Projektowanie zautomatyzowane komputerowo - Computer-automated design

Automatyzacja projektowania zwykle odnosi się do automatyzacji projektowania elektronicznego lub automatyzacji projektowania, która jest konfiguratorem produktu . Rozszerzenie do projektowania wspomaganego komputerowo (CAD), zautomatyzowane projektowanie i hardware-Automated Design (CAutoD) są bardziej związane z szerszego zakresu zastosowań, takich jak motoryzacji , inżynierii lądowej , materiałów kompozytowych konstrukcji, inżynierii sterowania , dynamicznej identyfikacji systemu i optymalizacji, systemy finansowe , urządzenia przemysłowe, systemy mechatroniczne , konstrukcje stalowe , optymalizacja konstrukcji i wynalezienie nowych systemów.

Koncepcja CAutoD prawdopodobnie pojawiła się po raz pierwszy w 1963 roku w IBM Journal of Research and Development, gdzie napisano program komputerowy.

  1. szukać obwodów logicznych mających pewne ograniczenia dotyczące konstrukcji sprzętu hardware
  2. do oceny tych logik pod kątem ich zdolności do rozróżniania próbek zestawu znaków, które mają rozpoznać.

Ostatnio tradycyjne symulacje CAD są przekształcane w CAutoD dzięki biologicznie inspirowanemu uczeniu maszynowemu , w tym technikom wyszukiwania heurystycznego , takim jak obliczenia ewolucyjne i algorytmy inteligencji roju .

Prowadzenie projektów przez ulepszenia wydajności

Interakcja w projektowaniu zautomatyzowanym komputerowo

Aby sprostać stale rosnącym wymaganiom jakości i konkurencyjności, iteracyjne prototypowanie fizyczne jest obecnie często zastępowane przez „ cyfrowe prototypowanie ” „dobrego projektu”, którego celem jest spełnienie wielu celów, takich jak maksymalna wydajność, efektywność energetyczna, najwyższa szybkość i koszt- skuteczność. Problem projektowania dotyczy zarówno znalezienia najlepszego projektu w znanym zakresie (tj. poprzez „uczenie się” lub „optymalizację”), jak i znalezienia nowego i lepszego projektu poza istniejącymi (tj. poprzez tworzenie i inwencję). Jest to równoważne z problemem wyszukiwania w prawie na pewno, wielowymiarowej (wieloczynnikowej), multimodalnej przestrzeni z jednym (lub ważonym) celem lub wieloma celami.

Znormalizowana funkcja celu: koszt a sprawność

Na przykładzie jednokryterialnej CAutoD, jeśli funkcja celu, jako funkcja kosztu lub odwrotnie, jako funkcja dopasowania , gdzie

,

jest różniczkowalny w warunkach praktycznych ograniczeń w przestrzeni wielowymiarowej, problem projektowy można rozwiązać analitycznie. Znalezienie zestawów parametrów, które dają zerową pochodną pierwszego rzędu i spełniają warunki pochodnej drugiego rzędu, ujawniłoby wszystkie lokalne optima. Następnie porównanie wartości wskaźnika wydajności wszystkich optimów lokalnych, wraz z wartościami wszystkich zestawów parametrów brzegowych, doprowadziłoby do globalnego optimum, którego odpowiedni zestaw „parametrów” będzie zatem reprezentował najlepszy projekt. Jednak w praktyce optymalizacja zazwyczaj wiąże się z wieloma celami, a kwestie związane z instrumentami pochodnymi są dużo bardziej złożone.

Zajmowanie się praktycznymi celami

W praktyce wartość obiektywna może być zaszumiona lub nawet nienumeryczna, a zatem informacje o gradiencie mogą być niewiarygodne lub niedostępne. Jest to szczególnie prawdziwe, gdy problem jest wielocelowy. Obecnie wiele projektów i udoskonaleń jest wykonywanych głównie w ręcznym procesie prób i błędów za pomocą pakietu symulacji CAD . Zazwyczaj takie uczenie się lub dostosowywanie a posteriori musi być powtarzane wiele razy, aż pojawi się „zadowalający” lub „optymalny” projekt.

Wyczerpujące wyszukiwanie

Teoretycznie ten proces dostosowania można zautomatyzować za pomocą wyszukiwania komputerowego, takiego jak wyszukiwanie wyczerpujące . Ponieważ jest to algorytm wykładniczy , może nie dostarczyć praktycznych rozwiązań w ograniczonym okresie czasu.

Szukaj w czasie wielomianowym

Jednym z podejść do inżynierii wirtualnej i zautomatyzowanego projektowania są obliczenia ewolucyjne, takie jak algorytmy ewolucyjne .

Algorytmy ewolucyjne

Aby skrócić czas wyszukiwania, zamiast tego można zastosować inspirowany biologicznie algorytm ewolucyjny (EA), który jest (niedeterministycznym) algorytmem wielomianowym . Wielozadaniowy „zespół wyszukiwania” oparty na EA może być połączony z istniejącym pakietem symulacji CAD w trybie wsadowym. EA koduje parametry projektowe (kodowanie jest konieczne, jeśli niektóre parametry nie są numeryczne), aby udoskonalić wielu kandydatów poprzez równoległe i interaktywne wyszukiwanie. W procesie wyszukiwania ' selekcja ' jest wykonywana przy użyciu ' przetrwania najsilniejszych ' a posteriori uczenia się. Aby uzyskać następną „generację” możliwych rozwiązań, niektóre wartości parametrów są wymieniane między dwoma kandydatami (za pomocą operacji zwanej „ crossover ”) i wprowadzane są nowe wartości (za pomocą operacji zwanej „ mutacją ”). W ten sposób technika ewolucyjna wykorzystuje informacje z poprzednich prób w podobnie inteligentny sposób jak ludzki projektant.

Optymalne projekty oparte na EA mogą zaczynać się od istniejącej bazy danych projektanta lub od początkowej generacji projektów kandydujących uzyskanych losowo. Szereg doskonale rozwiniętych, najlepszych kandydatów będzie reprezentować kilka automatycznie zoptymalizowanych cyfrowych prototypów.

Istnieją strony internetowe, które prezentują interaktywne algorytmy ewolucyjne do projektowania. EndlessForms.com umożliwia ewolucję obiektów 3D online i drukowanie ich w 3D. PicBreeder.org pozwala zrobić to samo dla obrazów 2D.

Zobacz też

Bibliografia

Linki zewnętrzne