Home HyperStudy   

Capacidades

Diseño de experimentos

Los métodos de Diseño de Experimentos (DOE) en HyperStudy incluyen:

  • Factorial completo
  • Plackett-Burman
  • Diseño compuesto central
  • Hammersley
  • Factorial fraccional
  • Box-Behnken
  • Latin hypercube
  • Entrada directa y definida por el usuario de la matriz de ejecución externa

La matriz del estudio puede consistir en variables continuas o discretas que pueden ser controladas o no controladas. Los estudios de DOE se pueden realizar usando la simulación exacta o el modelo de ajuste.

 

Método de superficie de respuesta (ajuste)

Los métodos de superficie de respuesta disponibles son:

  • Regresión de mínimos cuadrados
  • HyperKriging
  • Mínimos cuadrados móviles
  • Funciones de base radial

Las superficies de respuesta se pueden utilizar para realizar intercambios, DOE, optimización y estudios estocásticos.

 

Optimización

Los métodos completos de optimización de HyperStudy resuelven diferentes tipos de problemas de diseño, incluyendo optimización de diseño multiobjetivo y análisis de fiabilidad/robustez. Estos métodos son:

  • Método de superficie de respuesta adaptativa (ARSM)
  • Programación cuadrática secuencial (SQP)
  • Algoritmos genéticos (GA)
  • Análisis secuencial de optimización y fiabilidad (SORA)
  • Enfoque de un solo bucle
  • Método de superficie de respuesta global (GRSM)
  • Algoritmos genéticos multiobjetivo
  • SORA basado en ARSM
  • Optimizador definido por el usuario

Los estudios de optimización se pueden realizar utilizando la simulación exacta o el modelo de ajuste. Además, HyperStudy proporciona una API para incorporar algoritmos de optimización externos.

 

Estocástica

El enfoque estocástico en HyperStudy permite a los ingenieros evaluar la fiabilidad y la robustez de los diseños y proporcionar una orientación cualitativa para la mejora y optimización sobre la base de estas evaluaciones. Los métodos de muestreo de HyperStudy son:

  • Aleatorio simple
  • Hammersley
  • Latin hypercube

Los estudios estocásticos se pueden realizar utilizando la simulación exacta o el modelo de ajuste.

 

Post-procesamiento y minería de datos

HyperStudy ayuda a los ingenieros a obtener una comprensión más profunda de un diseño a través de extensas capacidades de post-procesamiento y extracción de datos. Esto simplifica significativamente las tareas de estudio, clasificación y análisis de los resultados. Los resultados del estudio se pueden procesar posteriormente como datos estadísticos, matrices de correlación, diagramas de dispersión, diagrama de bloques, gráficos de efectos de interacción, histogramas y coordenadas paralelas entre otros. Además, HyperStudy guía al usuario en la selección de los métodos de post-procesamiento a utilizar en función de los objetivos de diseño.

Este sitio web utiliza cookies propias y de terceros para recopilar información con la finalidad de mejorar nuestros servicios. Si continua navegando, supone la aceptación de la instalación de las mismas. El usuario tiene la posibilidad de configurar su navegador pudiendo, si así lo desea, impedir que sean instaladas en su disco duro, aunque deberá tener en cuenta que dicha acción podrá ocasionar dificultades de navegación de la página web.

Cómo configurar