While analysis helps you simulate a product development cycle on the computer quickly and inexpensively, you still need to create several studies and simulate many scenarios. Each time you make a change, you need to run the analysis and examine the results.
Selbst bei einer relativ einfachen Konstruktion können Sie mehrere Bemaßungen ändern. Die Entscheidung, welche Kombinationen ausprobiert werden sollen, sowie die damit verbundenen Schritte zur Protokollführung und Ergebnisanzeige können mitunter einen nicht unerheblichen Arbeitsaufwand verursachen.
Eine Konstruktionsstudie bedient sich der parametrischen, feature-gestützten Modellierung sowie der automatischen Neuaufbaufunktionen der Software, um den Optimierungsprozess zu automatisieren. Die Software ist mit einer Technologie ausgestattet, die schnell Tendenzen erkennen und die optimale Lösung mit möglichst wenigen Durchgängen finden kann. Das Programm stützt sich auf die Methode „Statistischer Versuchsplan“.
Das Programm bietet zwei verschiedene Qualitätsoptionen in den Eigenschaften der Konstruktionsstudie. Die Software führt einige Tests auf Grundlage der Qualitätsstufe und der Anzahl der Variablen aus. In jedem Test werden alle zugehörigen Simulationsstudien mit einem strategisch bestimmten Satz von Variablenwerten ausgeführt. In der folgenden Tabelle ist die Anzahl der Iterationen bei den Methoden für hohe Qualität und schnelle Ergebnisse für kontinuierliche Variablen aufgeführt (Option Bereich). Für die Einstellung Hohe Qualität wird der quadratische Plan nach Box-Behnken verwendet, und für die Einstellung Schnelle Ergebnisse der quadratische Plan nach Rechtschaffner. Der Rechtschaffner-Plan führt zwar einige Vorberechnungen durch, die für das Verfahren nach Box-Behnken nicht erforderlich sind, er erfordert jedoch weniger Experimente für die Bildung der Antwortfunktion und die Optimierung.
Anzahl von Konstruktionsvariablen (für kontinuierliche Variablen) |
Hohe Qualität |
Schnelle Ergebnisse |
1 |
3 |
N/Z |
2 |
9 |
N/Z |
3 |
13 |
N/Z |
4 |
25 |
15 |
5 |
41 |
21 |
6 |
49 |
28 |
7 |
57 |
36 |
8 |
N/Z |
45 |
9 |
121 |
55 |
10 |
161 |
66 |
11 |
177 |
78 |
12 |
193 |
91 |
13 |
N/Z |
105 |
14 |
N/Z |
120 |
15 |
N/Z |
136 |
16 |
385 |
153 |
17 |
N/Z |
171 |
18 |
N/Z |
190 |
19 |
N/Z |
210 |
20 |
N/Z |
231 |
After running the experiments, the program calculates the optimal design variables by forming a response function relating the goals to the variables and minimizing, maximizing, or satisfying exactly the goals. The program then runs the associated simulation studies to evaluate the results for the optimal design.