DE102019115293A1

DE102019115293A1 - Vorrichtung zum Optimieren der Strömungsanalyse und Verfahren dafür

Info

Publication number: DE102019115293A1
Application number: DE102019115293.3A
Authority: DE
Inventors: Jeehun Park; Hyunsik Kim; Jaehyeon Park; Sangjin Lee
Original assignee: Doosan Heavy Industries and Construction Co Ltd
Current assignee: Doosan Enerbility Co Ltd
Priority date: 2018-08-21
Filing date: 2019-06-06
Publication date: 2020-02-27
Also published as: KR102138227B1; KR20200021768A; US11531795B2; US20200065440A1

Abstract

Es wird eine Strömungsanalysevorrichtung geschaffen. Die Strömungsanalysevorrichtung enthält einen Strömungsanalysator, der konfiguriert ist, um mehrere Ausgangssignale durch das Ausführen einer Strömungsanalyse für mehrere Zellen unter Verwendung eines analytischen Strömungsmodells zum Simulieren der numerischen Analyse durch die numerische Strömungsmechanik (CFD) bezüglich mehrerer Zellen, die einen Raum um eine Komponente aufteilen, abzuleiten, und einen Analyseoptimierer, der konfiguriert ist, um eine Optimierung für die mehreren Ausgangssignale auszuführen.

Description

HINTERGRUND
Gebiet
Die mit den beispielhaften Ausführungsformen konsistenten Verfahren und Vorrichtungen beziehen sich auf eine Strömungsanalysetechnik und insbesondere auf eine Vorrichtung zum Optimieren der Strömungsanalyse und ein Verfahren dafür.
Beschreibung des Standes der Technik
Die Strömungsanalyse bedeutet, die Wechselwirkung zwischen Fluiden, wie z. B. Flüssigkeiten und Gasen, um die zu analysierende Zielkomponente und die durch die Randbedingung definierte Oberfläche und eine Strömungsänderung dadurch und die relevanten Eigenschaften zu bestätigen. Die numerische Strömungsmechanik (CFD) soll die Strömung von Wärme und eines Fluids durch eine Rechenoperation reproduzieren und hat die Analyse für die frühere Wärme- und Fluidbewegung durch eine effektive numerische Analyse während eines kurzen Zeitraums aufgrund der Entwicklung eines Computers anstatt durch ein auf dem Experiment basierendes Verfahren reproduziert, wobei sich hierdurch Zeit- und Kosteneinsparungen ergeben. Eine bestimmende Gleichung des Fluidverhaltens ist eine nichtlineare partielle Differentialgleichung, die die Bewegung des Fluids mit Viskosität beschreibt, die eine Gleichung ist, die sowohl den Konvektionsterm als auch den Diffusionsterm enthält, und wobei sie die meisten Strömungen, die in der natürlichen Welt vorhanden sind, wie z. B. das Wetter und die Fluidströmung des Stroms, analysieren kann.
ZUSAMMENFASSUNG
Die Aspekte einer oder mehrerer beispielhafter Ausführungsformen schaffen eine Vorrichtung zum Optimieren der Strömungsanalyse und ein Verfahren dafür.
Zusätzliche Aspekte werden teilweise in der folgenden Beschreibung dargelegt und werden teilweise aus der Beschreibung offensichtlich oder können durch die Praxis der beispielhaften Ausführungsformen gelernt werden.
Gemäß einem Aspekt einer beispielhaften Ausführungsform wird eine Strömungsanalysevorrichtung geschaffen, die enthält: einen Strömungsanalysator, der konfiguriert ist, um ein Ausgangssignal einer numerischen Analyse, die mehrere Iterationen ausgeführt hat, für mehrere Zellen unter Verwendung eines analytischen Strömungsmodells zum Simulieren der numerischen Analyse durch die numerische Strömungsmechanik (CFD) bezüglich der mehreren Zellen, die einen Raum um eine Komponente aufteilen, vorherzusagen, und einen Analyseoptimierer, der konfiguriert ist, um die Optimierung für das Ausgangssignal auszuführen.
Der Analyseoptimierer kann die primären Optimierungsdaten durch das primäre Optimieren des Ausgangssignals durch eine Gleichung ${\hat{Y}}_{n f}^{l} (k + T^{l}) = \frac{1}{s_{1} + 1} \sum_{k_{s} = 0}^{s_{1}} [{\hat{Y}}^{l} (k + T^{l} - k_{s})], l = 1, \dots, g,$
ableiten, wobei sich k und T^l auf die Anzahl der numerischen Analysen beziehen, sich 1 auf eine Zelle bezieht, sich s₁ + 1 auf die Anzahl der für die primäre Optimierung verwendeten Ausgangssignale bezieht, sich Ŷ^l auf das Ausgangssignal bezieht und sich ${\hat{Y}}_{n f}^{l}$
auf die primären Optimierungsdaten bezieht.
Der Analyseoptimierer kann sekundäre Optimierungsdaten durch das sekundäre Optimieren der primären Optimierungsdaten durch eine Gleichung ${\hat{Y}}_{f}^{l} (k + T^{l}) = \frac{1}{s_{2} + 1} \sum_{k_{t} = 0}^{s_{2}} [{\hat{Y}}_{n f}^{l} (k + T^{l} - k_{t})], l = 1, \dots, g,$
ableiten, wobei sich k und T^l auf die Anzahl der numerischen Analysen beziehen, sich 1 auf eine Zelle bezieht, sich s₂ + 1 auf die Anzahl der für die sekundäre Optimierung verwendeten primären Optimierungsdaten bezieht, sich ${\hat{Y}}_{n f}^{l}$
auf die primären Optimierungsdaten bezieht und sich ${\hat{Y}}_{f}^{l}$
auf die sekundären Optimierungsdaten bezieht.
Die Strömungsanalysevorrichtung enthält ferner eine Modellableitungsvorrichtung, die konfiguriert ist, um das analytische Strömungsmodell unter Verwendung der für die numerische Analyse verwendeten analytischen Daten zu erzeugen.
Das analytische Strömungsmodell kann ein oder mehrere Signalerzeugungsmodelle zum Vorhersagen eines Eingangssignals, das zu einem Ausgangssignal der numerischen Analyse beiträgt, die mehrere Iterationen ausgeführt hat, unter den mehreren Eingangssignalen durch die analytischen Daten und ein analytisches Modell zum Vorhersagen eines Ausgangssignals der numerischen Analyse, die mehrere Iterationen ausgeführt hat, durch die analytischen Daten enthalten.
Das Signalerzeugungsmodell kann das Eingangssignal, das zu dem Ausgangssignal der numerischen Analyse beiträgt, die mehrere Iterationen ausgeführt hat, durch eine Gleichung $\hat{V} (k + T) = H Q [\begin{matrix} V (k) \\ Y (k) \end{matrix}] + D$
vorhersagen, wobei sich k und T auf die Anzahl der numerischen Analysen beziehen, sich H auf einen Grad des Einflusses bezieht, sich Q auf ein Gewicht bezieht, sich D auf eine Aufhebungskonstante bezieht, sich V(k) auf ein Eingangssignal der k-ten numerischen Analyse bezieht, sich Y(k) auf ein Ausgangssignal der k-ten numerischen Analyse bezieht und sich V(k + T) auf ein Eingangssignal der (k + T)-ten numerischen Analyse bezieht.
Das analytische Modell kann das Ausgangssignal der numerischen Analyse, die mehrere Iterationen ausgeführt hat, durch eine Gleichung $\hat{Y} (k + T) = A P [\begin{matrix} V (k) \\ \hat{V} (k + T) \end{matrix}] + C$
vorhersagen, wobei sich k und T auf die Anzahl der numerischen Analysen beziehen, sich A auf einen Grad des Einflusses bezieht, sich P auf ein Gewicht bezieht, sich C auf eine Aufhebungskonstante bezieht, sich Y(k) auf ein Ausgangssignal der k-ten numerischen Analyse bezieht, sich V̂(k + T) auf ein Eingangssignal der (k + T)-ten numerischen Analyse bezieht und sich Ŷ(k + T) auf ein Ausgangssignal der (k + T)-ten numerischen Analyse bezieht.
Gemäß einem Aspekt einer weiteren beispielhaften Ausführungsform wird eine Strömungsanalysevorrichtung geschaffen, die enthält: einen Strömungsanalysator, der konfiguriert ist, um eine Strömungsanalyse für mehrere Zellen, die einen Raum um eine Entwurfszielkomponente aufteilen, unter Verwendung eines analytischen Strömungsmodells zum Simulieren der numerischen Analyse durch die numerische Strömungsmechanik (CFD) auszuführen, und einen Analyseoptimierer, der konfiguriert ist, um mehrere Ausgangssignale, die das Ergebnis der Strömungsanalyse sind, zu optimieren.
Der Analyseoptimierer kann ein Filter, das konfiguriert ist, um das Rauschen in jedem der mehreren Ausgangssignale durch wenigstens ein Filter zu entfernen, einen primären Optimierer, der konfiguriert ist, um das Ausgangssignal, aus dem das Rauschen entfernt worden ist, primär zu optimieren, und einen sekundären Optimierer, der konfiguriert ist, um das primär optimierte Ausgangssignal sekundär zu optimieren, enthalten.
Der primäre Optimierer kann primäre Optimierungsdaten durch das primäre Optimieren des Ausgangssignals durch eine Gleichung ${\hat{Y}}_{n f}^{l} (k + T^{l}) = \frac{1}{s_{1} + 1} \sum_{k_{s} = 0}^{s_{1}} [{\hat{Y}}^{l} (k + T^{l} - k_{s})], l = 1, \dots, g,$
ableiten, wobei sich k und T^l auf die Anzahl der numerischen Analysen beziehen, sich 1 auf eine Zelle bezieht, sich s_l + 1 auf die Anzahl der für die primäre Optimierung verwendeten Ausgangssignale bezieht, sich Ŷ^l auf das Ausgangssignal bezieht und sich ${\hat{Y}}_{n f}^{l}$
auf die primären Optimierungsdaten bezieht.
Der sekundäre Optimierer kann sekundäre Optimierungsdaten durch das sekundäre Optimieren der primären Optimierungsdaten durch eine Gleichung ${\hat{Y}}_{f}^{l} (k + T^{l}) = \frac{1}{s_{2} + 1} \sum_{k_{t} = 0}^{s_{2}} [{\hat{Y}}_{n f}^{l} (k + T^{l} - k_{t})], l = 1, \dots, g,$
ableiten, wobei sich k und T^l auf die Anzahl der numerischen Analysen beziehen, sich 1 auf eine Zelle bezieht, sich s₂ + 1 auf die Anzahl der für die sekundäre Optimierung verwendeten primären Optimierungsdaten bezieht, sich ${\hat{Y}}_{n f}^{l}$
auf die primären Optimierungsdaten bezieht und sich ${\hat{Y}}_{f}^{l}$
auf die sekundären Optimierungsdaten bezieht.
Das Filter kann das Rauschen des Ergebnisses der Strömungsanalyse durch wenigstens ein Filter unter einem Mittelungsfilter, einem Filter mit gleitendem Mittelwert, einem Tiefpassfilter, einem Hochpassfilter, einem Bandpassfilter und einem Kalman-Filter entfernen.
Der Strömungsanalysator kann einen numerischen Analysator, der konfiguriert ist, um analytische Daten, die ein Eingangssignal und ein Ausgangssignal, das dem Eingangssignal entspricht, enthalten, durch das Ausführen einer numerischen Analyse durch die numerische Strömungsmechanik bezüglich der mehreren Zellen, die den Raum um die Entwurfszielkomponente aufteilen, abzuleiten, einen Signalgenerator, der konfiguriert ist, um ein Eingangssignal, das zu einem Ausgangssignal der numerischen Analyse beiträgt, die mehrere Iterationen ausgeführt hat, durch das Eingeben der analytischen Daten, die das Eingangssignal und das Ausgangssignal enthalten, in ein Signalerzeugungsmodell abzuleiten, und einen Analysator, der konfiguriert ist, um ein Ausgangssignal der numerischen Analyse, die mehrere Iterationen ausgeführt hat, durch das Eingeben des Ausgangssignals der analytischen Daten und des beitragenden Eingangssignals in das analytische Modell abzuleiten, enthalten.
Die Strömungsanalysevorrichtung enthält ferner eine Modellableitungsvorrichtung, die konfiguriert ist, um ein analytisches Strömungsmodell zum Simulieren der numerischen Analyse durch die numerische Strömungsmechanik (CFD) zu erzeugen.
Die Modellableitungsvorrichtung kann einen Speicher für analytische Daten, der konfiguriert ist, um analytische Daten zu speichern, die mehrere Eingangssignale, die für die numerische Analyse verwendet werden, und mehrere Ausgangssignale, die jedem der mehreren Eingangssignale entsprechen, enthalten, eine Signalerzeugungsmodellableitungsvorrichtung, die konfiguriert ist, um das Signalerzeugungsmodell zum Ableiten eines Eingangssignals, das zu einem Ausgangssignal der numerischen Analyse beiträgt, die mehrere Iterationen ausgeführt hat, unter den mehreren Eingangssignalen durch die analytischen Daten zu erzeugen, und eine Ableitungsvorrichtung für analytische Modelle, die konfiguriert ist, um das analytische Modell zum Ableiten eines Ausgangssignals der numerischen Analyse, die mehrere Iterationen ausgeführt hat, durch die analytischen Daten zu erzeugen, enthalten.
Das Signalerzeugungsmodell kann das Eingangssignal, das zu dem Ausgangssignal der numerischen Analyse beiträgt, die mehrere Iterationen ausgeführt hat, durch eine Gleichung $\hat{V} (k + T) = H Q [\begin{matrix} V (k) \\ Y (k) \end{matrix}] + D$
ableiten, wobei sich k und T auf die Anzahl der numerischen Analysen beziehen, sich H auf einen Grad des Einflusses bezieht, sich Q auf ein Gewicht bezieht, sich D auf eine Aufhebungskonstante bezieht, sich V(k) auf ein Eingangssignal der k-ten numerischen Analyse bezieht, sich Y(k) auf ein Ausgangssignal der k-ten numerischen Analyse bezieht und sich V(k + T) auf ein Eingangssignal der (k + T)-ten numerischen Analyse bezieht.
Das analytische Modell kann das Ausgangssignal der numerischen Analyse, die mehrere Iterationen ausgeführt hat, durch eine Gleichung $\hat{Y} (k + T) = A P [\begin{matrix} V (k) \\ \hat{V} (k + T) \end{matrix}] + C$
vorhersagen, wobei sich k und T auf die Anzahl der numerischen Analysen beziehen, sich A auf einen Grad des Einflusses bezieht, sich P auf ein Gewicht bezieht, sich C auf eine Aufhebungskonstante bezieht, sich Y(k) auf ein Ausgangssignal der k-ten numerischen Analyse bezieht, sich V̂(k + T) auf ein Eingangssignal der (k + T)-ten numerischen Analyse bezieht und sich Ŷ(k + T) auf ein Ausgangssignal der (k + T)-ten numerischen Analyse bezieht.
Gemäß einem Aspekt einer weiteren beispielhaften Ausführungsform wird ein Strömungsanalyseverfahren geschaffen, das enthält: Ableiten durch einen Strömungsanalysator mehrerer Ausgangssignale durch das Ausführen einer Strömungsanalyse für mehrere Zellen, die einen Raum um eine Entwurfszielkomponente aufteilen, unter Verwendung eines analytischen Strömungsmodells zum Simulieren einer numerischen Analyse durch die numerische Strömungsmechanik (CFD), und Ausführen durch einen Analyseoptimierer der Optimierung für die mehreren Ausgangssignale.
Das Ausführen der Optimierung kann das Entfernen durch ein Filter des Rauschens in jedem der mehreren Ausgangssignale, das primäre Optimieren durch einen primären Optimierer des Ausgangssignals, aus dem das Rauschen entfernt worden ist, und das sekundäre Optimieren durch einen sekundären Optimierer des primär optimierten Ausgangssignals enthalten.
Das primäre Optimieren des Ausgangssignals kann das Ableiten durch den primären Optimierer primärer Optimierungsdaten durch das primäre Optimieren des Ausgangssignals durch eine Gleichung ${\hat{Y}}_{n f}^{l} (k + T^{l}) = \frac{1}{s_{1} + 1} \sum_{k_{s} = 0}^{s_{1}} [{\hat{Y}}^{l} (k + T^{l} - k_{s})], l = 1, \dots, g,$
enthalten, wobei sich k und T^l auf die Anzahl der numerischen Analysen beziehen, sich 1 auf eine Zelle bezieht, sich s₁ + 1 auf die Anzahl der für die primäre Optimierung verwendeten Ausgangssignale bezieht, sich Ŷ^l auf das Ausgangssignal bezieht und sich ${\hat{Y}}_{n f}^{l}$
auf die primären Optimierungsdaten bezieht.
Das sekundäre Optimieren der primären Optimierungsdaten kann das Ableiten durch den sekundären Optimierer sekundärer Optimierungsdaten durch das sekundäre Optimieren der primären Optimierungsdaten durch eine Gleichung ${\hat{Y}}_{f}^{l} (k + T^{l}) = \frac{1}{s_{2} + 1} \sum_{k_{t} = 0}^{s_{2}} [{\hat{Y}}_{n f}^{l} (k + T^{l} - k_{t})], l = 1, \dots, g,$
enthalten, wobei sich k und T^l auf die Anzahl der numerischen Analysen beziehen, sich 1 auf eine Zelle bezieht, sich s₂ + 1 auf die Anzahl der für die sekundäre Optimierung verwendeten primären Optimierungsdaten bezieht, sich ${\hat{Y}}_{n f}^{l}$
auf die primären Optimierungsdaten bezieht und sich ${\hat{Y}}_{f}^{l}$
auf die sekundären Optimierungsdaten bezieht.
Das Ausführen der Strömungsanalyse kann das Ableiten durch einen numerischen Analysator analytischer Daten durch das Ausführen der numerischen Analyse für die Entwurfszielkomponente, das Ableiten durch einen Signalgenerator des Eingangssignals, das zu dem Ausgangssignal der numerischen Analyse beiträgt, die mehrere Iterationen ausgeführt hat, durch das Signalerzeugungsmodell aus den von dem numerischen Analysator abgeleiteten analytischen Daten und das Ableiten eines Ausgangssignals der numerischen Analyse, die mehrere Iterationen ausgeführt hat, durch das analytische Modell aus dem von dem Signalgenerator abgeleiteten Eingangssignal enthalten.
Das Strömungsanalyseverfahren enthält ferner vor dem Ableiten der mehreren Ausgangssignale das Erzeugen durch eine Signalerzeugungsmodellableitungsvorrichtung des Signalerzeugungsmodells zum Vorhersagen des Eingangssignals, das zu dem Ausgangssignal der numerischen Analyse beiträgt, die mehrere Iterationen ausgeführt hat, unter den mehreren Eingangssignalen durch die analytischen Daten, und das Erzeugen durch eine Ableitungsvorrichtung für analytische Modelle des analytischen Modells zum Vorhersagen des Ausgangssignals der numerischen Analyse, die mehrere Iterationen ausgeführt hat, unter den mehreren Eingangssignalen durch die analytischen Daten.
Wie oben beschrieben worden ist, ist es gemäß einer oder mehreren beispielhaften Ausführungsformen möglich, den Zeitraum zum Ausführen der Strömungsanalyse zu verkürzen, dadurch den zum Entwickeln einer Komponente erforderlichen Zeitraum zu verkürzen und durch die Optimierung ein zuverlässigeres Strömungsanalyseergebnis zu schaffen.
Figurenliste
Die obigen und anderen Aspekte werden aus der folgenden Beschreibung der beispielhaften Ausführungsformen bezüglich der beigefügten Zeichnungen offensichtlicher, worin:

1 eine graphische Darstellung ist, die ein Beispiel des Aufteilens einer Entwurfszielkomponente und ihres Umfangs in mehrere Zellen gemäß einer beispielhaften Ausführungsform veranschaulicht;
2 eine graphische Darstellung zum Erklären eines analytischen Strömungsmodells gemäß einer beispielhaften Ausführungsform ist;
3 eine graphische Darstellung zum Erklären der numerischen Analyse, die mehrere Iterationen ausgeführt hat, für die Strömungsanalyse gemäß einer beispielhaften Ausführungsform ist;
4 ein Blockschaltplan zum Erklären einer Konfiguration einer Strömungsanalysevorrichtung gemäß einer beispielhaften Ausführungsform ist;
5 ein Blockschaltplan zum Erklären einer ausführlichen Konfiguration einer Analyseoptimierungseinheit gemäß einer beispielhaften Ausführungsform ist;
6 ein Ablaufplan zum Erklären eines Strömungsanalyseverfahrens gemäß einer beispielhaften Ausführungsform ist;
7 ein Ablaufplan zum Erklären eines Verfahrens zum Erzeugen eines analytischen Strömungsmodells gemäß einer beispielhaften Ausführungsform ist;
8 ein Ablaufplan zum Erklären eines Verfahrens zum Ausführen der Strömungsanalyse gemäß einer beispielhaften Ausführungsform ist;
9 ein Ablaufplan zum Erklären eines Verfahrens zum Optimieren des Ergebnisses der Strömungsanalyse gemäß einer beispielhaften Ausführungsform ist;
10 eine graphische Darstellung ist, die eine Computervorrichtung gemäß einer beispielhaften Ausführungsform veranschaulicht.

AUSFÜHRLICHE BESCHREIBUNG
Im Folgenden werden verschiedene Modifikationen und verschiedene Ausführungsformen bezüglich der beigefügten Zeichnungen ausführlich beschrieben, so dass die Fachleute auf dem Gebiet die Offenbarung leicht ausführen können. Es sollte jedoch erkannt werden, dass die verschiedenen Ausführungsformen nicht dem Einschränken des Schutzumfangs der Offenbarung auf die spezifische Ausführungsform dienen, sondern dass sie so interpretiert werden sollten, dass sie alle Modifikationen, Äquivalente und Alternativen der Ausführungsformen enthalten, die innerhalb des Erfindungsgedankens und Schutzumfangs, die hier offenbart sind, enthalten sind. Um die Offenbarung in den Zeichnungen deutlich zu veranschaulichen, können einige Elemente, die für das vollständige Verständnis der Offenbarung nicht wesentlich sind, weggelassen sein, wobei sich gleiche Bezugszeichen überall in der Beschreibung auf gleiche Elemente beziehen.
Die in der Offenbarung verwendete Terminologie dient nur dem Zweck des Beschreibens spezifischer Ausführungsformen und ist nicht vorgesehen, um den Schutzumfang der Offenbarung einzuschränken. Es ist vorgesehen, dass die Ausdrücke „ein“, „eine“ und „der/die/das“ in der Einzahl die Ausdrücke in der Mehrzahl ebenso enthalten, wenn es der Kontext nicht deutlich anderweitig angibt. In der Offenbarung sollten Begriffe, wie z. B. „umfasst“, „enthält“ oder „weist auf“ so ausgelegt werden, dass sie benennen, dass es derartige Merkmale, ganze Zahlen, Schritte, Operationen, Komponenten, Teile und/oder Kombinationen daraus gibt, und das Vorhandensein oder die Möglichkeit des Hinzufügens eines oder mehrerer anderer Merkmale, ganzer Zahlen, Schritte, Operationen, Komponenten, Teile und/oder Kombinationen daraus nicht ausschließen.
Ferner können Begriffe, wie z. B. „erster“, „zweiter“ usw. verwendet werden, um verschiedene Elemente zu beschreiben, wobei aber die Elemente nicht durch diese Begriffe eingeschränkt werden sollten. Die Begriffe werden einfach verwendet, um ein Element von anderen Elementen zu unterscheiden. Die Verwendung derartiger Ordnungszahlen sollte nicht als die Bedeutung des Begriffs einschränkend ausgelegt werden. Die Komponenten, die einer derartigen Ordnungszahl zugeordnet sind, sollten nicht in der Reihenfolge der Verwendung, der Anordnungsreihenfolge oder dergleichen eingeschränkt werden. Jede Ordnungszahl kann gegebenenfalls austauschbar verwendet werden.
Zuerst wird ein analytisches Strömungsmodell gemäß einer Ausführungsform beschrieben. 1 ist eine graphische Darstellung, die ein Beispiel des Aufteilens einer Entwurfszielkomponente und ihres Umfangs in mehrere Zellen gemäß einer beispielhaften Ausführungsform veranschaulicht. 2 ist eine graphische Darstellung zum Erklären eines analytischen Strömungsmodells gemäß einer beispielhaften Ausführungsform. 3 ist eine graphische Darstellung zum Erklären der numerischen Analyse, die mehrere Iterationen ausgeführt hat, für die Strömungsanalyse gemäß einer beispielhaften Ausführungsform.
In 1 kann eine Strömungsanalyse ausgeführt werden, um eine Komponente CP, z. B. eine Komponente, wie z. B. eine Schaufel einer Turbine, zu entwerfen. Die Strömungsanalyse besteht daraus, den Bereich um die Komponente CP in mehrere Zellen CE aufzuteilen und die Eigenschaften eines Fluids von jeder der mehreren Zellen CE gemäß einer Randbedingung der mehreren aufgeteilten Zellen CE abzuleiten. Ein Eingangssignal für diese Strömungsanalyse kann die Randbedingung sein. Das Eingangssignal kann z. B. eine Viskosität der laminaren Strömung des Fluids, eine turbulente Leitung, ein Zeitunterschied zwischen den numerischen Analysen, die Iterationen ausgeführt haben, usw. in jeder Zelle CE sein. Ein Ausgangssignal kann die Eigenschaften des Fluids sein. Das Ausgangssignal kann z. B. eine Dichte, ein Impuls in der x- und der y-Richtung, eine innere Energie usw. in jeder Zelle CE sein.
In 2 kann die numerische Analyse durch die numerische Strömungsmechanik (CFD) für die Strömungsanalyse ausgeführt werden. Im Folgenden bedeutet der Ausdruck der numerischen Analyse in einer beispielhaften Ausführungsform die numerische Analyse durch die numerische Strömungsmechanik (CFD). Für die numerische Analyse wird der Umfang der Komponente CP in mehrere Zellen CE aufgeteilt. Dann wird eine nichtlineare partielle Differentialgleichung für die mehreren Zellen CE aufgestellt. Dann kann eine Näherungslösung der partiellen Differentialgleichung, z. B. durch ein Gaußsches Eliminierungsverfahren, erhalten werden.
In einer graphischen Darstellung nach 3 wird die numerische Analyse aufgrund der Eigenschaften des Fluids durch mehrere (k + T) Iterationen ausgeführt. Konzeptionell ist der Ergebniswert der numerischen Analyse der vorgegebenen Anzahl (k) in der Anfangsstufe aufgrund der Eigenschaften des Fluids nicht stationär, wobei er nur nach dem Ausführen der mehreren Iterationen ein stationärer Zustand wird. Deshalb führt die numerische Analyse durch die numerische Strömungsmechanik Iterationen aus, bis das Fluid um die Komponente ein Sättigungszustand wird. Das heißt, die Strömungsanalyse dient dem Erhalten eines Ausgangssignals der numerischen Analyse, die mehrere Iterationen ausgeführt hat. Die numerische Analyse zum Erhalten der Näherungslösung dieser partiellen Differentialgleichung erfordert eine lange Zeit, weil keine Parallelverarbeitung ausgeführt werden kann.
Deshalb kann gemäß einer oder mehreren beispielhaften Ausführungsformen das Ergebnis der numerischen Analyse, die mehrere Iterationen ausgeführt hat, durch die numerische Strömungsmechanik unter Verwendung eines Eingangssignals und eines Ausgangssignals erhalten werden, die die analytischen Daten sind, die für die numerische Analyse durch die numerische Strömungsmechanik verwendet werden. Das heißt, es wird ein analytisches Strömungsmodell zum Vorhersagen des Ausgangssignals erzeugt, wobei die Strömungsanalyse unter Verwendung des erzeugten analytischen Strömungsmodells ausgeführt wird. Deshalb ist es möglich, den Zeitraum zum Erhalten der Näherungslösung der partiellen Differentialgleichung zu verkürzen und dadurch die Zeit der Strömungsanalyse zu verkürzen. Deshalb ist es möglich, die Zeit zum Entwerfen der Komponente zu verkürzen.

Das analytische Strömungsmodell kann wenigstens eines der in Tabelle 1 aufgelisteten Modelle verwenden. Tabelle 1

parametrisches Model	Übertragungsfunktion	Gleichungsfehler	autoregressiv exogen (ARX)
			nichtlinear autoregressiv exogen (NARX)
			endliche Impulsantwort (FIR)
			autoregressiv mit gleitendem Mittelwert exogen (ARMAX): pseudolineares Regressionsmodell
			autoregressiv (AR)
			autoregressiv mit gleitendem Mittelwert (ARMA)
			autoregressiv autoregressiv exogen (ARARX): verallgemeinertes Modell kleinster Quadrate
			autoregressiv autoregressiv mit gleitendem Mittelwert exogen (ARARMAX): erweitertes Matrixmodell
		Ausgangsfehler	Ausgangsfehler (OE)
			Box und Jenkins (BJ)
	Zustandsraum	linear zeitinvariant (LTI), linear zeitveränderlich (LTV)
		lineares Modell, nichtlineares Modell
		kontinuierliche Zeit, diskrete Zeit, Verzögerungszeit
		Eingrößensystem (SISO), Mehrgrößensystem (MIMO)
		stochastisches Modell, deterministisches Modell
		robust, offener Regelkreis, geschlossener Regelkreis
nichtparametrisches Modell	nichtparametrisch (Datensatztyp)
	Impulsantwort
	Sprung antwort
	Frequenzübertragungsfunktion
	Baum
	neuronales Netz (NN): FF, FB, radiale Basisfunktion, faltend, gepulst, tiefes NN (tiefes bayessches Netz), rekurrentes NN

Zusätzlich kann das analytische Strömungsmodell unter Verwendung wenigstens eines der in Tabelle 2 aufgelisteten Optimierungsalgorithmen abgeleitet werden. Tabelle 2

parametrisches Modell	Vorhersagefehlerverfahren (PEM)
	Verfahren der maximalen Wahrscheinlichkeit (MLM)
	Verfahren der kleinsten Quadrate (LSM)
	- diskontinuierliches Verfahren der kleinsten Quadrate
	- Offline-Verfahren der kleinsten Quadrate
	erweitertes Verfahren der kleinsten Quadrate (ELSM)
	verallgemeinertes Verfahren der kleinsten Quadrate (GLSM)
	rekursives Verfahren der kleinsten Quadrate (RLS)
	Verfahren der Instrumentvariable (IVM)
	Hauptkomponentenanalyse (PCA)
	dynamische Hauptkomponentenanalyse (DPCA)
	teilweise kleinste Quadrate (PLS)
	unterraumbasiertes Zustandsraummodell
	Identifikations- (4SID-) Verfahren
	(+ Singulärwertzerlegung (SVD))
	(+ QR-Zerlegung)
	- N4SID-Verfahren
	- Mehrvariable-Ausgangsfehler-Zustandsraum- (MOESP-) Verfahren
	Analyse kanonischer Zufallsvariable (CVA)
	Singulärwertzerlegung
	Verfahren der minimalen Verwirklichung (MRM)
nichtparametrisches Modell	Einschwingverhaltensverfahren
	Korrelationsanalyse
	Frequenzgangverfahren
	Spektralanalyseverfahren
	Verfahren der empirischen Schätzung der Übertragungsfunktion (ETFE)
	Lernen des einlagigen/mehrlagigen Perzeptrons, Backpropagation, Gradientenverfahren
	schichtenweises Vortraining: Auto-Codierer, Bolzmann-Maschine

Als Nächstes wird eine Strömungsanalysevorrichtung gemäß einer beispielhaften Ausführungsform beschrieben. 4 ist ein Blockschaltplan zum Erklären einer Konfiguration einer Strömungsanalysevorrichtung gemäß einer beispielhaften Ausführungsform. In 4 enthält eine Strömungsanalysevorrichtung 10 gemäß einer beispielhaften Ausführungsform eine Modellableitungsvorrichtung 100, einen Strömungsanalysator 200 und einen Analyseoptimierer 300.
Die Modellableitungsvorrichtung 100 erzeugt ein analytisches Strömungsmodell zum Ausführen der Strömungsanalyse für mehrere Zellen, die einen Raum um ein Ziel aufteilen. Zu diesem Zeitpunkt kann die Modellableitungsvorrichtung 100 ein analytisches Strömungsmodell unter Verwendung der analytischen Daten erzeugen, die für die numerische Analyse durch die numerische Strömungsmechanik (CFD) verwendet werden. Hier enthalten die analytischen Daten mehrere Eingangssignale, die für die numerische Analyse verwendet werden, die mehrere Iterationen ausgeführt hat, und mehrere Ausgangssignale, die den mehreren Eingangssignalen entsprechen. Das analytische Strömungsmodell leitet das Ergebnis der numerischen Analyse, die mehrere Iterationen ausgeführt hat, durch die numerische Strömungsmechanik durch das Simulieren der numerischen Analyse durch die numerische Strömungsmechanik ab.
Insbesondere kann das analytische Strömungsmodell aus mehreren Modellen bestehen. Das analytische Strömungsmodell kann ein oder mehrere Signalerzeugungsmodelle und ein oder mehrere analytische Modelle enthalten. Die Modellableitungsvorrichtung 100 enthält einen Speicher 110 für analytische Daten, eine Signalerzeugungsmodellableitungsvorrichtung 120 und eine Ableitungsvorrichtung 130 für analytische Modelle. Das Signalerzeugungsmodell und das analytische Modell können irgendeines der mehreren Modelle nach Tabelle 1 verwenden.
Der Speicher 110 für analytische Daten speichert die analytischen Daten gemäß einer beispielhaften Ausführungsform. Die analytischen Daten können die analytischen Daten werden, die für die numerische Analyse durch die numerische Strömungsmechanik für die mehreren Zellen CE verwendet werden, die den Bereich um die Komponente CP aufteilen. Die analytischen Daten enthalten mehrere Eingangssignale und mehrere Ausgangssignale, die den mehreren Eingangssignalen entsprechen. Das Eingangssignal kann z. B. die Viskosität einer laminaren Strömung des Fluids, die turbulente Leitung, der Zeitunterschied zwischen den numerischen Analysen, die Iterationen ausgeführt haben, usw. in jeder Zelle CE sein. Das Ausgangssignal bedeutet die Eigenschaften des Fluids. Das Ausgangssignal kann z. B. die Dichte, der Impuls in der x- und der y-Richtung, die innere Energie usw. in jeder Zelle CE sein.
Die Signalerzeugungsmodellableitungsvorrichtung 120 erzeugt ein Signalerzeugungsmodell zum Ableiten des Eingangssignals, das zu dem Ausgangssignal der numerischen Analyse beiträgt, die mehrere Iterationen ausgeführt hat, unter den mehreren Eingangssignalen unter Verwendung der in dem Speicher 110 für analytische Daten gespeicherten analytischen Daten. Falls es z. B. mehrere Eingangssignale gibt, kann das Eingangssignal zum Bestimmen des Ausgangssignals der numerischen Analyse nach dem Ausführen der mehreren Iterationen der numerischen Analyse ein Teil der mehreren Eingangssignale werden. Wie oben beschrieben worden ist, bedeutet das zu dem Ausgangssignal beitragende Eingangssignal ein Eingangssignal des Typs und der Iterationszeitsteuerung, die eine Änderung des Werts des Ausgangssignals beeinflussen, unter den Eingangssignalen mehrerer Typen und Iterationszeitsteuerungen.
Das heißt, das Signalerzeugungsmodell dient dem Vorhersagen des Eingangssignals, das zu dem Ausgangssignal beiträgt, nach dem Ausführen der mehreren Iterationen der numerischen Analyse.
Gemäß einer beispielhaften Ausführungsform ist das Signalerzeugungsmodell wie in Gleichung 1. $\hat{V} (k + T) = H Q [\begin{matrix} V (k) \\ Y (k) \end{matrix}] + D$
In Gleichung 1 beziehen sich k und T auf die Anzahl der numerischen Analysen, bezieht sich V(k) auf das Eingangssignal der k-ten numerischen Analyse, bezieht sich Y(k) auf das Ausgangssignal der k-ten numerischen Analyse und bezieht sich V̂(k + T) auf das Eingangssignal der (k + T)-ten numerischen Analyse. Hier kann T gemäß dem Typ des vorherzusagenden Ausgangssignals (z. B. die Dichte, der Impuls in der x- und der y-Richtung, die innere Energie usw.) einen anderen Wert oder den gleichen Wert aufweisen. H bezieht sich auf den Grad des Einflusses auf jede Zelle. Es beeinflussen z. B. nur die Werte, die der entsprechenden Zelle entsprechen, die Vorhersage eines Werts irgendeiner Zelle, während die Werte der anderen Zelle ihn nicht beeinflussen. Das heißt, er ist ein Wert zum Auswählen einer durch das entsprechende Eingangssignal oder Ausgangssignal beeinflussten Zelle. Q bezieht sich auf ein Gewicht. Das heißt, das Gewicht Q bedeutet den durch V(k) und Y(k) beeinflussten Grad in der Ausgabe V(k + T). Zusätzlich bezieht sich D auf eine Aufhebungskonstante zum Aufheben eines Modellierungsfehlers. Das heißt, bezüglich der Gleichung 1 und der graphischen Darstellung nach 3 leitet das Signalerzeugungsmodell die für die k-te numerische Analyse verwendeten analytischen Daten, d. h., das Eingangssignal V(k + T), das zu dem Ausgangssignal gemäß der (k + T)-ten numerischen Analyse beiträgt, aus dem Eingangssignal V(k) und dem Ausgangssignal Y(k) ab.
Um das Signalerzeugungsmodell abzuleiten, bildet die Signalerzeugungsmodellableitungsvorrichtung 120 die Beziehungsgleichung, wo z. B. der Grad des Einflusses H, das Gewicht Q und die Aufhebungskonstante D, die die Parameter der Gleichung 1 sind, nicht bestimmt sind. Die Signalerzeugungsmodellableitungsvorrichtung 120 leitet die Parameter, d. h., den Grad des Einflusses H, das Gewicht Q und die Aufhebungskonstante D, durch den Optimierungsalgorithmus durch das Eingeben mehrerer analytischer Daten, z. B. V(k), Y(k) und Y(k + T), in die Beziehungsgleichung ab. Der Optimierungsalgorithmus kann z. B. ein Verfahren kleinster Quadrate, ein Backpropagation-Algorithmus usw. sein. Falls die Parameter H, Q und D der Beziehungsgleichung bestimmt sind, ist das Signalerzeugungsmodell wie in Gleichung 1 fertiggestellt, wie oben beschrieben worden ist.
Die Signalerzeugungsmodellableitungsvorrichtung 120 kann z. B. ein künstliches neuronales Netz bilden, das eine Übertragungsfunktion aufweist, in der die Gewichtsverbindungen wie in der Gleichung 1 die Parameter H, Q und D sind. Die Parameter H, Q und D, die die Gewichtsverbindungen sind, können durch den Optimierungsalgorithmus (z. B. den Backpropagation-Algorithmus) unter Verwendung der analytischen Daten als die Lerndaten abgeleitet werden, wobei das künstliche neuronale Netz, wo die Parameter H, Q und D bestimmt worden sind, als ein Signalerzeugungsmodell abgeleitet werden kann.
Die Ableitungsvorrichtung 130 für analytische Modelle leitet das analytische Modell zum Berechnen des Ausgangssignals der numerischen Analyse, die mehrere Iterationen ausgeführt hat, unter Verwendung der analytischen Daten, die mehrere Eingangssignale, die für die numerische Analyse basierend auf der numerischen Strömungsmechanik (CFD) verwendet werden, und mehrere Ausgangssignale, die den mehreren Eingangssignalen entsprechen, sind, ab. Dieses analytische Modell simuliert die numerische Analyse, die mehrere Iterationen ausgeführt hat, basierend auf der numerischen Strömungsmechanik (CFD).
Das analytische Modell ist z. B. wie in Gleichung 2. $\hat{Y} (k + T) = A P [\begin{matrix} V (k) \\ \hat{V} (k + T) \end{matrix}] + C$
In Gleichung 2 beziehen sich k und T auf die Anzahl der numerischen Analysen, bezieht sich Y(k) auf das Ausgangssignal der k-ten numerischen Analyse, bezieht sich V̂(k+ T) auf das Eingangssignal der (k + T)-ten numerischen Analyse und bezieht sich Ŷ(k+ T) auf das Ausgangssignal der (k + T)-ten numerischen Analyse. Hier kann T gemäß dem Typ des vorherzusagen Ausgangssignals (z. B. die Dichte, der Impuls in der x- und der y-Richtung, die innere Energie usw.) einen anderen Wert oder den gleichen Wert aufweisen. A bezieht sich auf den Grad des Einflusses auf jede Zelle. Es beeinflussen z. B. nur die Werte, die der entsprechenden Zelle entsprechen, die Vorhersage eines Werts irgendeiner Zelle, während die Werte der anderen Zelle ihn nicht beeinflussen. Das heißt, er ist ein Wert zum Auswählen einer durch das entsprechende Eingangssignal oder Ausgangssignal beeinflussten Zelle. P bezieht sich auf ein Gewicht. Das heißt, das Gewicht P bedeutet den durch Y(k) und V̂(k + T) beeinflussten Grad in der Ausgabe Ŷ(k + T). Zusätzlich bezieht sich C auf eine Aufhebungskonstante zum Aufheben eines Modellierungsfehlers.
Bezüglich der Gleichung 1, der Gleichung 2 und der graphischen Darstellung nach 3 leitet das Signalerzeugungsmodell nach Gleichung 1 das Eingangssignal V(k + T), das zu dem Ausgangssignal gemäß der (k + T)-ten numerischen Analyse beiträgt, aus dem Eingangssignal V(k) und dem Ausgangssignal Y(k) der k-ten numerischen Analyse ab. Das analytische Modell nach Gleichung 2 kann das Ausgangssignal Y(k) der für die k-te numerische Analyse verwendeten analytischen Daten und das Ausgangssignal Ŷ(k + T) gemäß der (k + T)-ten numerischen Analyse aus dem Eingangssignal V(k + T) der (k + T)-ten numerischen Analyse, das durch das Signalerzeugungsmodell nach Gleichung 1 abgeleitet wird, ableiten.
Um das analytische Modell abzuleiten, bildet die Ableitungsvorrichtung 130 für analytische Modelle die Beziehungsgleichung, wo z. B. der Grad des Einflusses A, das Gewicht P und die Aufhebungskonstante C, die die Parameter der Gleichung 2 sind, nicht bestimmt sind. Die Ableitungsvorrichtung 130 für analytische Modelle leitet die Parameter, d. h., den Grad des Einflusses A, das Gewicht P und die Aufhebungskonstante C, durch den Optimierungsalgorithmus durch das Eingeben mehrerer analytischer Daten, z. B. Y(k), V(k + T) und Y(k + T), in die Beziehungsgleichung ab, wo die Parameter A, P und C nicht bestimmt sind. Der Optimierungsalgorithmus kann z. B. ein Verfahren kleinster Quadrate, ein Backpropagation-Algorithmus usw. sein. Falls die Parameter A, P und C bestimmt sind, ist das analytische Modell wie in Gleichung 2 fertiggestellt, wie oben beschrieben worden ist.
Die Ableitungsvorrichtung 130 für analytische Modelle kann z. B. ein künstliches neuronales Netz bilden, das eine Übertragungsfunktion aufweist, in der die Gewichtsverbindungen wie in Gleichung 2 die Parameter A, P und C sind. Die Parameter A, P und C, die die Gewichtsverbindungen sind, können durch den Optimierungsalgorithmus (z. B. den Backpropagation-Algorithmus) unter Verwendung der analytischen Daten als die Lerndaten abgeleitet werden, wobei das künstliche neuronale Netz, wo die Parameter A, P und C, die die Gewichtsverbindungen sind, bestimmt worden sind, durch das analytische Modell abgeleitet werden kann.
Der Strömungsanalysator 200 führt die Strömungsanalyse für die mehreren Zellen CE, die den Raum um die Entwurfszielkomponente CP aufteilen, unter Verwendung des analytischen Strömungsmodells, das das Signalerzeugungsmodell und das analytische Modell, die von der Modellableitungsvorrichtung 100 abgeleitet werden, enthält, aus. Der Strömungsanalysator 200 enthält einen numerischen Analysator 210, einen Signalgenerator 220 und einen Analysator 230.
Der numerische Analysator 210 führt die numerische Analyse durch die numerische Strömungsmechanik (CFD) aus. Deshalb werden ein Eingangssignal für die numerische Analyse und ein Ausgangssignal, das dem Eingangssignal entspricht, abgeleitet. Das Eingangssignal gemäß der numerischen Analyse kann z. B. V(k) sein, während das Ausgangssignal Y(k) sein kann.
Der Signalgenerator 220 sagt das Eingangssignal, das zu dem Ausgangssignal der numerischen Analyse beiträgt, die mehrere (k + T) Iterationen ausgeführt hat, durch das Reflektieren des Eingangssignals und des von dem numerischen Analysator 210 abgeleiteten Ausgangssignals zu dem durch die Signalerzeugungsmodellableitungsvorrichtung 120 erzeugten Signalerzeugungsmodell vorher. Der Signalgenerator 220 kann z. B. das Eingangssignal V̂(k + T), das zu dem Ausgangssignal der numerischen Analyse beiträgt, die mehrere (k + T) Iterationen ausgeführt hat, durch das Eingeben des Eingangssignals V(k) und des Ausgangssignals Y(k) in das Signalerzeugungsmodell wie in der Gleichung 1 ableiten.
Der Analysator 230 sagt das Ausgangssignal der numerischen Analyse, die mehrere (k + T) Iterationen ausgeführt hat, durch das Reflektieren des durch den Signalgenerator 220 vorhergesagten Eingangssignals und des von dem numerischen Analysator 210 abgeleiteten Ausgangssignals zu dem von der Ableitungsvorrichtung 130 für analytische Modelle abgeleiteten analytischen Modell vorher. Der Analysator 230 kann z. B. das Ausgangssignal Ŷ(k + T) der numerischen Analyse, die mehrere (k + T) Iterationen ausgeführt hat, durch das Eingeben des vorhergesagten Eingangssignals V̂(k + T) und des Ausgangssignals Y(k) in das analytische Modell wie in der Gleichung 2 ableiten.
Wenn in 3 die Strömungsanalyse durch die numerische Analyse durch die numerische Strömungsmechanik (CFD) ausgeführt wird, kann das gewünschte Ergebnis der Strömungsanalyse, d. h., das Ausgangssignal Ŷ(k + T), nur erhalten werden, nachdem die numerische Analyse die Anzahl (k + T) Iterationen ausgeführt hat. Weil jedoch das gewünschte Ergebnis der Strömungsanalyse Ŷ(k + T) aus der k-ten numerischen Analyse des numerischen Analysators 210 durch das analytische Strömungsmodell erhalten werden kann, ist es nicht notwendig, dass die numerische Analyse die Anzahl T Iterationen ausführt, wobei dadurch der für die Strömungsanalyse erforderliche Zeitraum um den Zeitraum zum Ausführen der Anzahl T Iterationen der numerischen Analyse verkürzt wird. Deshalb ist es möglich, den für das Entwickeln der Komponente erforderlichen Zeitraum zu verkürzen.
Der Analyseoptimierer 300 dient dem Optimieren des vorhergesagten Ergebnisses der Strömungsanalyse unter Verwendung des vorhergesagten Ergebnisses gemäß mehreren von dem Strömungsanalysator 200 abgeleiteten Strömungsanalysen. Das Ergebnis der Strömungsanalyse konvergiert gegen einen spezifischen Wert, wenn die numerische Analyse mehrere Iterationen ausführt. Deshalb ist es möglich, das durch den Strömungsanalysator 200 vorhergesagte Ergebnis (die mehreren Ausgangssignale) durch den Analyseoptimierer 300 zu optimieren.
Der Analyseoptimierer 300 wird in 5 ausführlicher beschrieben. 5 ist ein Blockschaltplan zum Erklären einer ausführlichen Konfiguration eines Analyseoptimierers gemäß einer beispielhaften Ausführungsform. In 5 enthält der Analyseoptimierer 300 ein Filter 310, einen primären Optimierer 320 und einen sekundären Optimierer 330.
Das Filter 310 dient dem Entfernen des Rauschens des von dem Strömungsanalysator 200 abgeleiteten Ausgangssignals. Das Filter 310 kann das Rauschen z. B. unter Verwendung wenigstens eines Filters entfernen. Dieses Filter enthält z. B. ein Mittelungsfilter, ein Filter mit gleitendem Mittelwert, ein Tiefpassfilter, wie z. B. ein Filter mit exponentiell gewichteten gleitendem Mittelwert, ein Hochpassfilter, ein Bandpassfilter und ein Kalman-Filter.
Wenn z. B. das Filter mit exponentiell gewichteten gleitendem Mittelwert verwendet wird, kann das Filter 310 das Rauschen durch Gleichung 3 entfernen. $\begin{array}{l} {\hat{Y}}_{e}^{l} (k + T^{l}) = α {\hat{Y}}_{e}^{l} (k + T^{l} - 1) + (1 - α) {\hat{Y}}^{l} (k + T^{l}) \\ 0 < α < 1, l = 1, \dots, g \end{array}$
In Gleichung 3 beziehen sich k und T^l auf die Anzahl der numerischen Analysen und bezieht sich 1 auf eine zu analysierende Zelle, wobei es 1 bis g Zellen (g ist eine natürliche Zahl) aufweisen kann.
Der primäre Optimierer 320 dient dem primären Optimieren der vorhergesagten Daten, die das Ergebnis der Strömungsanalyse des Strömungsanalysators 200 sind. Der primäre Optimierer 320 gibt einen Wert der primären Optimierung durch eine primäre Optimierungsoperation für die mehreren Ausgangssignale, die die Ausgaben des Strömungsanalysators 200 sind, aus. Der primäre Optimierer 320 kann z. B. die primäre Optimierungsoperation durch Gleichung 4 ausführen. ${\hat{Y}}_{n f}^{l} (k + T^{l}) = \frac{1}{s_{1} + 1} \sum_{k_{s} = 0}^{s_{1}} [{\hat{Y}}^{l} (k + T^{l} - k_{s})], l = 1, \dots, g,$
In Gleichung 4 beziehen sich k und T^l auf die Anzahl der numerischen Analysen, wobei sich 1 auf eine zu analysierende Zelle bezieht und 1 bis g Zellen (g ist eine natürliche Zahl) aufweisen kann. s_l + 1 bezieht sich auf die Anzahl der für die primäre Optimierung verwendeten Ausgangssignale. Ŷ^l bezieht sich auf das Ausgangssignal und ${\hat{Y}}_{n f}^{l}$
bezieht sich auf die primären Optimierungsdaten. Wie oben beschrieben worden ist, kann der primäre Optimierer 320 gemäß einer beispielhaften Ausführungsform den Durchschnittswert von s_l + 1 Ausgangssignalen durch die primäre Optimierungsoperation als die primären Optimierungsdaten ausgeben.
Der sekundäre Optimierer 330 dient dem sekundären Optimieren des durch den primären Optimierer 320 primär optimierten Ergebnisses. Der sekundäre Optimierer 330 gibt einen Wert der sekundären Optimierung durch eine sekundäre Optimierungsoperation für die mehreren primären Optimierungsdaten, die die Ausgaben des primären Optimierers 320 sind, aus. Der sekundäre Optimierer 330 kann z. B. die sekundäre Optimierungsoperation durch Gleichung 5 ausführen. ${\hat{Y}}_{f}^{l} (k + T^{l}) = \frac{1}{s_{2} + 1} \sum_{k_{t} = 0}^{s_{2}} [{\hat{Y}}_{n f}^{l} (k + T^{l} - k_{t})], l = 1, \dots, g,$
In Gleichung 5 beziehen sich k und T^l auf die Anzahl der numerischen Analysen, wobei sich 1 auf eine zu analysierende Zelle bezieht und 1 bis g Zellen (g ist eine natürliche Zahl) aufweisen kann. s₂ + 1 bezieht sich auf die Anzahl der für die sekundäre Optimierung verwendeten primären Optimierungsdaten. ${\hat{Y}}_{n f}^{l}$
bezieht sich auf die primären Optimierungsdaten und ${\hat{Y}}_{f}^{l}$
bezieht sich auf die sekundären Optimierungsdaten. Wie oben beschrieben worden ist, kann der sekundäre Optimierer 330 gemäß einer beispielhaften Ausführungsform den Durchschnittswert von s₂ + 1 primären Optimierungsdaten durch die sekundäre Optimierungsoperation als die sekundären Optimierungsdaten ausgeben.
Als Nächstes wird ein Strömungsanalyseverfahren gemäß einer beispielhaften Ausführungsform beschrieben. 6 ist ein Ablaufplan zum Erklären eines Strömungsanalyseverfahrens gemäß einer beispielhaften Ausführungsform.
In 6 erzeugt die Modellableitungsvorrichtung 100 ein analytisches Strömungsmodell zum Ausführen der Strömungsanalyse für mehrere Zellen CE, die einen Raum um die Strömungsanalysierungs-Zielkomponente CP aufteilen, unter Verwendung der analytischen Daten (Operation S110). Hier enthalten die analytischen Daten mehrere Eingangssignale, die für die numerische Analyse, die mehrere Iterationen ausgeführt hat, durch die numerische Strömungsmechanik (CFD) verwendet werden, und mehrere Ausgangssignale, die den mehreren Eingangssignalen entsprechen. Insbesondere simuliert das analytische Strömungsmodell die numerische Analyse, die mehrere Iterationen ausgeführt hat, durch die numerische Strömungsdynamik (CFD). Zusätzlich kann das analytische Strömungsmodell außerdem ein oder mehrere Signalerzeugungsmodelle und ein oder mehrere analytische Modelle enthalten.
Der Strömungsanalysator 200 führt die Strömungsanalyse für die mehreren Zellen CE in dem Raum um die Strömungsanalysierungs-Zielkomponente CP durch das analytische Strömungsmodell, das ein oder mehrere Signalerzeugungsmodelle und ein oder mehrere analytische Modelle, die vorher von der Modellableitungsvorrichtung 100 abgeleitet werden, enthält, aus (Operation S120).
Der Analyseoptimierer 300 führt die Optimierung für das Ergebnis der vorher durch den Strömungsanalysator 200 ausgeführten Strömungsanalyse aus (Operation S130).
Die oben beschriebenen Operationen S110, S120 und S130 werden ausführlicher beschrieben.
7 ist ein Ablaufplan zum Erklären eines Verfahrens zum Erzeugen eines analytischen Strömungsmodells (in der Operation S110) gemäß einer beispielhaften Ausführungsform.
In 7 bildet die Signalerzeugungsmodellableitungsvorrichtung 120 die Beziehungsgleichung, wo die Parameter, d. h., der Grad des Einflusses H, das Gewicht Q und die Aufhebungskonstante D, nicht bestimmt sind, (Operation S210). Die Beziehungsgleichung, wo die Parameter nicht bestimmt sind, ist z. B. wie in der Gleichung 1, wo H, Q und D unbekannt sind.
Die Signalerzeugungsmodellableitungsvorrichtung 120 setzt die analytischen Daten in die Beziehungsgleichung und leitet die Parameter H, Q und D der Beziehungsgleichung unter Verwendung des Optimierungsalgorithmus ab (Operation S220). Hier kann der Optimierungsalgorithmus z. B. ein Verfahren kleinster Quadrate, ein Backpropagation-Algorithmus usw. sein. Die analytischen Daten können z. B. V(k), Y(k) und V(k + T) sein, die für die vorhandene numerische Analyse verwendet werden.
Die Signalerzeugungsmodellableitungsvorrichtung 120 erzeugt ein Signalerzeugungsmodell durch das Anwenden der Parameter H, Q und D auf die Beziehungsgleichung (Operation S230). Das Signalerzeugungsmodell wie in Gleichung 1 wird durch das Anwenden der Werte der Parameter H, Q und D auf die Beziehungsgleichung fertiggestellt. Dieses Signalerzeugungsmodell sagt das Eingangssignal vorher, das zu dem Ausgangssignal der numerischen Analyse, die mehrere Iterationen ausgeführt hat, beiträgt.
Die Ableitungsvorrichtung 130 für analytische Modelle bildet die Beziehungsgleichung des analytischen Modells, wo die Parameter, d. h., der Grad des Einflusses A, das Gewicht P und die Aufhebungskonstante C, nicht bestimmt sind (Operation S240). Die Beziehungsgleichung, wo die Parameter nicht bestimmt sind, ist wie in der Gleichung 2, wo die Parameter A, P und C unbekannt sind.
Die Ableitungsvorrichtung 130 für analytische Modelle setzt die analytischen Daten in die Beziehungsgleichung und leitet die Parameter A, P und C der Beziehungsgleichung durch den Optimierungsalgorithmus ab (Operation S250). Die analytischen Daten können z. B. Y(k), V(k + T) und Y(k + T) sein, die für die vorhandene numerische Analyse verwendet werden.
Die Ableitungsvorrichtung 130 für analytische Modelle erzeugt das analytische Modell durch das Anwenden der Parameter A, P und C auf die Beziehungsgleichung (Operation S210). Das analytische Modell wie in der Gleichung 2 wird z. B. durch das Anwenden der Werte der Parameter A, P und C auf die Beziehungsgleichung fertiggestellt. Dieses analytische Modell sagt das Ausgangssignal der numerischen Analyse, die mehrere Iterationen ausgeführt hat, vorher.
Wie oben beschrieben worden ist, wird das Signalerzeugungsmodell in der Operation S230 erzeugt, während das analytische Modell in der Operation S260 erzeugt wird, wobei dadurch das analytische Strömungsmodell, das das Signalerzeugungsmodell und das analytische Modell enthält, fertiggestellt wird.
8 ist ein Ablaufplan zum Erklären eines Verfahrens zum Ausführen der Strömungsanalyse (in der Operation S120) gemäß einer beispielhaften Ausführungsform.
In den 2, 3 und 8 führt der numerische Analysator 210 die numerische Analyse durch die numerische Strömungsmechanik (CFD) aus, um ein Eingangssignal und ein Ausgangssignal abzuleiten, (Operation S310). Gemäß den Gleichungen 1 und 2 kann z. B. das Eingangssignal V(k) sein, während das Ausgangssignal Y(k) sein kann.
Der Signalgenerator 220 sagt das Eingangssignal, das zu dem Ausgangssignal der numerischen Analyse, die mehrere (k + T) Iterationen ausgeführt hat, beiträgt, durch das Reflektieren des Eingangssignals und des von dem numerischen Analysator 210 abgeleiteten Ausgangssignals zu dem Signalerzeugungsmodell vorher (Operation S320). Der Signalgenerator 220 kann z. B. das Eingangssignal V̂(k + T), das zu dem Ausgangssignal der numerischen Analyse, die mehrere (k + T) Iterationen ausgeführt hat, beiträgt, durch das Eingeben des Eingangssignals V(k) und des Ausgangssignals Y(k) in das Signalerzeugungsmodell wie in der Gleichung 1 ableiten.
Der Analysator 230 sagt das Ausgangssignal der numerischen Analyse, die mehrere (k + T) Iterationen ausgeführt hat, durch das Reflektieren des durch den Signalgenerator 220 vorhergesagten Eingangssignals und des von dem numerischen Analysator 210 abgeleiteten Ausgangssignals zu dem von der Ableitungsvorrichtung 130 für analytische Modelle abgeleiteten analytischen Modell vorher (Operation S330). Der Analysator 230 kann z. B. das Ausgangssignal Ŷ(k + T) der numerischen Analyse, die mehrere (k + T) Iterationen ausgeführt hat, durch das Eingeben des vorhergesagten Eingangssignals V̂(k + T) und des Ausgangssignals Y(k) in das analytische Modell wie in der Gleichung 2 ableiten.
Unterdessen kann bezüglich der 3 und 8 eine beispielhafte Ausführungsform bezüglich 8 mehrere Iterationen ausgeführt haben. Das heißt, der numerische Analysator 210 leitet mehrere analytische Daten (①, ②, ③, ④, ⑤) durch Iterationen ab, wobei der Signalgenerator 220 und der Analysator 230 des Strömungsanalysators 200 mehrerer vorhergesagte Daten (ⓐ, ⓑ, ⓒ, ⓓ, ⓔ) ableiten können, die jeden der mehreren analytischen Daten (①, ②, ③, ④, ⑤) entsprechen. Deshalb kann der Strömungsanalysator 200 die mehreren Ausgangssignale Ŷ(k + T) ableiten.
Der Analyseoptimierer 300 führt die Optimierung für die mehreren Ausgangssignale aus, die das Ergebnis der Strömungsanalyse des Strömungsanalysators 200 sind. 9 ist ein Ablaufplan zum Erklären eines Verfahrens zum Optimieren des Ergebnisses der Strömungsanalyse (in der Operation S130) gemäß einer beispielhaften Ausführungsform.
In 9 entfernt das Filter 310 das Rauschen in jedem der mehreren von dem Strömungsanalysator 200 abgeleiteten Ausgangssignale (Operation S410). Das Filter 310 kann z.B. das Rauschen unter Verwendung einer Filtertechnik entfernen. Hier kann das Filter ein Mittelungsfilter, ein Filter mit gleitendem Mittelwert, ein Tiefpassfilter, wie z. B. ein Filter mit exponentiell gewichteten gleitendem Mittelwert, ein Hochpassfilter, ein Bandpassfilter und ein Kalman-Filter sein. Wenn z. B. das Filter mit exponentiell gewichteten gleitendem Mittelwert verwendet wird, kann das Filter 310 das Rauschen durch Gleichung 3 entfernen.
Der primäre Optimierer 320 gibt die primären Optimierungsdaten durch das primäre Optimieren der mehreren Ausgangssignale, aus denen das Rauschen entfernt worden ist, gemäß der primären Optimierungsoperation aus (Operation S420). Der primäre Optimierer 320 kann z. B. die primäre Optimierungsoperation durch die Gleichung 4 ausführen. Wie oben beschrieben worden ist, kann der primäre Optimierer 320 gemäß einer beispielhaften Ausführungsform den Durchschnittswert der s₁ Ausgangssignale durch die primäre Optimierungsoperation als die primären Optimierungsdaten ausgeben.
Der sekundäre Optimierer 330 empfängt mehrere primäre Optimierungsdaten von dem primären Optimierer 320 und gibt sekundäre Optimierungsdaten durch das sekundäre Optimieren der mehreren eingegebenen primären Optimierungsdaten aus (Operation S430). Der sekundäre Optimierer 330 kann z. B. die sekundäre Optimierungsoperation durch die Gleichung 5 ausführen. Wie oben beschrieben worden ist, kann der sekundäre Optimierer 330 gemäß einer beispielhaften Ausführungsform den Durchschnittswert von s₂ primären Optimierungsdaten durch die sekundäre Optimierungsoperation als die sekundären Optimierungsdaten ausgeben.
10 ist eine graphische Darstellung, die eine Computervorrichtung gemäß einer beispielhaften Ausführungsform veranschaulicht. Eine Computervorrichtung TN100 kann die in der vorliegenden Beschreibung beschriebene Vorrichtung (z. B. die Strömungsanalysevorrichtung usw.) sein.
In 10 kann die Computervorrichtung TN100 wenigstens einen Prozessor TN110, einen Sender/Empfänger TN120 und einen Speicher TN130 enthalten. Zusätzlich kann die Computervorrichtung TN100 ferner eine Speichervorrichtung TN140, eine Eingangsschnittstelle TN150 und eine Ausgangsschnittstelle TN160 usw. enthalten. Die in der Computervorrichtung TN100 enthaltenen Komponenten können durch einen Bus TN170 verbunden sein und miteinander kommunizieren.
Der Prozessor TN110 kann einen Programmbefehl ausführen, der in wenigstens einem des Speichers TN130 und der Speichervorrichtung TN140 gespeichert ist. Der Prozessor TN110 kann eine Zentraleinheit (CPU), eine Graphikverarbeitungseinheit (GPU) oder einen dedizierten Prozessor, in dem die Verfahren gemäß einer beispielhaften Ausführungsform ausgeführt werden, enthalten. Der Prozessor TN 110 kann konfiguriert sein, um die Prozeduren, Funktionen, Verfahren usw., die im Zusammenhang mit einer beispielhaften Ausführungsform beschrieben sind, zu implementieren. Der Prozessor TN110 kann jede Komponente der Computervorrichtung TN100 steuern.
Sowohl der Speicher TN130 als auch die Speichervorrichtung TN140 können verschiedene Informationen speichern, die auf eine Operation des Prozessors TN110 bezogen sind. Sowohl der Speicher TN130 als auch die Speichervorrichtung TN140 können aus wenigstens einem flüchtigen Speichermedium und einem nichtflüchtigen Speichermedium bestehen. Der Speicher TN130 kann z. B. aus wenigstens einem von einem Festwertspeicher (ROM) und einem Schreib-Lese-Speicher (RAM) bestehen.
Der Sender/Empfänger TN120 kann ein verdrahtetes Signal oder ein drahtloses Signal senden und/oder empfangen. Der Sender/Empfänger TN 120 kann mit einem Netz verbunden sein, um eine Kommunikation auszuführen.
Unterdessen können verschiedene Verfahren gemäß einer oben beschriebenen beispielhaften Ausführungsform in der Form eines durch verschiedene Computermittel lesbaren Programms implementiert und in einem computerlesbaren Aufzeichnungsmedium aufgezeichnet sein. Hier kann das Aufzeichnungsmedium Programmbefehle, Datendateien, Datenstrukturen usw. allein oder in einer Kombination daraus enthalten. Die Programmbefehle, die in dem Aufzeichnungsmedium aufzuzeichnen sind, können jene sein, die für die vorliegende Offenbarung speziell entworfen und konstruiert worden sind, oder können außerdem jene sein, die den Fachleuten auf dem Gebiet der Computer-Software bekannt und für die Fachleute auf dem Gebiet der Computer-Software verfügbar sind. Das Aufzeichnungsmedium kann z. B. aus Magnetmedien, wie z. B. Festplatten, Disketten und Magnetbändern, optischen Medien, wie z. B. CD-ROMs und DVDs, magnetooptischen Medien, wie z. B. optisch gesteuerten Disketten, und Hardware-Vorrichtungen, die spezifisch konfiguriert sind, um Programmbefehle zu speichern und auszuführen, wie z. B. ROMs, RAMs und Flash-Speichern, bestehen. Beispiele der Programmbefehle können nicht nur Drähte in einer Maschinensprache, wie z. B. jene, die durch einen Kompilierer erzeugt werden, sondern außerdem Drähte in einer höheren Programmiersprache, die durch einen Computer unter Verwendung eines Interpreters ausgeführt werden können, usw. enthalten. Diese Hardware-Vorrichtung kann konfiguriert sein, um als ein oder mehrere Software-Module zu arbeiten, um den Betrieb der vorliegenden Offenbarung auszuführen, und umgekehrt.
Während bezüglich der beigefügten Zeichnungen eine oder mehrere beispielhafte Ausführungsformen beschrieben worden sind, ist es für die Fachleute auf dem Gebiet selbstverständlich, dass verschiedene Modifikationen und Änderungen in der Form und den Einzelheiten darin vorgenommen werden können, ohne vom Erfindungsgedanken und Schutzumfang abzuweichen, wie sie durch die beigefügten Ansprüche definiert sind. Deshalb sollte die Beschreibung der beispielhaften Ausführungsformen nur in einem beschreibenden Sinn und nicht, um den Schutzumfang der Ansprüche einzuschränken, ausgelegt werden, wobei viele Alternativen, Modifikationen und Variationen für die Fachleute auf dem Gebiet offensichtlich sind.

Claims

Strömungsanalysevorrichtung, die umfasst: einen Strömungsanalysator (200), der konfiguriert ist, um ein Ausgangssignal einer numerischen Analyse, die mehrere Iterationen ausgeführt hat, für mehrere Zellen unter Verwendung eines analytischen Strömungsmodells zum Simulieren der numerischen Analyse durch die numerische Strömungsmechanik (CFD) bezüglich der mehreren Zellen, die einen Raum um eine Komponente aufteilen, vorherzusagen; und einen Analyseoptimierer (300), der konfiguriert ist, um die Optimierung für das Ausgangssignal auszuführen.
Strömungsanalysevorrichtung nach Anspruch 1, wobei der Analyseoptimierer (300) die primären Optimierungsdaten durch das primäre Optimieren des Ausgangssignals durch eine Gleichung ${\hat{Y}}_{n f}^{l} (k + T^{l}) = \frac{1}{s_{1} + 1} \sum_{k_{s} = 0}^{s_{1}} [{\hat{Y}}^{l} (k + T^{l} - k_{s})], l = 1, \dots, g,$
ableitet, wobei sich k und T^l auf die Anzahl der numerischen Analysen beziehen, wobei sich 1 auf eine Zelle bezieht, wobei sich s_l + 1 auf die Anzahl der für die primäre Optimierung verwendeten Ausgangssignale bezieht, wobei sich Ŷ^l auf das Ausgangssignal bezieht und wobei sich ${\hat{Y}}_{n f}^{l}$
auf die primären Optimierungsdaten bezieht.
Strömungsanalysevorrichtung nach Anspruch 2, wobei der Analyseoptimierer (300) sekundäre Optimierungsdaten durch das sekundäre Optimieren der primären Optimierungsdaten durch eine Gleichung ${\hat{Y}}_{f}^{l} (k + T^{l}) = \frac{1}{s_{2} + 1} \sum_{k_{t} = 0}^{s_{2}} [{\hat{Y}}_{n f}^{l} (k + T^{l} - k_{t})], l = 1, \dots, g,$
ableitet, wobei sich k und T^l auf die Anzahl der numerischen Analysen beziehen, wobei sich 1 auf eine Zelle bezieht, wobei sich s₂ + 1 auf die Anzahl der für die sekundäre Optimierung verwendeten primären Optimierungsdaten bezieht, wobei sich ${\hat{Y}}_{n f}^{l}$
auf die primären Optimierungsdaten bezieht und wobei sich ${\hat{Y}}_{f}^{l}$
auf die sekundären Optimierungsdaten bezieht.
Strömungsanalysevorrichtung nach Anspruch 1, die ferner umfasst: eine Modellableitungsvorrichtung (100), die konfiguriert ist, um das analytische Strömungsmodell unter Verwendung der für die numerische Analyse verwendeten analytischen Daten zu erzeugen.
Strömungsanalysevorrichtung nach Anspruch 1, wobei das analytische Strömungsmodell umfasst: ein oder mehrere Signalerzeugungsmodelle zum Vorhersagen eines Eingangssignals, das zu einem Ausgangssignal der numerischen Analyse beiträgt, die mehrere Iterationen ausgeführt hat, unter den mehreren Eingangssignalen durch die analytischen Daten; und ein analytisches Modell zum Vorhersagen eines Ausgangssignals der numerischen Analyse, die mehrere Iterationen ausgeführt hat, durch die analytischen Daten.
Strömungsanalysevorrichtung nach Anspruch 5, wobei das Signalerzeugungsmodell das Eingangssignal, das zu dem Ausgangssignal der numerischen Analyse beiträgt, die mehrere Iterationen ausgeführt hat, durch eine Gleichung $\hat{V} (k + T) = H Q [\begin{matrix} V (k) \\ Y (k) \end{matrix}] + D$
vorhersagt, wobei sich k und T auf die Anzahl der numerischen Analysen beziehen, wobei sich H auf einen Grad des Einflusses bezieht, wobei sich Q auf ein Gewicht bezieht, wobei sich D auf eine Aufhebungskonstante bezieht, wobei sich V(k) auf ein Eingangssignal der k-ten numerischen Analyse bezieht, wobei sich Y(k) auf ein Ausgangssignal der k-ten numerischen Analyse bezieht und wobei sich V̂(k + T) auf ein Eingangssignal der (k + T)-ten numerischen Analyse bezieht.
Strömungsanalysevorrichtung nach Anspruch 5, wobei das analytische Modell das Ausgangssignal der numerischen Analyse, die mehrere Iterationen ausgeführt hat, durch eine Gleichung $\hat{Y} (k + T) = A P [\begin{matrix} V (k) \\ \hat{V} (k + T) \end{matrix}] + C$
vorhersagt, wobei sich k und T auf die Anzahl der numerischen Analysen beziehen, wobei sich A auf einen Grad des Einflusses bezieht, wobei sich P auf ein Gewicht bezieht, wobei sich C auf eine Aufhebungskonstante bezieht, wobei sich Y(k) auf ein Ausgangssignal der k-ten numerischen Analyse bezieht, wobei sich V̂(k + T) auf ein Eingangssignal der (k + T)-ten numerischen Analyse bezieht und wobei sich Y(k + T) auf ein Ausgangssignal der (k + T)-ten numerischen Analyse bezieht.
Strömungsanalyseverfahren, das umfasst: Ableiten durch einen Strömungsanalysator (200) mehrerer Ausgangssignale durch das Ausführen einer Strömungsanalyse für mehrere Zellen, die einen Raum um eine Entwurfszielkomponente aufteilen, unter Verwendung eines analytischen Strömungsmodells zum Simulieren einer numerischen Analyse durch die numerische Strömungsmechanik (CFD); und Ausführen durch einen Analyseoptimierer (300) der Optimierung für die mehreren Ausgangssignale.
Strömungsanalyseverfahren nach Anspruch 8, wobei das Ausführen der Optimierung umfasst: Entfernen durch ein Filter (310) des Rauschens in jedem der mehreren Ausgangssignale; primäres Optimieren durch einen primären Optimierer (320) des Ausgangssignals, aus dem das Rauschen entfernt worden ist; und sekundäres Optimieren durch einen sekundären Optimierer (330) des primär optimierten Ausgangssignals.
Strömungsanalyseverfahren nach Anspruch 9, wobei das primäre Optimieren des Ausgangssignals umfasst: Ableiten durch den primären Optimierer (320) primärer Optimierungsdaten durch das primäre Optimieren des Ausgangssignals durch eine Gleichung ${\hat{Y}}_{n f}^{l} (k + T^{l}) = \frac{1}{s_{1} + 1} \sum_{k_{s} = 0}^{s_{1}} [{\hat{Y}}^{l} (k + T^{l} - k_{s})], l = 1, \dots, g,$
wobei sich k und T^l auf die Anzahl der numerischen Analysen beziehen, wobei sich 1 auf eine Zelle bezieht, wobei sich s₁ + 1 auf die Anzahl der für die primäre Optimierung verwendeten Ausgangssignale bezieht, wobei sich Ŷ^l auf das Ausgangssignal bezieht und wobei sich ${\hat{Y}}_{n f}^{l}$
auf die primären Optimierungsdaten bezieht.
Strömungsanalyseverfahren nach Anspruch 10, wobei das sekundäre Optimieren der primären Optimierungsdaten umfasst: Ableiten durch den sekundären Optimierer (330) sekundärer Optimierungsdaten durch das sekundäre Optimieren der primären Optimierungsdaten durch eine Gleichung ${\hat{Y}}_{f}^{l} (k + T^{l}) = \frac{1}{s_{2} + 1} \sum_{k_{t} = 0}^{s_{2}} [{\hat{Y}}_{n f}^{l} (k + T^{l} - k_{t})], l = 1, \dots, g,$
wobei sich k und T^l auf die Anzahl der numerischen Analysen beziehen, wobei sich 1 auf eine Zelle bezieht, wobei sich s₂ + 1 auf die Anzahl der für die sekundäre Optimierung verwendeten primären Optimierungsdaten bezieht, wobei sich ${\hat{Y}}_{n f}^{l}$
auf die primären Optimierungsdaten bezieht und wobei sich ${\hat{Y}}_{f}^{l}$
auf die sekundären Optimierungsdaten bezieht.
Strömungsanalyseverfahren nach Anspruch 8, wobei das Ausführen der Strömungsanalyse umfasst: Ableiten durch einen numerischen Analysator (210) analytischer Daten durch das Ausführen der numerischen Analyse für die Entwurfszielkomponente, Ableiten durch einen Signalgenerator (220) des Eingangssignals, das zu dem Ausgangssignal der numerischen Analyse beiträgt, die mehrere Iterationen ausgeführt hat, durch das Signalerzeugungsmodell aus den von dem numerischen Analysator abgeleiteten analytischen Daten, und Ableiten durch einen Analysator (230) eines Ausgangssignals der numerischen Analyse, die mehrere Iterationen ausgeführt hat, durch das analytische Modell aus dem von dem Signalgenerator (220) abgeleiteten Eingangssignal.
Strömungsanalyseverfahren nach Anspruch 8, das ferner umfasst: vor dem Ableiten der mehreren Ausgangssignale Erzeugen durch eine Signalerzeugungsmodellableitungsvorrichtung (120) des Signalerzeugungsmodells zum Vorhersagen des Eingangssignals, das zu dem Ausgangssignal der numerischen Analyse beiträgt, die mehrere Iterationen ausgeführt hat, unter den mehreren Eingangssignalen durch die analytischen Daten, und Erzeugen durch eine Ableitungsvorrichtung (130) für analytische Modelle des analytischen Modells zum Vorhersagen des Ausgangssignals der numerischen Analyse, die mehrere Iterationen ausgeführt hat, unter den mehreren Eingangssignalen durch die analytischen Daten.
Strömungsanalyseverfahren nach Anspruch 13, wobei das Signalerzeugungsmodell das Eingangssignal, das zu dem Ausgangssignal der numerischen Analyse beiträgt, die mehrere Iterationen ausgeführt hat, durch eine Gleichung $\hat{V} (k + T) = H Q [\begin{matrix} V (k) \\ Y (k) \end{matrix}] + D$
vorhersagt, wobei sich k und T auf die Anzahl der numerischen Analysen beziehen, wobei sich H auf einen Grad des Einflusses bezieht, wobei sich Q auf ein Gewicht bezieht, wobei sich D auf eine Aufhebungskonstante bezieht, wobei sich V(k) auf ein Eingangssignal der k-ten numerischen Analyse bezieht, wobei sich Y(k) auf ein Ausgangssignal der k-ten numerischen Analyse bezieht und wobei sich V̂(k + T) auf ein Eingangssignal der (k + T)-ten numerischen Analyse bezieht.
Strömungsanalyseverfahren nach Anspruch 13, wobei das analytische Modell das Ausgangssignal der numerischen Analyse, die mehrere Iterationen ausgeführt hat, durch eine Gleichung $\hat{Y} (k + T) = A P [\begin{matrix} V (k) \\ \hat{V} (k + T) \end{matrix}] + C$
vorhersagt, wobei sich k und T auf die Anzahl der numerischen Analysen beziehen, wobei sich A auf einen Grad des Einflusses bezieht, wobei sich P auf ein Gewicht bezieht, wobei sich C auf eine Aufhebungskonstante bezieht, wobei sich Y(k) auf ein Ausgangssignal der k-ten numerischen Analyse bezieht, wobei sich V(k + T) auf ein Eingangssignal der (k + T)-ten numerischen Analyse bezieht und wobei sich Ŷ(k + T) auf ein Ausgangssignal der (k + T)-ten numerischen Analyse bezieht.