CAD/CAE Design Technologie für Zuverlässigkeit und Qualität

Probabilistische Simulation

Die Eigenschaften technischer Systeme streuen in der Realität. Sie sind durch eine stochastische Verteilung mit einem Mittelwert gekennzeichnet. Ursachen sind Umwelteinfluss, Fertigungsungenauigkeit, Prozessunsicherheit, Alterung, Verschleiß usw. Diese realistischen Aspekte wie Streuungen, Unsicherheiten, Toleranzen und Fehler müssen bei der Beurteilung und bei der Auslegung der technischen Systeme beachtet werden. Mit der deterministischen Simulation kann man das reale Systemverhalten nicht vorhersagen, da sie das Modellverhalten nur mit Nennwerte berechnet. Für probabilistische Simulation werden die Verteilungen der Ausgangsgrößen aus den Verteilungen der Eingangsgrößen auf der Grundlage eines externen deterministischen Modells mittels verfügbarer Schnittstellen in OptiY berechnet. Daraus wird das reale Systemverhalten für verschiedene Bedingungen mit einer stochastischen Verteilungsfunktion exakt auswertbar.

Die große Herausforderung für die probabilistische Simulation ist eine lange Rechenzeit komplexer deterministischen Produktmodelle. Die Genauigkeit einer stochastischen Verteilung bei Monte Carlo Sampling hängt entscheidend von dem Stichprobenumfang und der Anzahl der Parameter ab. Anwendbare Ergebnisse erfordern jedoch Tausende originale Modellberechnungen. Deshalb führt die einfachen Monte Carlo Simulation mit einem akzeptierbaren Rechenaufwand nur zu sehr ungenauen Ergebnisse, welche nicht korrekt sind und eine falsche Ergebnisinterpretation verursachen. Dagegen kann man in OptiY mittels moderner Meta-Modellierungtechologie die probabilistische Simulation sehr schnell und genau durchführen. Weiterhin ist probabilistische Simulation nichtlinearer dynamischer Systeme in OptiY auch möglich. Es gewährt dem Ingenieure einen tiefen und informativen Blick ins inneren Leben dynamischer Systeme zur Verbesserung der Zuverlässigkeit und Qualität.

Vergleich zwischen Monte-Carlo-Simulation und probabilistischer Simulation

Case Studies