万博ANSYS的博客
2020年9月4日
进行有效和稳健的光学系统设计优化
由于其复杂性和非线性，先进光学设计的优化具有挑战性。大量的输入参数及其相互作用增加了复杂性。此外，对光学系统性能的要求很多，特别是当优化和鲁棒性标准包括在内。
如果这些挑战还不够，新的发展，如先进的材料、创新的制造技术和较短的产品开发时间，需要先进的方法来开发有竞争力的光学产品。万博网
一种用于光学设计的稳健设计优化方法
为了简化光学设计，Ansys opti俚语支持整个虚拟产品开万博发过程，包括:
- 过程集成、构建工作流(例如，耦合几个物理域)及其自动化
- 稳健设计优化
稳健设计优化的概念从耦合计算机辅助工程(CAE)和测量数据开始，以理解设计。这包括调查参数敏感性、降低复杂性和从CAE数据生成最佳元模型。优化还包括使用测量数据进行模型校准，以确定重要的模型参数，以便在模拟和测量之间实现最佳拟合。
从设计理解开始优化，添加模型校准，通过优化性能来改进设计。为了完成这个过程，这些步骤之后是设计质量的测试，以确保设计的健壮性和可靠性。
通过敏感性分析，您可以了解最重要的输入变量。使用最少的求解器运行的自动工作流使您能够:
- 确定每个响应的重要参数
- 为每个响应生成最佳元模型
- 理解并减少优化任务
- 检查解算器和提取噪声
这个过程如何应用于光学模拟?万博Ansys opti俚语与Ansys Speos集成，每个应用程序都可以从各自的工作台一键点击。它们也可以通过脚本直接集成。
光学设计优化示例:汽车光导
现在，让我们看一个设计优化的例子。汽车前照灯的导光器使轮廓和照明标志的设计易于区分，从而提供品牌识别。目标是获得均匀的照明外观，同时最大化平均亮度和最小化均方根(RMS)对比度。当然，我们希望尽可能快地完成所有这些工作，并且使用最少的迭代。
光导参数化以最小化RMS对比度和最大化平均亮度
工程团队为光学系统提供输入参数，如微调比和期望的输出(例如最大亮度或RMS对比度)。然后，敏感性分析使我们能够理解最重要的输入变量。优化过程在一个元模型上对数百个设计进行采样和计算，优先考虑关键参数。例如，分析结果可能表明，最小亮度在某些点主要受修剪比的影响，而RMS对比度在其他点主要受修剪比的影响。这个工作流程使优化更加有效和直接。
敏感性分析结果
帕累托设计优化使快速决策
系统可以通过减少重要参数的子集进行优化，对元模型进行预优化，然后使用领先的优化算法进行优化。决策树指导您选择最佳优化算法，因此您可以轻松地使用灵敏度分析中的设计可视化目标，并在RMS对比度和平均亮度之间进行权衡，以执行帕累托优化。
基于平行坐标图的Pareto前设计分析
设计决策，如修剪比例输入，以增加平均亮度是更容易和更快的帕累托优化。元模型上的Pareto优化是一个非常快的过程，因为这里不需要Speos计算，只使用模型的响应。Pareto前端设计说明了目标之间的权衡，因此可以从Pareto前端选择最佳设计，用Speos进行验证，并在必要时用作Speos进一步优化的起点。
他说:“我很高兴见到你。万博
他说:“我很高兴见到你。万博
联系我们
Contactez-nous今天
