Pratt & Miller使用HEEDS MDO减少设计时间并提高赛车速度

    Pratt & Miller Engineering从一个专注于设计和制造赛车的小型企业开始，现在已经发展成为了一家跨国工程公司。如今，Pratt & Miller凭借其在赛车运动和高级工程方面的强大能力而享誉全世界。

    通过对多个优化工具的评估，Pratt & Miller认为HEEDS MDO及其SHERPA算法是唯一能解决他们的高约束模型的优化技术。Pratt & Miller的Jesper Slattengren说：“SHERPA算法在目前超越了商业市场上的任何其它产品。”HEEDS MDO软件的使用使得Pratt & Miller减少了工程师的设计时间同时提高了赛手的速度。

在使用HEEDS之前Pratt & Miller面对的挑战

    Pratt & Miller典型的汽车优化研究是几乎无法解决的问题。他们通常需要将1、2个目标最大或最小化，但时常需要满足最多50个约束。在使用HEEDS MDO之前，Pratt and Miller会计划4-12个人工作周来找到解决其典型问题的方案。这还是刨除了使用工程情报和DOE方法生成基本模型的时间。使用HEEDS MDO和并行处理，这个时间可以减少到1-2周。

HEEDS如何改变Pratt & Miller的设计过程

    以前，Pratt & Miller的仿真主要围绕着使用Adams/Insight实现的DOE研究。然而，在仿真开始前需要设置一套假定的模型规则，但是反应曲面并不总是符合这个规则，这就会造成配合不良。当从头开始设计新的车辆时，参数变化会非常巨大，甚至一个三次方的模型都不能很好的配合反应曲面。

    HEEDS MDO解决了这个问题。HEEDS操作真实的响应值并决定仿真如何前进。在HEEDS中很容易就能从优化过程里排除失败的仿真。DOE仿真的另一个问题是大量的评估。

    Pratt & Miller经常要对一个三次方模型进行21,000次评估同时对一个二次方模型进行1,500次评估。Slattengren说，“使用带有SHERPA的HEEDS MDO，我们进行400次评估就能找到一个好的解决方案，经常会更少。HEEDS让我们可以在其运行的过程中研究优化的过程。当结果与期望的目标足够接近的时候，我们可以在任何点停止仿真。我们也可以在初始运行的次数结束后继续运行而不用担心丢失任何优化过程。”

    最后，Pratt & Miller尝试管理多个仿真。在一个典型的方案中，他们为每个模型进行了6-14个不同的仿真，而优化设计将取决于所有的这些仿真。这需要6到14个具有相同因子和不同响应的DOE。它也需要一个多项式的优化方法可以研究所有DOE的反应曲面。在设计过程中结合HEEDS完全解决了这个问题。

Pratt & Miller使用HEEDS解决的具体问题

优化军用车辆的底盘组件

    Pratt & Miller常使用HEEDS MDO来优化底盘组件参数以满足重型车辆的指定军用要求。其中包含弹簧和阻尼器参数、车体角位移横向平衡杆的尺寸以及悬架的几何点。在约束之中保持转向梯度不足、乘坐质量测量和弹簧、阻尼器的平衡。典型的问题包括50和因子以及同样多的约束。使用MSC Adams与HEEDS MDO并行处理，Pratt & Miller可以一晚上就得到可信赖的结果。

在纽伯格林优化赛车的齿轮传动比

    Pratt & Miller使用HEEDS MDO在纽伯格林和其它赛道优化赛车的齿轮传动比。变速箱可以使用几个有限的齿轮组合，在HEEDS中指定允许值的离散集合使这种优化变得轻而易举。使用一个圈时间仿真器，使用MATLAB围绕HEEDS进行前后处理，使仿真很容易设置。

开轮赛车的关联运动学和兼容测试数据

    由于赛车悬挂的所有连接都使用球形接头，很容易推断悬挂系统的行为是动态的。事实不是这样。悬挂部件的兼容性可以使用FEA工具分析，但是用这种方法研究球形接头就不那么容易。相反，按照非线性套管对其建模，其参数可以使用HEEDS MDO优化。得到的仿真模型可以更好地预测卡车性能以及对指定卡车的车厢进行调校。