了解和表征模型不确定性
不确定性定量模块用于理解模型不确定性的影响 - 感兴趣的数量如何取决于模型输入的变化。它提供了用于筛选，灵敏度分析，不确定性传播和可靠性分析的一般界面。
不确定性定量模块可以有效地测试模型假设的有效性，令人信服地简化模型，了解关注量的关键输入，探索关注数量的概率分布并发现设计的可靠性。保证模型正确性和对利息量的理解有助于降低生产，开发和制造成本的理解。
不确定性定量模块可与整个Comsol产品套件的产品一起使用，以分析电磁，结构，声学，流体流，热和化学工程模拟的乐动体育app无法登录不确定性。您可以将其与CAD进口模块，设计模块或CAD的任何Livelink™产品结合使用。乐动体育app无法登录
联系comsol
在进行不确定性量化研究时，您可以根据comsol多物理学定义一组兴趣®模型解决方案。这样，感兴趣的数量是输入参数的函数。
在结构分析的情况下，感兴趣的数量可以是最大位移，应力或挠度角。对于传热或CFD分析，关注量可能是最大温度，总热量损失或总流体流量。对于电磁模拟，它们可能是电阻，电容或电感。由于不确定性定量模块适用于使用COMSOL多物理计算的任何物理模型®软件以及各种求解的现场数量的任何数学表达式，您的兴趣数量的选择都是无穷无尽的。
任何不确定的模型输入，无论是物理设置，几何维度，材料属性还是离散设置，都可以视为输入参数，并且任何模型输出都可以用于定义关注量。
这筛选，护城河研究类型实现了一种轻巧的全局筛选方法，该方法对每个输入参数的重要性进行了定性的衡量。该方法纯粹是基于样本的，使用莫里斯单时（护城河）方法，并且需要相对较少的comsol模型评估。当输入参数的数量太大而无法允许更多计算昂贵的不确定性定量研究时，这使其成为理想的方法。
对于每一量的兴趣，此护城河方法计算每个输入参数的护城河平均值和护城河标准偏差。这些值以护城河散射图表示。护城河平均值和护城河标准偏差的排名给出了输入参数的相对重要性。护城河的高价值意味着该参数正在显着影响关注数量。护城河标准偏差的高价值意味着该参数具有影响力，并且它要么与其他参数强烈相互作用，要么具有非线性影响或两者兼而有之。
这敏感性分析研究类型用于计算对输入参数的敏感量的灵敏度。该研究类型包括两种方法：SOBOL和相关方法。
SOBOL方法分析了整个输入参数分布，并将每个兴趣数量的差异分解为输入参数及其相互作用的贡献之和。
对于每个输入参数，SOBOL方法计算SOBOL索引。一阶Sobol索引显示了归因于每个输入参数的方差的一定量的差异。总SOBOL索引显示了归因于每个输入参数方差及其与其他输入参数的相互作用的差异的方差。每一量兴趣和所有参数的SOBOL索引索引均以专用索博尔绘制直方图按总索博指数排序的位置。感兴趣的数量对最高总SOBOL指数的输入参数最敏感。输入参数的总SOBOL索引和一阶Sobol索引之间的差异测量了该输入与其他输入之间的相互作用的影响。
与筛选方法相比，灵敏度分析用于定量分析利益量的不确定性如何比例分配给不同输入参数。此方法需要更多的计算资源，因为精确的SOBOL指数的计算取决于高质量的替代模型。
相关方法计算每个输入参数与关注量之间的线性和单调关系。为了基于相关方法的敏感性分析，计算了四种类型的相关性：双变量，双变量，部分或排名的部分相关。
这不确定性传播研究类型用于分析输入参数的不确定性如何通过估计其概率密度函数（PDF）来传播对每一量感兴趣的量。通过COMSOL多物理学将输入参数映射到感兴趣量的基础物理学®模型评估是针对大多数应用程序不可能通过分析进行计算的。
因此，必须进行蒙特卡洛分析以近似PDF。与SOBOL方法相似，替代模型用于大大降低蒙特卡洛分析的计算成本。对于每一量的兴趣，将内核密度估计（KDE）作为图进行并形象形式，作为PDF的近似值。此外，基于此分析，置信区间表为您提供的每数量感兴趣，平均值；标准偏差；最低限度;最大;以及上限和上限值对应于90％，95％和99％的置信度水平。
与其他不确定性定量研究类型相比，研究了感兴趣量的总体不确定性，可靠性分析，egra方法解决了一个更直接的问题。给定标称设计和一些特定的不确定输入，该设计失败的概率是多少？故障可能是设计的完全崩溃，但也可以根据质量标准来表达。
为了确保可靠性，传统的建模和模拟方法是使用安全利润率和最差的情况。通过适当的可靠性分析，可以避免高估和低估，因为可以对实际概率进行估计。从置信区间表中可以从每数量的关注数量的不确定性传播中得出粗略的估计。但是，通过可靠性分析，您可以根据兴趣量和相应阈值的组合来定义更复杂的可靠性标准。用于可靠性分析研究的有效全球可靠性分析（EGRA）方法有效地将计算资源引导到分隔设计失败和成功的极限状态。
使用SOBOL方法，不确定性传播和可靠性分析计算的灵敏度分析均取决于准确的蒙特卡洛型分析。这通常需要大量的评估才能实现良好的准确性。对于comsol多物理学的现实问题®模型评估可能需要大量资源以及不确定性量化分析涉及多个参数的情况®模型评估在计算上是不可行的。不确定性量化模块的一个关键特征是其训练和使用所谓的替代模型（也称为元模型）的能力，以节省计算资源。
替代模型是构建的紧凑数学模型，该模型构建，以表示和评估由输入参数定义的感兴趣域中感兴趣的数量。该模型完全独立于基础comsol多物理学®模型，可以在适当的训练时可以代替comsol多物理学®模型以预测输入参数的其他值的兴趣量的值。构建替代模型的过程通常是自适应的，替代模型可以将原始模型近似于高度的准确性。用户定义的公差使您可以提高替代模型的准确性。更高的准确性需要其他COMSOL多物理学®模型评估。
建立替代模型后，您可以进行独立的验证以进一步测试其有效性，并且可以快速计算整个输入参数空间的响应表面数据。然后可以可视化响应表面，其中绘制了一数量的兴趣，一次绘制了两个输入参数。
每个业务和每个模拟都需要不同。
为了充分评估comsol多物理学是否®软件将满足您的要求，您需要与我们联系。通过与我们的一位销售代表交谈，您将获得个性化的建议和充分记录的示例，以帮助您充分利用评估，并指导您选择适合您需求的最佳许可选项。
只需单击“联系comsol”按钮，填写您的联系方式以及任何特定的评论或问题，然后提交即可。您将在一个工作日内收到销售代表的回应。
请求软件演示