2025 versiyonunu Altair ONE Marketplace‘den indirebilir, taleplerinizi iletişim formundan iletebilirsiniz.

Yeni özelliklerden bazıları;

Implicit Doğrusal Olmayan Analizler için Otomatik Temas

Implicit doğrusal olmayan analizler (nonlinear) için otomatik temas (auto-contact) artık desteklenmektedir. Explicit analizlerdeki otomatik temas özelliğinde olduğu gibi, implicit analizlerde de TYPE alanının AUTO olarak ayarlanması ile otomatik temas etkinleştirilir. (NLSTAT/NL-Transient)
Belirli yüzeylerde otomatik teması etkinleştirmek için ACTIVA seçeneği, belirli temas yüzeylerini otomatik temastan çıkarmak için ise DEACTIVA seçeneği kullanılır. Temas arayüzleri için temas özelliklerini etkinleştirmek amacıyla PCONT seçeneği kullanılabilir.

Mafsallarda doğrusal olmayan sönümleme tanımlama desteği

Implicit analizlerde kullanılan tüm mafsal bağlantıları (JOINTG) için doğrusal olmayan sönümleme desteğini eklenmiştir. Doğrusal sönümleme, sönüm katsayısı c ile tanımlanırken; doğrusal olmayan sönümleme, doğrudan veya açısal hızın bir fonksiyonu olarak kuvvet veya moment biçiminde tablo formatında tanımlanır.

Implicit-Explicit Ardışık Analizler

OptiStruct 2025 versiyonuyla birlikte explicit analizler, bir önceki implicit analizden devam edebilmektedir. Bu işlem explicit analizde CNTNLSUB seçeneği kullanılarak çözümün devam edeceği implicit analizi belirterek gerçekleştirilir. Kullanıcılar böylece tek model ve çözücü ile yüksek verimlilik ve performans kazanırlar. Uygulama örnekleri:

• Implict: civata ön-gerilimi + Explicit: elektronik ekipman düşme testi
• Implicit: Süspansiyon geçme sıkılığı ve ön-gerilimi + Explicit: Çukura giren araç sürüşü
• Implicit: Römork bağlantı vidası ön-gerilimi + Explicit: Çarpışma yüklemesi

Düşük yoğunluklu köpük malzeme modellemesi desteği

Explicit analizlerde düşük yoğunluklu köpük malzeme artık MATHE –> LDFOAM malzeme modeli belirtilerek modellenebilir. Düşük yoğunluklu köpük malzeme modeli, önemli oranda hıza duyarlı davranışa sahip yüksek oranda sıkıştırılabilir düşük yoğunluklu köpükler için tasarlanmıştır. Sıkıştırma için farklı gerinim oranlarında tek eksenli gerilme-gerinim eğrilerinin doğrudan belirtilmesini gerektirir. İsteğe bağlı olarak, gerilimler için farklı gerinim oranlarında tek eksenli gerilme-gerinim eğrileri de tanımlanabilir.

Rastgele Yanıt Analizi için Global-Lokal Sub Modelleme Desteği

Daha önce global-lokal sub modelleme yaklaşımı aşağıdaki analiz türleri için desteklenmekteydi:

• Doğrusal Statik Analiz
• Doğrusal Olmayan Statik Analiz (SMDISP, LGDISP)
• Doğrusal Zamana Bağlı (Transient) Analiz (Modal, Direct)

OptiStruct 2025 versiyonuyla birlikte artık Rastgele Yanıt Analizi (Frekans Yanıtına Dayalı) için de desteklenmektedir

Elektrostatik Analiz

Elektrostatik analiz 2025 versiyonuyla desteklenmektedir ve ANALYSIS ESTAT komutu ile tanımlanabilir. ESTAT, dielektrik bir malzeme içindeki elektrik potansiyel dağılımını bulmak ve yapı üzerindeki elektrostatik kuvveti değerlendirmek için kullanılabilir. Hesaplanan elektrik potansiyel dağılımı ve elektrostatik kuvvet, yapısal analizlerde harici yükleme olarak da kullanılabilir. Kullanabilen malzemeler MAT1PT, MAT2PT

CBEND Elemanı

Kavisli bir kiriş veya boru elemanının modellenmesi CBEND elemanı ve PBEND property kullanılarak modellenebilir. CBEND elemanı kavisli kirişlerde nötr eksen kaymasını hesaba katar ve iç basıncın etkilerini dikkate alır.
Boru analizi için 2D elemanlara göre çok verimli bir modelleme alternatifi olarak kullanılabilir (örneğin, uzun boru tertibatlarının büyük 1B modelleri).

CBEND ve PBEND aşağıdaki doğrusal analiz türleri için kullanılabilir:

• doğrusal statik analiz
• normal mod analizi
• frekans yanıt analizi (direct ve modal)
• rastgele yanıt analizi
• doğrusal geçici (transient) analiz (direct ve modal)

Süpersonik Aeroelastisite

OptiStruct 2025 versiyonuyla birlikte, süpersonik rejim (Mach sayısı > 1.0) için aeroelastisite artık desteklenmektedir. Süpersonik akış, Sabit Basınç Yöntemi (CPM – Constant Pressure Method) kullanılarak modellenmiştir. Desteklenen Analiz Türleri: Trim, Flutter, Divergence

Topoloji optimizasyonunda birden fazla kullanıcı tanımlı frezeleme kısıtlaması desteği

Döküm parçaları için çekim açısı (draft) elde etmek amacıyla frezeleme kısıtlamaları kullanılabilir.
Büyük döküm parçaları genellikle 3,4 veya daha fazla kalıp yönüne sahiptir. Bu, yeni MILLU kartı tarafından desteklenmektedir.MILLU kartı aracılığıyla birden fazla kullanıcı tanımlı frezeleme (milling) kısıtı tanımlanabilir. Bu da daha karmaşık ve üretilebilir tasarımlar oluşturmayı mümkün kılar.

Frezeleme kısıtları 3 farklı şekilde tanımlanabilir:

• Erişim açısı kullanılarak
• Frezeleme ucu ve başlığı boyutları tanımlanarak
• Erişim açısı ve uç yarıçapı birlikte kullanılarak

Yeni geometrik cevap fonksiyonları

Geometrik cevap ve geometrik deformasyon cevabı artık yapısal optimizasyonda desteklenmektedir. Bu yanıtlar DRESP1 kullanılarak tanımlanabilir ve yükten bağımsızdır. Geometrik cevap, RTYPE=GEORESP kullanılarak seçilebilen yükten bağımsız bir yanıttır. Bu cevaplar grid konumlarının fonksiyonlarıdır. Mevcut 19 tip geometrik cevap vardır.

• LENGTH: Düğüm noktaları arası mesafe
• ANGLE: Düğüm noktaları arası açı
• AREA3/AREA4: Düğüm noktaları tarafından tanımlanan alanların toplamıdır. Shell elemanlar (CTRIA3 ve QUAD4)
• VOL4/VOL5/VOL6/VOL8: Düğüm noktaları tarafından tanımlanan hacimlerin toplamı (TETRA, PYRA, PENTA ve HEXA elemanlar)
• DGLINE: Düğüm noktaları tarafından tanımlanan çizgi arasındaki mesafe
• DGPLANE: Düğüm noktaları tarafından tanımlanan düzlem arasındaki mesafe
• DIFFX/DIFFY/DIFFZ: Temel koordinat sisteminde G2 ve G1 arasındaki x, y veya z koordinatlarındaki (sırasıyla) farktır. Bu değer pozitif, sıfır veya negatif olabilir.
• DISTX/DISTY/DISTZ: Temel koordinat sisteminde G2 ve G1’in x, y veya z koordinatları (sırasıyla) arasındaki mutlak farktır. Bu değer sadece pozitif veya sıfır olabilir.
• LOCX/LOCY/LOCZ: Temel koordinat sisteminde G1’in x, y veya z koordinat değeridir (sırasıyla). Bu değer pozitif, sıfır veya negatif olabilir.

Ses Basıncı Seviyesi (SPL) Optimizasyonu

Topoloji optimizasyonu artık Dış Ses Yayılım Analizi (RADSND) için desteklenmektedir. Dış ses basıncı yanıtı DRESP1 seçeneğinde RTYPE=FRPRES kullanılarak tanımlanabilir.

The post Altair OptiStruct 2025 Yeni Özellikler appeared first on .

OmniQuest, yapısal optimizasyon alanında devrim niteliğinde algoritmalar geliştiren ve günümüz ticari piyasasında kullanılan birçok benzersiz ve güçlü optimizasyon algoritmasını geliştiren yapısal optimizasyon alanında bir dev olan Profesör Gary Vanderplaats tarafından kurulmuştur. Profesör Vanderplaats, pratik yapısal ve disiplinlerarası tasarım optimizasyonunun (MDO) kurucu babası olarak kabul edilmektedir.

Altair’in, OptiStruct® yapısal optimizasyon teknolojisiyle alanında açık ara olan liderliği bu satın alma ile daha da güçlenmiştir.

The post Altair, Optimizasyon Yazılım Şirketi OmniQuest’i Satın Aldı appeared first on .

Tüm dünyadan mühendislik öğrencileri, yenilikçi, sürdürülebilir, hafif tasarımlar oluşturmak için Altair® Inspire kullanarak topoloji optimizasyonunu uygulayarak fikirlerini sergilemeye davet ediliyor.

Yarışma, topoloji optimizasyonu yoluyla hafifletme konusundaki farkındalığı artırmak, öğrencileri teknolojinin yetenekleriyle tanıştırmak, öğrencilerin kendilerini akranlarından üstün kılacak beceriler geliştirmelerine yardımcı olmak ve en önemlisi mühendislik yaparken eğlenmek için tasarlanmıştır!

Ödüller

Mayıs 2023’ten itibaren, her küresel bölgede ayın en sıra dışı öğrenci gönderilerine ödüller verilecektir.

Küresel Büyük Ödül (yarışmanın sonunda): En iyi başvuru için 7,500 $

Aylık Ödüller:
– Her bölgenin en iyi girişi için 750$
– Her bölgenin en yaratıcı tanıtım videosu için 200 $
– Rastgele bir wild card kazananı için 100$

Bilmeniz Gerekenler

1-) ÜCRETSİZ Altair Inspire yazılımını indirin çalışmaya başlayın https://altairuniversity.com/free-altair-student-edition/

2-) Altair’in Optimizasyon Araçlarını Nasıl Kullanacağınızı Öğrenin Inspire Instructional Video Series

3-) Projenizi göndermeden önce lütfen yarışma kurallarını ve başvuru kriterlerini okuyun.

4-) Sık sorulan soruların yanıtları, başvurular ve daha fazlası için FAQ sayfasını inceleyin.

The post Altair Global Öğrenci Yarışması appeared first on .

Altair Inspire yazılımını denemek için Altair ONE Marketplace‘den indirebilir, sorularınız için iletişim formunu kullanabilirsiniz.

GEOMETRİ

Project & Split Aracı

Bu yeni araç kullanıcılara;

• Bir yüzeyi veya katı parçayı bölmek için bir yüzeyi veya çizimi belirtilen bir yön boyunca yansıtma
• Normal, XYZ, vektör veya en kısa mesafeyi yansıtma
• Modelinizin diğer bölümlerinden yansıtılan yüzeyleri kullanarak geometri oluşturma olanağı
  

sağlar.

Değişken fillet yarıçapı tanımlama

Fillet aracına eklenen yeni özellikle birlikte;

• Tek veya bağlı kenarlar boyunca değişken yarıçap değerleri uygulayın
• İnteraktif olarak fillet kenarı boyunca herhangi bir yere sürükleyerek fillet yarıçapını ayarlayın
• Tek bir fillet işleminde birden fazla filllet kontrol edin.
• Köşelerde filletların birleştiği yerlerde fillit geri çekilmesini ayarlayın.
• Ayrı fillitlar boyunca fillet boyutları üzerinde daha fazla kontrol
• Teğet (G1) veya Eğrilik (G2) sürekliliği belirleyin.

Revolve Aracı

Parça yapımında kullanılan standart ama çok kullanışlı bir araç olan Revolve ile kullanıcılar bir veya daha fazla yüzeyi, çizimi, çizgiyi veya 2D kenarı bir eksen etrafında döndürebilirler.

Intersect aracı yüzey gruplama

Intersect aracına daha hızlı toplama ve daha iyi kullanıcı deneyimi için yüzey gruplama özelliği eklenmiştir.

Reference Plane – Normalin Yönünü Çevirme

Referans Düzlemi aracı artık referans düzleminin normalinin yönünü tersine çevirmenize olanak tanıyan yeni bir mikro diyalog seçeneğine sahiptir.

Linear ve Circular Pattern için Simetri seçeneği

1/2 yönü boyunca (Doğrusal Desen) veya seçilen eksen boyunca (Dairesel Desen) simetrik olarak desen oluşturmanıza olanak sağlayan Simetri seçeneği eklenmiştir.

ÇİZİM

Doğrusal ve dairesel çizim deseni

Geometri şeridine eklene yeni araçlar çizim varlıklarından doğrusal ve dairesel desenler oluşturabilirsiniz. Desen oluşturma sırasında veya sonrasında desenin aralıklarını ve kopyalarını düzenleyebilirsiniz.

Çizim varlıklarını izole etme

Modelleme penceresinde veya Model Browser’da bir çizim öğesine sağ tıkladığınızda, artık bağlam menüsünden Isolate‘i seçebilirsiniz.

PolyNURBS

Yüzeyleri birleştirme

Artık PolyNURBS yüzeylerini birleştirebilirsiniz

YAPISAL ANALİZ

Temas Tanımlama Kontrolü

Temas (contact) türleri artık Contact Tool içinden kontrol edilmektedir.

Eğer entegre Altair SimSolid çözücüsünü kullanıyorsanız, artık bir analizde separate ve slide temasları ilişkilendirebilirsiniz.

Design Explorer’da Frekans Yanıt Optimizasyonu

Artık Design Explorer‘ı her iki entegre çözücü (Altair OptiStruct & Altair SimSolid) için de bir frekans yanıtı ile çalıştırabilirsiniz.

“Design Explorer Results” tablosundan artık satıra sağ tıklayabilir ve o çalıştırmadaki değişkenleri mevcut modele yükleyebilir/güncelleyebilirsiniz.

• Explorations ları çoğaltma
• Cevapları (responses) çoğaltma
• Min/Maxs DV sınırları denetleyicisi

UI Designer

Yeni UI Designer araç seti, manuel kodlama yapmadan grafiksel kullanıcı arayüzü tasarımları oluşturmak için kolay bir sürükle-bırak yöntemi sağlar. Sezgisel iş akışı, bir GUI tasarımını önceden tanımlanmış nesnelerle bir araya getirmenize, tasarımı önizlemenize ve değiştirmenize, ardından tasarımı daha da geliştirebileceğiniz bir Python kodu iskeleti olarak kaydetmenize olanak tanır.

The post Altair Inspire 2022.1 Yeni Özellikler appeared first on .

Aksi-simetrik optimizasyon aşağıdaki optimizasyon yöntemleri için desteklenmektedir;

• Şekil (shape) optimizasyonu
• Serbest şekil (free-shape) optimizasyonu (hem klasik hem de grid base yöntemler)
• Malzeme özelliklerine göre boyutlandırma (sizing) optimizasyonu (DVMREL)

Desteklenen cevap (response) fonksiyonları;

• Yer değiştirme
• Uyum (compliance)
• Özdeğer (eigenvalue)
• Gerilme
  • von Mises stress (SVM)
  • Radial stress (SR)
  • Hoop/circumferential stress (ST)
  • Longitudinal stress (SAZ)
  • Radial shear (SRA)

Aşağıdaki örnek modelde hedef toplam hacmin minimize edilmesidir ve ST gerilmesi için kısıtlama tanımlanmıştır.

Aksi-simetrik model yapısal optimizasyon sonucu

Sorularınız olması durumunda iletişim formunu kullanabilirsiniz.

The post Aksi-simetrik modellerde yapısal optimizasyon appeared first on .

ALM, topoloji optimizasyonu için lokal stres kısıtlamalarını ele almak üzere uygulanmıştır. Varsayılan P-Norm yaklaşımına alternatif bir yöntemdir.

ALM yeni bir cezalandırma şeması kullanır. Tipik olarak, yerel stres kısıtlamalarının sayısı çok fazladır. ALM, stres kısıtlamalarını amaç fonksiyonu üzerinde cezalandırır. Bu nedenle, toplam stres kısıtlaması sayısı önemli ölçüde azalır ve problem verimli bir şekilde çözülebilir.

Topoloji optimizasyon problemleri genellikle SIMP (Solid Isotropic Material with Penalty) yöntemi ile birden fazla cezalandırma aşamasından geçer. ALM ile tek bir aşamada çözülürler. Genel olarak, ALM, P-Norm yönteminden önemli ölçüde daha hızlı yakınsar.

• ALM, DOPTPRM, ALMTOSTR, 1 ile etkinleştirilebilir.
• ALM yalnızca topoloji optimizasyonu için desteklenir.
• ALM, Level Set yöntemi için de desteklenmektedir.
• ALM için arayüz desteği Altair HyperWorks 2022.1 sağlanacaktır

Aşağıdaki gibi solid elemanlardan oluşan bir salıncak kolunda ALM ve P-Norm sonuç karşılaştırması yer almaktadır.
Hedef, hacmi minimize etmektir ve tasarım alanındaki bölge için stress<12 kısıtlaması uygulanmıştır.

ALM ve P-Norm yönteminin karşılaştırma sonucu

Sorularınızı iletişim formunu kullanarak bize iletebilirsiniz.

The post Gerilme kısıtlamalı topoloji optimizasyonu için ALM yöntemi appeared first on .

PhysicsAI Expert Emulation, bir Deney Tasarımı (DOE) alır, sonuç dosyalarını okur ve tasarım alanınızdaki farklı davranışları görselleştirmek için kümelemeyi kullanır. Daha sonra, yeni bir analizin davranışını otomatik olarak tanımlamak için kullanılabilecek, istediğiniz davranışı tanımlayan bir sınıflandırıcı oluşturmanıza olanak tanır.

Altair OptiStruct ile harici makine öğrenimi modelimizi nasıl birleştiririz? Cevap, Excel, Fortran, C veya Altair Compose‘a bir köprü oluşturmamızı sağlayan DRESP3 kartıdır (harici yanıt /external response). Altair PhysicsAI Makine Öğrenimi kütüphanelerini kullanmak için python’a erişebilmemiz gerekir, bir C veya Fortran kütüphanesi derleme gerektirir, ancak Altair Compose python’a yerleşik bir köprüye sahiptir – derleme gerekmez! Bu bize aşağıdaki iş akışını verir,

Bu iş akışını test etmek için bir modele ihtiyacımız var, bu yüzden Atlair OptiStruct help içerisinde bulunan bir örnek kullanalım, OS-E: 0930, Altair Compose ile arayüz oluşturan bir DRESP3’ün nasıl oluşturulacağını açıklıyor. Bu örnek, rüzgâr yüklemesi altındaki bir radar çanağının dörtte birini içermektedir. Simetri koşulları yatay ve dikey bağlantı levhalarına uygulanır, destek kirişi zemine tamamen sabitlenir ve yükleme, çanağın yüzeyine bir basınç yükü yoluyla uygulanır. Kalınlık (gauge) tasarım değişkenleri dış yüzey ve bağlantı levhaları üzerinde tanımlanmış ve ayrı bir tasarım değişkeni de malzemelerin Young modülü üzerinde tanımlanmıştır.

PhysicsAI Expert Emulation makine öğrenimi modelimizi oluşturmak için bir veri kümesi oluşturmamız gerekecektir. Bunu, Altair HyperStudy‘de bir Deney Tasarımı (DOE) çalıştırarak yapabiliriz; burada her nokta, her tasarım noktasında tasarım değişkenleri için farklı değerlerle yalnızca yukarıdaki radar çanağının bir analizidir. Bu DOE daha sonra aşağıda gösterilen Altair HyperWorks‘daki PhysicsAI Expert Emulation tarafından sonradan işlenebilir,

Yer değiştirme şeklini sorguladığımızda, tasarım alanında iki ana davranış olduğunu görebiliriz; biri yumuşak bir yer değiştirme, diğeri ise radarın sağ üst köşesinde yoğunlaşan yer değiştirme. PhysicsAI Expert Emulation, sınıf üyeliğini yalnızca bir sonuç dosyasından değil, aynı zamanda dahili bir alan tahmincisinden de tahmin edebilen bir sınıflandırıcı oluşturabilir (alan tahmini hakkında daha fazla bilgiyi buradan okuyabilirsiniz).

Dahili alan tahminini kullanmak, yeni bir sonuç dosyası yerine tasarım değişkeni değerlerinden bir sınıflandırma yapmamızı sağlayacaktır. Bu örnek model için, sınıflandırma modeli bir test setinde hem sonuç dosyasından hem de dahili alan tahmincisinden tahmin yaparken %100 doğruluğa sahiptir ve dahili alan tahmincisinin R2 değeri 0,93’tür, bu nedenle doğru tahminler alacağımızdan emin olabiliriz.

Artık sınıflandırma modelimiz olduğuna göre, bunu bir DRESP3 kullanarak Altair OptiStruct modelimize bağlamalıyız. Bunu yapmak için Altair Compose ve onun python köprü işlevini kullanacağız. Compose’da, aşağıda gösterildiği gibi OptiStruct’tan çağrılacak aşağıdaki işlevi oluşturuyoruz; burada tasarım değişkeni girdilerimiz “rparam” içinde yer alıyor ve çıktı “rresp” içine kaydediliyor. Tasarım değişkenlerini python’a aktarıyoruz, PhysicsAI – Expert Emulation sınıflandırıcımızı çalıştıran bir komut dosyası çalıştırıyoruz ve ardından tasarımın “class_probability” değişkeninden istediğimiz grupta olma olasılığını döndürüyoruz.

Daha sonra OptiStruct’taki fonksiyonumuza, optimizasyon başlığında aşağıdaki satırla bir kütüphane olarak referans verebiliriz,

ve ardından bu kütüphaneyi bulk data daki aşağıdaki kartla referanslandıran tasarım yanıtını oluşturun.

Artık makine öğrenimi yanıtımızı diğer yanıtlarla aynı şekilde ele alabiliriz. Bu durumda DRESP3, tasarımın istenen sınıfta olma olasılığını döndürecektir, bu sadece sınıf etiketine (örneğin, grup 1 veya 2) tercih edilir, çünkü olasılık sürekli olacaktır ve optimize edicinin gradyanları hesaplamasına izin verecektir.

Her bir deformasyon grubunu hedefleyen iki optimizasyon kurarak sınıflandırma yanıtını test edelim. Her bir grubu, tasarımın o grubun bir üyesi olma olasılığının %60’ın üzerinde olduğu bir kısıtlama ekleyerek hedefleyeceğiz. İlk optimizasyon için kütleyi minimize edeceğiz ve Grup 1’i hedefleyeceğiz. Sonuçlar aşağıda görülebilir,

Sağ kenara doğru artan yumuşak bir yer değiştirme gradyanı ile Grup 1’in gerekliliklerini görsel olarak karşılayan bir tasarım elde ediyoruz.

İkinci optimizasyon için Grup 2’yi hedefleyeceğiz, ancak Grup 2’yi hedeflemek ve kütleyi en aza indirmek çakışmayacaktır, bu nedenle optimize edici tüm tasarım değişkenlerini alt sınırlarına ayarlayacaktır. Amaç fonksiyonunu kütleyi maksimize edecek şekilde değiştirmek Grup 2’yi hedeflemekle çelişeceğinden sınıflandırma kısıtlamasının aktif olduğundan emin olabiliriz.

Görsel olarak, optimize edicinin Grup 2’de bir sonuç ürettiğini ve yer değiştirmenin radarın sağ üst köşesinde yoğunlaştığını görebiliriz. Optimizasyon 1, Optimizasyon 2’den daha düşük bir kütleye sahiptir, bu nedenle sadece kalınlıkları küresel olarak artırarak veya azaltarak grup gereksinimimizi karşılayan çözümler bulmadığımızdan emin olabiliriz, bu da sınıflandırma kısıtlamamızın aktif ve etkili olduğunu gösterir. Sınıflandırmanın sadece yer değiştirmenin büyüklüğünden ziyade yer değiştirme şekline dayandığına dikkat edin; bu, KPI tabanlı kısıtlamalar kullanılarak yapılması zor olan bir şeydir.

Bu yaklaşım PhsyicsAI Expert Emulation ile sınırlı değildir, Python’dan çağrılabilen herhangi bir kütüphane veya fonksiyon kullanılabilir. Belki de optimizasyonunuza farklı bir fiziğin KPI’ını temsil etmek için bir regresyon modeli ekleyebilirsiniz, örneğin Yapısal bir optimizasyon içinde bir Elektromanyetik KPI’nın regresyon uyumu.

Altair HyperWorks, OptiStruct, HyperStudy ve Compose yazılımlarını Altair ONE sitesinden indirebilir, sorularınızı iletişim formunu kullanarak iletebilirsiniz.

The post Yapısal optimizasyonda Makine Öğrenimi nasıl kullanılır? appeared first on .

Kompozit temel olarak en az iki farklı malzemeden oluşan yeni bir “malzeme “dir – bir karışım. Kompozitler normalde mukavemet sağlayan bir malzemeye (fiberler) ve her şeyi/lifleri birbirine bağlayan bir malzemeye (matris) sahiptir. Sonuç, tek başına tek bir malzemeye kıyasla yeni özellikler sağlayan bir malzemedir. Kompozit, birlikte görüldüğünde yeni özelliklere sahip iki veya daha fazla malzemenin bir bağı olacaktır, ancak tüm malzemeler tek başına gözlemlendiğinde özelliklerini koruyacaktır. Kompozitler sertliği artırmak, ağırlığı düşürmek, yoğunluğu azaltmak vb. amaçlarla kullanılır. Tasarım sürecinde optimizasyonun kullanım amaçları da çoğunlukla budur: sertliği arttırmak, ağırlığı düşürmek vb.

Kompozit kullanmanın avantajları ve dezavantajları vardır. Ana avantaj şudur: ulaşılmak istenen kullanım amacına göre malzemenin nihai özelliklerini değiştirmek için çok daha fazla değişken vardır. Dezavantajlar çoğunlukla farklı malzemelerin kombinasyonundan kaynaklanmaktadır. Farklı malzemeler arasındaki yüksek sertlik değişimleri nedeniyle aralarında parçalanmalar (failure) meydana gelebilir. Ve bunların tespit edilmesi gerekir – ki bu o kadar da basit değildir.

Yaygın kompozit, bir elyaf malzemeden (örneğin cam, karbon, aramid veya doğal malzemeler) ve bunları birbirine bağlayan bir “matris” malzemeden – çoğunlukla plastikten – hazırlanır.

Enjeksiyon kalıplama içinde kullanılabilen kompozitler vardır, bunlar kısa elyaf takviyeli plastikler içerir. Tipik olarak kullanılan elyaflar 0,01 ila 5 mm arasında bir uzunluğa sahiptir. Tüm kompozit içindeki elyaf hacmi %5-30 civarındadır. Ana avantajı, saf plastiğe kıyasla kompozitin artan sertliğidir. Kullanılan elyaflar çoğunlukla cam elyaftır. Bunların tipik yoğunluğu 1.8-2.7 t/m³ arasındadır. Bu kompozitlerin izotropik olduğu kabul edilir. Kısa elyaflı kompozitlerin bir dezavantajı, kalıplama işlemi sırasında kendilerini akış yönünde yönlendirme eğiliminde olmalarıdır – bu da izotropik olmayan davranışa yol açabilir. Kullanılan matris malzemeleri genellikle elyaflarla bağ kurabilmek için ısıtılan termoplastiklerdir. Termoplastikler ısıtıldığında sıvı hale gelecektir. Termoset plastikler kimyasal bir reaksiyon ve ısıtma işlemi ile sertleşirken, termoplastikler sertliklerini soğuyarak alırlar.

Diğer kompozitlerin çoğu uzun elyaf/ sonsuz elyaf olarak adlandırılan elyaflar içerir. Tipik olarak tabaka malzemeler şeklindedir. Dokuma veya tek yönlü kumaşlar/lifler vardır, bazıları birbirine yapıştırılmıştır. Yüksek performanslı amaçlar için karbon veya aramid elyaflar kullanılır. Matris için termoset malzemeler kullanılır. Sertliği artırmak ve matris yüzdesini azaltmak için bir fırın (konklav) içinde ısıtılırlar ve burada malzemenin bağını artırmak için genellikle preslenirler. Matris hacim oranı ne kadar düşük olursa, karbon matrise kıyasla daha hafif olduğu için sertlik o kadar iyi ve yoğunluk o kadar düşük olur.

Endüstrilerde karbon elyaf takviyeli plastiklerin (cfrp) kullanım amacı farklıdır.

Otomobil üreticileri, performansı artırmak için daha yüksek fiyatlı otomobillerde kullanmaktadır. Kompozit parçaların üretimi daha karmaşık ve zaman alıcı olduğundan, normalde normal tüketici arabalarında kullanılmazlar. Metale kıyasla kompozitin maliyet/ağırlık oranı daha yüksektir. Tipik olarak kompozitler, motor kaputunda olduğu gibi teknik kullanımlarının yanı sıra “gösteriş” için de kullanılır. Ya da yüksek yüklü parçalar için yüksek sertlik/ağırlık oranına sahip olma gibi teknik avantajlarından dolayı. Genel olarak çeliğin yerine kullanılır.

Uçak sistemleri alüminyumun yerine cfrp kullanmaktadır. Uçaklardaki yükler, arabalara kıyasla yapının boyutuna göre daha düşüktür. Çoğunlukla levha malzemeler cfrp ile değiştirilmek için kullanılır.

Üretimdeki sorunlar, örneğin çelik veya alüminyuma kıyasla kalınlıktaki yüksek toleranstır. Kompozitler kendi başlarına akımı iletmezler – yıldırım çarpması riski nedeniyle bir uçakta dış kabuk olarak kullanılmak için gerekli olan şey. Ve son olarak: bir hasar durumunda delaminasyon noktalarını bulmak çok zordur (fiberler kompozitin içindeki matristen ayrılır), tamir edilebilirlik metal yapılara kıyasla çok daha kötüdür.

Son soruya gelecek olursak: neden optimizasyonda kullanılmak için mükemmeller? Malzeme içinde çok fazla değişken vardır (hangi elyaf türü, elyafların hangi yönü, hatta katmanlar sayı, yön ve kalınlık bakımından farklılık gösterebilir vb.) Tüm bunlar, bir parçanın her konumunda mükemmel malzemeyi bulmak için bir bilgisayar yardımı olmadan zordur. Kompozit malzemeler kendi içlerinde her konumda farklı olabilir, bu kompozitlerin ana avantajıdır – ve bu optimumu bulmak için optimizasyonu kullanmanın nedenidir.

Altair OptiStruct Kompozit Optimizasyonu: Konseptten Nihai Tasarıma Üç Adım

Optimizasyon, kompozit bir parçayı ilk konseptten güncellenmiş ürüne kadar götürebilir. Altair OptiStruct‘ın benzersiz kompozit optimizasyon odaklı tasarımı üç aşamalı bir süreçtir.

Aşama I – Konsept düzeyinde kat şekli: Serbest Boyut (Free-Size) Optimizasyonu

• Şu soruyu cevaplar: “Kullanabileceğim potansiyel verimli kat şekilleri nelerdir?”
• Konsept düzeyinde optimizasyon formülasyonu
• İstifleme sırasından bağımsız

Aşama II – Ayrıntılı kat sayısı: Boyut Optimizasyonu

• Şu soruyu cevaplar: “Her bir kat şeklinden kaç taneye ihtiyacım var?”
• Genellikle mühendislik gereksinimlerine göre optimize edilir
• İstifleme sırasından bağımsız

Aşama III – Ayrıntılı istifleme dizisi: İstifleme Sırası Optimizasyonu

• Şu soruyu cevaplar: “Tasarımın mühendislik kısıtlamalarını karşılaması için katlar nasıl istiflenmelidir?”

Serbest Boyut (Free-Size) Optimizasyonu

Serbest Boyut Optimizasyonu, her bir katın kalınlığını eleman bazında optimize eden kavram/konsept düzeyinde bir optimizasyondur.
SMEAR teknolojisi, optimize edilen laminatın istifleme sırasının başlangıçta belirsiz olduğu kompozit tasarım optimizasyonunda kullanılır.

Bu optimizasyonun sonuçları, optimize edilmiş geometrik kat sınırlarını göstermektedir

• Elementler bu geometrilere göre kümeler halinde gruplandırılır
• Bu işlem ‘ply tailoring’ olarak bilinir

Boyut (Size) Optimizasyonu

Boyut Optimizasyonu, özel katların kalınlığını optimize eden ince ayar düzeyinde bir optimizasyondur.

• Kat tabanlı modelleme, tasarımcıların yüzlerce veya binlerce ‘bölgeyi’ takip etmesini gerektirmek yerine, yamalar boyunca katların sürekliliğini otomatik olarak izler
• Kat demeti boyutlandırma optimizasyonunun ardından, yönlendirme başına gereken kat sayısı, her bir kat kalınlığının temel üretilebilir kat kalınlığına bölünmesiyle belirlenebilir.

Karıştırma (Shuffling) Optimizasyonu

Karıştırma Optimizasyonu, optimum istifleme sırasını belirlemek için boyutlandırma optimizasyonunun sonuçlarından katları karıştıran kompozite özgü bir optimizasyondur

• Karıştırma işlemi, optimize edilmiş kompozit yapı için nihai ply-book oluşturur
• Kompozit karıştırma optimizasyonu, istifleme sırasındaki beklenen kat sürekliliğine getirilen üretime özgü ek kısıtlamalar dahilinde çalışır.

Kaynaklar

Kompozit modelleme, analiz ve optimizasyonu daha detaylı öğrenmek için aşağıdaki bağlantıları kullanabilirsiniz.

Kurumsal kullanıcılar için yazılım indirme bağlantıları –> Altair HyperWorks (Kompozit FE Modelleme) ve Altair OptiStruct ( kompozit analiz ve optimizasyon)

Öğrenciler için ÜCRETSİZ Altair HyperWorks (Kompozit FE Modelleme) ve Altair OptiStruct ( kompozit analiz ve optimizasyon) versiyonu İNDİRME adresi

ÜCRETSİZ 208 sayfa e-kitap : Introduction to Practical Aspects of Composites with Altair OptiStruct

ÜCRETSİZ ve offline: Altair OptiStruct kompozit optimizasyonu eğitimi

Web Seminer Kaydı –> Kompozit Yapıların Yapısal Analizi ve Optimizasyonu

Sorularınızı iletişimi formunu kullanarak iletebilirsiniz.

The post Kompoziti bu kadar özel kılan nedir? Optimizasyon için neden mükemmeldir? appeared first on .

Altair OptiStruct 2022 versiyonunda öne çıkan yeni özellikler ve geliştirmeler:

Basınç penetrasyonu

Basınç penetrasyon etkileşimi, bir temas arayüzündeki yüzeylere giren sıvıyı simüle edebilir.

Bu yetenek, iki parça arasındaki temas arayüzünün (örneğin dişli cıvatalar) iki ucundan birinde veya her iki ucunda sıvı basıncına sahip olduğu uygulamaları simüle etmede yardımcı olur.

Akışkan basıncının referans büyüklüğü kullanıcı tarafından tanımlanabilir. Bu özellik, large displacement nonlinear analizi destekler.

Hıza bağlı plastisite

Mevcut hızdan bağımsız plastisiteye ek olarak, Altair OptiStruct 2022’den başlayarak, gerilim-gerinim verilerini şu şekilde tanımlayabilirsiniz:

• Gerinim oranına bağlı Gerilme-Gerinim eğrisi
• Sıcaklığa bağlı Gerilme-Gerinim eğrisi

TABLEMD girişindeki sütunlar, karşılık gelen gerinim hızı bağımlılığını veya sıcaklık bağımlılığını tanımlamak için kullanılabilir.

Explicit Dinamik Analiz

Uyarlanabilir dinamik gevşeme

Dinamik gevşeme, dinamik salınımlardan kaçınarak Explicit dinamik analiz kullanarak statik veya yarı statik problemleri çözmek için kullanılabilir. Implicit analizle karşılaştırıldığında, yüksek doğrusal olmayan bazı durumlarda (örneğin, birçok karmaşık temaslı durumlar) daha verimli ve kararlı olabilir.

Tipik uygulama örneği olarak, 3 nokta eğme simülasyonları ve sac metal şekillendirmede geri yaylanma simülasyonunu gösterilebilir.

Altair OptiStruct‘ta dinamik gevşemenin önemli bir ayırt edici özelliği, herhangi bir giriş parametresi olmadan dinamik gevşemeyi de belirtebilmenizdir. Sönümleme faktörü, sistemin en yüksek doğal frekansına göre otomatik olarak belirlenir.

Temas algoritma geliştirmeleri

Explicit analiz için temas algoritması, her versiyon için geliştirilmekte ve bu, OptiStruct 2022 ile devam etmektedir.

Bir temas arayüzünün ana tarafı shell (2d) elemanlardan oluştuğunda, TIE ve FREEZE teması için yeni bir DRILL seçeneği mevcuttur. Bu, temas arayüzünün ikincil (secondary) tarafına uygulanan momentlerin kuvvetler olarak ana tarafa iletilmesine izin verecek ve böylece delme momentleri iletilecektir.

Yorulma Analizi

Altair OptiStruct 2022, doğrusal olmayan sürünme (nonlinear creep) analizine dayalı olarak lehim bağlantılarında yorulma hasarını hesaplama yeteneğini ekleyerek, yorulma analizi kapasitesini geliştirmeye devam ediyor.

Lehim bağlantısının sürünme deformasyonu nedeniyle yorulma hasarı

Lehim bağlantılarının sürünme deformasyonundan kaynaklanan yorulma hasarı artık OptiStruct 2022’den başlayarak desteklenmektedir. Yaklaşım, lehim bağlantı parçalanmasının lehim bağlantılarının sürünme deformasyonundan kaynaklandığını varsayar. Lehim bağlantılarının hasarı aşağıdakilere göre hesaplanabilir:

-Sürünme gerinimi kullanılarak hasar hesaplaması
-Sürünme gerinim enerji yoğunluğunu kullanarak hasar hesaplaması

Lehim bağlantısının sürünme deformasyonu nedeniyle hasar hesaplaması için hem BGA hem de kurşunsuz lehim bağlantıları desteklenir.

Sürünme gerinimi kullanılarak hasar hesaplaması için Syed tarafından önerilen yöntem (SYEDEPS) kullanılır ve sürünme gerinim enerji yoğunluğu kullanılarak hasar hesaplaması için Syed (SYEDW) ve Darveaux (DARV) tarafından önerilen yöntemler mevcuttur.

Yapısal Optimizasyon

Altair OptiStruct, tasarımı optimize etmek ve yapısal performansı doğrulamak için endüstri lideri şirketler tarafından küresel olarak alanında lider bir çözücüdür. Optimizasyon çözümlerine yönelik geliştirmeler her versiyon için uygulanır ve benzer şekilde OptiStruct 2022’de aşağıdakiler de dahil olmak üzere birçok optimizasyon geliştirmesi mevcuttur:

Aksisimetrik yapısal optimizasyon

Aksisimetrik modeller, artık Shape, Free-Shape ve Size optimizasyon yöntemlerinde tasarım değişkeni olarak desteklenmektedir.

Genişletilmiş Lagrange Yöntemi (ALM)

ALM (Augmented lagrange method), Topoloji optimizasyonu için lokal gerilme kısıtlamalarını ele almak için artık OptiStruct 2022’de mevcuttur. Bu, varsayılan P-norm yaklaşımına alternatif bir yöntemdir.

Aşağıdaki görüntü, ALM ve P-norm yöntemleri arasındaki nihai tasarımların bir karşılaştırmasını göstermektedir.

ALM yöneteminde toplam gerilme kısıtlaması sayısı önemli ölçüde azaltılır ve bu da verimli bir çözüme yol açar. P-norm yöntemiyle karşılaştırıldığında, ALM kullanan çözüm tek bir fazda ilerleyerek ALM için daha hızlı yakınsama sağlar.

Tüm yenilik ve geliştirmeler için versiyon notlarını inceleyebilir, kurulum dosyasını Altair ONE Marketplace‘den indirebilirsiniz. Sorularınız olması durumunda bize iletişim formuyla ulaşabilirsiniz.

The post Altair OptiStruct 2022 Yeni Özellikler appeared first on .

Altair OptiStruct, 90’lı yılların başından bu yana yapısal optimizasyonda teknolojiyi belirleyen, alanında lider bir çözücüdür.

Makine öğreniminin ürün tasarımı için neler yapabileceğini düşünüyorsanız, burada bazı veriler üzerinde oturduğumuzu fark etmiş olabilirsiniz. Her sonuca ayrı ayrı bakmak yerine, sonuçlar arasında enterpolasyon yapan bir makine öğrenimi modeli oluşturabilirsek ne olur? Aşağıdaki videoda, Altair OptiStruct çözücüsü ve Altair physicsAI aracı tarafından üretilen ve değişen hacim kısmının topoloji sonucunu tahmin eden bir simülasyon vekili görebilirsiniz. Çok sayıda sonuç dosyasına bakmak zorunda kalmak yerine, mevcut ayarlara dayalı olarak sonucu tahmin eden ekranda yüklü bir makine öğrenimi (ML machine learning) modelimiz var.

ÜCRETSİZ öğrenci versiyonu –> İNDİRİN

Kurumsal kullanıcılar için süre kısıtlamalı versiyon –> İNDİRİN

The post Topoloji optimizasyonu için makine öğrenimini kullanma appeared first on .