应用鲁棒性设计克服制造中的不确定性

采用支持选择最佳设计的方法可以提高最终产品的质量。工程团队倾向于高估或低估他们的设计，因为他们不是完全当然，他们需要多大的宽容。通常，这会导致多余的材料、成本和时间。大多数工程师都熟悉优化技术，但鲁棒性评估需要进一步证明质量。

电子设计与制造中的稳健性

众所周知，制造单个电子元件会产生偏差，组装过程也会导致不一致。这就是为什么我们有这样的指导方针六西格玛。的六西格玛质量水平要求一个制造过程所生产的产品的缺陷率不超过每百万分之3.4。六西格玛，也被称为稳健设计，鼓励工程师设计对制造变化不太敏感的产品。

随着电子系统和组件变得更小，密度更高，更容易受热，有更多意想不到的相互作用需要考虑，并且更难预测公差将如何影响设计和制造。通过确定必须遵守哪些生产公差以确保一致的质量，工程师可以降低成本和缺陷，提高质量，并简化工作流程。

评估稳健性的过程包括:

• 识别制造阶段可能产生不确定性并影响最终产品质量的随机参数，例如随机环境变量或材料特性。
• 在仿真模型中注入制造业的统计数据作为概率，对这些参数的相对影响进行不确定性量化和预测。
• 使用人工智能/机器学习(AI/ML)算法迭代设计，并通过自动化和系统的模拟过程找到最优值。

许多公司使用Ansys optiSLang为了优化，但这里是他们中的一些人如何使用它来证明或提高他们的设计和最终产品的稳健性。

自动变速器的成本与功能优化

产品设计的一个主要挑战是确定功能和成本的最佳组合;然而，实现这一目标有许多方法，每一种方法都需要在发展范围方面作出不同的承诺。

一家全球汽车制造商在比较和评估自动变速器设计中螺线管的设计变体时，亲身经历了这一点。该公司使用opti俚语和Ansys Workbench建立一种考虑材料、公差、部件拓扑、几何参数和制造工艺的计算机辅助模拟方法。该工作流程在短时间内生成了各种螺线管设计，并对每种设计进行了成本与功能优化。通过了解每个选项的技术功能和经济之间的关系，团队能够选择最健壮的设计。

薄膜铜的模型校正

薄膜铜由于其导电性和导热性，在半导体工业中很常见。半导体的功能取决于这种金属在很宽的温度范围内的性能。通常，金属薄膜与相同材料的大块固体具有不同的物理特性，因此它的行为不同。为了了解薄膜铜的应力应变响应，并将参考实验与模拟结果进行比较，一家半导体制造商使用opti俚语来确定要使用的正确材料模型。

“手动”验证需要大约三周的时间来运行70个模拟，但在设置了方法之后，opti俚语在一天内运行了284个模拟。这个过程中最耗时的部分并不是实际的运行时间;这是围绕参数变化的分析和决策，可能导致与实验结果更好的校准。opti俚语帮助提高了程序结果的质量和效率。

基于可靠性分析方法对奔驰ADAS系统的验证

先进的驾驶员辅助系统(ADAS)有助于实现自动紧急制动、行人检测、停车辅助和凝视检测等新兴车辆功能。随着这些系统承担的功能越来越多，它们变得越来越复杂，因此验证其安全性更具挑战性。在现场测试中评估系统故障概率所需的里程数实际上是不可能实现的，因此汽车制造商梅赛德斯-奔驰公司转而使用opti俚语进行模拟，以确定安全功能测试和评估的关键交通场景。

这种方法减少了证明特定功能所需的具体交通场景的数量，并在很短的时间内确定每个场景的风险。梅赛德斯-奔驰公司能够在他们的三级ADAS认证提案中使用这种方法和他们的模拟结果，这表明该设计具有环境检测能力的资格。

opti俚语的另一个用例包括为汽车制造规划和开发公差概念。在汽车领域，准备公差分析非常耗时，有时还容易发生故障，特别是对于由数百个零件组成的白车身(BiW)结构。在制造的这个阶段，汽车的框架是组装的，但它没有油漆。

为了精确的公差分析建模和可制造性，工程师需要特定的信息(例如，夹具概念和连接位置)来定义接触条件，范围和使用仿真软件进行测量。在实践中，在产品开发过程中产生的单个零件公差信息与制造过程的公差和仿真参数一起传递到仿真模型中。opti俚语适应公差范围，因此在公差灵敏度分析中很容易考虑多个输入变量，以确保坚固的装配。

有关电子和集成电路(IC)应用中仿真驱动优化、鲁棒性评估和不确定性量化的更多信息和示例，请注册参加我们即将举行的网络研讨会六西格玛设计:由参数变化驱动的电子变化