事例


基準の設計 :フィラメント位置 = 反射面の焦点

アセンブリ許容値を考慮してレギュレーションは満たされるか？測定される光度が範囲内か？



モンテカルロ・メソッド :• 設計パラメータ -> 距離(フィラメント–焦点)• 設計パラメータ -> 分布のシグマ = 1mm• 出力値SPEOSのセンサ


結果：フィラメント取り付け位置がばらついても許容範囲内であることが確認できた


CATIA V5との完全統合

CATIA V5のワークベンチと同様に使用可能

アセンブリモデルへのフル対応データ変換は必要なし（中間ファイルによる作成ではありません）定義情報もツリーの中に統合

公差マネジメントツール CETOL6σ

公差という観点からの別のソリューション


3次元設計での公差解析

３次元データ：理想形状

製品開発における問題点開発におけるQCDの要求が拡大

• 組立て性向上

• 部品調達コストの削減

• 開発期間の短縮

⇒以前よりも精度の高い設計が必要

構造の複雑化

• 3D-CADにより、従来よりも複雑で、

よりアイデア性に富んだ設計が可能に

• それにより、公差による影響も複雑化

⇒従来の２次元ベースの公差検討では限界

３次元CADモデルは理想的な形状を表現しているにすぎない

– 製品組み立てには、部品のばらつき、組立て時の位置ずれ等を考慮する必要あり

– ただし、現状の３次元CADの機能では、この検討を行うことは現実的に困難

なぜ公差で問題になるのか？

アセンブリの影響は確認できない

設計FIX前に３次元データで公差をチェックする必要性

QualityQualityCostCost

DeliveryDelivery

性能向上性能向上

コスト削減コスト削減


設計問題

設計プロセス構想設計詳細設計試作生産設計量産

フロントローディング化熱流体

運動

構造

公差

CETOLで公差検討を前倒し

CETOLの有効性

導き出してくれる結果は？– 部品製造での形状のバラツキの予測値から、製品に必要な設計スペックの影響（バラツキ）

を各種数値データとして算出

⇒ 標準偏差、工程能力指数（Cp、Cpk）、製品不良率、統計解析、ワーストケース

– 算出した結果に対して、その結果をもたらす真の原因、発生の頻度などの情報を提供

⇒ 設計スペックに対する重要管理寸法（感度）と公差の影響度（寄与度）を算出

CETOLで出来ることは？３次元ＣＡＤと組み合せることにより、３次元設計データで公差解析を実現

⇒設計の初期段階で公差検討を実現


• CETOL独自のGUI（結果表示）

結果閲覧にCADライセンスは不要

• CETOLのワークベンチを使用

• 非常に簡易化された操作方法

• 解析条件の情報は、CADモデル上に保持

• 条件設定は、CADモデル要素を選択しながら実施

• 全てのモデル要素に対しての特性情報の編集が可能

CETOL ModelerCETOL Analyzer

公差マネジメントツール CETOL6σ

添付資料：パラレル処理機能の優位性


パラレル処理機能

• OPTIMUSはパラレル処理機能を搭載

– 最適化に必要な計算を複数のCPUに分散させることが可能

例：1解析あたり5分かかる問題を、実験計画法にて100回実施

・パラレル処理しない場合 → 5*100=500min (8.3h) ・パラレル処理した場合（4CPU) → 5*(100/4)=25min

– 全ての実験計画法・最適化アルゴリズム・ロバスト/信頼性手法に適用可能

• ラテン超方格法、遺伝的アルゴリズム、モンテカルロ法 etc…– LSF、Grid-Engine、PBSといったリソースマネージメントツールを利用

• 内製のリソースマネージメントツールも使用可能

• 夜間・休日といったCPUが使われていない時間等に効率的にJobを投入し、大規模な最適化

問題も短期間で終了させることが可能

OPTIMUS

計算ソルバー

パラレル処理を用いることで限られた期間内での最適化問題が実現レベルに


パラレル処理実行時の動作イメージ

ワークフロー

メソッド

実験

スクリプトジョブ

計算結果サマリー

ジョブキュー

OPTIMUS

リモートマネージメントツール

実行マシン


Audi社による活用事例

1 LMS User Conference 2005

AUDI recognizes high potential of OPTIMUS technology for challenging MDO projects

OPTIMUS is used for highly successfuloptimization project at Audi

Full Vehicle Multi-Disciplinary Optimization (MDO)Simultaneous static, NVH, and multiple crash cases

Powerful response to great challenges in deliveringComplex process integrated in days

• massive size of FE models• dozens of design parameters

Full parallelization of the optimization Short throughput time to completion (<15 days)

Excellent results of the computationHundreds of clustered processorsHundreds of I/O files at each process step With NO user interaction required & possibleResulted in significant weight reduction

OPTIMUS is a tremendously powerful integration and optimization tool, uniquely positioned for parallel processing of massive-size MDO projects


• AUDI社ではすでに他社の最適化ソフトウェアを利用していたが、パ

ラレル処理を実施して、資産を有効活用して早急に最適化をするニーズが増えていた。そこで、AUDI社は、すでに市販されているA6のホディを軽量化できるか？との連絡をNOESISに。

• 2004年末のクリスマス休暇を使って実施されたプロジェクト

– 人が一切介入することができない状況（施錠）

– ソフトウェア、ハードウェアともに資産を有効的に活用可能

• 取り扱うパラメータ

– 入力－約100のパネルの板厚

– 出力－約40• 重量の最小化

• 多数の制約条件を全て満たすことが条件

AUDIからの依頼


• 7種類のモデルを利用（7種の荷重条件）：

• モデルの平均規模（荷重条件による）– NASTRAN およそ 250,000 要素

– PAMCrash およそ 950,000 要素

計算時間ソフトウェア荷重条件

11時間 8 CPUPAMCrashサイド衝突

5時間 8 CPUPAMCrashフロント衝突 (AZT)11時間 8 CPUPAMCrashリヤ衝突 (AZT)15時間 8 CPUPAMCrashリヤ衝突 (FMVSS)22時間 8 CPUPAMCrashフロント衝突 (EURONCAP)5時間 1 CPUNASTRANNVH18分 1 CPUNASTRAN静的ねじれ

本プロジェクトでの解析内容


NASTRAN

PAMCrash

PAMView

内製ソフト

テンプレートファイル

OPTIMUSワークフロー


• 2つの計算クラスタ

– 788 CPU: クラッシュシミュレーション計算 (LINUXクラスタ)• 実行中の平均稼動CPU数: 760

– 32 CPU: NASTRAN計算 (HPクラスタ)• 実行中の平均稼動CPU数: 28

– PAMCrash シミュレーションは 8 CPUを利用 (4ノード4ディスク)– NASTRAN シミュレーションは 1 CPUを利用

– LSF™ によるコンピュータリソース管理

本プロジェクトでのIT基盤


• パラレル処理:– 100回のシミュレーション (= 1回の反復最適化) * 5 (衝突荷重条件) + 100 * 2 シミュ

レーション(NVH) 700 ジョブが毎回投げられる 96 (=INT(760/800)) + 32 ジョブ

が実行される

– 1回の反復最適化: 3日と8時間最適化終了までたったの16.6 日– 実際との差 : 最大4時間

– 1回の実行: 100 シミュレーション* 5 (衝突荷重条件) * 8 CPU + 100*2*1 = 4200 CPUが必要 788 + 32 CPUを利用(788+32のうち)

• CPUを追加すれば大きな効果

• パラレル処理無し:– 最長ジョブ: 8CPUで22時間

– 5回の反復最適化*100個体/世代 = 500回のシミュレーション実行 500*22時間 = 488 日 !!!!

– 1回の実行 : 5[衝突荷重条件]*8 CPU[荷重条件ごとに] + 2[NVH荷重条件]*1 CPU[荷重条件ごと] = 42 CPUしか利用せず(788+32のうち)

• CPUを追加しても何の効果もない

実現不可能….

実現可能

並列処理の有効性


• 結果：短期間に可能なリソースを使って20kgの重量軽減を達成

• 設定の容易さ

– 誰でも利用できる使い勝手のよいGUI• あらゆる最適化問題へ対応

• パラレル処理機能が得意

• 最適化スケジューリングの確かさと、対応し得る最適化アルゴリズム

• MDO（複合領域最適化）を実施できるメリット

AUDI• 現在では設計変数を400に出力（目的関数）を100に拡大

OPTIMUSのメリット


• 新しい歩行者安全規制– ひざの曲がり角度

– 下脚部の加速度

• 最適値を算出– 発泡体の材料

– 発泡体の厚み

– 下部補強材の厚み

• 実現可能な設計を得ることに成功

Foam thickness

Lower stiffener

Foam material

AUDI：その後の事例（1）


• 複数の最適化ジョブの定義：

– ポジション 4つ

– マテリアル 4つ

• 最大10時間の解析時間が必要

（１回の解析/ 4 CPUを利用）

• 全体で16の最適化ジョブを2つの設計変数と2つの出力（応答）値にて

– 4つのマテリアルをパラレル処理

– 4つのポジションについては単独



• 利用可能なCPUの数 : 平均して160CPUがOPTIMUSに利用可能だった

• 利用した最適化アルゴリズムは、遺伝的アルゴリズム

– Self Adaptive Evolutionary algorithm– 個体数を10固体に設定

– 最大6世代までの進化を定義

• パラレル処理がないと 9,600 時間、もしくは400日実現不可能

• パラレル処理 (上記160CPUを活用) 10 日で最適化実用可能



• 下記要素の解除の最適設定を算出– ベルト (荷重リミッター)– エアバッグ穴

– ステアリング・コラム

• 実現可能解の満たすべき条件– 頭部の保険基準

– 胸部のたわみ

– 大腿部にかかる最大力

• 複数の組み合わせを考– 乗員: 男性/女性

– ベルト状態: 着用/非着用

• 全ての制約を満たす素晴らしい結果を達成



• 4つの加重条件

• PamCrashでの解析は4CPU必要

• 衝突解析（100 ms）

• それぞれの解析時間は最大15時間

Perl scripts



• 衝突解析にLINUXクラスターを利用

• OPTIMUSによるジョブキューの設定

– 平均利用CPU数： 160– 最大利用CPU数（制限）： 400

• 遺伝的アルゴリズムでのアプローチを採用

– Self Adaptive Evolutionary algorithm– 個体数を20固体にて設定

• パラレル処理がないと：9,600時間もしくは、400日必要実現不可能

• パラレル処理を実施： 6日以内にて実施可能（最大CPU利用）実現



OPTIMUS、PLM Optimization, CETOL6σについての

お問い合わせ先：

サイバネットシステム株式会社

新事業統括部 PIDO室

TEL:[email protected]

http://www.cybernet.co.jp/optimus

-catia...

Documents