2022
MotionSolveは、力学の原理に基づいたシステムレベルのマルチボディソルバーです。
MotionSolveの最適化機能として、マルチボディシステムの運動方程式、設計変数と制限値、および解析のサポートがあります。
このセクションでは、最適化問題のタイプ、最適化の検索目標、および最適化の検索方法を取り上げます。
MotionSolve 2022の新機能について説明します。
MotionSolve®は、マルチボディシステムの性能を解析、評価、最適化するための統合ソリューションです。
インタラクティブなチュートリアルを使用してMotionSolveの機能について説明します。
MotionSolve最適化ガイドでは、MotionSolveの設計感度と設計最適化の機能について説明します。
このセクションでは、運動方程式について説明します。
最適化アルゴリズムは、設計変数と応答に対する制約条件が適用される目的関数を最小化または最大化することを目標としています。
設計変数を使用してパラメトリックモデルを定義します。
モデルの挙動は、応答変数の形で捕捉されます。
入力uに対する出力y(u)の感度は、uの単位変化に起因するyの変化として定義されます。
DvとResponseの両方をmsolveでスケーリングできます。
MotionSolveでDSAがサポートされているのは、運動学解析、静解析、および準静解析の場合のみです
MotionSolveの最適化機能では通常、ソルバーシミュレーションが複数回行われます。その1つは初期設計で設計変数の感度を決定するもので、それに続く複数の設計シミュレーションで設計変数を調整し、決定します。この調整と決定は、総合的な最適化条件を満足できるように、シミュレーションに対する応答に基づいて実施します。
最適化問題のタイプとして、制約のない最適化、簡潔な範囲制約条件、および非線形な制約がある最適化があります。
検索目標とは、最適化アルゴリズムの目的のことです。
検索方法とは、現在の設計ポイントより小さい目的関数が得られる新しい設計ポイントまたは現在の設計ポイントより実現可能性が高い新しい設計ポイントを見出すために、最適化アルゴリズムで使用する手法です。
最適化の適用範囲は広大で、エンジニアリング、経済、ビジネス、医療など、多様な応用分野があります。
最適化の入力データは、Pythonのパラメトリックモデルクラスに編成されています。このクラスには、このクラスに対して動作するメソッドが用意されています。
最適化の実行ごとに、各種のファイルが生成されます。
高度なトピックには、最適化問題のスケーリングと、最適化実行のデバッグ方法に関するヒントが記述されています。
この例（ここではMV3010と呼びます）では、SLAサスペンションの最適化について説明します。この例は、MotionSolveチュートリアルのtopics/solvers/ms/optimization_using_mv_hs_intro_r.html#optimization_using_mv_hs_intro_rでも取り上げています。
この例では、PIDコントローラを設計します。このPIDコントローラの役割は、ブロックの位置、速度、および加速度に外乱力が及ぼす影響を最小にすることです。
ブルドーザー、掘削機、ロボット、スノーモービル、軍用車両などの装軌車両用のクローラ・履帯プラグイン。
本マニュアルは、MotionSolveで使用できるコマンドステートメント、モデルステートメント、関数、サブルーチンインターフェースの一覧とそれぞれの使用方法の情報を提供しています。