[发明专利]用于评估工程组件的稳健性的计算机实施的方法及系统

说明书

本公开涉及一种用于评估工程组件的稳健性的计算机实施的方法及系统。一实例方法包括：接收工程组件的多维工程域的工程问题定义，其中该工程问题定义包括对工程组件的多个工程特征的描述。执行最优分层抽样算法，该算法从多维工程域获取多个概率样本。选择高保真模型、降阶模型和用于执行概率样本的响应面的最优组合。使用选择的组合来执行概率样本，以确定多个工程特征的每个工程特征的相应工程响应。基于确定的工程响应，生成工程组件的稳健性记分卡，以量化多个工程特征的每个工程特征的稳健性分数。向用户展示稳健性记分卡。

技术领域

本发明主要涉及抽样系统，并且更具体而言，涉及用于经由多维设计空间的最优分层抽样来评估工程产品的稳健性的系统。

背景技术

经常使用安全因素来最小化工程产品失效的可能性。安全因素协助抵御多种变异，以确保稳健的工程产品。使用安全因素经常会受到多个技术问题的限制。例如，安全因素并不是作为先验前提所知晓并且会经常高度依赖于所分析的工程系统的复杂性。如此，使用安全因素会经常导致工程计算过于保守。

导数方法也同样被用于分析工程产品的稳健性(鲁棒性，robustness)。这些导数方法有时涉及评估关键设计点周围的导数或者斜率，并且因此涉及从导数数据得出灵敏度度量。基于该方法，显示出最小灵敏度的响应的设计点被认为是从工程立场来说最稳健的。然而，导数方法主要需要系统做出如下的假设，即获取的工程响应不仅可微分而且还是连续的，这在多数情况下并不正确。对于整个工程域而言，这些类型的导数方法并不有效，因为这些导数方法仅仅只得出稳健性的局部解决方法。

基于蒙特卡洛(MC)的方法也同样被用于分析工程产品的稳健性。该方法主要涉及通过采用MC抽样技术，将变异从输入变量空间传播至响应空间，以量化响应变化。用于稳健性评估的基于MC的抽样受到多个技术问题的限制。例如，基于MC的抽样方法不能随着维度的增加进行良好的扩展。而且，基于MC的抽样方法扩张了大量的计算资源并且缺少处理用于建模和显示变异的非正态响应分布的能力。

术语“蒙特卡洛”、“MC”和“样本随机抽样”在本文中可互换地引用。

发明内容

本发明的实施方式提供用于评估工程组件的稳健性的并行冲突的计算机实施的方法。该计算机实施的方法的非限制性的实例包括通过包括一个或多个处理器的系统，接收工程组件的多维工程域的工程问题定义，其中，该工程问题定义包括对工程组件的多个工程特征的描述。该方法包括通过系统，执行最优分层抽样算法，该算法从多维工程域获取多个概率样本。该方法包括通过系统，选择高保真模型、降阶模型和用于执行获取的概率样本的响应面的组合。该方法包括通过系统，使用选择的组合，执行获取的概率样本，以确定多个工程特征的每个工程特征的相应工程响应。该方法包括通过系统，基于确定的工程响应，生成工程组件的稳健性记分卡，以量化多个工程特征的每个工程特征的稳健性分数。该方法包括通过系统，经由用户设备的图像用户界面，向用户展示稳健性记分卡。

本发明的实施方式提供用于评估工程组件的稳健性的系统。该系统包括被配置为执行一方法的一个或多个处理器。该方法的非限制性实例包括通过该系统，接收工程组件的多维工程域的工程问题定义，其中，该工程问题定义包括对工程组件的多个工程特征的描述。该方法包括通过系统，执行最优分层抽样算法，该算法从多维工程域获取多个概率样本。该方法包括通过系统，选择高保真模型、降阶模型和用于执行获取的概率样本的响应面的组合。该方法包括通过系统，使用选择的组合，执行获取的概率样本，以确定多个工程特征的每个工程特征的相应工程响应。该方法包括通过系统，基于确定的工程响应，生成工程组件的稳健性记分卡，以量化多个工程特征的每个工程特征的稳健性分数。该方法包括通过系统，经由用户设备的图像用户界面，向用户展示稳健性记分卡。