Loading
Giải pháp thời gian thực tích hợp Adams – Lợi ích và Điểm khác biệt
Loading...
Miễn phí tư vấn?
+84 37 6455 022
Tìm kiếm
Giải pháp thời gian thực tích hợp Adams – Lợi ích và Điểm khác biệt

Giải pháp thời gian thực tích hợp Adams – Lợi ích và Điểm khác biệt

Minh họa mô hình nhất quán trong suốt vòng đời thiết kế

Các mô hình động học mô hình tuân thủ thời gian thực để mô phỏng phần cứng và người lái trong vòng lặp trước đây thường chỉ bao gồm số bậc tự do (DOF) thấp – thường khoảng 20. Trong khi các Mô hình Bậc Giảm (Reduced Order Models – ROMs) là một phương pháp hợp lệ cho một số ứng dụng thời gian thực, thì việc phải hy sinh số bậc tự do cho tính toán thời gian thực hiện không còn là yêu cầu bắt buộc.

Các mô hình Adams có độ chính xác cao hiện đang được triển khai trong các nhóm thiết kế và phát triển kỹ thuật giờ đây có thể được tái sử dụng cho các ứng dụng như mô phỏng phần cứng trong vòng lặp. Khả năng tái sử dụng các mô hình mô phỏng tạo ra một minh họa mô hình nhất quán đóng vai trò là nguồn thông tin duy nhất cho hệ thống đang được nghiên cứu. Không còn cần phải duy trì các bộ công cụ riêng biệt cho mô phỏng ngoại tuyến và trực tuyến hoặc thực hiện các chuyển đổi mô hình dễ sai sót giữa các công cụ này. Cách tiếp cận một công cụ một mô hình này giúp tiết kiệm chi phí và thời gian.

Điều chỉnh và tối ưu hóa hiệu quả các hệ thống động học

MSC Software đã thiết kế Adams Real Time để bảo toàn cấu trúc và các thông số của hệ thống được mô hình hóa động học đa thân (MBD) trong các ứng dụng thời gian thực. Điều này cho phép duy trì các phần tử như điểm cứng, khớp nối, lò xo, giảm chấn và ống cao su cũng như thực hiện các thay đổi mà không cần hiệu chỉnh một mô hình Bậc Giảm mới cho mỗi thay đổi và ứng dụng. Do đó, mô hình có thể phản ánh các đặc điểm tần số cao hơn trong phản hồi của hệ thống, và các cấu hình khác nhau có thể được giới thiệu và khảo sát với thời gian phản hồi ngắn hơn.

Độ chính xác theo nhu cầu

Các đặc tính tần số trong một mô phỏng MBD quyết định mức độ chi tiết và độ chính xác cần thiết trong mô hình thời gian thực. Nói chung, tần số phản hồi càng cao thì yêu cầu độ chính xác của mô hình càng lớn. Trong Adams có các tiện ích cho phép tạo ra các mô hình bộ phận và hệ thống con với các mức độ chính xác khác nhau. Những “phiên bản” này sau đó có thể được triển khai có chọn lọc trong các ứng dụng thời gian thực tùy theo mục đích mô phỏng cơ bản.

Để quản lý các trường hợp khác nhau này một cách tập trung, Adams hiện cho phép nhiều cấu hình trên mô hình được tích hợp trong một tổ hợp mô hình duy nhất và nhiều cấu hình trong một hệ thống con duy nhất. Bằng cách này, có thể tạo ra một cơ sở dữ liệu mô hình duy nhất minh họa cho các cấu hình mô hình với nhiều mức độ chính xác khác nhau (mềm dẻo, dạng dầm, dạng rắn) và phù hợp với các phản hồi tần số cụ thể (xử lý, độ êm, độ bền). Cách tiếp cận này giúp duy trì và triển khai phiên bản mô hình phù hợp nhất cho một ứng dụng thời gian thực.

 

Tags:
  • Chia sẻ qua viber bài: Giải pháp thời gian thực tích hợp Adams – Lợi ích và Điểm khác biệt
  • Chia sẻ qua reddit bài:Giải pháp thời gian thực tích hợp Adams – Lợi ích và Điểm khác biệt

Danh mục tin tức

Loading...

Bài viết liên quan

Hóa giải bão chi phí lưu trữ và bài toán đa đám mây cùng AWS

Để tự cứu mình khỏi sự độc quyền và tăng cường tính dự phòng, nhiều doanh nghiệp đã lựa chọn chiến lược đa đám mây (multi-cloud). Tuy nhiên, giải pháp này vô tình sinh ra một bài toán hóc búa khác: sự phân mảnh hệ thống, mất kiểm soát về chi phí ẩn (như phí truyền dữ liệu) và rủi ro an ninh mạng khi dữ liệu bị phân tán.
Tìm hiểu thêm

Nền tảng dữ liệu sản phẩm và AI nhúng: Lợi thế chiến lược trong kỷ nguyên AI

Generative AI (gen AI) không chỉ là một xu hướng công nghệ mới, mà là một sự thay đổi mang tính bước ngoặt trong cách con người làm việc. Câu hỏi hiện nay không còn là AI có tác động đến doanh nghiệp hay không, mà là tốc độ và mức độ ảnh hưởng sẽ sâu đến đâu.
Tìm hiểu thêm

Sức mạnh của nền tảng dữ liệu vững chắc trong kỷ nguyên AI

Trong bối cảnh doanh nghiệp ngày càng đẩy mạnh ứng dụng trí tuệ nhân tạo (AI), nhiều tổ chức vẫn gặp khó khăn khi triển khai thực tế. Nguyên nhân không nằm ở công nghệ, mà ở một yếu tố cốt lõi: chất lượng và cấu trúc dữ liệu.AI chỉ thực sự phát huy giá trị khi được xây dựng trên một nền tảng dữ liệu vững chắc, nhất quán và có khả năng kết nối xuyên suốt toàn bộ hệ thống.
Tìm hiểu thêm

GenAI và Cloud (P3): Tái cấu trúc chuỗi cung ứng sang hệ thống dự đoán và tự thích ứng

Các doanh nghiệp dẫn đầu đang chuyển dịch sang một mô hình mới, nơi chuỗi cung ứng được vận hành như một hệ thống thông minh, có khả năng dự đoán, thích ứng và tối ưu liên tục. Trọng tâm của sự chuyển đổi này là sự hội tụ giữa Digital Thread, Generative AI và nền tảng cloud như Amazon Web Services (AWS).
Tìm hiểu thêm