Isight技术文件.docx
《Isight技术文件.docx》由会员分享，可在线阅读，更多相关《Isight技术文件.docx（15页珍藏版）》请在冰豆网上搜索。
Isight技术文件
技术响应与说明文件
系统集成优化软件Isight技术说明书
一Isight介绍
产品设计的数字化是企业信息化的重要内容。
当今的企业面对着激烈的竞争、苛求的客户、细分的市场、越来越复杂的产品、越来越短的产品生命周期、严格的法规和环境保护要求以及系统集成等等问题；同时，产品的复杂性也不断增长，涉及的学科领域也越来越宽，往往是结构、流体、电磁、动力等等学科交织在一起。
传统的产品设计方法已经很难满足企业当前生存和发展的需要，历史经验表明：
性能是通过经验的不断积累而获得的。
各企业都希望其高技术、大容量的产品能够在继续保持或提高性能的同时，把成本降下来，如果引入基于计算机的多学科设计优化（MDO，MultidisciplinaryDesignOptimization）技术，无疑将进一步改善系统整体性能和产品质量。
“多学科分析和集成优化技术（MDA&MDO，Multi-disciplinaryAnalysis&Optimization）”，是适应大型复杂工程系统的设计技术，对于提升大型复杂系统综合设计制造能力发挥着巨大的作用，是提高设计质量，提升系统综合性能的重要手段。
波音、空客、洛克-马丁、NASA等国外先进武器设计制造商和国防机构高度重视这方面技术的研究，其应用和实践不断向纵深发展，地位与作用日益变得重要。
在传统的设计优化中，往往是系统设计人员多次反复地进行串行设计和单学科优化，这种方式忽略或简化了各个学科之间的设计耦合关系，对挖掘各个学科或子系统之间的相互作用所产生协同效果缺乏有效的技术手段，很难对总体性能参数进行充分利用。
并且，这种设计模式属于串行设计模式，设计周期必然加长，对于小批量设计生产的产品来说，开发成本必然增加。
针对这些问题，提出构建多学科设计优化平台是非常必要的。
多学科分析和集成优化技术（MDA&MDO）是一种通过充分探索和利用系统中相互作用的协同机制来设计复杂系统和子系统的方法论，其主要思想是在复杂系统设计的整个过程中利用分布式计算机网络技术，集成各个学科（子系统）的知识，应用设计优化策略对设计过程进行组织和管理。
其目的是充分利用各个学科（子系统）之间的协同效应，通过设计优化及多目标折中权衡，获得系统的整体性能和质量综合最优解，通过实现并行设计来缩短设计周期，从而使研制出的产品更具有竞争力。
多学科分析和集成优化技术的宗旨与现代制造技术中的并行工程思想不谋而合，它实际上是采用集成和优化原理为产品的全寿命周期设计提供一个理论基础和实施方法，是虚拟产品研发和数字化生产线的重要组成部分。
基于Isight的面向多学科分析和集成优化系统，融合了先进的物理、数学和计算机技术，可以构建全面的可重用的参数化模型库、实现分析流程标准化和自动化、最大限度的进行设计空间探索和灵敏度分析、通过分析模型标定和验证提高分析可信度、通过多目标设计权衡和优化指导科学决策、实现质量设计优化提高研发能力。
二系统目标
多目标多学科协同设计优化平台Isight主要用于系统总体设计、各子系统、零部件初步方案设计阶段的多学科权衡和优化，以及详细设计阶段的敏度分析、模型标定、参数优化和质量控制。
该平台可以将建模、仿真等软件工具及计算资源集成在统一的系统环境下，通过建立系统的设计规范、模型支撑库和知识库，调用功能强大的多学科优化的方法库和算法库，充分利用各个学科或子系统之间的相互作用所产生的协同效应，实现系统在不同阶段、不同范围和不同复杂程度的多学科优化设计以及多方案对比分析。
Isight旨在帮助提高工程设计人员的能力，它将达成如下目标：
1）流程自动化和标准化：
实现传统手工设计、分析与优化流程的自动化和标准化，实现真正意义上的多方案自动评估比较，提高设计效率，缩短设计周期。
2）多学科集成分析和优化：
驱动多学科联合仿真，实现多学科优化，大大提高产品创新设计能力，改进产品性能，降低产品成本。
3）积累设计知识，识别关键参数：
通过参数敏度分析，帮助设计师探索设计空间，寻找影响性能的关键参数，从而改进设计水平。
4）提高仿真试验的水平和可信度：
通过用试验数据标定仿真模型，提高仿真模型精度和可信度；通过科学安排试验设计方案，降低试验次数与成本。
5）提高设计决策能力：
通过多目标权衡和折中，帮助设计师进行多个设计指标之间的协调和优化，实现科学决策。
6）逼近参数关系，提高优化效率：
通过工程数据挖掘，构建原问题的近似模型，替代耗时仿真模型，提高优化效率。
7）与高性能集群计算机的协同，提高企业软硬件资源投资回报：
能够灵活部署到高性能集群计算机（LSF，PbsPro等HPC）环境，实现大规模分布并行优化，提高复杂产品的设计能力。
三Isight系统架构
Isight架构体系包括以下几部分：
●DesignGateway：
流程设计集成客户端设计终端，设计者通过DesignGateway来完成流程集成以及优化算法的定义。
●RuntimeGateway:
作业提交执行客户终端
●Components&DesignDrivers:
CAD/CAE接口组件和算法组件
四Isight功能
iSIGHT起源于GEBoeing777航空发动机集成设计项目的成功实践，iSIGHT的过程集成与优化解决方案通过全球众多知名企业在大量复杂工程项目中的具体实施，创造了无数效率与品质的奇迹。
1）网络化的流程集成和设计自动化平台，缩短产品设计开发周期：
a）提供一个分布式的分析和优化计算环境，集成分布式的CAE/CAD软件模型和资源，把传统的人工反复参数试算过程自动化
b）所见即所得的人性化集成界面，让没有编程经验的设计人员可以快速集成各种程序，大大降低了使用门槛，让设计人员不再受底层软件接口的困扰
c）形成可重用组件库，实现设计模型的分布式共享、存取、修改、发布和版本管理
d）帮助企业创建多学科综合设计的理想工作环境，支持多专业、多学科的设计人员在统一的集成框架下进行设计
2）先进的产品“现代三次设计”方法，提高企业自主设计能力：
a）用“现代三次设计”（参数设计、系统设计、稳健设计）的智能算法指导设计人员的经验设计，满足企业对产品的性能设计和质量设计的要求
b）应用工程界广泛使用的分阶段设计策略，将设计算法执行全自动化，全过程所见即所得
c）设计方法库分为，实验设计、近似模型、设计优化
d）其应用可以贯穿产品系统设计的数字化设计各阶段：
概念设计、布局优化、模型试验标定、详细设计……
e）提供一套完整的支持设计、优化过程自动化的辅助工具，完成以曲线、图表、数据库为手段的数据分析。
五与招标文件相关技术要求的实质性响应
1.功能要求
1.1设计仿真流程集成
根据具体设计分析过程中数据的流向确定流程节点的相互关联关系，以数据流向作为流程定义的依据，每一个分析设计节点分别对应各自的输入输出文件，定义变量关联输入输出文件，输入变量的值在节点应用程序执行前写入输入文件，输出变量在应用程序执行之后从结果文件中读取结果数据，各节点间的数据以参数映射的方式进行传递。
具体来讲，通过鼠标拖拽的方式，按照数据对应关系，将模型库中的模型通过“搭积木”的方式装配成一个迭代的流程进行流程集成，利用流程集成工具可以实现条件流程、并行流程等复杂流程的集成；选择相应组件完成数据交换、数据显示、报告提交等辅助流程节点的定义。
集成过程不需要编写代码，通过批处理命令来实现软件的自动调用，通过文件解析的方式映射设计参数，具有高度的灵活性。
下图显示的是一个“设计-仿真-优化流程”集成界面及参数映射的界面：
图“设计-仿真-优化流程”集成界面
图任务流程中的参数映射
1.2模型的可移植性
在Isight里面，集成所需的仿真文件都可以采用“InModel”的形式和模型封装到一起、其中模型的封装及仿真数据的交换均采用XML标准协议，这样就使得系统具有良好的可移植性。
1.3集成自编程序能力
除了集成商业软件外，Isight还能集成用户自编写的仿真数据处理程序。
1.4知识的可重用性
对于一个大型机构的设计来说，它的设计模型随着时间和经验的积累是可以标准化，固化的，比如机构的总体设计，结构设计，流体，气动及造价分析等等，其中涉及到的软件可能包括CATIA,UG,NASTRAN、PATRAN、FLUENT、Matlab等，既有商业CAD,CAE软件又可能有企业自编程序。
模型库建立的过程就是各设计分析节点应用程序、输入输出文件以及输入输出变量的一个封装过程。
各应用程序的封装可分别采用脚本封装、COM封装等方式进行
Isight提供方便的可重用模型库，将这些模型参数化，形成模板库，将建好的模型统一管理，再次使用时直接从库里导出就可以进行再利用，从而为流程集成和自动化打下了基础。
对于NASTRAN、PATRAN、FLUENT这样的商业CAE和CFD软件，Isight提供了一个通用的基于脚本和命令行方式的集成接口Simcode，用户首先根据具体问题建立仿真分析前处理、求解和后处理命令流脚本文件，该文件作为输入文件被集成到Simcode组件中，通过参数映射将输入文件中的变量与流程参数进行关联，以实现仿真参数的修改，然后，以命令行方式启动执行该文件，进行求解计算，最后，将读入计算结果文件，以参数映射方式从结果文件中读取数据，传递给流程后续节点，实现数据传递。
1.5优化算法库（Optimization）
Isight优化算法库是现代应用数学的优化方法的集合，综合了经典的数值优化方法如满应力法Stressration、现代全局优化方法如多岛遗传算法MIGA、多目标多准则优化算法如NSGA-II、Pointer智能优化专家方法，Exploration智能组合算法以及Targetsolver目标规划法等等，大大提高了优化技术的实用性和适用性，是工程师开展设计优化工作的利器。
图Isight算法列表
1.6组合优化策略
在任务规划中可以对一个特定的设计问题指明一种优化技术或者一系列优化技术。
Isight会根据不同优化技术的特点和设计变量的边界条件以及约束在设计空间中进行搜索。
在完成一个优化运行之后，你可以选择由其他优化技术构成的优化方案或者直接改变现有优化方案中的优化技术。
使用多种优化技术的优化规划需要合并多种优化技术的策略。
在Isight中定义了以下的优化策略：
●由粗到精的搜索（Coarse-to-FineSearch）
●建立可行性然后搜索可行区（EstablishFeasibility，ThenSearchFeasibleRegion）
●全局探索技术（ExploitationandExploration）
●补充形状假设（ComplementaryLandscapeAssumptions）
●程序化方案执行（ProceduralFormulation）
●规则驱动（Rule-Driven）
这些优化策略对于那些刚刚使用Isight优化环境和那些不是优化专家的设计人员来说是很重要的，能够帮助他们理解ISIGHT优化技术。
1）由粗到精的搜索（Coarse-to-FineSearch）
该策略的典型特点是多次使用相同的优化技术。
例如，可以定义一个使用两次二次规划技术的优化方案，第一次调用SQP1，第二次调用SQP2。
SQP1进行大量的有限差分计算，SQP2进行少量的有限差分计算。
2）建立可行性然后搜索可行区（EstablishFeasibility，ThenSearchFeasibleRegion）
一部分优化技术从设计空间的可行区开始搜索最有效，而另一部分从不可行区开始搜索最有效。
如果不能确定最初的设计点是可行的还是不可行的，那么通常可以用罚函数法加直接法的方法进行处理。
Isight高级用户可以在优化方案水平或者惩罚技术水平上增强前序处理，这样就能确保惩罚技术只在设计不可行时被调用。
3）局部和全局探索相结合的技术（ExploitationandExploration）
数值型优化技术可以快速的找到局部最优点，探索型优化技术可以找到全局最优点但是后期效率低，因此由两种技术结合组成的搜索策略可以满足现实中一部分设计的需求。
遗传算法和梯度下降法的组合就是一种很好的优化策略。
4）补充形状假设（ComplementaryLandscapeAssumptions）
每种优化技术都根据连续性和模态对设计空间进行假设，通常数值型优化技术假定设计空间是连续的且单峰的，而探索性技术适合于在离散变量和实型变量混和的不连续设计空间中搜索。
如果不能够确定设计空间的状态，那么就需要开发一种由各种优化技术组成的优化方案。
5）程序化方案执行（ProceduralFormulation）
许多设计者通过一系列的迭代，反复实验找到问题的解决方案。
设计者一般需要更改很多次设计变量，根据输出结果改变问题的表达方式，然后进行下一次优化，经过多次的优化才能找到满意的解决方案。
如果一系列的问题表达在某种程度上是重复的和可预期的，那么Isight用户可以通过优化方案的控制就可以使整个优化过程自动化执行。
通过自动化可以大大缩短设计周期。
6）规则驱动（Rule-Driven）
如果设计问题需要依据设计空间在某种程度上进行重复地表达，而且现在的设计在这个设计空间内，那么可以使用规则驱动控制替代过程优化控制。
Isight拥有专家系统工具，通过它设计人员可以描述设计问题怎样表达和修改。
这种事件驱动的优化功能很强大，可以通过在规则对话框中输入规则进行控制，不需要编程。
可以通过规则选择优化方案，建立更改优化方案等。
图配置组合优化策略
1.7工程数据挖掘（EDM）
传统对于多目标优化的问题，往往是对这多个目标设置一组权重，进行加权处理后，
把多目标问题转化成单目标问题，然后得出这一种权重组合下的最优解；而用Isight里面提供的多目标算法AMGA、NCGA、NSGA-II,不必设置权重就可以求出多个目标在各种权重组合下的可行解，然后用Isight提供的多目标优化后处理工具EDM（EngineeringDataMining）工程数据挖掘组件，就可以帮助用户快速进行多准则关系的浏览，做出最优解的权衡。
图多目标优化权衡工具（EDM）
1.8实验设计（DesignofExperiment）
多参数变量情况下，通常难以鉴别目标变量是如何受这些参数的影响而变化的。
面对一大堆实验数据，该如何分析呢？
Isight提供了一种方便的DOE（DesignOfExperiment）分析技术，包括试验设计和敏度分析的Pareto图和主效应图，让你从容分析参数特征，进行多参数敏度分析。
IsightDOE模块提供全因子法、中心复合法、正交数组法、拉丁方法、优化拉丁方、数据文件方法，通过这些算法可以系统和有效的方法来分析设计空间，进行设计参数筛选，估计设计变量影响以及辨别关键的设计变量交叉影响关系。
图进行参数敏感分析的Pareto图
图主效应图
图交互效应图
1.9近似模型设计
对于计算代价高昂的仿真和分析软件，为加快对设计方案性能的评估，Isight用多种近似原理构造替代的近似模型，代替或强化精细分析和仿真软件。
IsightApprox模块提供了1到4阶的响应面模型RSM和径向基神经网络模型RBF,帮助用户通过采用近似原理构造替代的近似模型，代替或强化精细分析和仿真软件，加快对设计方案性能的评估。
同时，Isight在近似模型后处理方面还提供了近似模型可视化（VDD）技术及误差分析技术，包括：
拟合校验，残差计算，残差分布规律统计，总残差统计等等，从而可以是用户对自己的设计空间有个清楚点的认识并可以对建立的近似模型精度做出正确的评估。
图近似模型可视化（VDD）
图近似模型误差分析
1.10强大的后处理能力
Isight可以绘制多种曲线、曲面，生成表格，而且在结果运行完成后，还会生成一个Summary报告给出优化运行时间、最优结果及对应的设计变量、约束等用户关心的问题。
Isight的后处理功能包括：
1）用于多目标优化的工程数据挖掘工具EDM（EngineeringDataMining）；
2）用于试验设计和敏度分析的Pareto图和主效应图；
3）用于近似模型的设计空间可视化工具VDD（VisualDesignDriver）和误差分析图;
4）用于研究输入输出参数之间的相关性矩阵图（CorrelationMap）；
5）通过多种颜色标注和区分可行解与不可行解；
6）多种图表类型：
优化云图、等高线图、散点图、历史图、改进图、数组图、轨迹图、结果报表（Word，Text）等
图优化过程实时监控
图寻优历程的监控
图参数相关性分析
1.11分布计算的能力
在一个多层次多任务的工程设计问题中，有些任务之间不需要直接交换数据，这种情况下，这些任务可以视为独立任务并按并行方式执行，可以减少整个流程的执行时间。
总体系统和子系统的设计是由多个不同专业学科组共同完成的。
各专业学科组通常在不同的地点使用各自的计算机进行计算和设计工作，并且所使用的计算机的类型和操作系统也不尽相同。
因此可以在Isight中通过各学科的分布并行计算来缩短设计周期。
图与高性能计算的连接
Isight除了可以单机实现集成、优化的能力外，还具备多机分布计算的能力，通过集成LSF,PBS等资源管理软件，来实现多机资源的管理和资源的分布。
2技术指标要求
2.1Isight可扩展性
Isight基于J2EE的多层体系架构，采用XML标准进行任务描述和封装，通过组件技术、过程集成技术、多学科设计矩阵技术和接口技术，从总体架构基础上保证了该软件平台具有高度的可靠性、可重用性、可扩展性和可集成性。
2.2通用接口及无缝集成接口
Simcode是Isight的通用集成接口，通过此接口可以集成常用有限元分析软件MAC.PATRAN,ABAQUS,HYPERWORKS,UG及光学设计软件CODE-V；同时Isight还提供了与ABAQUS,MATLAB的无缝集成接口，通过读入输入，输出文件，直接就可以把文件中的设计参数解析出来，无需用户手动解析。
2.3流程的搭建模式
除了建立串行流程外，Isight还能建立比较复杂的流程，比如并行，耦合流程，条件执行，循环迭代以及流程的分层嵌套等等。
各种不同的流程分别对应不同的设计问题，如果集成的两个软件间存在参数传递关系的，只能采用串行的流程；如果不存在耦合的那就可以采用并行的流程，加快优化的效率。
图串行流程
图分层嵌套和并行流程
2.4优化算法嵌套功能
Isight可以实现算法嵌套的功能，通过底层优化算法的调节变量。
例如迭代步长、收敛精度这些算法的特性值可以与某个参数映射起来，然后此参数就可以作为上层优化问题的设计变量
2.5支持新型算法的构建
Isight支持利用已有优化算法，根据用户自己的问题来构建新型的优化算法。
比如对于一个多目标问题来说，用户可以通过为各个目标设置加权系数的方式，把多目标问题变成单目标问题，从而可以用基于梯度的算法来进行优化。
2.6参数类型及算法并行
Isight里面参数的类型分为四种：
实型、离散型、整型、字符型，且对模型中设计变量的数目没有限制。
在进行试验设计和优化时，可以采用并行处理的方式，即几个设计方案同时进行，这样就可以大大提高寻优的效率。
经过试验设计获得的设计数据点，既可以通过DOE后处理进行数据分析，也可以用来创建近似模型，然后用近似模型来代替真实的仿真模型进行优化。
图通过试验设计构造响应面模型
2.7实验方案灵活更新
Isight中，实验设计或优化任务中未完成的试验方案可以补充，并且可以和已完成的实验方案相叠加。
2.8近似模型自动更新
对于建好的近似模型，Isight还可以在运行模型的过程中对近似模型进行自动更新，在近似模型上的优化步骤为：
1）检查近似模型并初始化；
2）在初始化点处执行一次精确分析；
3）根据初始移动范围大小设定设计空间；
4）在近似模型上执行一次完整的优化运算；
5）在所得的优化点上执行一次精确分析；
6）检查收敛条件，如果满足，则优化停止，否则执行下一步；
7）检查优化结果，并把该点设为下一循环的开始点；
8）计算并调整移动范围的大小；
9）利用当前设计值更新近似模型；
10）重复第3步，执行下一轮运算。
以上的流程图如下所示：
图在近似模型上的优化步骤
2.9二次开发能力
Isight的二次开发SDK（SystemDevelopmentKit）工具包，提供标准的Isight组件开发模版，方便用户开发自己特有的组件和嵌入自编优化算法，实验方案，标准设计流程到自己的优化软件中。
2.10DatabaseLookup功能
在进行大规模计算时，可能会遇到这样的情形，一个工作流程要完成计算可能需要两周甚至更多的时间，当它运行到一半时，突然断电了，这时候怎么办呢，我们还要重新计算吗？
事实上是不用的，因为Isight的DatabaseLookup的功能就可以解决这类的难题。
它的运作原理是，再重新提交计算时，Isight会首先从数据库的结果中进行匹配，如果找到输入完全匹配且是成功解，那Isight就会直接从数据库中把此输出结果提取出来，不会再调仿真软件进行计算，这样就可以大大缩短再次计算的时间。
2.11跨平台的能力
Isight软件支持多种操作系统下的安装和运行，包括：
Windows系列:
NT、2000、XP、Server2003.Vista等
Unix系列：
IBMAIX、HP-UX、SunSolaris等
Linux系列：
RedHat、Altix等
同时，它还支持跨平台的优化计算，例如在Windows上建立的模型，可以调用Linux、Unix资源进行仿真计算。
另外，Isight还有一个系统断电重新挂起的功能，避免因为系统的突然断电而导致的数据损失。
2.12市场地位
目前Isight技术已经在全球各个行业得到了广泛的应用，在全球的集成优化软件
市场中占有绝对的优势，它在欧美市场的占有率超过了56%，在日韩市场的占有率超过70%，在中国市场的占有率超过80%，并得到了全球超过350家世界500强的制造业龙头企业的认可。
2.13软件可靠性及易用性
从GE诞生至今，Isight软件已经有三十多年的发展历史，并且经过ISO软
件测试标准和工程检验；
Isight全球超过350家大型制造业企业的成功案例表明，Isight能够有效处
理如下高难度的问题，表现了高度的可靠性：
1）有效处理大规模、多变量的设计优化问题
2）有效针对高度非线性设计优化问题
3）有效处理连续和非连续可行域的设计优化问题
4）有效处理连续和离散变量类型的设计优化问题
5）具有数据管理、恢复、再现等数据保护功能，保证足够的可靠性和稳定性。
6）运行过程中能够快速响应用户的操作，支持多CPU，保证性能和速度。
Isightlicence支持浮动license的形式，在一台机器上安装licnese服务后，其它机器可以采用浮动的形式获取license。
六模块配置推荐
产品模块名
说明
个数
1
BaseModule
基本包
DesignGateway
RuntimeGateway
CommandClient
ComponentGenerator
FIPERBlockiniSIGHT
Library
TaskPlan
7
2
Componentmodule
组件模块
COM
升级会员 