执行高效和稳健的光学系统设计优化

如果这些挑战还不够，新的发展，如先进的材料，创新的制造技术和短的产品开发时间，需要先进的方法来开发具有竞争力的光学产品。

一种用于光学设计的稳健设计优化方法

为了简化光学设计，Ansys OptiSLang支持整个虚拟产品开发过程，包括:

• 流程集成，构建工作流(例如耦合几个物理域)及其自动化
• 稳健设计优化

稳健设计优化的概念始于耦合计算机辅助工程(CAE)和测量数据来理解设计。这包括调查参数敏感性，降低复杂性，并从CAE数据生成最佳的元模型。优化还包括使用测量数据对模型进行校准，以确定模拟和测量之间的最佳拟合的重要模型参数。

从设计理解开始优化并添加模型校准，可以通过优化性能来改进设计。为了完成这一过程，这些步骤之后是对设计质量的测试，以确保设计的稳健性和可靠性。

通过灵敏度分析，您可以了解最重要的输入变量。一个自动工作流，具有最少的求解器运行，使您能够:

• 确定每个响应的重要参数
• 为每个响应生成最好的元模型
• 理解并减少优化任务
• 检查解算器和提取噪声

这个过程如何应用于光学模拟?Ansys optiSLang与Ansys Speos集成，每个应用程序都可以从各自的工作台中单击即可使用。它们也可以通过脚本直接集成。

光学设计优化示例:汽车光导

现在，让我们看一个设计优化的例子。一种用于汽车前照灯的光导，使轮廓和照明标志的设计易于区分，从而提供品牌识别。目标是获得均匀的照明外观，同时最大化平均亮度和最小化均方根(RMS)对比度。当然，我们希望以尽可能快的速度和最少的迭代量完成所有这些工作。

光导参数化以最小化RMS对比度和最大化平均亮度

工程团队为光学系统提供输入参数，如修整比和所需输出(例如最大亮度或RMS对比度)。敏感度分析使我们能够了解最重要的输入变量。优化过程在一个元模型上对数百个设计进行采样和计算，并优先考虑关键参数。分析结果表明，例如，在某些点上最小亮度主要受修剪率的影响，在其他点上RMS对比度主要受修剪率的影响。这个工作流程使得优化更加有效和直接。

敏感性分析结果

帕累托设计优化使快速决策

系统可以通过减少重要参数的子集进行优化，在元模型上执行预优化，然后使用前沿优化算法进行优化。决策树指导您选择最佳优化算法，因此您可以轻松地使用灵敏度分析的设计来可视化目标，并在RMS对比度和平均亮度之间进行权衡，以执行帕累托优化。

平行坐标图的帕累托正面设计分析

设计决策，如增加平均亮度的修剪比输入，用帕累托优化更容易、更快。元模型上的帕累托优化是一个非常快速的过程，因为这里不需要Speos计算，只使用模型的响应。帕累托前端设计说明了目标之间的权衡，因此可以从帕累托前端选择最佳设计，使用Speos进行验证，并在必要时用作使用Speos进行进一步优化的起点。

了解更多有关通过Speos和optiSLang进行虚拟产品开发和光学设计优化．