堅持采用有利于選擇最佳設計的方法，可提高最終產(chǎn)品的質(zhì)量。工程團隊往往會對其設計進行過高或過低的評估，因為他們不能確切地確定所需的公差。通常，這會導致所需的材料、成本和時間增加。大多數(shù)工程師都熟悉優(yōu)化技術(shù)，但魯棒性評估可進一步為高質(zhì)量提供保證。

電子設計和制造中的魯棒性

制造單個電子組件會產(chǎn)生偏差，裝配流程也會導致不一致性，這已不是行業(yè)秘密。而這正是我們需要六西格瑪?shù)仍O計指南的原因所在。六西格瑪質(zhì)量水平要求制造流程生產(chǎn)出的產(chǎn)品缺陷率不超過百萬分之3.4。六西格瑪，也被稱為魯棒性設計，可促進工程師設計出不容易受制造變化因素影響的產(chǎn)品。

隨著電子系統(tǒng)和組件變得更小、密度更高、更容易受到熱的影響，不僅有更多的意外相互作用需要被納入考慮范圍，而且也很難預測公差將如何影響設計和制造。通過找出必須遵守的生產(chǎn)公差以確保一致的質(zhì)量，工程師能夠減少成本和缺陷，提高質(zhì)量并簡化工作流程。

評估魯棒性的流程包括：

1.識別制造階段可能產(chǎn)生不確定性并影響最終產(chǎn)品質(zhì)量的隨機參數(shù)，如隨機環(huán)境變量或材料屬性。

2.將來自制造的統(tǒng)計數(shù)據(jù)作為概率參數(shù)輸入到仿真模型中，以量化不確定性并預測這些參數(shù)的相對影響。

3.使用人工智能/機器學習（AI/ML）算法對設計進行迭代，并通過自動化和系統(tǒng)化仿真流程找到最佳值。

4.許多公司使用Ansys optiSLang進行優(yōu)化，但下面要介紹的是，其中一些公司如何使用該軟件來證明或改進設計和最終產(chǎn)品的魯棒性。

5.獲得共封裝光學的優(yōu)勢

自動變速器的成本和功能優(yōu)化

產(chǎn)品設計中的一項主要挑戰(zhàn)是確定功能和成本的最佳組合；有許多方法可以實現(xiàn)這一目標，然而每種方法都需要在開發(fā)范圍方面做出不同的承諾。

一家全球汽車制造商在其自動變速器設備設計中比較和評估螺線管的設計替代方案時，就親身體驗過這種情況。該公司使用optiSLang和Ansys Workbench構(gòu)建計算機輔助仿真方法，以用于考慮材料、公差、組件拓撲、幾何參數(shù)和制造流程。該工作流程可在短時間內(nèi)生成各種螺線管設計，并針對每種設計進行成本與功能優(yōu)化。通過了解每個選項的技術(shù)功能和經(jīng)濟性之間的關系，該團隊能夠選擇出最穩(wěn)健的設計。

薄膜銅的建模校準

憑借出色的導電和導熱特性，薄膜銅在半導體行業(yè)中十分普遍。半導體的功能取決于該金屬在較寬溫度范圍內(nèi)的性能。通常，金屬薄膜與相同材料的塊狀固體具有不同的物理特性，其行為也大不相同。為了了解薄膜銅的應力-應變響應，并將其參考實驗與仿真結(jié)果進行比較，一家半導體制造商使用optiSLang來確定正確的材料模型。

如果采用“手動”驗證，需要花費大約三周時間來運行70次仿真，但采用optiSLang，在設置了相關方法后，就可在一天內(nèi)運行284次仿真。流程中最耗時的部分并非實際運行，而是圍繞參數(shù)變化進行分析和決策——其可以對實驗結(jié)果進行更好的校準。而optiSLang有助于提高程序結(jié)果的質(zhì)量和效率。

1.許多公司使用Ansys optiSLang進行優(yōu)化，但下面要介紹的是，其中一些公司如何使用該軟件來證明或改進設計和最終產(chǎn)品的魯棒性。

2.獲得共封裝光學的優(yōu)勢

制造設備優(yōu)化

一家公司的車床卡盤輕量化設計，可為尋求快速、高效部件生產(chǎn)的客戶提供最大負載能力。將拓撲優(yōu)化（用于確定最輕量化的合適設計）與參數(shù)優(yōu)化（用于盡可能延長卡盤使用壽命）相結(jié)合，便能得到這樣可靠的結(jié)果。

利用optiSLang的多目標優(yōu)化實現(xiàn)最佳設計，將質(zhì)量和質(zhì)量慣性分別減少了30%和40%。

優(yōu)化鉗口導向區(qū)域中的參數(shù)可提高剛度，從而改善卡盤的鐵芯夾緊功能。

梅賽德斯-奔馳使用可靠性分析方法驗證ADAS

高級駕駛輔助系統(tǒng)（ADAS）有助于實現(xiàn)新興的車輛功能，如自動緊急制動、行人檢測、泊車輔助和視線檢測等。隨著這些系統(tǒng)承載的功能越來越多，它們也變得愈加復雜，因此驗證其安全性變得更具挑戰(zhàn)性。實際上，在現(xiàn)場測試中其實無法達到評估系統(tǒng)故障概率所需的里程數(shù)，因此，汽車制造商梅賽德斯-奔馳公司轉(zhuǎn)而利用仿真來確定關鍵交通場景，并使用optiSLang進行安全性功能測試和評估。

該方法可減少證明特定功能所需的具體交通場景的數(shù)量，并在很短的時間內(nèi)確定每個場景的風險。梅賽德斯-奔馳公司能夠在其L3 ADAS認證方案中使用這種方法及其仿真結(jié)果，證明了該設計的環(huán)境檢測功能符合資質(zhì)。

下面是optiSLang的另一個用例，涉及規(guī)劃和開發(fā)汽車制造的公差概念。在汽車領域，公差分析的準備工作非常耗時，有時還容易出錯，特別是對于包含數(shù)百個部件的白車身（BiW）結(jié)構(gòu)。在該制造階段，車身骨架已完成裝配，但還沒有上漆。

為了實現(xiàn)準確的公差分析建模和可制造性，工程師需要特定的信息（例如，夾具概念和連接位置）來通過仿真軟件定義接觸條件、范圍和測量值。在實際情況中，產(chǎn)品開發(fā)流程中創(chuàng)建的單個部件公差信息會與制造流程公差以及仿真參數(shù)，一起傳輸?shù)椒抡婺Ｐ椭?。optiSLang可適應公差范圍，因此，在公差敏感度分析中可以輕松考慮多個輸入變量，以確保裝配魯棒性。