Optimalisatie

Goed genoeg is zelden goed genoeg. U heeft een product nodig dat lichter is maar even sterk, een proces dat efficiënter verloopt, of een component dat in een krappere ontwerpruimte past zonder concessies aan de prestaties. Trial-and-error prototyping is traag en duur — simulatie-gedreven optimalisatie laat u honderden ontwerpvarianten systematisch verkennen en de beste oplossing vinden in een fractie van de tijd. Wij combineren FEA, CFD en geavanceerde optimalisatie-algoritmen om daar te geraken.

Problemen die wij oplossen

Onze klanten kiezen voor optimalisatie wanneer een enkele analyse niet volstaat — wanneer de vraag niet alleen "voldoet mijn ontwerp?" is, maar "wat is het beste ontwerp?". Typische projecten omvatten:

  • Gewichtsreductie — verwijder materiaal waar het niet nodig is, met behoud of verbetering van sterkte-, stijfheids- of vermoeiingslevensdoelstellingen.
  • Prestatiemaximalisatie — verbeter de stromingsefficiëntie, warmteoverdrachtssnelheid of structurele stijfheid door systematisch geometrie, materialen of bedrijfscondities te variëren.
  • Verkenning van de ontwerpruimte — begrijp hoe uw ontwerp reageert op veranderingen in belangrijke parameters en identificeer welke variabelen de grootste invloed hebben op de prestaties.
  • Ontwerp binnen een beperkte ruimte — vind de optimale vorm of materiaalverdeling wanneer inbouwbeperkingen weinig ruimte laten voor conventionele ontwerpbenaderingen.
  • Verlaging van productiekosten — toon via simulatie aan dat dunnere platen, minder verstijvers of een andere materiaalklasse nog steeds aan alle eisen voldoen.
  • Robuust ontwerp onder onzekerheid — zorg ervoor dat uw ontwerp betrouwbaar presteert, zelfs wanneer materiaaleigenschappen, productietoleranties en bedrijfsbelastingen variëren binnen hun realistische bereik.

Parametrische optimalisatie

Parametrische optimalisatie is het werkpaard van simulatie-gedreven ontwerp. Wij definiëren de parameters die u wilt variëren — afmetingen uit CAD, materiaaleigenschappen, belastingen, wanddiktes, zelfs discrete keuzes zoals commercieel beschikbare plaatdiktes — samen met de prestatiedoelstellingen die u wilt bereiken. De optimiser voert vervolgens automatisch de benodigde simulaties uit en evalueert deze om de combinatie van parameterwaarden te vinden die het beste aan uw doelstellingen voldoet.

Deze aanpak werkt met elke fysica die wij simuleren: structurele FEA (minimaliseer gewicht bij een gegeven sterkte-eis), CFD (minimaliseer drukval bij een gegeven debiet), thermische analyse (minimaliseer piektemperatuur), of een combinatie hiervan voor multifysische problemen.

Parametrische optimalisatieresultaten met radiale spanningscontourplots voor meerdere vliegwielontwerpvarianten
Parametrische optimalisatie van een vliegwiel. Elke variant vertegenwoordigt een andere combinatie van geometrische parameters, en de radiale spanningscontourplots onthullen welk ontwerp de beste balans biedt tussen sterkte en gewicht.

Topologie-optimalisatie

Wanneer u nog niet weet welke vorm uw component moet hebben — of wanneer u een fundamenteel nieuw concept wilt in plaats van een incrementele verbetering — biedt topologie-optimalisatie het antwoord. Vertrekkend van een maximale ontwerpenvelop verwijdert het algoritme materiaal dat niet significant bijdraagt aan de structurele prestatie, wat resulteert in een geoptimaliseerde materiaalverdeling die aan uw stijfheids-, sterkte- of frequentiedoelstellingen voldoet bij minimaal gewicht.

De resulterende organische vormen zijn bij uitstek geschikt voor additive manufacturing (3D-printen) en gietprocessen, en presteren vaak aanzienlijk beter dan conventionele ontwerpen. Topologie-optimalisatie is bijzonder krachtig in de luchtvaart, automotive en medische hulpmiddelen, waar elke gram bespaarde gewicht zich direct vertaalt in prestatie- of kostenvoordelen.

Design of Experiments en gevoeligheidsanalyse

Wanneer uw ontwerp veel invoerparameters heeft, is het evalueren van elke mogelijke combinatie onpraktisch. Design of Experiments (DOE) technieken stellen ons in staat om de volledige ontwerpruimte te dekken met een wetenschappelijk geselecteerde, veel kleinere set simulaties — zonder inzicht in parameterinteracties op te offeren.

Op basis van de DOE-resultaten bouwen wij response surfaces: wiskundige modellen die voorspellen hoe uw ontwerp zal reageren op elke parameterwijziging, onmiddellijk en zonder extra simulaties. Deze response surfaces drijven gevoeligheidsanalyse (welke parameters zijn het belangrijkst?), afwegingsstudies (hoe verhoudt gewicht zich tot stijfheid?) en doelgestuurde optimalisatie (vind de parameterset die gelijktijdig aan al uw doelstellingen voldoet).

3D response surface die toont hoe een uitgangsvariabele verandert als functie van twee ontwerpparameters
Een response surface visualiseert hoe een prestatie-uitvoer varieert met twee ontwerpparameters. Het oppervlak maakt directe verkenning van de volledige ontwerpruimte mogelijk en leidt de optimiser naar de beste oplossing.

Robuust ontwerp en Six-Sigma analyse

Een geoptimaliseerd ontwerp dat perfect werkt onder nominale omstandigheden kan alsnog falen wanneer realistische strooiing een rol speelt: materiaalbatches die variëren, productietoleranties die zich opstapelen, bedrijfsbelastingen die afwijken van de specificatie. Six-Sigma en Monte Carlo methoden kwantificeren de waarschijnlijkheid dat uw ontwerp zijn prestatiedoelstellingen haalt over het volledige bereik van verwachte variaties.

Het resultaat is een robuust ontwerp — een ontwerp dat niet alleen optimaal is op papier, maar betrouwbaar in de praktijk. Wij identificeren welke bronnen van variabiliteit het meest bijdragen aan prestatiestrooiing en adviseren waar toleranties aangescherpt moeten worden (of waar u ze kunt verruimen) voor de beste balans tussen kosten en betrouwbaarheid.

Wat u ontvangt

Elk optimalisatieproject resulteert in een helder rapport dat de ontwerpparameters, de optimalisatie-opzet, de verkende ontwerpruimte (met gevoeligheidsgrafieken en response surfaces waar van toepassing), het aanbevolen optimale ontwerp en de vergelijking met uw referentieontwerp documenteert. Wij leveren alle informatie die u nodig heeft om het verbeterde ontwerp rechtstreeks in uw ontwikkelingsproces te implementeren.

Klaar om meer uit uw ontwerp te halen?

Of u nu gewicht wilt verlagen, prestaties wilt verbeteren, een nieuw concept wilt verkennen met topologie-optimalisatie of robuustheid wilt garanderen tegen productiestrooiing — onze optimalisatiespecialisten zetten de juiste aanpak op voor uw project.

Neem contact op voor een vrijblijvend eerste gesprek. Wij beoordelen uw ontwerpuitdaging, identificeren het optimalisatiepotentieel en bezorgen u een helder projectvoorstel.

 Neem contact op  of bel ons op +32 478 618 118

Veelgestelde vragen

Veelgestelde vragen over simulatie-gedreven optimalisatie.

Wij gebruiken de volledige Ansys simulatiesuite — Ansys Mechanical voor structurele optimalisatie, Ansys Fluent en Ansys CFX voor stromingsgebaseerde optimalisatie, en Ansys Aqwa en Autodyn voor gespecialiseerde toepassingen. Voor vermoeiingsgestuurde optimalisatie koppelen wij deze aan nCode DesignLife. Daarnaast gebruiken wij Matlab en Python veelvuldig voor aangepaste optimalisatieworkflows, DOE-automatisering en het genereren van response surfaces. De werkelijke waarde ligt echter in het juist formuleren van het optimalisatieprobleem — het kiezen van zinvolle doelstellingen, randvoorwaarden en parameters — en daar telt engineering-ervaring veel zwaarder dan de software.

Parametrische optimalisatie verbetert een ontwerp dat al een gedefinieerde vorm heeft door specifieke parameters te variëren — afmetingen, wanddiktes, afrondingsstralen, materiaalkeuzes. U begint met een concept en maakt het beter. Topologie-optimalisatie vindt de optimale materiaalverdeling vanuit nul binnen een gegeven ontwerpruimte. U begint met een maximale envelop en laat het algoritme bepalen waar materiaal geplaatst moet worden. Parametrische optimalisatie verfijnt; topologie-optimalisatie vindt uit.

Dat hangt af van het aantal parameters en hoe ze op elkaar inwerken. Een Design of Experiments (DOE) aanpak selecteert een wetenschappelijk bepaalde set simulaties die de volledige ontwerpruimte efficiënt dekt — vaak tientallen tot enkele honderden runs, zelfs wanneer het theoretische aantal combinaties enorm is. Op basis van deze runs bouwen wij response surfaces die het gedrag voor elke parametercombinatie onmiddellijk voorspellen, zonder extra simulaties.

Ja. Multi-objective optimalisatie is gangbaar — bijvoorbeeld gewicht minimaliseren en tegelijkertijd stijfheid maximaliseren, of drukval verlagen met behoud van mengkwaliteit. Wanneer doelstellingen conflicteren, is het resultaat een set Pareto-optimale oplossingen die de best mogelijke afwegingen vertegenwoordigen. Wij presenteren deze afwegingen helder, zodat u een weloverwogen beslissing kunt nemen op basis van uw prioriteiten.

Een ontwerp dat optimaal is onder nominale omstandigheden kan alsnog falen wanneer realistische variaties een rol spelen: materiaalbatches die verschillen, productietoleranties die zich opstapelen, of belastingen die afwijken van de specificatie. Robuust ontwerp (Six-Sigma) kwantificeert dit door de optimalisatie uit te voeren over een bereik van verwachte invoervariaties met Monte Carlo methoden. Het resultaat is een ontwerp dat betrouwbaar presteert in de praktijk, niet alleen op papier. Het identificeert ook welke bronnen van variabiliteit het meest van belang zijn, wat beslissingen stuurt over waar toleranties aan te scherpen of te verruimen.

Topologie-optimalisatie levert organische, soms complexe vormen op. Deze zijn direct geschikt voor additive manufacturing (3D-printen) en verloren-wasgieten. Voor conventionele productie (frezen, plaatwerk) dient het ruwe topologieresultaat als concept dat de ingenieur leidt naar een vereenvoudigd, produceerbaar ontwerp dat de prestatievoordelen behoudt. Wij kunnen tijdens de optimalisatie productiebeperkingen opleggen (bv. trekrichting voor gieten, minimale ligamentdikte) om van meet af aan praktischere resultaten te verkrijgen.

Een parametrische studie met enkele ontwerpvariabelen en een enkel fysicatype kan in één tot twee weken worden afgerond. Grotere DOE-studies, multi-objective optimalisaties of topologie-optimalisaties met daaropvolgende ontwerpverfijning duren doorgaans drie tot zes weken. De belangrijkste factoren zijn het aantal parameters, de simulatietijd per ontwerppunt en of het onderliggende FEA- of CFD-model al bestaat.