सरोगेट मॉडलिंग (जिसे कभी-कभी ब्लैक-बॉक्स मॉडलिंग, मेटा-मॉडलिंगया रिस्पॉन्स सरफेस मॉडलिंग) एक सरल गणितीय मॉडल बनाने का तरीका है जो एक जटिल सिमुलेशन की नकल कर सकता है। 3DEXPERIENCE प्लेटफॉर्म, SIMULIA ऐप्स का जैसे ABAQUS, Isightया Process Composer, यह दृष्टिकोण इंजीनियरों को भारी मात्रा में समय बचाने में मदद करता है।

प्रत्येक डिज़ाइन भिन्नता के लिए पूर्ण सिमुलेशन चलाने के बजाय, आप सीमित संख्या में सिमुलेशन एक बार चलाते हैं। फिर, सरोगेट मॉडल उन परिणामों से सीखता है और नए इनपुट मानों के लिए तनाव, विरूपण या विस्थापन जैसे परिणामों की तुरंत भविष्यवाणी कर सकता है।.

1. प्रयोगों का डिज़ाइन (डीओई): इनपुट मापदंडों (जैसे, लंबाई, मोटाई या स्थिति) के विभिन्न संयोजनों का चयन करें।.
2. सिमुलेशन चलाएँ: प्रत्येक डिज़ाइन बिंदु के लिए FEA सिमुलेशन चलाने के लिए ABAQUS का उपयोग करें।.
3. सरोगेट मॉडल बनाएं: सिमुलेशन परिणामों के लिए एक सरल मॉडल (जैसे, बहुपद प्रतिगमन, क्रिगिंग, या तंत्रिका नेटवर्क) को फिट करें।.
4. भविष्यवाणी और अनुकूलन: संवेदनशीलता विश्लेषण, अनुकूलन या अनिश्चितता मात्रा निर्धारण को कुशलतापूर्वक करने के लिए सरोगेट का उपयोग करें।.

यह प्रक्रिया अक्सर SIMULIA Process Composer App या SIMULIA Isight, जो ABAQUS सरोगेट मॉडल निर्माण और डिजाइन अनुकूलन को स्वचालित करने के लिए

• डिजाइन अनुकूलन: हजारों भौतिकी सिमुलेशन चलाने की आवश्यकता के बिना, एक विशाल डिजाइन क्षेत्र का तेजी से अन्वेषण करें और इष्टतम मापदंडों का पता लगाएं।
• संवेदनशीलता विश्लेषण: यह समझना कि इनपुट में परिवर्तन आउटपुट को कैसे प्रभावित करते हैं।
• अनिश्चितता का परिमाणीकरण: भौतिक गुणों या सीमा शर्तों में परिवर्तनशीलता का मॉडल तैयार करना और उसका प्रबंधन करना।
• वास्तविक समय सिमुलेशन: वास्तविक समय प्रणालियों में सरोगेट मॉडल का उपयोग करें जहां पूर्ण सिमुलेशन बहुत धीमे होंगे।
• बहुविषयक विश्लेषण: से प्राप्त आउटपुट को अन्य सिमुलेशन उपकरणों के साथ संयोजित करें ABAQUS सुव्यवस्थित अनुकूलन कार्यप्रणाली में

उदाहरण: फॉर्मूला स्टूडेंट टीम

कल्पना कीजिए कि एक फ़ॉर्मूला स्टूडेंट या SAE BAJA टीम स्पेसफ़्रेम चेसिस का। उनका लक्ष्य मरोड़ तनाव को कम करना है, लेकिन प्रत्येक डिज़ाइन परिवर्तन के लिए घंटों सिमुलेशन की आवश्यकता होती है। चेसिस में इतने सारे भार वहन करने वाले पुर्जों के साथ, विभिन्न विन्यासों को आज़माने का मतलब सैकड़ों या हजारों सिमुलेशन, जो समय और संसाधनों की भारी बर्बादी है।

यहां बताया गया है कि सरोगेट मॉडलिंग कैसे मदद करती है:

1. पैरामीटर सेट करें: फ्रेम सदस्यों की लंबाई या स्थिति जैसे प्रमुख चर परिभाषित करें।

2. में DOE चलाएँ ABAQUS: डिज़ाइन स्पेस को कवर करने के लिए सिमुलेशन का एक संरचित सेट निष्पादित करें।

3. सरोगेट मॉडल को प्रशिक्षित करें: इन परिणामों का उपयोग करके एक तीव्र पूर्वानुमान मॉडल बनाएं।

अब, घंटों इंतजार करने के बजाय, टीम स्लाइडर जैसे मापदंडों के लिए चौड़ाई या एक्सट्रूज़नद्रव्यमान या विस्थापन जैसे अद्यतन परिणाम प्राप्त कर सकती हैकुछ ही सेकंड में

इसका मतलब है समय की बचत, पैसे की बचत और सटीकता से समझौता किए बिना तेजी से डिजाइन संबंधी निर्णय लेना।

1. सरोगेट मॉडल कम विश्वसनीयता वाले अनुभवजन्य मॉडल होते हैं।.

2. इन्हें सिमुलेशन डेटा से नीचे से ऊपर की ओर बनाया गया है।

3. शोरगुल वाली प्रतिक्रिया को सुचारू बनाने में सक्षम

4. मूल्यांकन करने में बेहद तेज़!

5. सटीक।.

सरोगेट मॉडल स्थापित करने की पूर्व शर्तें:

1. ज्यामितीय मापदंडों के साथ एक FE विश्लेषण को हल करें: 

एफईए में ज्यामितीय मापदंडों का उपयोग करके बीम विश्लेषण

लंबाई (Len), चौड़ाई (BR) और एक्सट्रूज़न (ext) के लिए पैरामीटर

2. SIMULIA में DOE, ML और सरोगेट मॉडलिंग के साथ सिमुलेशन का अनुकूलन करना

में ऑप्टिमाइजेशन प्रोसेस कंपोजर , प्रयोगों के डिजाइन (डीओई) को निष्पादित करने के लिए एक संरचित प्रक्रिया का निर्माण किया जाता है, जिससे डिजाइन स्पेस में इनपुट-आउटपुट युग्मों का एक प्रतिनिधि सेट उत्पन्न होता है। परिणामी संख्यात्मक डेटा सीधे मशीन लर्निंग मॉडल प्रशिक्षण पाइपलाइन में जाता है, जहां अंतर्निहित प्रतिक्रिया व्यवहार का अनुमान लगाने के लिए रिस्पॉन्स सरफेस मॉडलिंग (आरएसएम) या यूनिवर्सल क्रिगिंग (यूके) जैसी सरोगेट मॉडलिंग तकनीकों का उपयोग किया जाता है।

पूर्वानुमान की सटीकता बढ़ाने के लिए, हाइपरपैरामीटर ट्यूनिंग को वर्कफ़्लो में एकीकृत किया जाता है, जिसमें सरोगेट मॉडल की औसत सन्निकटन त्रुटि (जैसे, माध्य वर्ग त्रुटि या मूल माध्य वर्ग त्रुटि) को कम करने के लिए अनुकूलन रणनीतियों का उपयोग किया जाता है।.

एक बार सरोगेट मॉडल को प्रशिक्षित और मान्य कर लेने के बाद, इसे रिजल्ट्स एनालिटिक्स ऐप के भीतर उपलब्ध करा दिया जाता है, जिससे अनुमानित प्रतिक्रिया सतहों का उपयोग करके उन्नत पोस्ट-प्रोसेसिंग, विज़ुअलाइज़ेशन और संवेदनशीलता विश्लेषण संभव हो जाता है।.

सरोगेट मॉडलिंग और अनुकूलन कार्यप्रवाह

3. SIMULIA परिणाम विश्लेषण ऐप

1. ABAQUS सिमुलेशन से डेटा निष्कर्षण

• फिजिक्स रिजल्ट्स एनालिटिक्स ऐप आपको सिमुलेशन आउटपुट से परिणामों (जैसे, विस्थापन, तनाव, तापमान) को देखने और निकालने की अनुमति देता है।.
• यह बड़े डेटासेट के कुशल पोस्ट-प्रोसेसिंग का समर्थन करता है—सिमुलेशन रन के एक बैच से सरोगेट मॉडल बनाने के लिए एकदम सही।.

 2. डेटासेट बनाएं और उनका विश्लेषण करें

• आप कई रन (डीओई सैंपल) से सिमुलेशन परिणामों को एकत्रित कर सकते हैं।.
• फिजिक्स रिजल्ट्स एनालिटिक्स ऐप कस्टम रिजल्ट मेट्रिक्स जिनका उपयोग सरोगेट मॉडल में आउटपुट के रूप में किया जा सकता है।
• यह विभिन्न पैरामीटर संयोजनों के आधार पर फ़िल्टरिंग, समूहीकरण और तुलना का समर्थन करता है।.

 3. सरोगेट मॉडलिंग टूल्स का लिंक

• एक बार सिमुलेशन डेटा निकाल लिया जाए और तैयार कर लिया जाए, तो PRA, Isight, 3DEXPERIENCE Process Composer, या यहां तक ​​कि बाहरी Python/ML टूल जैसे उपकरणों के साथ सहजता से एकीकृत हो जाता है।.
• आप इस स्वच्छ और व्यवस्थित डेटासेट का उपयोग अपने रिस्पॉन्स सरफेस मॉडल, क्रिगिंग, न्यूरल नेटवर्क या अन्य प्रकार के वैकल्पिक मॉडल को प्रशिक्षित करने के लिए कर सकते हैं।.

4. संवेदनशीलता और सहसंबंध विश्लेषण करें

• PRA में पैरामीटर संवेदनशीलता और सहसंबंधों का विश्लेषण करने के लिए अंतर्निहित उपकरण शामिल हैं - जो सरोगेट मॉडल प्रशिक्षण से पहले फीचर चयन के लिए सहायक होते हैं।.
• यह आपको सबसे प्रभावशाली इनपुट पर ध्यान केंद्रित करने, मॉडल की सटीकता में सुधार करने और जटिलता को कम करने में मार्गदर्शन करता है।

5. मॉडल की प्री-प्रोसेस ट्रेनिंग आसानी से करें 

 6. डिजाइन अन्वेषण में एकीकरण

• डिजाइनर अनुकूलन, ट्रेड-ऑफ अध्ययन या अनिश्चितता के मात्रात्मक निर्धारण के लिए विश्लेषणात्मक और सरोगेट मॉडल को डिजाइन प्रक्रिया में वापस शामिल कर सकते हैं।.
• PRA समय के साथ डिजाइन संबंधी निर्णयों और परिणामों को ट्रैक करने के लिए एक उपयोगकर्ता-अनुकूल इंटरफ़ेस प्रदान करता है।.

एप्रोक्सीमेशन मॉडल के डैशबोर्ड का उपयोग इस प्रकार किया जा सकता है:

चौड़ाई (BR) स्लाइडर को 38.96 पर घुमाएँ

FEA सेंसर के आउटपुट मान 2 सेकंड के भीतर अपडेट हो जाते हैं।.

इसके बाद, मैं "BR" पैरामीटर को रीसेट करते समय "ext" पैरामीटर को बदलूंगा।.

द्रव्यमान और विस्थापन के मान 2 सेकंड के भीतर अपडेट हो जाते हैं।.

कुल मिलाकर, हम देखते हैं कि प्लेटफ़ॉर्म पर मौजूद CAD और FE ऐप्स में वास्तव में जाए बिना, हमें FE विश्लेषण के तत्काल परिणाम मिलते हैं, जिससे समय की बचत होती है और दोहराव वाले वर्कफ़्लो समाप्त हो जाते हैं।.

मुख्य लाभ