Définition des études de simulation initiales

Lorsque vous utilisez des capteurs de données de simulation dans une étude de conception, vous créez au moins une étude initiale. Les études initiales constituent la base du processus d'optimisation ou d'évaluation. A chaque itération, le programme réalise ces études avec des variables modifiées.

Les études initiales requises dépendent des contraintes et des objectifs sélectionnés. Par exemple, si l'objectif est de réduire le volume ou le poids, il n'est pas nécessaire de réaliser une étude initiale d'un type particulier. Par contre, si l'objectif est de réduire la fréquence, une étude fréquentielle initiale est nécessaire. Une étude de simulation fréquentielle fournit les informations au capteur de fréquence à utiliser par l'étude de conception.

La même règle s'applique aux limites imposées. Chaque limite imposée que vous spécifiez doit être associée à une étude initiale compatible. Par exemple, pour définir des limites imposées sur une contrainte, une fréquence et une température, vous devez respectivement définir des études statiques, fréquentielles et thermiques.

Toutes les études référencées dans la définition des limites imposées doivent appartenir à la même configuration.

Après avoir créé et coté au mieux le modèle en comptant sur vos connaissances, créez les études initiales et définissez les propriétés, matériaux, chargements et limites imposées qui leur sont associées. Il est déconseillé d'utiliser plus d'une étude du même type dans un problème d'optimisation.

Evaluation des résultats des études initiales

Si vous utilisez des études de simulation dans votre étude de conception, l'évaluation des résultats des études initiales permet de définir le problème d'étude de conception. En particulier, il est utile d'examiner les quantités à utiliser comme limites imposées.

Les résultats des études initiales vous donnent une bonne idée de ce que sont les valeurs réelles des capteurs. Ne spécifiez pas de contraintes ou d'objectifs trop éloignés des valeurs réelles, ce qui rend impossible une optimisation. Avant de réaliser une optimisation, essayez de réaliser des simulations pour une plage de valeurs variables, en particulier les dimensions, pour vous assurer que le modèle est recréé pour chaque valeur.