Logotyp för Volupe

Blogginlägg Volupe

Multiobjektiv optimering med Simcenter HEEDS och Simcenter Amesim

I det här inlägget om Simcenter Amesim kommer vi att titta på hur utforskning av konstruktionsutrymme kan göras på systemnivå med programvaran Simcenter HEEDS. I en tidigare artikel (finns här), diskuterade vi kort optimeringsområdet och tittade på Simcenter Amesims möjligheter. I det här inlägget fokuserar vi istället på att ge ett steg-för-steg-exempel på hur programvaruverktygen är sammankopplade och fördjupar oss i området optimering med flera mål.

Simcenter HEEDS är en programvara för optimering av Multidisciplinary-design (MDO). Programvarupaketet har gränssnitt mot kommersiella CAE-verktyg för att automatisera och förbättra sökandet efter bättre produkter, ger insikt genom olika analysverktyg och tillämpar flera optimeringsmetoder samtidigt för en effektivare sökning.

I många tekniska problem är avvägningar vanliga. I dessa fall kan en egenskap vanligtvis endast förbättras på bekostnad av en annan. I sådana situationer vill vi förstå vad den optimala avvägningen är och veta exakt hur mycket en egenskap kan minskas och exakt hur mycket man vinner på att göra det.

Optimeringsproblem som innehåller motstridiga mål liknar den metod med viktad summa som diskuteras i (finns här), men har möjlighet att hantera flera mål oberoende av varandra för att skapa en uppsättning optimala lösningar. Denna uppsättning optimala lösningar kallas Pareto-optimaluppsättning. När optimeringsalgoritmen söker i designutrymmet uppdateras medlemmarna i denna uppsättning kontinuerligt och ersätts med bättre lösningar om de hittas. Allt eftersom optimeringsprocessen fortskrider fortsätter Pareto-uppsättningen att närma sig den ideala uppsättningen lösningar som kallas Paretogränsen. I situationer med mer än två mål är detta inte längre en front utan en yta eller en uppsättning lösningar i ett rum med högre dimension. Paretooptimering väljer sina optimala konstruktioner utifrån om de dominerar andra konstruktioner. En design sägs dominera en annan när den är bättre för minst ett mål och inte sämre för alla andra mål. I figur 1 nedan visas en översikt över hur en avslutad optimeringskörning med två målfunktioner kan se ut.

Figur 1, en illustration av begreppen Paretogränsen, dominerad och icke-dominerad design.

Inställning i Simcenter Amesim

Visa hur man sätter upp och kör en optimering med flera mål med hjälp av Simcenter. Amesim och Simcenter HEEDS användes en rudimentär drivlinne- och fordonsmodell baserad på komponenter från IFP Drive-biblioteket. En översikt över modellen och några tillhörande exempelplottar visas i figur 2. Fordonet består av en longitudinell fordonsmodell av en personbil, en förarmodell som är inställd på att följa WLTC:s körcykel, 1800 [s] lång, och en generisk styrenhet som är utformad för serieanslutna hybridfordon. Drivlinan består av en fyrcylindrig förbränningsmotor på 1,8 [L] som är seriekopplad med en elektrisk generator, ett LFP-batteri och en elektrisk motor. Batteriet bestod av 100 seriekopplade celler.

Figur 2, översikt över den fordons- och drivlinjemodell som ska optimeras. Plottar av WLTC-körcykeln, batteriets laddningstillstånd (SoC) och aktivering av förbränningsmotorn som funktioner i tiden.

Fordonets framdrivning bestäms av fordonets styrenhet (VCU). Den förbyggda styrningskomponenten VCU-SH tar emot information från föraren om accelerations- och bromskommandon, rotationshastighet från elmotorn och generatorn, laddningstillstånd och spänning från batteriet, samt fordonets hastighet från fordonsmodellen. VCU:n matar sedan lastkommandon till förbränningsmotorn, elgeneratorn och motorn samt när förbränningsmotorn ska startas och stoppas. Med detta system kan förbränningsmotorn användas både för att ladda batteriet och för att direkt leverera ström till elmotorn. Motorn drivs med följande lägen:

  • Läge 0: Motorn är stoppad, generatorn genererar ingenting (vridmomentkommando = 0),
  • Läge 10: Motorn startar, generatorn använder batteriet för att starta motorn (vridmomentkommando = maximalt vridmoment för generatorn vid port 16),
  • läge 1: motorn startas, generatorn används för att ladda batteriet och driva fordonet.

VCU-strategin innehåller flera inställningar, varav endast tre varierades i denna studie:

  • begärd effekt för att starta hybridläget: om denna eller högre effekt begärs startas motorn.
  • begärd effekt för att stoppa hybridläget: om denna effekt eller lägre begärs, stoppas motorn.
  • begärd fordonshastighet för att starta motorn: om fordonshastigheten är högre än detta värde startas motorn.

För att undersöka den optimala avvägningen mellan förbränningsmotorns bränsleförbrukning [g] och batteriets kapacitet [Ah] användes två målfunktioner. Den totala bränsleförbrukningen i slutet av WLTC-cykeln och batterimodellens nominella kapacitet för en cell valdes. Cellkapaciteten användes också som en ingångsvariabel i Simcenter HEEDS, tillsammans med de tre VCU-parametrarna.

Eftersom inte alla simulations körs till slutet, t.ex. på grund av ett helt urladdat batteri och ingen ICE-aktivering, mättes simuleringstiden och överfördes till HEEDS. Detta användes sedan som en begränsning för att säkerställa att framgångsrika lösningar genomförde hela cykeln på 1800 [s]. Dessutom begränsades det maximala antalet omstarter av förbränningsmotorn i optimeringsstudien till ett godtyckligt värde på 20 starter för hela körningen. Detta för att undvika överdriven cykling av motorn.

Inställningen av vilka parametrar Simcenter HEEDS ska använda görs i inställningen för exportparametrar. Den öppnas antingen från parameterläge eller simuleringsläge och finns under menyn Interfaces och sedan Export Setup, som visas i figur 3 nedan.

Figur 3, menyn Export Parameters Setup (Inställning av exportparametrar) med avsedda modellinmatningar placerade under Input Parameters (Inmatningsparametrar) och modellutmatningar/svar placerade under Simple Output Parameters (Enkla utmatningsparametrar).

Exportparametrarna lades till genom att dra och släppa parametrar och variabler till exportfönstret. Man bör vara försiktig när man definierar de nedre och övre gränserna för varje parameter. Om studien i Simcenter HEEDS passerar parametervärden utanför detta intervall kommer inga uppdateringar att göras i Simcenter Amesim-modellen. I stället kommer värden från de nedre eller övre gränserna att användas för att utföra simuleringen.

Eftersom cellkapaciteten användes både som en målfunktion och en inparametrar i den här studien placerades en enkel konstant från biblioteket Signal & Control på skissen. Syftet med denna lösning var att överföra cellkapaciteten som en utdata i exportinställningen och senare använda den som målfunktion.

Slutligen måste modellen sammanställas och sparas. För enkelhetens skull sparades Simcenter Amesim-modellen i samma projektmapp som Simcenter HEEDS. När det gäller kompilering krävs inga ytterligare steg förutom att se till att modellen faktiskt har kompilerats, t.ex. genom att gå från skissläget till simuleringsläget.

Inställning i Simcenter HEEDS

I Simcenter HEEDS kan olika processer och analysblock skapas och anslutas för att automatisera ett arbetsflöde eller utföra olika studier. I vårt enkla exempel fortsätter vi genom att välja Simcenter Amesim-portalen under analysblocket för att tala om för Simcenter HEEDS att vi vill ansluta till Simcenter Amesim, se figur 4 nedan. Därefter navigerar vi ner till Files och genom att högerklicka väljer vi Add input file. När den lämpliga .ame-filen har laddats in i Simcenter HEEDS får vi ett alternativ för automatisk märkning av variabler. Detta är ett bekvämt sätt att automatiskt skapa in- och utdatavariabler från de parametrar som definierats i exportinställningen i Simcenter Amesim och sedan automatiskt koppla ihop dem. Observera att om några ändringar har gjorts i den underliggande Simcenter Amesim-modellen efter det att modellen har importerats, kan det vara nödvändigt att ta bort och lägga till .ame-filen igen för att lösa eventuella felmeddelanden som kan dyka upp när studien körs. Dessutom kan antalet CPU:er som ska köras på ställas in under fliken Execution.

Figur 4, Simcenter HEEDS processvy med val av CAE-portal och modell som ska användas som gränssnitt.

När Simcenter HEEDS och Simcenter Amesim har kopplats ihop och variablerna har märkts upp är det klokt att kontrollera anslutningen innan vi fortsätter med att definiera vår optimeringsstudie med flera mål. Ett bekvämt sätt att göra detta är att skapa en ny studie för enbart utvärdering och köra en godtycklig konstruktionsuppsättning. Resultaten från denna studie kan sedan jämföras med resultaten från Simcenter Amesim med samma uppsättning.

Figur 5 till vänster, Simcenter HEEDS Study view med en optimeringsstudie med flera mål vald. Figur 5 till höger, definition av variabler, mål och begränsningar.

Eftersom målet med studien var att undersöka den optimala avvägningen mellan bränsleförbrukning och batterikapacitet valdes en optimeringsmetod med flera mål för att fastställa pareto-uppsättningen, se figur 5. När det gäller valet av optimeringsalgoritm krävs få inställningar med Simcenter HEEDS SHERPA-metoden. Optimeringsalgoritmen och tillhörande inställningar bestäms och uppdateras automatiskt under hela optimeringskörningen för att säkerställa en så bred sökning som möjligt av designutrymmet, utan att konvergenstiden hindras alltför mycket. Om mer direkt kontroll önskas finns fortfarande möjligheten att själv välja och ställa in algoritmen.

Målfunktioner och begränsningar definieras under fliken Responses, figur 5 till höger. De två svarsvariablerna bränsleförbrukning och batterikapacitet läggs till som mål genom att dra och släppa dem på målområdet. Begränsningar sattes upp med hjälp av simuleringstid och antal omstarter av motorn. Simuleringstiden begränsades till att vara över eller lika med 1799 [s] eftersom WLTC är 1800 [s] lång. Motoromstarter sattes till högst 20 omstarter.

Figur 6, Simcenter HEEDS Run-vyn som innehåller information om problemstatus, aktuella framsteg och eventuella felmeddelanden.

Som framgår av figur 6 förtydligas optimeringsförklaringen och information om antalet genomförbara och ogenomförbara konstruktioner presenteras. Undersökningen tog 40 [min] att genomföra 500 utvärderingar på en bärbar dator med 11 logikprocessorer.

Även om det är möjligt att arbeta med diagram direkt i körfönstret rekommenderas det att du aktiverar knappen Open HEEDS Post på körfliken i bandet för körfältet. På så sätt blir fler alternativ för plottning tillgängliga.

Vi går vidare till resultaten. I figur 7 nedan visas den optimala avvägningen, dvs. den optimala Pareto-uppsättningen, i rött med hjälp av 20 punkter och blå punkter visar alla genomförbara konstruktioner. På y-axeln visas total bränsleförbrukning [g] och på x-axeln batteristorlek [Ah].

Antalet punkter som ska inkluderas i den optimala Pareto-uppsättningen kan ökas i körinställningen för att förbättra upplösningen om så önskas.

I figur 7 visas den optimala avvägningen med 20 punkter i rött och alla genomförbara konstruktioner i blått.

Simcenter HEEDS erbjuder många sätt att analysera resultaten, t.ex. genom att fastställa mönster, hitta liknande konstruktioner eller undersöka hur känslig en respons är för förändringar i ingående variabler. Ett sätt att visualisera resultaten är att använda en parallell plot som innehåller alla ingående variabler, mål och begränsningar. I figur 8 nedan visas Pareto-optimaluppsättningens 20 konstruktioner i en parallell plot.

Figur 8, parallelldiagram med målfunktionerna till vänster, de två begränsningarna, markerade med rött, och ingående variabler till höger.

Om man studerar värdena för de ingående variablerna i figur 8 är det föga förvånande att den föredragna motorinställningen är att köra motorn sparsamt. Motorn aktiveras endast vid hastigheter över 140 [km/tim], och helst endast när höga effektnivåer krävs. Alla konstruktioner tenderar att föredra att stoppa motorn vid lägre effektbehov, dvs. att hålla motorn aktiv under en längre tid. Det senare beteendet beror sannolikt på begränsningen av antalet tillåtna omstarter av motorn.

Resultaten från den här optimeringsstudien är begränsat tillämpbara i verkligheten. Förhoppningsvis kan metoden ge inspiration och vägledning när du gör din egen optimeringsstudie. Vanligtvis krävs det fler parametrar och begränsningar för att skapa en ordentlig problemdefinition, och i detta fall måste man använda flera längre körcykler. Aspekter som batteriets åldrande skulle kunna införas som en ytterligare tredje målfunktion för att fånga upp inverkan av upprepad laddning/urladdning på batteridegraderingen.

Vi hoppas att du fann den här artikeln intressant. Om du har några frågor eller kommentarer är du välkommen att kontakta oss på support@volupe.com.

Författare

Fabian Hasselby, M.sc.
+46733661021

Fler blogginlägg

sv_SESwedish