奧智能優(yōu)化軟件介紹

1、恩峰智能科技發(fā)展（上海）目錄1.智能優(yōu)化設(shè)計(jì)介紹12.恩峰智能科技及OASIS 智能優(yōu)化軟件介紹22.1公司介紹22.2軟件算法及團(tuán)隊(duì)介紹22.3軟件技術(shù)優(yōu)勢42.4 軟件介紹52.4.1 友好的操作界面52.4.2業(yè)界領(lǐng)先的 AI 算法62.4.3友好的問題定義模塊72.4.4靈活穩(wěn)健的集能82.4.5公式及集成驗(yàn)證功能102.4.6度可視化系統(tǒng)102.4.7結(jié)果列表數(shù)據(jù)分析功能112.4.8決策方案的篩選和分析功能112.4.9優(yōu)化設(shè)計(jì)報(bào)告書122.4.10 項(xiàng)目歷史和導(dǎo)航功能122.4.11 可移植及可修改的配置文件133.OASIS 智能優(yōu)化設(shè)計(jì)應(yīng)用案例133.1 汽車案例133.1.

2、1 基準(zhǔn)和焊接工藝設(shè)計(jì)：焊接夾具夾緊點(diǎn)位置優(yōu)化設(shè)計(jì)133.1.2 裝配工藝：柔性裝配中夾具位置優(yōu)化設(shè)計(jì)163.1.3 底盤設(shè)計(jì)：車架加強(qiáng)筋位置及前橫梁截面優(yōu)化設(shè)計(jì) 173.1.4 汽車設(shè)計(jì)：汽車碰撞性能優(yōu)化設(shè)計(jì)183.1.5 汽車設(shè)計(jì)：冷凍卡車墻壁優(yōu)化設(shè)計(jì)19恩峰智能科技發(fā)展（上海）3.2 航天案例213.2.1 直升飛機(jī)引擎進(jìn)氣導(dǎo)形狀優(yōu)化設(shè)計(jì)213.2.2 宇航船優(yōu)化設(shè)計(jì)243.3 透平機(jī)械案例263.3.1離心泵優(yōu)化設(shè)計(jì)263.3.2離心泥漿泵優(yōu)化設(shè)計(jì)313.3.3渦輪葉片形狀優(yōu)化設(shè)計(jì)343.4電池案例363.4.1電池部件和系統(tǒng)優(yōu)化設(shè)計(jì)363.5 發(fā)電機(jī)案例373.5.1 發(fā)電機(jī)輸入轉(zhuǎn)矩

3、優(yōu)化設(shè)計(jì)373.6 個(gè)性化定制自動優(yōu)化設(shè)計(jì)流程案例373.6.1 引擎自動優(yōu)化設(shè)計(jì)373.7 離散流程優(yōu)化案例393.7.1 醫(yī)院室流程優(yōu)化393.7.2 能源系統(tǒng)優(yōu)化403.8 其他優(yōu)化案例413.8.1 煙道導(dǎo)流板優(yōu)化設(shè)計(jì)414.總結(jié)43恩峰智能科技發(fā)展（上海）1. 智能優(yōu)化設(shè)計(jì)介紹在過去的幾十年中，第一代計(jì)算機(jī)輔助制圖(CAD)和第二代計(jì)算機(jī)分析與仿真(CAE)的飛速發(fā)展大大提高了設(shè)計(jì)的設(shè)計(jì)速度和質(zhì)量。在目前主流的傳統(tǒng)設(shè)計(jì)流程中，設(shè)計(jì)利用 CAD/CAE 等專業(yè)軟件進(jìn)行建模和，根據(jù)結(jié)果進(jìn)一步人工優(yōu)化設(shè)計(jì)方案，然后重新進(jìn)行，不斷地進(jìn)行設(shè)計(jì)、評估、改進(jìn)循環(huán)，最后達(dá)到設(shè)計(jì)目標(biāo)。在這個(gè)傳統(tǒng)設(shè)計(jì)的

4、循環(huán)設(shè)計(jì)流程中，設(shè)計(jì)碰到的問題也是顯而易見的：l開發(fā)周期長，效率低下：大部分工作是重復(fù)性工作，不停的試錯(cuò)，需要耗費(fèi)大量的人力和時(shí)間；ll嚴(yán)重依賴經(jīng)驗(yàn)：設(shè)計(jì)質(zhì)量很大程度上依賴于設(shè)計(jì)的經(jīng)驗(yàn)；很難獲得系統(tǒng)優(yōu)化解決方案：由于設(shè)計(jì)進(jìn)度和成本的，設(shè)計(jì)很難考慮很多方案，也就很難獲得系統(tǒng)級最優(yōu)解決方案。隨著各類 CAD、CAE 軟件的集成化環(huán)境的，以及多學(xué)科優(yōu)化技術(shù)的成熟，用計(jì)算機(jī)軟件代替人工進(jìn)行設(shè)計(jì)、評估、改進(jìn)環(huán)節(jié)，從而實(shí)現(xiàn)自動和智能地搜索設(shè)計(jì)方案已經(jīng)變?yōu)楝F(xiàn)實(shí)，這就是我們倡導(dǎo)和推廣的第三代智能設(shè)計(jì)流程。1恩峰智能科技發(fā)展（上海）2. 恩峰智能科技及 OASIS 智能優(yōu)化軟件介紹2.1 公司介紹恩峰智能科技發(fā)

5、展（上海）是Empower Operations 中國子公司。Empower Operations Corp.公司成立于 2014 年 2 月，公司位于溫哥華，公司致力于提供世界最先進(jìn)的和流程設(shè)計(jì)的技術(shù)和工具。公司旗艦 OASIS 奧智能優(yōu)化設(shè)計(jì)軟件凝聚了團(tuán)隊(duì) 20 多年的研發(fā)成果，智慧地集成了人工智能，學(xué)習(xí)，統(tǒng)計(jì)和數(shù)學(xué)的業(yè)界領(lǐng)先算法，可以幫助工程師更加快速地、高效地尋找到最好的和流程設(shè)計(jì)方案，進(jìn)行高效的參數(shù)化設(shè)計(jì)優(yōu)化，使整個(gè)設(shè)計(jì)流程實(shí)現(xiàn)全數(shù)字化和自動化。Empower Operations Corp.提供的和服務(wù)還廣泛應(yīng)用于汽車、航空航械、電子通信、交通物流、醫(yī)療、石油化工等眾多行業(yè)。Emp

6、ower Operations 愿攜世界領(lǐng)先的 AI 算法和 OASIS奧智能優(yōu)化設(shè)計(jì)軟件，助力中國企業(yè)，一起開創(chuàng)智能決策的新篇章！2.2 軟件算法及團(tuán)隊(duì)介紹優(yōu)化算法領(lǐng)域紛繁浩渺，已經(jīng)有幾十年的發(fā)展歷史了。從傳統(tǒng)經(jīng)典優(yōu)化方法、發(fā)展到元啟發(fā)式方法、模型法，再到最近幾年如火如荼的最新的基于 AI 和學(xué)習(xí)的優(yōu)化算法。經(jīng)典優(yōu)化理論最早可以從微中找到其雛形，最早由美籍匈牙利數(shù)學(xué)家J.von在 1947 年提出的 Theory of Duality 對偶理論；從上世紀(jì) 50 到 70年始，基于梯度、局域優(yōu)化的經(jīng)典優(yōu)化算法發(fā)展日趨成熟，對一些線性問題得到了很好的解決，很多軟件都可以在網(wǎng)上獲得，目前用得較多的

7、是CPLEX, LINDO, GAMS，SNOPT 和。但這些軟件并不能很好的適用現(xiàn)代工程設(shè)計(jì)無方程式，全局優(yōu)化的需求。從上世紀(jì) 80 年代后期開始，以進(jìn)化算法為代表的元啟發(fā)式方法,以其全局搜索、穩(wěn)定可靠、無需方程等特點(diǎn)得到工的青睞。這些方法包括遺傳、模擬退火、粒子群、螞蟻算法等。但是這些算法計(jì)算量大，計(jì)算時(shí)間長，無法處理昂貴約束，所以仍然基于的現(xiàn)代工程設(shè)計(jì)需求。2恩峰智能科技發(fā)展（上海）從上世紀(jì) 90 年代起，以模型為基礎(chǔ)的優(yōu)化方法興起，在工程設(shè)計(jì)上很大程度上可以解決一些小變量優(yōu)化問題。這一波催生了像 Isight 等一批比較知名的優(yōu)化軟件，但它們?nèi)匀徊荒芎芎玫慕鉀Q汽車、航空航天、軍工、機(jī)械

8、和電子行業(yè)中常見的大變量，昂貴約束的工程問題，這些大變量問題在科學(xué)界稱之為“高變量”。直到本世紀(jì)科學(xué)界才找到一些解決曾被叫做“高變量”的大變量設(shè)計(jì)問題的算法教授提出了基于徑向基函數(shù)的模型表征方法（HDMR），開創(chuàng)并引領(lǐng)了在近似優(yōu)化領(lǐng)域應(yīng)用模型表征方法（HDMR）來解決“高變量”問題的研究。恩峰公司的 OASIS 奧智能優(yōu)化設(shè)計(jì)軟件就在這樣的背景下從（SFU設(shè)計(jì)與優(yōu)化）孵化而成。EmpowerOperations Corp.創(chuàng)始人博士是該設(shè)計(jì)與優(yōu)化（）的人，他的團(tuán)隊(duì)被公認(rèn)為該領(lǐng)域世界領(lǐng)先團(tuán)隊(duì)之一。畢業(yè)于華技大學(xué)，師從原中國工程院院長教授。1999 年從大學(xué)博士畢業(yè)以后，受聘于曼尼托巴大學(xué)，現(xiàn)為名

9、校西門菲沙大學(xué)終身正教授，在工程設(shè)計(jì)自動化領(lǐng)域潛心研究 20 多年，在國際著名期刊和大會上160 多篇學(xué)術(shù)和多個(gè)技術(shù)專利。OASIS 奧智能優(yōu)化設(shè)計(jì)軟件凝聚了團(tuán)隊(duì) 20 多年的研發(fā)成果，智慧地集成了人工智能，學(xué)習(xí)，統(tǒng)計(jì)和數(shù)學(xué)的業(yè)界領(lǐng)先算法：ll追峰法（全局優(yōu)化）Mode Pursuing Sampling (MPS)；面追索法（多目標(biāo)優(yōu)化）Pareto Set Pursing (PSP)；3恩峰智能科技發(fā)展（上海）l基于徑向基函數(shù)的模型表征方法（問題優(yōu)化）Radial BasisFunction based High Dimensional MRepresentation (RBF-HDMR)

10、；ll基于域的追峰法(TR-MPS)；元模型支持的迭代分解優(yōu)化法(OMID)等等。全球各個(gè)地區(qū)超過幾百次的研究程序總次數(shù)超過 5000 多次，開創(chuàng)并引領(lǐng)了在近似優(yōu)化領(lǐng)域應(yīng)用模型表征技術(shù)（HDMR）的研究熱潮。在我們 OASIS 奧中的算法比公開的算法更加快速高效，這些算法可以幫助工更加快速地、高效地尋找到最好的和流程設(shè)計(jì)方案，進(jìn)行高效的參數(shù)化設(shè)計(jì)優(yōu)化，使整個(gè)設(shè)計(jì)流程實(shí)現(xiàn)全數(shù)字化和自動化。2.3 軟件技術(shù)優(yōu)勢OASIS 奧智能優(yōu)化軟件具有行業(yè)內(nèi)領(lǐng)先的技術(shù)，集成了業(yè)界領(lǐng)先的 AI算法，可以方便地與其它模型集成或直接使用實(shí)驗(yàn)數(shù)據(jù)，進(jìn)行高效的參數(shù)化設(shè)計(jì)優(yōu)化，特別擅長解決一些大變量、強(qiáng)約束以及黑箱問題。

11、同時(shí) OASIS 的智能封裝優(yōu)化算法，可以實(shí)現(xiàn)一鍵優(yōu)化，無需選擇優(yōu)化算法和參數(shù)。此外，OASIS 還提供可視化評估優(yōu)化結(jié)果以及直觀的決策支持功能?？偨Y(jié)下來，相比其他優(yōu)化軟件，OASIS 奧智能優(yōu)化軟件具有以下明顯的技術(shù)特點(diǎn)：l更加簡單明了的圖形用戶界面：可以很容易地定義設(shè)計(jì)目標(biāo)、約束以及變量；4恩峰智能科技發(fā)展（上海）lllll傻瓜式智能封裝算法：無需選擇算法和設(shè)置算法參數(shù)，一鍵優(yōu)化；全局、多目標(biāo)優(yōu)化，特別擅長解決一些大變量、強(qiáng)約束以及黑箱問題；收斂速度更快速，質(zhì)量好，穩(wěn)健性高；度的設(shè)計(jì)變量進(jìn)行直觀有效的可視化分析；提供直觀的決策支持功能：通過設(shè)置評價(jià)標(biāo)準(zhǔn)的權(quán)重實(shí)現(xiàn)設(shè)計(jì)方案的篩選、排序和敏感性

12、分析，幫助用戶進(jìn)行科學(xué)決策。OASIS 奧智能優(yōu)化軟件同時(shí)給企業(yè)和用戶帶來了巨大的價(jià)值：llllll設(shè)計(jì)速度，縮短開發(fā)周期；創(chuàng)新設(shè)計(jì)流程，實(shí)現(xiàn)智能設(shè)計(jì)升級；提供最佳的系統(tǒng)級的設(shè)計(jì)方案；降低成本，提高質(zhì)量，實(shí)現(xiàn)企業(yè)價(jià)值最大化；工，讓工專注于挖掘設(shè)計(jì)問題的內(nèi)在結(jié)構(gòu)和知識；給企業(yè)提供科學(xué)的決策支持工具。2.4 軟件介紹OASIS 奧智能優(yōu)化軟件師出名門，作為第三代優(yōu)化設(shè)計(jì)軟件的杰出代表，它集成了業(yè)界領(lǐng)先的 AI 算法，能自動運(yùn)行軟件，自動改變輸入文件，重新啟動設(shè)計(jì)流程，從而消除了傳統(tǒng)開發(fā)設(shè)計(jì)流程中的瓶頸，使整個(gè)設(shè)計(jì)流程實(shí)現(xiàn)全數(shù)字化和全自動化，能更快速，更高效的解決一系列的設(shè)計(jì)優(yōu)化問題。2.4.1 友

13、好的操作界面OASIS（目前版本 2018.1）提供簡單明了的圖形用戶界面。用戶可以很容易地定義設(shè)計(jì)目標(biāo)、約束以及變量。由于無需選擇優(yōu)化算法和調(diào)節(jié)參數(shù)，用戶可以很方便快捷地進(jìn)行優(yōu)化設(shè)計(jì)。5恩峰智能科技發(fā)展（上海）2.4.2 業(yè)界領(lǐng)先的 AI 算法OASIS 提供了業(yè)界領(lǐng)先的 AI 算法，能高效解決一系列的設(shè)計(jì)優(yōu)化問題，包括單目標(biāo)、多目標(biāo)、強(qiáng)約束、昂貴約束、大變量以及多峰值等問題。OASIS 的智能封裝優(yōu)化算法，可以實(shí)現(xiàn)一鍵優(yōu)化，無需選擇優(yōu)化算法和參數(shù)。并且軟件還提供 DOE 試驗(yàn)設(shè)計(jì)功能。6恩峰智能科技發(fā)展（上海）2.4.3 友好的問題定義模塊OASIS 的問題定義模塊簡單易用，可以快速簡單地

14、定義優(yōu)化設(shè)計(jì)問題。由于Babel 語言的支持，可以靈活快速地輸入公式，并伴有內(nèi)置的語法顯示和表檢驗(yàn)。7恩峰智能科技發(fā)展（上海）2.4.4 靈活穩(wěn)健的集能目前版本（2018.1）的 OASIS 奧智能優(yōu)化軟件總共有三個(gè)集成接口組成。l通用集成接口OASIS 可以通過一個(gè)穩(wěn)健的集成引擎來與任何外部模型集成。用戶只需使用原始模型的輸入和輸出文件就可以很容易地定義集成方式，形成各行各業(yè)具有特色的智能設(shè)計(jì)優(yōu)化軟件。并且集成引擎支持多重工具的數(shù)據(jù)流，迭代和文件監(jiān)視，還可以用 PowerShell來支持高級靈活的集成任務(wù)，對集成進(jìn)行包裝簡化。8恩峰智能科技發(fā)展（上海）lAnsys Workbench 接口目

15、前版本（ 2018.1 ）的 OASIS 智能優(yōu)化設(shè)計(jì)軟件有一個(gè)專門為 AnsysWorkbench（CAE軟件）14.0 版本以上所開發(fā)的應(yīng)用接口。Ansys Workbench接口和一般接口不一樣，不需要使用原始模型的輸入和輸出文件來進(jìn)行前期的集成配置，可以在 Ansys Workbench 中直接打開 OASIS 插件一鍵進(jìn)行集成設(shè)計(jì)優(yōu)化，十分簡便。Ansys 作為世界上最大的軟件之一，收購了眾多的仿真軟件如 Fluent、CFX、Maxwell、LS-Dyna 等等，通過 Ansys Workbench 平臺接口真正能做到多學(xué)科智能優(yōu)化設(shè)計(jì)。lSolidWorks 接口目前版本（201

16、8.1）的 OASIS 智能優(yōu)化設(shè)計(jì)軟件有一個(gè)專門為 SolidWorks（CAD 設(shè)計(jì)軟件）2017 版本以上所開發(fā)的應(yīng)用接口。SolidWorks 接口和 AnsysWorkbench 接口一樣，可以直接打開 SolidWorks 里的 OASIS 插件提取所設(shè)計(jì)的變量參數(shù)并一鍵進(jìn)行設(shè)計(jì)優(yōu)化，十分簡便。9恩峰智能科技發(fā)展（上海）2.4.5 公式及集成驗(yàn)證功能OASIS 可以輕松地驗(yàn)證在任何設(shè)計(jì)中的公式和模型，以確保接口的正確性。OASIS 還在驗(yàn)證過程中收集和保存診斷信息，以便在故障排除過程中向客戶提供有用的信息。2.4.6度可視化系統(tǒng)OASIS 提供了一套可視化工具，能夠?qū)Χ鹊脑O(shè)計(jì)變量進(jìn)

17、行有效的可視化分析。從獨(dú)特的帶狀二維圖到特征豐富的，將所有的可視化工具無縫地整合在一起，使用戶可以獲得最多的關(guān)于設(shè)計(jì)問題本身的知識。10恩峰智能科技發(fā)展（上海）2.4.7 結(jié)果列表數(shù)據(jù)分析功能OASIS 可以把優(yōu)化過程中的數(shù)據(jù)全部在結(jié)果列表里，且每一組數(shù)據(jù)無縫地和可視化系統(tǒng)對應(yīng)起來。也可以對數(shù)據(jù)進(jìn)行排序移動，增加對設(shè)計(jì)問題本身的理解。亦可檢驗(yàn)結(jié)果列表當(dāng)中的任意一組數(shù)據(jù)，自動重新進(jìn)行優(yōu)化設(shè)計(jì)。2.4.8 決策方案的篩選和分析功能在工程和商業(yè)中的決策涉及不同因間的權(quán)衡是很常見的。OASIS 提供了一個(gè)使用客觀指標(biāo)來做出更好決策的模塊，可以運(yùn)用數(shù)據(jù)集的權(quán)重、篩選和敏感系數(shù)來做數(shù)據(jù)驅(qū)動類的決策。OAS

18、IS 還在模塊中提供了一套可視化工具，可以對數(shù)據(jù)和權(quán)重進(jìn)行可視化分析。此模塊可用于各種決策問題，比如設(shè)計(jì)方案的比較，供應(yīng)商的選擇，競標(biāo)分析等等。11恩峰智能科技發(fā)展（上海）2.4.9 優(yōu)化設(shè)計(jì)報(bào)告書OASIS 在優(yōu)化設(shè)計(jì)計(jì)算結(jié)束之后可以生成一個(gè) Excel 格式的報(bào)告書，供用戶進(jìn)行匯報(bào)以及分析。2.4.10 項(xiàng)目歷史和導(dǎo)航功能OASIS 具有一個(gè)全面的項(xiàng)目歷史和導(dǎo)航面板，它所有用戶操作，并用戶恢復(fù)并檢查過去的配置和生成的數(shù)據(jù)與歷史設(shè)計(jì)方案。所有的項(xiàng)目配置和數(shù)據(jù)都保存在一個(gè)緊湊和便攜的文件中。12恩峰智能科技發(fā)展（上海）2.4.11 可移植及可修改的配置文件OASIS 可以將所有配置數(shù)據(jù)以用戶可

19、讀、可修改的格式導(dǎo)出共享。這增強(qiáng)了項(xiàng)目的可移植性，方便與同事和客戶共享配置數(shù)據(jù)。3. OASIS 智能優(yōu)化設(shè)計(jì)應(yīng)用案例3.1 汽車案例3.1.1 基準(zhǔn)和焊接工藝設(shè)計(jì)：焊接夾具夾緊點(diǎn)位置優(yōu)化設(shè)計(jì)通用汽車的一個(gè)問題是白車身裝配過程中沖壓件的點(diǎn)和夾具位置對最終裝配質(zhì)量有影響。該公司試圖找到這些零件的裝配點(diǎn)和夾具的最佳位置，使得最終的裝配精度最高，以減少制造質(zhì)量問題，從而降低制造成本并提高質(zhì)量。車身側(cè)門裝配件13恩峰智能科技發(fā)展（上海）在此之前，通用汽車公司制造團(tuán)隊(duì)花了大量的時(shí)間來評估不同的設(shè)計(jì)方案，他們?yōu)橹缓?10 個(gè)變量的小裝配件嘗試了 35 萬種不同的方案，結(jié)果還是不盡如人意。結(jié)合 OASIS

20、獨(dú)有的優(yōu)化算法，僅用了 2000 個(gè)嘗試方案就找到了最佳的點(diǎn)和夾具位置，最終獲得了用戶的高度認(rèn)可。初始之后，通用公司希望可以利用 OASIS 完成更高難度的優(yōu)化設(shè)計(jì)一個(gè)大的裝配件的優(yōu)化工作。這個(gè)裝配件有 10 個(gè)不同的零件和 50 個(gè)需要優(yōu)化的位置，如下圖。如果考慮每個(gè)位置的 x 和 y 座標(biāo)，這個(gè)問題有 100 個(gè)設(shè)計(jì)變量。輸入與輸出之間不存在顯示函數(shù)方程，更為復(fù)雜的是，由于每個(gè)點(diǎn)和夾具可以放置在數(shù)千個(gè)可能的位置上，這個(gè)問題本質(zhì)上是個(gè)組合問題，所有可能的設(shè)計(jì)方案總數(shù)大約是2 × 10172，如下圖。14恩峰智能科技發(fā)展（上海）此外，裝配質(zhì)量是在 200 多個(gè)質(zhì)量點(diǎn)上測量的。這使得這

21、一問題變成了多目標(biāo)優(yōu)化問題，這通常比單目標(biāo)優(yōu)化更難解決。綜上所述，可總結(jié)為下圖。借助 OASIS 優(yōu)化系統(tǒng)只進(jìn)行了 10000 次嘗試，便找到了最優(yōu)的方案。此方法使得這個(gè)具有 10 個(gè)部件的裝配件質(zhì)量提高了 65%，其點(diǎn)與夾具位置優(yōu)化前后對比如下如所示。優(yōu)化前優(yōu)化后15恩峰智能科技發(fā)展（上海）3.1.2 裝配工藝：柔性裝配中夾具位置優(yōu)化設(shè)計(jì)在柔性裝配中，往往會出現(xiàn)回彈力的作用，因此會造成一定的組件回彈變形。回彈是薄板沖壓成形中常見的缺陷，回彈的存在不僅降低了沖壓組件的形狀精度和表面質(zhì)量，從而嚴(yán)重影響整車裝配的偏差。柔性裝配中夾具的位置往往決定了回彈偏差的大小，進(jìn)而決定了整車的裝配質(zhì)量。所以對柔

22、性裝配夾具位置的優(yōu)化是十分重要的，下圖為柔性裝配中回彈圖解。此案例用經(jīng)典 Ansys APDL 來進(jìn)行有限元模擬求解。首先先導(dǎo)入鈑金幾何模型以及初始的夾具位置，之后建立邊界條件，輸入夾緊力等，構(gòu)建有限元仿真模型，計(jì)算求解回彈變形。變量為夾具點(diǎn)的位置坐標(biāo)，目標(biāo)是求得 CP1 和 CP2最小的回彈變形之和，且約束夾具點(diǎn)的位置范圍，如下圖所示。綜上所示，確定優(yōu)化模型如下圖。16恩峰智能科技發(fā)展（上海）在優(yōu)化前，OASIS 只需配置Ansys APDL 的初始模型令流輸入文件和結(jié)果輸出文件即可。集成之后便可自動進(jìn)行設(shè)計(jì)優(yōu)化循環(huán)迭代計(jì)算。通過智能優(yōu)化算法以最少的時(shí)間得到最優(yōu)的設(shè)計(jì)結(jié)果。3.1.3 底盤設(shè)

23、計(jì)：車架加強(qiáng)筋位置及前橫梁截面優(yōu)化設(shè)計(jì)此為國內(nèi)汽車底盤零部件供應(yīng)商萬安案例，其要求是在一車架加三組加強(qiáng)筋，初始模型如下圖。如何設(shè)計(jì)加強(qiáng)筋以及位置才能使車架的總質(zhì)量最小，下圖為憑借工個(gè)人經(jīng)驗(yàn)所設(shè)計(jì)的加強(qiáng)筋以及位置。17恩峰智能科技發(fā)展（上海）首先，構(gòu)建優(yōu)化模型，由問題可知，共有 8 個(gè)變量，它們分別是兩組加強(qiáng)筋的添加角度、高度、寬度以及另一組加強(qiáng)筋的高度和寬度。目標(biāo)是使得車架的總質(zhì)量最小。且無約束條件。在這個(gè)問題當(dāng)中，先運(yùn)用了 ANSA 的前期處理功能，劃分處理網(wǎng)格，其次利用 ANSA 的二次開發(fā)接口和 morphing mesh 功能，編寫基于 Python 語言令流輸入文件，從而根據(jù)輸入文件

24、來自動生成網(wǎng)格,得到加完加強(qiáng)筋的模型文件。本案例使用的是 Optistruct 有限元求解器，根據(jù) ANSA 的新模型文件來進(jìn)行求解，以得到結(jié)果輸出文件。該初始流程走通后便可進(jìn)行優(yōu)化配置，該問題為多軟件（ANSA+Optistruct+OASIS）的集成問題，我們可以利用 PowerShell 來進(jìn)行集成包裝簡化。最終，通過 OASIS 的智能優(yōu)化算法，比該公司所用其他優(yōu)化軟件時(shí)間從一周減少到半天，重量從優(yōu)化前的 6.81Kg 減少到 4.41Kg，減重 35%。3.1.4 汽車設(shè)計(jì)：汽車碰撞性能優(yōu)化設(shè)計(jì)由于協(xié)議，此案例將不進(jìn)行詳細(xì)地?cái)?shù)據(jù)分析闡述。汽車碰撞性能是汽車安全的重要指標(biāo)。根據(jù)實(shí)際碰撞

25、結(jié)果，公司給 Empower 一個(gè)包含 124 個(gè)變量68 個(gè)強(qiáng)約束的優(yōu)化問題。目前沒有一個(gè)商業(yè)軟件可以找到滿足所有約束的設(shè)計(jì)。OASIS 只用了 2000 個(gè)搜索點(diǎn)就找到了最優(yōu)的設(shè)計(jì)方案并滿足所有的施加約束，且比最好的方法快了一倍。18恩峰智能科技發(fā)展（上海）3.1.5 汽車設(shè)計(jì)：冷凍卡車墻壁優(yōu)化設(shè)計(jì)全球有超過百萬的冷凍卡車和 4 萬多的冷凍集裝箱向全世界分發(fā)大量冷藏和冷凍食品。這些卡車的冷凍成本高達(dá)整車能耗的 40%。制冷系統(tǒng)能耗的任何改善都會對消耗、溫室氣體排放、食品運(yùn)營成本產(chǎn)生巨大的影響。此案例設(shè)計(jì)的重點(diǎn)是在冷藏車的保溫層。傳統(tǒng)設(shè)計(jì)是整塊噴涂隔熱，再鋪墊板和纖。在發(fā)生碰撞的情況下，必須

26、拆除換掉整個(gè)絕緣材料。新的19恩峰智能科技發(fā)展（上海）設(shè)計(jì)為采用模塊化，預(yù)裝型含絕緣材料氣凝膠的墻壁，其模塊結(jié)構(gòu)示意圖及相關(guān)設(shè)計(jì)變量如下圖所示。變量的可取范圍如下圖所示。且n1是沿長度方向的模塊數(shù)，n2是沿寬度方向的模塊數(shù)。設(shè)計(jì)目標(biāo)是在均勻荷載1500 N/𝑚2，安全系數(shù)為 2 的情況下，盡量減小面板的最大撓度。荷載垂直于面板(沿 Z 方向)施加，由于面板是卡車的內(nèi)部，所以假設(shè)所有底板節(jié)點(diǎn)沿 Z 方向位移為零。假設(shè)面板中心 XOY 平面位移為零來避免自由制成，楊氏模量為2 × 109，泊松比為 0.4。根據(jù)國際體運(yùn)動。面板由 PVC易腐爛食品協(xié)定,重型絕緣冷藏車體的傳

27、熱系數(shù)必須等于或小于0.4 W/𝑚2𝐾。另外，每個(gè)面板的為1.0m × 0.5m，面板的高度(h + 𝑡𝑝)應(yīng)小于 85 mm。綜上所述，優(yōu)化模型如下所示。20恩峰智能科技發(fā)展（上海）本案例通過經(jīng)典 Ansys APDL 來模擬計(jì)算目標(biāo)。第一組約束是高度約束，第二組約束是限制了傳熱系數(shù)。這里需要注意，該問題變量涉及到連續(xù)變量和離散變量的混合問題。對 OASIS 進(jìn)行優(yōu)化前配置，Ansys APDL 的輸入和輸出文件以進(jìn)行自動設(shè)計(jì)優(yōu)化循環(huán)迭代。本案例對 Ansys APDL 調(diào)用了 265 次就得到了最佳的解決方案。優(yōu)化后

28、的結(jié)構(gòu)有限元模型如下圖所示。相比之下，使用遺傳算法工具箱解決問題的話，最優(yōu)結(jié)果會隨著函數(shù)調(diào)用的增加而變差，其性能比較如下圖所示。3.2 航天案例3.2.1 直升飛機(jī)引擎進(jìn)氣導(dǎo)形狀優(yōu)化設(shè)計(jì)航空結(jié)構(gòu)的形狀對于其空氣動力學(xué)性能。在設(shè)計(jì)直升機(jī)部件的形狀21優(yōu)化算法最大撓度（mm）迭代調(diào)用次數(shù)總優(yōu)化時(shí)間OASIS0.0242650.5hrs遺傳算法0.041>500015-20hrs恩峰智能科技發(fā)展（上海）時(shí)，還必須綜合考慮諸如空氣阻力、成本和可制造性等多種因素。直升機(jī)通常用于偏遠(yuǎn)地區(qū)的搜索和救援工作。北部地區(qū)的寒冷氣溫往往會引起發(fā)進(jìn)氣口附近或發(fā)冷卻艙進(jìn)氣口附近積冰。發(fā)生這種情況時(shí)，發(fā)由于缺乏空氣

29、或過熱而失效。這個(gè)問題在和英國都造成過傷亡。為了更好地解決結(jié)冰問題，除了通過轉(zhuǎn)移發(fā)廢熱來加熱進(jìn)氣導(dǎo)，以防止冰塊外，還需要優(yōu)化進(jìn)氣導(dǎo)的形狀。如果進(jìn)氣導(dǎo)太大，則會增加空氣阻力，并且熱量難以到達(dá)導(dǎo)的尖端。如果導(dǎo)太小，則不能將足夠的空氣引向發(fā)。因此，當(dāng)同時(shí)考慮到結(jié)冰和發(fā)性能時(shí)，必須對進(jìn)氣導(dǎo)的形狀進(jìn)行優(yōu)化，如下圖所示。上圖為直升機(jī)引擎進(jìn)氣口剖面圖，本案例需構(gòu)建兩個(gè)計(jì)算模型，第一個(gè)是基于有限元分析（ FEA ）的熱傳導(dǎo)模型，第二個(gè)是基于計(jì)算流體動力學(xué)（CFD）的氣流模型，下圖分別為熱傳導(dǎo)模型網(wǎng)格和氣流場模型網(wǎng)格。22恩峰智能科技發(fā)展（上海）分別計(jì)算導(dǎo)的溫度梯度以及氣流參數(shù)，下圖分別為進(jìn)氣導(dǎo)溫度分布以及進(jìn)氣

30、導(dǎo)外部氣流速度場分布。進(jìn)氣導(dǎo)的形狀通過五個(gè)幾何變量來。這些變量組成一個(gè)變量向量，每個(gè)向量定義一個(gè)完整的進(jìn)氣導(dǎo)形狀設(shè)計(jì)。利用 OASIS 來驅(qū)動這些變量的變化，從而改變進(jìn)氣口形狀，將不同形狀的進(jìn)氣導(dǎo)幾何模型分別到 FEA 和 CFD，導(dǎo)的溫度梯度變化和影響發(fā)性能的氣流參數(shù)，然后將兩個(gè)模型的評估結(jié)果返回到 OASIS，OASIS 對分析結(jié)果進(jìn)行處理，并智能地生成一組新的形狀進(jìn)行進(jìn)一步的評估，直至找到最佳幾何形狀為止。本案例僅通過37 次計(jì)算，就找到了最佳的幾何形狀，如下圖所示。模型在沒有結(jié)冰的前提下，將發(fā)性能提高了 7%。23恩峰智能科技發(fā)展（上海）3.2.2 宇航船優(yōu)化設(shè)計(jì)本案例為宇航船優(yōu)化設(shè)計(jì)

31、，其結(jié)構(gòu)如下圖所示。宇航船側(cè)壁為方格網(wǎng)結(jié)構(gòu)，其中每個(gè)方格可以各不相同，材料為鋁合金。該如何設(shè)計(jì)方格網(wǎng)結(jié)構(gòu)，才能在達(dá)到要求的基礎(chǔ)上，使用的材料也是最少的。為了提高計(jì)算效率，簡化構(gòu)建等效模型如下圖。可知，共有 27 個(gè)設(shè)計(jì)變量，分別為 25 個(gè)方格網(wǎng)結(jié)構(gòu)、厚度以及方格網(wǎng)深度。該案例有兩個(gè)約束，分別為方格網(wǎng)深度不可大于厚度以及荷因子要大于 10 從而結(jié)構(gòu)發(fā)生屈曲變形。目標(biāo)為使方格網(wǎng)結(jié)構(gòu)體積最小，節(jié)約材料。其有限元模型如下如圖，邊界條件為頂端均勻受壓，兩側(cè)為無摩擦支持且底端固定。24恩峰智能科技發(fā)展（上海）本案例使用 Ansys Workbench 的靜態(tài)結(jié)構(gòu)分析模塊耦合屈曲變形分析模塊進(jìn)行求解計(jì)算，

32、下圖分別為靜態(tài)結(jié)構(gòu)分析以及線性屈曲變形分析。靜態(tài)結(jié)構(gòu)分析線性屈曲變形分析通過 OASIS 的 Ansys Workbench 接口進(jìn)行一鍵配置并優(yōu)化，無需AnsysWorkbench 的輸入和輸出文件。本案例僅通過 177 次計(jì)算，就找到了最佳的方格網(wǎng)結(jié)構(gòu)，且滿足所有的約束條件，材料比優(yōu)化前節(jié)省了 25%，如下圖所示。25恩峰智能科技發(fā)展（上海）3.3 透平機(jī)械案例3.3.1 離心泵優(yōu)化設(shè)計(jì)離心泵因其結(jié)構(gòu)簡單、揚(yáng)程高等特點(diǎn)廣泛應(yīng)用于農(nóng)業(yè)、航空航天、船舶等領(lǐng)域。利用 OASIS 優(yōu)化系統(tǒng)可以快速實(shí)現(xiàn)離心泵的優(yōu)化設(shè)計(jì)。下表為離心泵額定點(diǎn)的設(shè)計(jì)參數(shù)：選擇專業(yè)的旋轉(zhuǎn)機(jī)械設(shè)計(jì)軟件CFturbo 作為離心

33、泵的水力設(shè)計(jì)工具，根據(jù)額定點(diǎn)設(shè)計(jì)參數(shù)，流程化的完成離心泵各部件的初始設(shè)計(jì)，下圖為離心泵的流體域，主要由葉輪和蝸殼組成。選擇專業(yè)的旋轉(zhuǎn)機(jī)械分析軟件Simerics-MP進(jìn)行離心泵的分析及結(jié)果提取工作。兼顧計(jì)算時(shí)間和精度，本文選擇中等網(wǎng)格作為優(yōu)化設(shè)計(jì)的網(wǎng)格，CFD 計(jì)算方法采用有限體積法來離散方程；差分格式采用的一階迎風(fēng)格式；湍流模型選取的是標(biāo)準(zhǔn) k-e 模型；進(jìn)口邊界條件為進(jìn)口條件，出口采26參數(shù)名稱流量（m³/h）揚(yáng)程（m）轉(zhuǎn)速（rpm）介質(zhì)數(shù)值6050290020清水恩峰智能科技發(fā)展（上海）用體積流量出口；固壁邊界采用標(biāo)準(zhǔn)壁面函數(shù)法，收斂精度為1 × 105；計(jì)算方法為定

34、常計(jì)算；迭代步數(shù)為 500 步。最終得到的網(wǎng)格數(shù)為 121631，如下圖所示。本案例旨在保證揚(yáng)程以及模型的前提下，額定點(diǎn)的水力效率最高，具體優(yōu)化自變量、約束條件以及優(yōu)化目標(biāo)如下表所示，根據(jù)優(yōu)化目標(biāo)以及約束條件，選擇葉輪、葉片形狀以及子午面形狀等共計(jì) 10 個(gè)參數(shù)作為自變量進(jìn)行27恩峰智能科技發(fā)展（上海）優(yōu)化。優(yōu)化過程耗時(shí) 13hours，完成了 100 個(gè)案例的計(jì)算。繪制葉輪軸面圖以及三維圖進(jìn)行對比，如下圖所示。從軸面型線對比圖可以看出，相對于原始模型，優(yōu)化后的模型在葉片進(jìn)口邊、前后蓋板型線以及葉輪均有所調(diào)整，同時(shí)，葉片進(jìn)口安放角、葉片出口安放角以及葉片包角均有所改變。28參數(shù)優(yōu)化目標(biāo)離心泵水

35、力效率最高約束條件揚(yáng)程 H50m葉輪外徑 d20.22m自變量葉輪進(jìn)口直徑葉輪出口直徑葉輪出口寬度葉輪軸向高度葉輪前/后蓋板型線葉片進(jìn)口邊位置葉片數(shù)葉片出口安放角葉片包角恩峰智能科技發(fā)展（上海）為了精細(xì)計(jì)算結(jié)果，本文分別對優(yōu)化前后模型重新進(jìn)行了網(wǎng)格劃分，最終網(wǎng)格總數(shù)為 332341 和 342777，以優(yōu)化前模型為例網(wǎng)格如下所示。29恩峰智能科技發(fā)展（上海）下表分別為優(yōu)化前后離心泵整體揚(yáng)程特性曲線以及效率特性曲線。從離心泵的外特性曲線的數(shù)值分析結(jié)果來看，在滿足揚(yáng)程以及模型的約束下，經(jīng)過100 次迭代，額定點(diǎn)效率提高到 87.5%，相比初始方案提高了約 5%；以更少的迭代數(shù)獲得更好的優(yōu)化結(jié)果，合

36、適的優(yōu)化算法往往能達(dá)到事半功倍的效果。結(jié)合離心泵內(nèi)特性，對于優(yōu)化前后模型進(jìn)行細(xì)致剖析。下圖為優(yōu)化前后軸面圖速度矢量分布，從圖中可以看出，優(yōu)化后的模型速度矢量明顯得帶，回流消失。30恩峰智能科技發(fā)展（上海）從離心泵內(nèi)部流線可以看出，優(yōu)化前在蝸殼擴(kuò)散段存在著明顯的回流，優(yōu)化之后，這一現(xiàn)象消失，內(nèi)部更加順暢。3.3.2 離心泥漿泵優(yōu)化設(shè)計(jì)離心泥漿泵因其輸送介質(zhì)為固液混合物，所以其設(shè)計(jì)有別于傳統(tǒng)的清水離心泵設(shè)計(jì)。泵在運(yùn)行過程中，泥漿中的固體顆粒會對葉輪及其他裝置產(chǎn)生磨損，因此，需要通過增加葉片厚度以及降低葉片數(shù)的方法保證泥漿在泵流道內(nèi)順暢。離心泵部件及工作原理31恩峰智能科技發(fā)展（上海）下圖為泥漿泵結(jié)

37、構(gòu)域初始模型，從圖中可以看出該泥漿泵為典型的離心泵，部件主要由葉輪和蝸殼組成。與初始模型相比，本案例旨在保證小流量和額定流量所對應(yīng)揚(yáng)程以及全流量效率變化不大的前提下，使泥漿泵的額定流量至大流量范圍內(nèi)的揚(yáng)程曲線更加陡峭，即優(yōu)化目標(biāo)為最小流量點(diǎn)所對應(yīng)的揚(yáng)程與最大流量點(diǎn)所對應(yīng)的揚(yáng)程之差最大化。采用 Ansys BladeMer 進(jìn)行參數(shù)化建模，采用 Ansys Meshing 進(jìn)行網(wǎng)格劃分，采用 Ansys CFX 進(jìn)行計(jì)算,采用 OASIS的 Ansys Workbench 接口進(jìn)行一鍵優(yōu)化集成配置。兼顧計(jì)算精度和計(jì)算時(shí)間，優(yōu)化設(shè)計(jì)葉輪采用單流道，最終結(jié)果利用全流道進(jìn)行校核。葉輪部分網(wǎng)格較精細(xì)，數(shù)

38、量為 86000，蝸殼部分網(wǎng)格較為粗糙，數(shù)量為 100000，為了縮短優(yōu)化周期，CFD分析采用定常計(jì)算。泥漿泵結(jié)構(gòu)域泥漿泵流體域32恩峰智能科技發(fā)展（上海）單流道葉輪及蝸殼網(wǎng)格本案例耗時(shí) 150hours 進(jìn)行了 300 個(gè)案例的計(jì)算。下圖分別為優(yōu)化前后揚(yáng)程與效率的結(jié)果曲線。曲線橫坐標(biāo)代表各工況點(diǎn)流量與最大流量的比值，縱坐標(biāo)代表各工況點(diǎn)揚(yáng)程與最小流量點(diǎn)揚(yáng)程的比值。由于，只給出優(yōu)化之后的三個(gè)點(diǎn)的數(shù)值。圖中曲線代表優(yōu)化前全流道計(jì)算結(jié)果，灰色曲線代表優(yōu)化后全流道計(jì)算結(jié)果，橙色曲線代表優(yōu)化后單流道計(jì)算結(jié)果。從揚(yáng)程曲線可以看出以下結(jié)論：ll小流量到額定流量范圍內(nèi)，三條曲線較為接近；額定流量到大流量范圍內(nèi)

39、，優(yōu)化后的揚(yáng)程曲線明顯陡于優(yōu)化前的揚(yáng)程曲線，揚(yáng)程差分別提升了 73%（單流道）和 65.9%（全流道）；l優(yōu)化后的單流道與全流道結(jié)果比較得知，單流道與全流道的曲線非常接近，全流道的所有結(jié)果均高于單流道。揚(yáng)程對比曲線從效率曲線可以得出以下結(jié)論：ll除大流量工況外，其余工況的效率優(yōu)化前后變化不大；單流道的效率高于全流道的效率。33恩峰智能科技發(fā)展（上海）效率對比曲線3.3.3 渦輪葉片形狀優(yōu)化設(shè)計(jì)該案例為挪威渦輪葉片形狀的優(yōu)化，目的是降低總損失系數(shù)，其渦輪葉片結(jié)構(gòu)如下圖。前期通過精密測量中的點(diǎn)云測量，對建造前的渦輪葉片模型進(jìn)行參數(shù)數(shù)字化，選取 10 個(gè)點(diǎn)，每個(gè)點(diǎn)有 2 個(gè)坐標(biāo)軸，因此共有 20 個(gè)

40、參數(shù)變量，再用構(gòu)建要優(yōu)化的參數(shù)形狀方程模型，如下圖所示。34恩峰智能科技發(fā)展（上海）通過 COMSOL Multiphysics 的流場分析來進(jìn)行求解，如下圖。最后通過OASIS 并利用通用集成接口，找到參數(shù)模型的輸入和輸出文件進(jìn)行配置并自動設(shè)計(jì)優(yōu)化，得到了效果最佳的渦輪葉片形狀。35恩峰智能科技發(fā)展（上海）3.4電池案例3.4.1電池部件和系統(tǒng)優(yōu)化設(shè)計(jì)由于協(xié)議，此案例將不進(jìn)行詳細(xì)地?cái)?shù)據(jù)分析闡述。OASIS 具備多目標(biāo)優(yōu)化的能力，通過設(shè)置多個(gè)優(yōu)化目標(biāo)，結(jié)合軟件獨(dú)有的優(yōu)化算法以及后處理功能，可以將多目標(biāo)問題轉(zhuǎn)化為單目標(biāo)問題。如下面介紹到的白能源公司案例,本案例旨在通過對電池的部件和系統(tǒng)優(yōu)化，達(dá)到

41、提高能量密度和降低成本的目的。約束條件為總體積必須小于汽車后備箱容積。設(shè)計(jì)變量包括幾何，運(yùn)行參數(shù)，和系統(tǒng)配置參數(shù)共七個(gè)變量。優(yōu)化模型如下圖所示。優(yōu)化結(jié)果與工根據(jù)經(jīng)驗(yàn)設(shè)計(jì)相比，能量密度提高了 43%，同時(shí)成本降低了 16%。電池系統(tǒng)集成設(shè)計(jì)36恩峰智能科技發(fā)展（上海）3.5 發(fā)電機(jī)案例3.5.1 發(fā)電機(jī)輸入轉(zhuǎn)矩優(yōu)化設(shè)計(jì)此案例是基于 Ansys Workbench 中的 Maxwell 模塊進(jìn)行有限元模擬分析計(jì)算以及 OASIS 的 Ansys Workbench 接口來進(jìn)行一鍵配置優(yōu)化。如下圖所示，為節(jié)省計(jì)算時(shí)間，截取發(fā)電機(jī)模型的一部分來進(jìn)行計(jì)算。設(shè)計(jì)變量為發(fā)電機(jī)負(fù)載電阻和繞組匝數(shù)，目標(biāo)是對發(fā)電

42、機(jī)輸入轉(zhuǎn)矩進(jìn)行優(yōu)化。本案例為測試案例，在相等條件下，OASIS 搜素效率高，時(shí)間更短，搜索結(jié)果一致性好。且在優(yōu)化結(jié)果相同的條件下，OASIS 只調(diào)用了 21 次計(jì)算，計(jì)算總用時(shí) 50 分鐘，Ansys 自帶優(yōu)化工具用時(shí) 5 個(gè)小時(shí)。3.6 個(gè)性化定制自動優(yōu)化設(shè)計(jì)流程案例3.6.1 引擎自動優(yōu)化設(shè)計(jì)作為輔助設(shè)備常用于消除工業(yè)引擎的噪聲，如下圖。飛利浦和業(yè)公司 40%的引擎都由客戶訂制。對這樣的設(shè)計(jì)問題，通常需要一個(gè)工程師花費(fèi)至少 16 個(gè)小時(shí)的時(shí)間才能設(shè)計(jì)出來并生成圖紙。但是客戶需要一個(gè)能通過網(wǎng)上訂購的平臺，廠商可以進(jìn)行全自動優(yōu)化設(shè)計(jì)并把設(shè)計(jì)結(jié)果和報(bào)價(jià)通過互聯(lián)網(wǎng)反饋給客戶。因此怎樣才能使設(shè)計(jì)過程

43、自動化且設(shè)計(jì)出制造成本最低的呢？37恩峰智能科技發(fā)展（上海）首先 Empower 在前端打造了一個(gè)網(wǎng)上訂購平臺。客戶可以通過網(wǎng)上平臺告訴廠戶需求。在我們建立了詳細(xì)的生產(chǎn)成本模型和功能模型，并且進(jìn)行全自動優(yōu)化設(shè)計(jì)。最后優(yōu)化設(shè)計(jì)結(jié)果以及所有相關(guān)圖紙都自動生成，并且通過互聯(lián)網(wǎng)將自動報(bào)價(jià)反饋給客戶。下圖顯示了我們的解決策略，實(shí)現(xiàn)了網(wǎng)上訂貨和自動優(yōu)化設(shè)計(jì)系統(tǒng)。平均生產(chǎn)成本節(jié)省 48%，設(shè)計(jì)時(shí)間從 16 小時(shí)削減到 1 分鐘。38恩峰智能科技發(fā)展（上海）3.7 離散流程優(yōu)化案例3.7.1 醫(yī)院室流程優(yōu)化由于難以突然增多的流量室等待時(shí)間過長一直是困擾人的問題。醫(yī)院信息與的流程與管理效率直接影響生命安全、醫(yī)院

44、的收入、和滿意度。圣保羅醫(yī)院室想知道哪些因素導(dǎo)致了等待時(shí)間過長，有哪些措施可以看病過程，如何在等待時(shí)間和投入之間找到最優(yōu)的平衡。因此我們考慮了以下因素：llll增加配置；根據(jù)擁擠程度，等待時(shí)間，部門臨時(shí)性的關(guān)閉等情況分配現(xiàn)有；尋找之間的最優(yōu)配搭；縮短在室的全部就診時(shí)間。我們使用專門的流程軟件 ARENA 建立了詳細(xì)的室流程模型。下圖是一個(gè)濃縮的流程示意圖。此模型經(jīng)過 17 萬條的仔細(xì)校驗(yàn)。39恩峰智能科技發(fā)展（上海）以下是我們找到的有趣結(jié)果：llll在下午新增一個(gè)醫(yī)生對減少等待時(shí)間沒有明顯的幫助；病床和護(hù)士必須與其他一起在多個(gè)部門同時(shí)增加才能減少等待時(shí)間；使用快速評估區(qū)可平均減少等待時(shí)間 100 分鐘；而診斷治療區(qū)的即使減少 50%，也太增加等待時(shí)間。因此 Empower 優(yōu)化了醫(yī)生、護(hù)士和床位的協(xié)同配置，減少了 DTU 部門 50%的浪費(fèi)，縮短了平均等待時(shí)間 100 分鐘。3.7.2 能源系統(tǒng)優(yōu)化曼尼托巴水電公司常輸出其豐富的水電給鄰省安大略省和美國，每年的量都以億（）計(jì)，如下圖所示。曼尼托巴水電公司的能源系統(tǒng)部門需要知道如何確定電站的發(fā)電量，使得公司能在不穩(wěn)定性的前提下，能賣給安大略省最多的電。傳統(tǒng)的方法是查找通過經(jīng)驗(yàn)和歷史數(shù)據(jù)匯編而成的表格來確定發(fā)電量。但隨著能源系統(tǒng)和市場的不斷變化，以及每年不同的儲水情況，公司需要相應(yīng)