Meta-Modellierung
Es existieren 2 unterschiedliche Wege zur Erstellung der Modellcodes, nämlich Physik-Modell und Daten-Modell, deren Vorteile und Nachteile sich gegenseitig ergänzen. Die Kombination beider Methoden bringt Fortschritte und ungeahnte Möglichkeiten zur Modellierung realer Objekte. OptiY Software bietet diese Vorgehensweise als Meta-Modellierung an und es ist damit ein unverzichtbares Werkzeug der Berechnungsingenieure. Meta-Modellierung stellt die Kombination aus Ersatzmodell und physik-informiertem maschinellen Lernen dar. Die neue Methode ist eine beliebige Mischung aus einige unvollständigen Daten und einigen unvollständigen physikalischen Komponenten, um genaue Meta-Modelle für Echtzeit-Computing herzuleiten.
Physik-Modell | Daten-Modell |
|
|
Physikmodelle werden als Objekte zur Datengenerierung verwendet. Zahlreiche Kommerzielle Simulationssysteme können mit OptiY gekoppelt werden. Mittel statistischer Versuchsplanung wird der gesamte parameterraum aufgespannt und abgetastet. Mit den gewonnenen Daten lassen sich genaues Meta-Modell durch maschinelles Lernen abbilden.
Wenn die Daten nicht in erforderliche Menge verfügen, um genaue Metamodelle zu erzeugen, kann man mit Hilfe von gekoppelten Physikmodelle neu zusätzliche Datenpunkte dazu generieren. Mittels adaptiver Versuchsplanung von OptiY, die auf vorhandene Daten basieren, kann man sehr effizient neue gezielte Datenpunkte vorschlagen und mit den Physikmodelle abtasten. Messdaten lassen sich dann zusammen mit neu zusätzlichen Simulationsdaten in hinreichender Menge zu genaue Metamodelle abbilden.
Fallstudien
- Daten-basierte Modellierung und Simulation eines doppelten Feder-Masse-Dämpfer-Systems
- Meta-Modellierung zur Gewinnung von Ersatzmodellen aus Messdaten und FE-Analysen als Bausteine für die Multidomain-Simulation
- Auto-Extraction of Modelica Code from Finite Element Analysis or Measurement Data
- Magnetic Switch Mechanism for Circuit Breakers