База данных ЭРИ и материалов

МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
31
РОССИЙСКИЕ СИСТЕМЫ АВТОМАТИЗИРОВАННОГО ПРОЕКТИРОВАНИЯ
База данных ЭРИ и материалов
К. А. Давыдов, О. Ю. Панова, В. Д. Дмитриев, И. С. Урюпин
ОАО НПЦ «САПСАН», Москва, Россия
М. Н. Беликова
УФП ООО «БСС», Москва, Россия
Обоснована необходимость создания единой базы данных для использования с различными
САПР. Отражена актуальность построения обратной связи между системами инженерного моделирования и САПР. Приведен пример решения этих проблем на базе созданного в ОАО НПЦ
"САПСАН" аппаратно-программного комплекса виртуальной инженерии (АПК ВИ), построенного
с применением сертифицированной МО РФ Автоматизированной системы проектирования и
испытаний радиоэлектронной аппаратуры (АСОНИКА) и полноформатной БД ЭРИМ.
Ключевые слова: аппаратно-программный комплекс виртуальной инженерии, САПР, база данных электрорадиоизделий и материалов, АСОНИКА, радиоэлектронная аппаратура.
Все программные комплексы виртуальной инженерии используют базы данных для хранения
электрорадиоизделий (ЭРИ), которые применяются при проектировании радиоэлектронной аппаратуры. На сегодняшний день существуют только
разрозненные базы данных на различных предприятиях-разработчиках радиоэлектронной аппаратуры, адаптированные к различным САПР. Также дополнительные трудности вызывает большое
разнообразие систем автоматизированного проектирования, локальные базы данных которых не
стандартизованы и лишены возможности взаимодействия друг с другом. Также затруднена переносимость информации из систем проектирования в
системы моделирования и обратно. Отсутствие в
открытом доступе баз данных ЭРИ затрудняет
эффективное моделирование в различных системах разработки радиоэлектронной аппаратуры
(РЭА), требует наличия специалистов высокой
квалификации. Основные трудности, возникающие
у разработчиков при проектировании РЭА:
 отсутствие с 1985 г. централизованной базы
данных электрорадиоизделий и материалов (БД
ЭРИМ);
 увеличение вероятности ошибки проектирования вследствие необходимости самостоятельного поиска информации для инженеров-электриков
(конструкторов, технологов);
 языковый барьер при поиске данных по импортным ЭРИ;
 отсутствие единого стандарта на технические характеристики импортных ЭРИ;
 отсутствие для всех ЭРИ характеристик, необходимых для тепломеханической устойчивости
РЭА (теплоемкость, коэффициент черноты, шероховатости корпуса ЭРИ);
 количество типов импортных ЭРИ составляет свыше 20 млн элементов.
Для решения этих проблем создан аппаратнопрограммный комплекс виртуальной инженерии
(АПК ВИ), построенный на базе сертифицированной МО РФ Автоматизированной системы проектирования и испытаний радиоэлектронной аппаратуры (АСОНИКА) [1] и полноформатной БД ЭРИМ.
Структура БД ЭРИМ (рис. 1) представляет собой базу данных, в которой хранятся паспорта
ЭРИ, содержащие все необходимые характеристики для проектирования и моделирования РЭА:
электрические, механические, тепловые, технологические, специальные и надежностные (рис. 2, 3, 4).
Часть характеристик ЭРИ, размещаемых в БД
ЭРИМ, в частности, специальные характеристики,
имеет закрытый характер, и информация по ним
будет предоставляться по защищенному каналу
только предприятиям, имеющим соответственное
разрешение на использование данной информации. Кроме этого, предусмотрена служебная информация, сопровождающая каждый элемент
ЭРИМ: разрешение на применение, указание по
длительности поддержки производства, рекомендации по аналогам и т. д. Передача данных из базы данных в АПК ВИ и в системы автоматического
проектирования различных производителей осуществляется при помощи конверторов, выполненных индивидуально под каждую САПР. В результате система представляет собой единый
комплекс, независимый от используемой САПР.
Также при помощи конверторов осуществляется
передача расчетных данных из АПК ВИ обратно в
системы автоматизированного проектирования
для выполнения корректировки конструкции с учетом результатов моделирования работы создаваемой радиоэлектронной аппаратуры в различных
условиях эксплуатации.
© Давыдов К. А., Панова О. Ю., Дмитриев В. Д., Урюпин И. С., Беликова М. Н., 2013
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
32
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
Рис. 1. Структура БД ЭРИМ
Рис. 2. Интерфейсное окно БД ЭРИМ, содержащее электрические характеристики
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
Рис. 3. Интерфейсное окно БД ЭРИМ, содержащее тепловые и механические характеристики
Рис. 4. Интерфейсное окно БД ЭРИМ, содержащее общие и специальные характеристики
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
33
34
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
Особое внимание было уделено созданию
классификатора, отвечающего современным требованиям и удобного пользователям. Классификатор делит все ЭРИ на группы и подгруппы с неограниченной глубиной вложенности и иерархией
дерева. К каждому элементу классификатора привязана форма-бланк, содержащая список характеристик, единый для данной группы ЭРИ. Это удобно как для заполнения нового паспорта, так и для
поиска уже существующего в БД ЭРИМ электрорадиоизделия. Интерфейс БД ЭРИМ позволяет
создавать структуру классификатора ЭРИ и формы-бланки, привязанные к конкретным его группам.
Основываясь на опыте применения импортных
ЭРИ разработчиками РЭА, предполагается внести
в базу данных электрорадиоизделий и материалов
(БД ЭРИМ) более 20 млн ЭРИ, поставляемых отечественными и зарубежными фирмами. Заполнение БД ЭРИМ в рамках предприятий непосредственно пользователями САПР нецелесообразно,
так как связано со значительными денежными
(высокая заработная плата специалистов, накладные расходы) и временными расходами. Себестоимость заполнения паспорта на один элемент в БД
ЭРИМ инженером-проектировщиком в настоящее
время составляет около 600 руб. при заполнении
не более 6 ЭРИ в день, при этом 70 % временных
затрат приходится на поиск информации (рис. 5).
зданию национальной базы данных электрорадиоизделий и материалов (БД ЭРИМ) для автоматизации проектирования высоконадежной аппаратуры.
Собранные данные хранятся в базе данных, которая имеет систему фильтров, обеспечивающих
конечному пользователю БД ЭРИМ поиск и отбор
необходимого элемента (группы элементов). Для
наглядности интерфейс пользователя (как заполняющего базу данных, так и использующего данные из нее) выполнен в виде веб-интерфейса.
Структура хранения данных визуализирована и
отображается в виде схемы, с помощью которой
можно осуществить поиск или попасть в определенный бланк-форму для конкретной группы элементов и выполнить ее заполнение (рис. 6).
Перечень содержит более 1500 типов ЭРИ и
соответственно различных форм для заполнения.
Ориентировочное количество форм для одной
группы элементов — около 80. Общее количество
типов форм-бланков для заполнения исходных
данных равно 1550. Сейчас ведется создание
форм-бланков, содержащих характеристики ЭРИ.
Процесс их создания достаточно трудоемкий и
требует участия высококвалифицированного персонала. На данный момент выполнена основная
часть работы по созданию форм-бланков. Также
ведется создание тестовых программ, необходимых для проверки правильности внесенной информации. Это позволит избежать возможных
ошибок при заполнении форм-бланков неквалифицированным персоналом. Ведется подготовка к
созданию обучающих материалов в виде текстовых документов, а также обучающих фильмов для
более наглядной демонстрации процесса заполнения форм-бланков и поиска необходимых данных в спецификациях производителей ЭРИ в Интернете.
Процесс заполнения БД ЭРИМ (рис. 7) включает в себя:
 поиск данных в Интернете (используется
только проверенная информация, размещаемая
на специальных сайтах непосредственно производителями ЭРИ);
 оцифровка данных (производится преобразование графической информации (графики, диаграммы и т. п.) в электронный вид);
 валидация (вычисление необходимых для
моделирования параметров путем испытания,
нахождения аналогов с известными характеристиками);
 подготовка паспорта ЭРИМ (заполнение
паспорта на основании собранных и оцифрованных данных);
 проверка формы на грубые ошибки при заполнении (находятся ошибки на уровне опечаток,
проверяется порядок значений, попадание в пределы значений, характерных для данной группы
ЭРИ, и т. п.);
 проверка формы на ошибки при заполнении
в составе эталонной электрической схемы (в слу-
Рис. 5. Временные затраты
на заполнение паспорта ЭРИМ
В настоящее время отработана методика заполнения БД ЭРИМ и заочного обучения лиц, не
имеющих специального образования, в том числе
в режиме удаленного доступа. Привлечение к заполнению БД ЭРИМ неквалифицированной рабочей силы, в том числе надомных работников,
инвалидов, студентов и др., позволит при сохранении размера инвестиций за счет более низкой
себестоимости работ обеспечить заполнение БД
ЭРИМ в течение 6—7 лет. Наш программный комплекс разработки и заполнения электронных паспортов в БД ЭРИМ обеспечивает эффективную
работу удаленных пользователей.
Таким образом, осуществлена подготовка к со-
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
35
чае, если нет близких по значению элементов, с
которыми можно сравнить значения параметров,
выполняется вычисление параметров путем подстановки элемента в эталонную электрическую
схему, характерную для данной группы ЭРИ);
 каждые 10 000 ЭРИМ проходят верификацию
в уполномоченном органе;
 актуализация (передача БД ЭРИМ в организацию, осуществляющую обслуживание, распространение и сопровождение);
 передача информации из БД ЭРИМ потребителям по запросам (информация из базы данных
передается только по запросам по защищенным
каналам, в случае закрытой информации — с разрешения соответствующих органов).
Для заполнения базы данных и ее использования разработана документация на аппаратный
комплекс, состоящий из 80 автоматизированных
рабочих мест (АРМ), сгруппированных в кластеры
и суперЭВМ (рис. 8).
Рис. 6. Интерфейсное окно БД ЭРИМ для поиска и занесения информации об ЭРИ
на примере линейных резисторов
Рис. 7. Структурная схема последовательности заполнения БД ЭРИМ
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
36
Рис. 8. Структурная схема комплекса аппаратно-программных средств для подготовки исходных данных
формирования БД ЭРИМ
Все АРМы (80 шт.) разделены на четыре сегмента по 20 АРМ в каждом.
В каждом сегменте сети имеется свой промежуточный сервер СУБД для увеличения скорости работы и повышения надежности структуры в целом.
Копии базы СУБД синхронизируются в автоматическом режиме с основной базой данных, находящейся на дисковых массивах для хранения и резервирования СУБД, и с копией, расположенной
на суперЭВМ ОАО НПЦ "САПСАН". В сегменте
DMZ (демилитаризованная зона) расположены
сервера, выполняющие функции маршрутизатора
(для организации доступа внешних пользователей
к ресурсам сети и, соответственно, передачи информации из удаленных источников: справочников
российских предприятий и зарубежных фирм,
международных баз данных и т. д.), а также кластера приложений (также для организации доступа
внешних пользователей к приложениям внутри
сети). Сегмент DMZ защищен от проникновения и
несанкционированного доступа к информации
специализированным ПО (межсетевые экраны,
антивирусная защита и мониторинг). Все это позволяет создавать облачное хранение информации
для доступа к ней в интернете, а также среду для
выполнения облачных вычислений.
Потребители облачных вычислений могут значительно уменьшить расходы на инфраструктуру
информационных технологий (в краткосрочном и
среднесрочном планах) и гибко реагировать на
изменения вычислительных потребностей, ис-
пользуя свойства облачных услуг.
Основные преимущества облачных вычислений
данной системы [2]:
 самообслуживание по требованию: потребитель самостоятельно определяет и изменяет
вычислительные потребности, такие как серверное
время, скорости доступа и обработки данных, объем хранимых данных без взаимодействия с представителем поставщика услуг;
 универсальный доступ по сети: услуги доступны потребителям по сети передачи данных
вне зависимости от используемого терминального
устройства;
 объединение ресурсов: вычислительные ресурсы и ресурсы хранения данных для обслуживания большого числа потребителей объединены в
единый пул для динамического перераспределения мощностей между потребителями в условиях
постоянного изменения спроса на мощности, при
этом потребители контролируют только основные
параметры услуги (например, объем данных, скорость доступа), но фактическое распределение
ресурсов, предоставляемых потребителю, осуществляется данной системой автоматически с
учетом ее текущей загрузки и потребностей конкретного потребителя на выполнение расчетов;
 эластичность: услуги могут быть предоставлены, расширены, сужены в любой момент
времени, без дополнительных издержек в автоматическом режиме;
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
37
 учет потребления: автоматически исчисляются потребленные ресурсы на определенном
уровне абстракции (например, объем хранимых
данных, пропускная способность, количество
пользователей, количество транзакций) и на основе этих данных оценивается объем предоставленных потребителям услуг.
Благодаря объединению ресурсов и непостоянному характеру потребления со стороны потребителей облачные вычисления позволяют экономить
на масштабах, используя меньшие аппаратные
ресурсы, чем требовались бы при выделенных
аппаратных мощностях для каждого потребителя,
а за счет автоматизации процедур модификации
выделения ресурсов существенно снижаются затраты на абонентское обслуживание.
Эти характеристики позволяют получить услуги
с высоким уровнем доступности и низкими рисками
неработоспособности, обеспечить быстрое масштабирование вычислительной системы благодаря
эластичности без необходимости создания, обслуживания и модернизации собственной аппаратной инфраструктуры.
Удобство и универсальность доступа обеспечиваются широкой доступностью услуг и поддержкой
различного класса терминальных устройств (персональных компьютеров, мобильных телефонов,
планшетов).
Проект направлен на применение современных
информационных технологий, позволяющих создать информационную структуру, не имеющую
аналогов в мире, обеспечивающую системное
наполнение и использование национальной базы
данных электрорадиоизделий, материалов, типовых конструктивов и модулей.
ЛИТЕРАТУРА
1. Шалумов А. С., Малютин Н. В., Кофанов Ю. Н., Способ Д. А., Жаднов В. В., Носков В. Н., Ваченко А. С. Автоматизированная система АСОНИКА для проектирования высоконадежных радиоэлектронных средств на принципах CALS-технологий. Том 1. / Под ред. Ю. Н. Кофанова, Н. В. Малютина,
А. С. Шалумова. — М.: Энергоатомиздат, 2007. — 368 с.
2. Gillam, Lee. Cloud Computing: Principles, Systems and
Applications / Nick Antonopoulos, Lee Gillam. — L.: Springer, 2010. —
400 с.
Data base of electronic components and materials
K. A. Davydov, O. Yu. Panova, V. D. Dmitriev, I. S. Uryupin
Joint Stock Company «Science & Production Centre «SAPSAN», Moscow, Russia
M. N. Belikova
«BSS» Joint Stock Company, Moscow, Russia
In this article the special attention is paid to need of creation of a uniform database for use with various CAD systems. Also relevance of creation of feedback between CAE and CAD systems is reflected. In
article presents the example of the solution of these problems. Hardware-Software complex (APKVI) which
was created in firm SAPSAN, constructed with application certified by Russian Federation Defense Department of the Automated system of design and tests of the radio-electronic equipment (ASONIKA) and a
full-scale Data Base of Electronic Components and Materials DB ERIM.
Keywords: Hardware-Software complex APKVI, CAD, CAE, ASONIKA, Data Base of Electronic Components and Materials DB ERIM, radio-electronic equipment.
Давыдов Константин Анатольевич, начальник сектора программирования ОАО НПЦ
"САПСАН".
E-mail: konstantin_davidov@systud.msk.su
Панова Ольга Юрьевна, младший научный сотрудник ОАО НПЦ "САПСАН".
E-mail: panova_o@rambler.ru
Дмитриев Виктор Диодорович, старший научный сотрудник ОАО НПЦ "САПСАН".
E-mail: Viktor_Dmitriev@systud.msk.su
Урюпин Илья Сергеевич, начальник сектора моделирования РЭА ОАО НПЦ "САПСАН".
E-mail: Ilya_Uryupin@systud.msk.su
Беликова Маргарита Николаевна, аналитик УФП ООО "БСС".
E-mail: m.belikova@bssys.com
Статья поступила в редакцию 20 сентября 2013 г.
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
38
Об использовании полнофункциональной САЕ Fidesys
при разработке инновационных изделий в интересах ОПК
А. В. Вершинин, канд. физ.-мат. наук; В. А. Левин, д-р физ.-мат. наук
Механико-математический факультет МГУ им. М. В. Ломоносова, Москва, Россия
Е. В. Комолова, канд. физ.-мат. наук; А. В. Кукушкин, канд. физ.-мат. наук;
Д. А. Улькин, канд. физ.-мат. наук
ООО "ФИДЕСИС", Москва, Россия
Представлена информация о функциональных возможностях САЕ Fidesys — первого российского пакета САЕ такого уровня, что делает рынок прочностных расчетов в России (как минимум) независимым от пакетов САЕ зарубежных производителей. Показано превосходство пакета CAE по точности и производительности имеющихся аналогов, в ряде случаев являющегося
на рынке единственным пакетом, позволяющим проводить высококачественные расчеты для
некоторых типов задач оборонных отраслей промышленности.
Ключевые слова: прочность, CAE, Fidesys, супер-ЭВМ, параллельные вычисления, композиты, МКЭ, МСЭ, МРГ.
Полнофункциональная САЕ Fidesys [1] позволяет исследователю реализовывать как стандартные расчетные процедуры, так и специализированные, учитывать в процессе нагружения
(эксплуатации) изделия изменение свойства материала, в том числе под воздействием радиации,
рассматривать новые типы задач при конечных
деформациях, которые могут быть решены с использованием теории многократного наложения
больших деформаций [2—4], заложенной в решатели САЕ Fidesys: задачи зарождения и развития
трещин, образования повреждений, усталостная
прочность, задачи динамического взаимодействия
преграды и тела с изменением свойств преграды.
Применение CAE Fidesys
Использование в САЕ Fidesys (в отличие от
стандартных САЕ-пакетов) двух типов расчетных
ядер — на основе метода конечных элементов
МКЭ [5] и метода спектральных элементов МСЭ [5] —
позволяет решать "сверхбольшие" задачи для
МКЭ с использованием МСЭ на персональных
компьютерах с графическими ускорителями. Такие
задачи возникают, например, при анализе результатов неразрушающего контроля, сейсморазведки
(рис. 1), гидроакустики.
Рис. 1. Волновое поле от точечного источника
© Вершинин А. В., Левин В. А., Комолова Е. В., Кукушкин А. В., Улькин Д. А., 2013
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
39
Вычислительные алгоритмы САЕ Fidesys эффективно распараллеливаются на супер-ЭВМ,
включая гибридные на основе графических ускорителей. Благодаря полному распараллеливанию
наиболее трудоемких этапов вычислительного
процесса в САЕ Fidesys было достигнуто ускорение, близкое к линейному. График ускорения на
CUDA для динамической задачи метода конечных
элементов приведен на рис. 2.
(например, на прочность). Пакет прочностного
анализа Fidesys является российским САЕпакетом.
Программный комплекс Fidesys предназначен
для решения статических и динамических задач
прочности — задач о расчете напряженно-деформированного состояния тел при конечных деформациях с использованием метода конечных элементов (МКЭ), метода спектральных элементов
(МСЭ), разрывного метода Галеркина (DG) [5].
Комплекс разработан таким образом, что, с одной стороны, системные требования для комплекса невысоки: он может быть запущен на обыкновенном персональном компьютере, а при наличии
в компьютере мощной видеокарты с поддержкой
технологии CUDA вычисления будут выполняться
на ней (что дает ускорение в расчетах до 30 раз).
С другой стороны, он адаптирован под супер-ЭВМ
[1].
10000
6
1000
1
100
10
1
Решение СЛАУ Составление СЛАУ
ВСЕ ВРЕМЯ
Заключение
— CPU
— GPU
Рис. 2. Эффективность распараллеливания основных
этапов решения МКЭ-задачи с использованием
технологии CUDA
В состав CAE Fidesys входит разрабатываемый
модуль для оценки эффективных прочностных характеристик композиционных материалов [6, 7—9]
и элементов конструкций, включая моделирование
процесса производства композитов. Модуль представляет собой набор интегрируемых пакетов, для
каждого из которых предусмотрена возможность
промышленной эксплуатации независимо от
остальных частей комплекса. Модуль позволяет
осуществлять моделирование новых и перспективных композитов — тканых композитов с трехмерной структурой, создание функциональных и
умных композитов, моделирование температурных, радиационных и иных немеханических воздействий, моделирование процессов разрушения
[2—4, 10—12], закритического деформирования,
остаточной прочности (модели и методы для статического и динамического нагружения) для деталей из композитов при различных закреплениях и
нагрузках, оценивать эффективные характеристики монослоя и пакета мононослоев, включая случай прямого моделирования каждого из слоев на
микроуровне.
При разработке любого нового наукоемкого
продукта требуется на стадии проектирования
провести компьютерное моделирование. Этому
служат системы инженерного компьютерного анализа САЕ (также называемые расчетными пакетами). Обычно такие системы для промышленного
использования создаются универсальными, т. е.
ориентированными на несколько отраслей промышленности, где необходимы такие расчеты
Пользователям CAE Fidesys предлагаются лицензии различной конфигурации пакета с возможностью подключения отдельных опций (см. ниже).
В случае необходимости команда разработчиков
Fidesys готова доработать продукт под конкретные
задачи заказчика.
Наименование пакета
Описание функционала
Fidesys Standard
(дополнительные возможные
модули: Fidesys HPC, Fidesys
Dynamics, Fidesys Composite)
2D/3D/оболочки/балки
линейная статика, динамика,
собственные частоты и формы колебаний, формы потери устойчивости
Fidesys Professional
(дополнительные возможные
модули: Fidesys HPC, Fidesys
Dynamics, Fidesys Composite)
Standard + конечные деформации, нелинейные модели материалов, термоупругость, пластичность,
слабосжимаемые материалы, контактные задачи
Fidesys Premium
(дополнительные возможные
модули: Fidesys HPC, Fidesys
Dynamics, Fidesys Composite)
Professional + наложение конечных деформаций,
материалы с изменяющимися свойствами, связанные
задачи (фазовые переходы,
FSI), моделирование зарождения и роста дефектов,
адаптивное перестроение
сеток
Дополнительные модули
Fidesys HPC
Ускорение расчетов с использованием высокопроизводительных параллельных
технологий (OpenMP, MPI,
CUDA)
Fidesys Dynamics
Метод спектральных
элементов для решения нестационарных задач с высокой точностью
Fidesys Composite
Оценка эффективных
свойств и прочностной ана-
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
40
лиз композиционных материалов и изделий из них
Пакет прочностного анализа Fidesys также доступен в виде интернет-услуги Fidesys online, позволяющей использовать ресурсы облачных вычислений, с возможностью развертывания сервиса
в частном облаке.
ЛИТЕРАТУРА
1. Levin V. A., Zingerman K. M., Vershinin A. V., Freiman E. I.,
Kukushkin A. V., Trachenko A. V. Development and use of the
CAE-system "FIDESYS" for nonlinear analysis of solids with microstructure that changed during loading /Keynote/. ЕССM-2010 IV
(European Congress on Computational Mechanics: Solids, Structures and Coupled Problems
in Engineering), Paris.
https://www.eccm2010.org/abstract_pdf/abstract_1650.pdf
2. Левин В. А. Многократное наложение больших деформаций в упругих и вязкоупругих телах (с предисловием академика Л. И. Седова). — М.: Наука, Физматлит, 1999. — 223 с.
3. Левин В. А., Морозов Е. М., Матвиенко Ю. Г. / Под редакцией В. А. Левина. Избранные нелинейные задачи механики
разрушения. — М.: Физматлит, 2004. — 407 с.
4. Левин В. А., Калинин В. В., Зингерман К. М., Вершинин А. В. / Под редакцией В. А. Левина. Развитие дефектов при
конечных деформациях. Компьютерное и физическое моделирование. — М.: Физматлит, 2007. — 392 с.
5. Левин В. А., Вершинин А. В., Сабитов Д. И., Никифоров И. В., Пендюр Д. А. Использование суперкомпьютерных
технологий в задачах прочности. Пакет Fidesys / В кн.: Суперкомпьютерные технологии в образовании и промышленности.
2-е издание. — М., 2010.
6. Левин В. А., Зингерман К. М. О построении эффективных определяющих соотношений для пористых упругих материалов при конечных деформациях и их наложении // Доклады
РАН. 2002. Т. 382. № 4. С. 482—487.
7. Levin V. A. Theory of Repeated Superposition of Large Deformations. Elastic and Viscoelastic Bodies // Intern. J. Solids a.
Structures. 1998. V. 35. No. 20. P. 2585—2600.
8. Levin V. A., Lokhin V. V., Zingerman K. M. Effective Elastic Properties of Porous Materials With Randomly Disposed Pores.
Finite Deformation // Trans. ASME. J. Appl. Mech. 2000. V. 67.
No. 4. P. 667—670.
9. Levin V. A., Lokhin V. V., Zingerman K. M., Nikiforov I. V.,
Sabitov D. I. Effective properties of porous and composite materials which structure may be changed in the process of loading.
ЕССM-2010(European Congress on Computational Mechanics:
Solids, Structures and Coupled Problems in Engineering), Paris.
https://www.eccm-2010.org/abstract_pdf/abstract_814.pdf
10. Левин В. А., Морозов Е. М. Нелокальные критерии
для определения зоны предразрушения при описании роста
дефекта при конечных деформациях // Доклады РАН. 2007.
Т. 415. № 1.
11. Левин В. А., Левитас В. И., Лохин В. В., Зингерман К. М.,
Саяхова Л. Ф., Фрейман Е. И. Твердотельные фазовые переходы, вызванные действием механических напряжений в материале с наноразмерными неоднородностями: модель и вычислительный эксперимент // Доклады PАН. 2010. Т. 434. № 4.
С. 481—485.
12. Левин В. А. О "физическом разрезе", привнесенном в
предварительно нагруженное упругое тело. Конечные деформации // Доклады PАН. 2001. Т. 343. № 5.
About use the full functionaly CAE Fidesys in the development
of innovative products for MIC
A. V. Vershinin, V. A. Levin
Lomonosov Moscow State University, Moscow, Russia
E. V. Komolova, A. V. Kukushkin, D. A. Ulkin
Fidesys LLC, Moscow, Russia
The article provides information about the features of CAE Fidesys. In particular, there is the possibility to take into account in the process of loading (maintenance) change of the material properties, including, under the influence of radiation. Briefly describes the new types of problems at finite deformations,
which can be solved using the theory of multiple large deformations overlay inherent in the solvers of
CAE Fidesys: cracks initiation and development, fatigue strength, dynamic contact problems.
Keywords: strength, CAE, Fidesys, super-computers, parallel computing, composites, FEM, SEM, DG.
Вершинин Анатолий Викторович, доцент кафедры "Вычислительная механика" механикоматематического факультета МГУ им. М. В. Ломоносова.
E-mail: versh1984@mail.ru
Левин Владимир Анатольевич, профессор кафедры "Вычислительная механика" механико-математического факультета МГУ им. М. В. Ломоносова.
E-mail: v.a.levin@mail.ru
Комолова Елена Викторовна, заместитель руководителя отдела тестирования ООО
"ФИДЕСИС".
E-mail: contact@cae-fidesys.com
Кукушкин Алексей Викторович, заместитель руководителя отдела прочностного анализа
ООО "ФИДЕСИС".
E-mail: contact@cae-fidesys.com
Улькин Дмитрий Александрович, руководитель отдела высокопроизводительных вычислений ООО "ФИДЕСИС".
E-mail: contact@cae-fidesys.com
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
41
Статья поступила в редакцию 26 сентября 2013 г.
Автоматизация инженерных расчетов, анализ данных и оптимизация
с помощью программного комплекса PSE/MACROS
Е. В. Бурнаев, канд. физ.-мат. наук; Ф. В. Губарев, канд. физ.-мат. наук;
С. М. Морозов, канд. физ.-мат. наук; А. А. Прохоров; Д. С. Хоминич
ООО "ДАТАДВАНС", Москва, Россия
Предоставлены широкие возможности программного комплекса PSE/MACROS автоматизации инженерных расчетов, содержащего современные высокоэффективные алгоритмы оптимизации, средства интеграции с различными CAD/CAE системами, разнообразные средства
многодисциплинарного анализа и визуализации данных. Представлена совокупность применяемых в конкретном проекте инструментов в удобном виде во встроенной графической среде.
Показано, что при решении сложнейших задач внедрение комплекса существенно сокращает
сроки проектирования, что позволяет улучшить технические и эксплуатационные характеристики проектируемых изделий.
Ключевые слова: автоматизация инженерных расчетов, САПР, многодисциплинарная оптимизация, анализ данных.
В настоящее время при проектировании различных образцов как гражданской, так и военной
техники активно применяются различные системы
автоматизации проектирования: системы трехмерного проектирования (CAD), системы моделирования и инженерного анализа (CAE), системы
управления данными об изделии (PDM) и др. Как
правило, на предприятии используется единая
CAD и PDM система. В то же время для моделирования и инженерного анализа применяется
множество различных программных пакетов,
включая программы собственной разработки. Часто обмен данными между ними реализуется
вручную либо с помощью дополнительных программных надстроек, что приводит к росту трудозатрат и увеличению вероятности ошибок при реализации ввиду сложности проектов.
Программный комплекс PSE/MACROS позволяет автоматизировать инженерные расчеты, т. е.
сопрячь пакеты инженерного анализа между собой
и с системами трехмерного проектирования и
управления данными об изделии, что позволяет
значительно ускорить процесс расчетов и особенно многодисциплинарного анализа изделия. Но
сама по себе автоматизация расчетов является
всего лишь вспомогательным, хотя и достаточно
важным, шагом в решении задач проектирования.
Ключевым конкурентным преимуществом по сравнению с другими интеграционными решениями
является наличие в комплексе собственного развитого инструментария, включающего:
 передовые математические методы интеллектуального анализа данных, снижения размерности, анализа чувствительности;
 современные высокоэффективные алгоритмы оптимизации, которые позволяют решать
сложнейшие оптимизационные задачи за минимальное время и число итераций;
 инструменты для построения метамоделей
по данным как натурных, так и вычислительных
экспериментов и анализа построенных моделей.
Комплекс состоит из платформы Problem
Solving Environment (PSE) [1], которая обеспечивает функции интеграции, распределенного исполнения и автоматизации расчетов, и алгоритмической библиотеки MACROS [2], предоставляющей
упомянутый набор инструментов для многодисциплинарной оптимизации и анализа данных. Наличие интеграционной платформы открывает возможности автоматизации работы алгоритмов
комплекса в сочетании с программным обеспечением, не входящим в состав комплекса, т. е.
различными системами моделирования, анализа
и т. д.
Пользовательский интерфейс комплекса представлен как графической средой (PSE GUI), так и
командной оболочкой (PSE Shell). Оба интерфейса
полностью эквивалентны функционально и дают
пользователю доступ ко всем возможностям комплекса.
В последующих разделах приведены краткие
сведения о работе с программным комплексом
PSE/MACROS, преимуществах интеграционной
платформы PSE и составе алгоритмической библиотеки MACROS.
Общие сведения
Центральным понятием в работе с пользовательской средой комплекса (PSE GUI либо PSE
Shell) является расчетная цепочка (РЦ) — представление процесса расчета в виде ориентированного графа потока данных. Узлами графа являются компоненты встроенной библиотеки,
реализующие различные функции комплекса, а
ребрами — потоки данных, задающие отношения
между узлами.
В графической среде PSE GUI расчетная цепочка изображается в интуитивно понятном виде:
как набор блоков, соединенных связями, передающими данные между портами ввода-вывода блоков (рис. 1). В командной оболочке PSE Shell пользователь может получить сводную информацию о
© Бурнаев Е. В., Губарев Ф. В., Морозов С. М., Прохоров А. А., Хоминич Д. С., 2013
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
42
структуре РЦ с помощью простых команд (рис. 2).
Рис. 1. Расчетная цепочка в графической среде PSE GUI
Рис. 2. Обзор структуры расчетной цепочки в оболочке PSE Shell
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
43
Каждый блок выполняет конкретную функцию,
который может рассматриваться как подзадача, а
создание РЦ — как декомпозиция задачи и ее
структурированное представление. Примеры простейших подзадач:
 загрузка табличных данных из файла в формате CSV. Блок такого типа считывает файл и отправляет в свой выходной порт массив значений.
Как правило, пользователю требуется указать
только путь к файлу. При необходимости в блоке
можно настроить сортировку данных, формирование выборки по столбцам и строкам, указать иной
формат файла и т. п.;
 построение метамодели по данным. Такой
блок принимает во входной порт выборку данных и
передает построенную модель в выходной порт;
также модель может быть сохранена в файл.
Пользователю требуется передать в блок входную
выборку, например, создав связь с выходным портом блока загрузки данных (см. выше), и при необходимости указать путь для сохранения файла
модели;
 вычисление значений метамодели на входной выборке. Блок принимает выборку (массив
значений переменных) во входной порт; модель
может быть как принята во входной порт, так и загружена из файла. Аналогично, пользователю требуется передать в блок выборку данных путем создания связи и либо загрузить модель из файла
(указать путь), либо настроить блок на прием модели во входной порт (создать связь с блоком построения метамодели). Массив значений модели
передается блоком в свой выходной порт.
Комплекс предоставляет пользователю развитую встроенную библиотеку блоков, через которые
реализуются
все
основные
функции
PSE/MACROS. В частности, для взаимодействия с
различными CAD и другими внешними программами существуют блоки, которые осуществляют
передачу данных из расчетной цепочки внешнему
процессу и обратно; при этом предусмотрены как
блоки общего назначения, так и специфичные
блоки для интеграции с конкретными CAD (например, SolidWorks, CATIA, КОМПАС-3D). Для загрузки и выгрузки данных могут применяться не только
блоки, работающие с CSV, но и более сложные
блоки, поддерживающие текстовые файлы произвольных форматов. Отдельный блок предназначен
для автоматического формирования и запуска задачи распределенного вычисления на высокопроизводительных кластерах (поддерживаются кластеры под управлением SLURM, TORQUE и LSF).
Все алгоритмические модули MACROS (см. ниже
"Состав библиотеки MACROS") также доступны
через библиотеку блоков — например, блок оптимизации, блок планирования экспериментов и т. д.
Следует отметить, что наличие в составе комплекса алгоритмов MACROS отнюдь не предполагает их исключительное использование. Напротив,
MACROS предоставляет алгоритмы общего
назначения, а основным направлением развития
комплекса является расширение интеграционных
возможностей с целью автоматизации существующих процессов расчета. Таким образом, использование платформы PSE не означает отказа от
уже применяемых систем моделирования и анализа, таких как ANSYS, АСОНИКА, Fidesys и других,
а гибко настраиваемые блоки общего назначения
делают возможной интеграцию в РЦ программ
собственной разработки.
Важно, что реализация всех необходимых взаимодействий с внешними процессами достигается
путем
соответствующей
настройки
блоков
в РЦ с использованием графического интерфейса,
т. е. не требует написания программного кода (однако при желании та же настройка может производиться в командной оболочке или путем запуска
подготовленного файла-сценария). При этом сохраняется полная совместимость блоков друг с
другом благодаря использованию единого интерфейса передачи данных. Использование унифицированного интерфейса передачи данных и широкий набор функций, реализуемый библиотекой
блоков, позволяют полностью исключить необходимость ручной передачи данных между приложениями и понизить вероятность сопутствующих
ошибок.
Характерной особенностью PSE/MACROS является возможность совмещать управление потоками данных и управление исполнением РЦ путем
встраивания в нее различных алгоритмических
конструкций, таких как циклы, итераторы и условия
(также представлены в виде блоков). Блоки управления потоком исполнения легко позволяют использовать представление потока данных для
параметризации расчетов или проведения расчетных кампаний простым перебором параметров.
В свою очередь, интеграция с алгоритмами
MACROS дает возможность, например, организовать цикл многократного вызова газодинамических
или конечно-элементных моделей с целью оптимизации изделия без использования дополнительных управляющих структур.
Помимо этого, поддерживается иерархическое
конструирование РЦ, например, объединение ранее подготовленной РЦ в один сложный блок, который затем может быть встроен как готовый компонент в другую РЦ, и вынесение выбранных
параметров процесса в глобальную конфигурацию
РЦ, а также сохранение различных предварительно настроенных конфигураций (наборов входных
данных и параметров) для одной РЦ.
В сложных задачах упомянутые особенности
делают возможным разделение пользовательских
ролей в зависимости от квалификации пользователя, например, по подобной схеме:
 разработчик блоков — пользователь, кон-
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
44
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
струирующий сложные блоки из библиотечных
компонент (высокий уровень абстракции);
 разработчик РЦ — пользователь, применяющий подготовленные комплексные компоненты
для конструирования РЦ конкретной задачи и
определяющий возможности ее конфигурации без
задания конкретных значений параметров (низкий
уровень абстракции);
 исследователь — пользователь, работающий с подготовленной РЦ в основном на уровне
изменения глобальной конфигурации (задания
значений ограниченного набора параметров) и
анализа результатов исполнения РЦ (практическое использование).
Для отладки РЦ среда предоставляет встроенный механизм отслеживания процесса исполнения. Механизм основан на журналировании потоков
данных (записи активности указанных пользователем входных и выходных портов блоков). Собранная информация сохраняется в единой базе данных пользовательского проекта, что дает
возможность работать с ней с помощью встроенной в среду PSE GUI системы обработки результатов. Этот же механизм используется для сбора
конечных результатов выполнения расчетной цепочки, так как источником данных также являются
выходные порты блоков. Таким образом, единый
универсальный механизм журналирования и обработки данных позволяет проводить и отладку
(исследование определенных участков РЦ), и обработку выходных данных РЦ. В обоих случаях
доступна визуализация данных на графиках различных типов (рис. 3), формирование таблиц и т. п.
Итоговый отчет может быть сохранен в собствен-
ном формате PSE/MACROS и экспортирован в
общепринятые форматы для табличных и графических данных.
Ряд дополнительных возможностей предоставляет пользователю наличие в PSE встроенного
интерпретатора языка Python. Это, во-первых, командная оболочка PSE Shell и, во-вторых, возможность интеграции в РЦ Python-скриптов в виде
блоков.
Оболочка PSE Shell может использоваться в
трех режимах:
 в интерактивном, как отдельное приложение,
работающее с текстовым интерфейсом (рис. 2);
 в режиме интерпретатора, обрабатывающего
подготовленный файл сценария (скрипт);
 в интерактивном, из командной консоли в
графической оболочке PSE GUI (рис. 4).
Команды PSE Shell являются расширением
языка Python, которые могут комбинироваться с
конструкциями языка, например, для ускорения
выполнения однотипных операций при конструировании РЦ. Поскольку командная консоль доступна и в графической среде, работу в PSE GUI
можно сочетать с работой в интерактивной командной оболочке. Более того, при использовании
режима интерпретатора возможна полная автоматизация конструирования РЦ, так как файл сценария состоит из команд PSE Shell, а все операции,
возможные в PSE GUI, имеют командный аналог.
Как и в интерактивном режиме, в файле сценария
возможно совместное использование стандартных
команд языка Python и команд PSE Shell.
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
45
Рис. 3. Различные типы графиков во встроенной системе обработки результатов
Рис. 4. Командная консоль в графической среде PSE GUI
Интеграция Python-скриптов в РЦ достигается
путем использования специального типа блоков,
содержащих в себе текст пользовательского
скрипта. Блок устанавливает соответствие между
своими портами ввода-вывода и переменными
скрипта по именам, т. е. при запуске блока переменным присваиваются значения, полученные во
входные порты с теми же именами; при завершении работы скрипта значения переменных передаются в одноименные выходные порты.
Таким образом, разнообразие компонентов в
библиотеке блоков PSE позволяет использовать
комплекс PSE/MACROS для решения задач любой
сложности — от простейших расчетов до комплексных интеграционных задач (в последнем
случае ключевую роль играет интеграционная
платформа PSE, краткие сведения о которой приведены ниже в "Платформа Problem Solving
Environment"). При этом развитый пользовательский интерфейс делает работу с PSE/MACROS
удобной для пользователей различной квалификации — от использующих только графический
режим до активно применяющих в работе командные интерфейсы.
Платформа Problem Solving Environment
Основой программного комплекса PSE/MACROS
является интеграционная платформа Problem
Solving Environment (PSE). Платформа PSE обес-
печивает поддержку следующих функций:

автоматическая передача данных между
блоками в составе РЦ, т. е. в конечном счете передача данных между различными компонентами
системы проектирования — например, CAD и CAE
пакетами и встроенными компонентами анализа
данных;
 автоматизация исполнения РЦ, что в первую
очередь означает автоматизацию сложных многодисциплинарных расчетов;
 параллельные вычисления;
 распределенное исполнение РЦ в локальной
сети;
 интеграция в РЦ распределенных расчетов с
использованием высокопроизводительных кластеров.
Как упомянуто выше, РЦ использует концепцию
потока данных для управления исполнением.
С точки зрения пользователя, очевидным преимуществом такого подхода является отсутствие
необходимости явно управлять запуском подпроцессов (блоков): каждый блок исполняется автоматически, как только его входные порты получают
все необходимые данные, которые также автоматически поступают либо от других блоков в ходе
исполнения РЦ, либо из заданной пользователем
глобальной конфигурации РЦ при ее запуске.
В рамках этой концепции естественным является и
параллельное исполнение блоков: при наличии
ветвлений в РЦ для параллельного исполнения
ветвей достаточно того, чтобы для всех них были
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
46
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
удовлетворены входные зависимости по данным.
Такая параллелизация происходит автоматически
под управлением PSE и не требует специальных
пользовательских настроек (т. е. достаточно соответствующим образом задать связи между блоками).
В простейшем случае, когда все блоки РЦ исполняются на одном компьютере, параллелизация
использует возможности современных многоядерных ЦПУ. Основной же интерес она представляет
в сочетании с распределенным исполнением РЦ; в
этом случае ключевыми являются следующие
особенности платформы PSE:
 полная изоляция рабочих процессов различных блоков в составе расчетной цепочки. Блоки
взаимодействуют только через единый интерфейс
передачи данных, что помимо масштабируемости
обеспечивает высокую устойчивость самой РЦ:
ошибка исполнения одного из блоков не вызывает
общего сбоя и может быть корректно обработана
РЦ для продолжения расчета;
 кроссплатформенность. PSE может устанавливаться на компьютеры под управлением как
Windows, так и Linux, при этом на любой платформе библиотека блоков доступна в полном составе;
 встроенная поддержка технологии IceGrid [3],
что позволяет реализовать распределенное исполнение расчетных цепочек в локальной сети;
 наличие блоков для интеграции с вычислительными кластерами и для удаленного запуска
внешних процессов с использованием подключения по протоколу SSH.
Таким образом, платформа PSE поддерживает
несколько подходов к организации параллельных
и распределенных вычислений:
 автоматический параллельный запуск независимых блоков на одной многоядерной или многопроцессорной системе, не требующий настройки
пользователем;
 автоматический параллельный запуск независимых блоков на различных компьютерах в пределах локальной сети, в том числе гетерогенной
(имеющей в составе машины под управлением как
Windows, так и Linux), при помощи менеджера
IceGrid — в этом случае также возможна гибкая
настройка правил распределения задач по сети;
 ручная настройка распределенного исполнения за счет удаленного запуска через SSH;
 запуск задач на существующем высокопроизводительном кластере, при этом настройка задачи производится в среде PSE.
В итоге использование PSE как вычислительной платформы позволяет существенно ускорить
проведение многодисциплинарных расчетов и
упрощает организацию параллельных и распределенных вычислений. Первые два из перечисленных подходов отличаются тем, что не требуют задания каких-либо дополнительных настроек от
конечного пользователя: в варианте локального
запуска требуется только установка на компьютер
клиентской части комплекса, ничем не отличаю-
щаяся от установки обычного ПО, а в варианте
распределенного запуска развертывание PSE в
локальной сети производится однократно, и распределение задач в дальнейшем происходит автоматически.
Состав библиотеки MACROS
Библиотека MACROS предоставляет доступ к
большому числу современных эффективных алгоритмов, позволяющих:
 проводить многодисциплинарную оптимизацию параметров изделий;
 выделять наиболее значимые проектные параметры, используя методы анализа чувствительности и снижения размерности;
 строить метамодели функций отклика по
имеющимся результатам натурных или численных
экспериментов;
 проводить планирование эксперимента.
Библиотека состоит из нескольких программных модулей общего назначения (Generic Tools).
Их состав и краткое описание приведены ниже.
Модуль оптимизации Generic Tool
for Optimization (GTOpt)
Основные возможности:
 одно- и многокритериальная оптимизация с
целевыми функциями и ограничениями как общего, так и специального вида (например, линейное и
квадратичное программирование);
 оптимизация в условиях неопределенности;
 оптимизация на основе метамоделей для
вычислительно затратных целевых функций;
 интеллектуальные эвристики выбора наиболее подходящего для данной задачи алгоритма.
Модуль GTOpt — ключевой инструмент многодисциплинарной оптимизации в составе комплекса
PSE/MACROS. Общей целью при разработке алгоритмов GTOpt является минимизация количества вызовов пользовательских функций (вычисления значений целевых функций и ограничений)
при сохранении качества результатов, т. е. решение сложнейших оптимизационных задач в сжатые
сроки.
Модуль метамоделирования Generic Tool
for Approximation (GTApprox)
Позволяет строить модели функций отклика по
данным натурных или численных экспериментов.
Характеристики модуля:
 набор разнообразных, как оригинальных, так
и стандартных современных алгоритмов построения метамоделей для разных типов данных и
функций отклика (на основе гауссовских процессов, нейронных сетей, сплайнов, полиномиальных
моделей и т. д.);
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
47
 встроенная логика выбора оптимального для
данной задачи алгоритма;
 уникальные специальные режимы: анизотропная тензорная аппроксимация, предсказание
неопределенности метамодели, сглаживание и
дифференцирование метамодели и т. д.
Метамодели GTApprox обладают высокой точностью, при этом вычислительная сложность метамодели, как правило, на порядок ниже сложности вычисления исходной функции. В результате
использование метамоделей позволяет добиться
существенного ускорения решения задач оптимизации, анализа чувствительности исследуемых
зависимостей к отдельным параметрам и других.
скольких источников данных, имеющих разную
точность, например, используя данные небольшого числа натурных экспериментов и дополнительную выборку данных, полученных в результате
вычислительных экспериментов, для уточнения
поведения модели.
Модуль планирования экспериментов
Generic Tool for Design of Experiments (GTDoE)
Содержит:
 классические экспериментальные планы
(полнофакторный, латинские гиперкубы, последовательности Соболя, Гальтона, Фауре);
 адаптивное планирование эксперимента для
создания метамоделей;
 оптимальные планы (I-оптимальный, D-оптимальный) для создания метамоделей.
Модуль поиска наиболее значимых
параметров модели Generic Tool for Important
Variable Extraction (GTIVE)
Функциональность модуля:
 сортировка параметров по влиянию на целевую функцию по нескольким методам (линейная
регрессия, взаимная информация, метод элементарных эффектов, метод FAST);
 собственная версия метода FAST с использованием метамоделей.
Модуль GTIVE позволяет, например, обнаружить несущественные или слабо влияющие на характеристики параметры изделия, чтобы в дальнейшем исключить их из рассмотрения, таким
образом понизив размерность в задачах оптимизации и метамоделирования для ускорения расчетов.
Примеры применения алгоритмов библиотеки
MACROS в сочетании с возможностями
интеграционной платформы PSE
В общем случае для нахождения оптимальной
конфигурации изделия требуется:
выбрать параметры изделия, которые могут
меняться в процессе исследования;
выбрать математическую модель, адекватно
описывающую поведение изделия во всем диапазоне параметров;
описать математически поставленную задачу
оптимизации.
Задачи многодисциплинарной оптимизации характеризуются использованием для описания изделия нескольких моделей, взятых из разных дисциплин (экономическая модель, физическая и т. д.).
В качестве первого примера рассматривается
задача оптимизации боковых несущих панелей
конструкции пресса (рис. 5), где требовалось найти
ряд конфигураций, оптимальных по критериям
объема, массы и цены конструкции. Переменными
данной задачи являются следующие варьируемые
параметры:
 геометрические размеры (7 параметров);
 марка стали и толщина листа (2 дискретных
параметра, набор из каталога).
Инструмент снижения размерности модели
Generic Tool for Dimension Reduction (GTDR)
Осуществляет преобразование большого числа
исходных параметров модели к малому числу
новых синтетических параметров. Делает возможным снижение размерности за счет сжатия с частичной потерей информации, позволяет контролировать степень сжатия (размерность сжатого
пространства) и величину потерь (ошибку восстановления).
Модуль консолидации данных Generic Tool
for Data Fusion (GTDF)
Позволяет строить метамодели на основе не-
Рис. 5. Внешний вид изделия и прочностная расчетная
модель
Ограничения:
 прочностные (минимально допустимая прочность);
 габаритные (габариты конструкции ограничены размерами металлических листов из каталога);
 объем рабочего пространства (не менее заданного значения).
Целевые функции:
 объем конструкции в целом;
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
48
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
 масса конструкции;
 цена.
Таким образом, математически данная задача
представляет собой задачу многокритериальной
оптимизации с ограничениями и большим числом
параметров; дополнительная сложность возникает
из-за дискретной природы некоторых переменных.
Собственно поиск решения оптимизационной
задачи производится модулем GTOpt, входящим в
состав комплекса "Состав библиотеки MACROS".
Задача использует две модели: механическую модель, прогнозирующую прочность конструкции, и
простую экономическую модель, прогнозирующую
стоимость панели. Для параметризации геометрии
изделия в задаче использовался пакет SolidWorks,
а для расчета прочностных и габаритных ограничений — система конечно-элементного анализа
ANSYS. Экономическая модель была реализована
непосредственно в среде PSE; основным вопросом стала автоматизация передачи данных между
модулем оптимизации и связкой SolidWorks–
ANSYS, вычисляющей значения некоторых целевых функций и ограничений задачи.
В PSE модуль GTOpt реализован как блок, в
конфигурации которого задается общее описание
задачи (количество переменных, целевых функций, ограничений, их особенности и т. п.); в выходные порты этого блока поступают значения переменных, во входные принимаются рассчитанные
значения функций. Данный блок управляет оптимизационным циклом, т. е. при запуске начинает
итеративный процесс, в ходе которого автоматически производится многократное вычисление
функций для поиска оптимальных наборов пара-
метров.
Для интеграции с SolidWorks в PSE предусмотрен специальный блок, принимающий на вход параметры модели (значения переменных, полученные от блока GTOpt) и вызывающий процесс
SolidWorks для ее перерасчета. Для интеграции с
ANSYS использовались блоки общего назначения,
реализующие формирование нового файла сценария ANSYS на каждой итерации оптимизатора,
запуск ANSYS с передачей системе текущих сценария и механической модели и разбор файла отчета ANSYS, т. е. считывание значений указанных
полей и передачу этих значений блоку GTOpt в
качестве значений функций.
Таким образом, вся реализация данной задачи
в PSE/MACROS представляет собой единую РЦ с
автоматическим циклом оптимизации, которая легко может быть сконструирована пользователем,
знакомым с работой в SolidWorks и ANSYS.
Конечным результатом работы блока оптимизации в случае многокритериальной задачи является множество оптимальных по Парето решений
задачи оптимизации (Парето-фронт). С точки зрения конструктора, это множество состоит из различных предложенных оптимизатором наборов
варьируемых параметров, приводящих к созданию
различных конфигураций изделия (т. е. значений
целевых функций для каждого из наборов параметров). Как видно из рис. 6, все множество оптимальных по сочетанию критериев конфигураций
может быть представлено в удобном виде на графике, позволяющем конструктору принять окончательное решение о выборе материалов, объема и
стоимости изделия.
1300
Толщина/
марка стали
20 А
20 В
1200
20 С
30 А
1100
30 В
30 С
Цена, у.е.
40 А
40 В
1000
50 А
50 В
900
800
2,00Е+07
4,00Е+07
6,00Е+07
8,00Е+07
Объем, мм
1,00Е+08
Оптимальные точки
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
1,20Е+08
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
49
Рис. 6. Результаты оптимизации боковой панели пресса
В качестве второго примера рассматривается
задача, показывающая, что многодисциплинарная
оптимизация может быть применима не только к
одному изделию, но и к целой серии устройств. В
данном случае речь идет об успешном применении комплекса PSE/MACROS компанией Airbus в
задаче по оптимизации семейства пассажирских
самолетов на этапе концептуального проектирования. Постановка и подход к решению этой задачи подробно описаны в [4]; ее ключевая особенность состоит в том, что предметом рассмотрения
являются одновременно несколько самолетов,
составляющих семейство. Согласно концепции
семейства ЛА, предложенной Airbus, достигается
снижение стоимости производства и эксплуатационных издержек за счет того, что семейство имеет
как можно больше общих компонент. В то же время различные самолеты семейства ориентированы на различные области рынка, эксплуатационные требования в которых могут значительно
отличаться.
Задача порождает разнообразные конфликтные ограничения: ее математическая постановка
привела к задаче многокритериальной оптимизации (9 критериев) большой размерности (12 параметров) с большим количеством нелинейных ограничений (33 нелинейных ограничения). Таким
образом, даже при использовании упрощенных
физических, аэродинамических, эксплуатационных
и экономических моделей данная задача не тривиальна и не может быть решена стандартными
методами.
При решении, помимо модуля оптимизации,
интенсивно использовался модуль метамоделирования GTApprox для построения вышеперечисленных моделей; сочетание их с другими возможностями комплекса PSE/MACROS позволило не
только найти решения этой задачи, улучшающие
проектные характеристики на величину 10—20 %,
но и восстановить картину Парето-фронта для
различных моделей семейства [4].
Выводы
1. Программный комплекс PSE/MACROS
предоставляет как интеграционную платформу для
автоматизации сложившихся процессов сложных
многодисциплинарных расчетов, так и собственный развитый инструментарий для оптимизации и
анализа данных. Приведены краткие сведения о
структуре комплекса, вариантах пользовательского интерфейса, возможностях платформы PSE и
составе встроенной алгоритмической библиотеки
MACROS.
2. Практика показывает, что использование
программного комплекса PSE/MACROS значительно повышает эффективность проектирования
благодаря автоматизации расчетов, снижению
объема
вычислений,
наличию
собственных
средств анализа данных и графической оболочки,
облегчающей использование возможностей комплекса.
ЛИТЕРАТУРА
1.
PSE
//
DATADVANCE
[Офиц.
сайт].
URL:
http://www.datadvance.net/ products/pse.html
2. What is MACROS // DATADVANCE [Офиц. сайт]. URL:
http://www.datadvance.net/products/what-is-macros.html
3. Ice for Grid Computing // ZeroC [Офиц. сайт]. URL:
http://www.zeroc.com/icegrid
4. Druot T., Alestra S., Brand C., Morozov S. Multi-objective
optimization of aircrafts family at conceptual design stage. // Inverse
Problems, Design and Optimization Symposium. Albi, France, June
26—28, 2013.
PSE/MACROS: software environment for process integration,
data mining and design optimization
E. V. Burnaev, F. V. Gubarev, S. M. Morozov, A. A. Prokhorov, D. S. Khominich
DATADVANCE, LLC, Moscow, Russia
PSE/MACROS is a process integration environment with a wide range of capabilities. The package contains an advanced optimization suite including contemporary and efficient algorithms, versatile CAD/CAE
integration components, and various multidisciplinary analysis and visualization tools. Entire integrated
process is represented as an intuitive workflow in the embedded GUI. Applied to complex challenges,
PSE/MACROS proved to cut production time and costs and significantly improve the design performance.
Keywords: process integration, CAE, multidisciplinary optimization. data mining.
Бурнаев Евгений Владимирович, начальник сектора интеллектуального анализа данных.
E-mail: evgeny.burnaev@datadvance.net
Губарев Федор Васильевич, начальник сектора многодисциплинарной оптимизации.
E-mail: fedor.gubarev@datadvance.net
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU
МЕЖОТРАСЛЕВАЯ ИНФОРМАЦИОННАЯ СЛУЖБА
50
Морозов Сергей Михайлович, генеральный директор.
E-mail: sergey.morozov@datadvance.net
ИНФОРМАЦИЯ ОБ ИЗДАНИЯХ ИНСТИТУТА РАЗМЕЩЕНА НА САЙТЕ ФГУП "ВИМИ" WWW.VIMI.RU