2D 基准情况下贝叶斯优化应用的概率推理
释放贝叶斯优化的强大功能，利用尖端的概率推理技术彻底改变制造流程。
挑战
当今的制造业面临着无数挑战，从保持效率和质量到最大限度地降低生产成本和停机时间。随着市场竞争日益激烈，创新和优化流程的压力呈指数级增长。
传统的优化方法往往无法解决现代制造环境的复杂性和可变性。这需要采用能够处理不确定性并提供强大解决方案的先进技术。
工程解决方案
贝叶斯优化 （BO） 是一种用于优化复杂、昂贵和噪声函数的强大策略。它在每个功能评估成本高昂的场景中特别有用，例如在制造流程优化中。
通过利用高斯过程等技术，概率推理允许对参数空间进行有效探索，将优化过程引导到最有前途的区域并避免非生产性区域。
Ansys optiSLang 具有嵌入式贝叶斯优化概率推理 （PI-BO） 模块，以用户友好的方式执行优化分析。
个案研究：
为了说明 PI-BO 的功效，我们将其应用于一个简单的 2D 基准案例（图 1）。如图所示，该几何结构具有入口和出口区域，其中有 6 个圆孔，其直径被设置为优化的输入参数。这种几何形状可以被认为是一个简化的淋浴喷头，目标可以是最大化入口和出口之间的压力变化，以及均匀的压力分布。
图 1.具有入口/出口区域和参数尺寸的 2D 基准情况
Ansys Workbench 项目如图 2 所示。
图 2.Ansys Workbench 项目
Fluent 设置中的“命名表达式”也可以考虑用于输入和输出参数（图 3）。
图 3.用于优化的输入和输出参数的命名表达式
速度入口具有上述定义的入口速度和零压力出口条件。在设置优化特征之前，最佳实践是在变量的初始条件下运行模型，以测试结果是否有意义，并确保没有观察到任何故障。
左侧 Toolbox 中的优化模块应作为独立系统拖到 Project Schematic 屏幕中。这将打开一个窗口来选择优化参数并设置它们的范围。用户可以选择在此屏幕中将参数转换为常量。对于此示例，使用了以下设置（图 4）：
图 4.用于优化的参数设置
之后，必须描述目标。如前所述，最大压降和最小均匀性是优化的标准（图 5）。
图 5.条件设置
下一个屏幕要求用户选择优化方法。默认设置为 One-Click Optimization（一键优化）。在此应用程序中，从 Manual optimizer 选择中选择 PI-BO 选项（图 6）。
图 6.PI-BO 优化方法选择
完成这些设置后，将连接优化模块，实现图 2 所示的项目结构。双击 “Probabilistic Inference for Bayesian Optimization” 打开优化器设置以选择迭代次数。最大迭代次数的默认值为 90。在本例中，选择了 10 个（图 7）。这意味着，包括新开始设计在内，要探索的设计总数将为 20 个。用户应根据应用程序探索不同的迭代次数。
图 7.要迭代的设计数量
优化开始后，会弹出优化监控界面。优化的最后阶段如图 8 所示。
图 8.优化监控屏幕
性能最佳的设计将与相应的参数设置一起显示给用户。用户可以将鼠标悬停在 Objective Pareto Plot 窗口上以选择不同的设计，相应的参数显示在 Design Parameter 窗口中。
好处
与一键优化的默认优化设置相比，使用 PI-BO 优化将提供稳健且有弹性的流程，设计数量更少。
展望未来，贝叶斯优化等高级优化技术的集成将继续为制造业带来革命性的变化。随着这些方法变得越来越复杂，它们的应用将扩展到传统界限之外。