Dekady globalnego rozwoju przyczyniły się do powstania komercyjnych rozwiązań w różnych dyscyplinach naukowych otwierając tym samym drogę do rozwiązania problemów interdyscyplinarnych w dziedzinie obliczeń numerycznych. Prekursorem wyznaczającym globalne trendy stało się oprogramowanie firmy Altair Enginnering inc., które obecnie w swoim portfolio posiada ponad 80 różnych programów rozwiązujące problemy z dziedziny mechaniki, robotyki, elektroniki  i elektryki, konstrukcji stalowych, przepływów, symulacji zderzeń czy fal elektromagnetycznych. Dziedzina fal radiowych (ang. Radio Frequency) wydaje się być wyjątkowo interesująca ze względu na mnogość zastosowań: przemysł lotniczy, motoryzacyjny, telekomunikacyjny, elektroniki użytkowej, medycyny czy obronności państwa. Każdy z nas za pomocą powszechnej elektroniki generuje coraz to więcej fal elektromagnetycznych (bezprzewodowe słuchawki, bezprzewodowe głośniki, inteligentny dom, Wifi w domu, sprzęt gospodarstwa domowego itd.).

Rysunek 1 Symulacja komory bezodbiciowej ze stołem obrotowym na potrzeby symulacji odporności elektromagnetycznej (EMI – electromagnetic Immunity)

Potrzeba wymiany dużej ilości informacji, w krótkim czasie oraz miniaturyzacja urządzeń wymusza potrzebę projektowania coraz bardziej zaawansowanej elektroniki oraz przeprowadzenie testów EMC (ang. Electromagnetic Compatibility), które są kosztowne i przypadkach błędów projektowych muszą być powtórzone wielokrotnie przed otrzymaniem wymarzonego znaku CE produktu. W przypadku radiokomunikacji takim oprogramowaniem jest Altair Engineering inc FEKO. Obecnie FEKO oferuje nie tylko modelowanie elektromagnetyczne struktur promieniujących (anten lub układów antenowych) ale również szeroko pojętą propagację fal elektromagnetycznych w przestrzeni. Nikt nie chce widzieć informacji „brak zasięgu” w naszym telefonie. Ewolucja od sieci 2G do nowoczesnej generacji 5G (a w zapleczach naukowych już 6G) wymaga złożonych obliczeń numerycznych nie tylko samego obiektu ale tez i jego otoczenia jak i wpływu na otoczenie samego obiektu.

Rysunek 2 Model propagacyjny w środowisku zurbanizowanym

Zespoły projektowe wykorzystują potężny silnik inżynierii komputerowej dla projektowania sieci radiowych, zarządzanie widmem, projektowaniem anten oraz szeroko pojęte symulacje badań EMC a to wszystko wspierane za pomocą nowatorskiej metody uczenia maszynowego (Machine Learning) przyśpieszając optymalizację badanego obiektu nawet kilkunastokrotnie w porównaniu do tradycyjnych metod iteracyjnych. Takie narzędzie skraca drastycznie czas projektowania, prototypowania oraz wdrażania produktów, obniżając koszty produkcji do niezbędnego minimum.

Hybrydowe połączenie metod obliczeniowych pozwala na obliczenie coraz większych i bardziej złożonych struktur np. anteny na statkach morskich, powierzchnia skuteczna odbicia - ang. RCS lub optymalizacja położenia i kształtu anteny na dachu samochodu lub szybie. Modelowanie komór bezodbiciowych, komór z podłogą przewodzącą, komór rewerberacyjnych czy GTEM nie stanowi już ograniczenia dla zasobów komputera. Skomplikowane stanowiska pomiarowe mogą zostać zoptymalizowane wykorzystując oprogramowanie symulacyjne FEKO dla emisji, odporności, ekranowania, anten EMC, okablowania itp. Altair Engineering inc. intensywnie wspiera współpracę wielu narzędzi dla rozwiązania kompleksowo problemu od fazy projektu po ostateczne wykonanie.

Rysunek 3 Model komory bezodbiciowej w środowisku AltairOne FEKO

W przypadku urządzeń elektronicznych z powodzeniem można wykorzystać do projektowania płytek PCB Altair Enginnering Pollex, który obecnie umożliwia współpracę z oprogramowaniem Altium dla szerszych analiz obwodów drukowanych. Dodatkowo analiza pola bliskiego w FEKO pozwala na optymalizację ścieżek układu drukowanego przy zachowaniu analiz integralności mocy (PI) i sygnałów (SI). Wykorzystując kilka narzędzi projektowych dla jednego dużego projektu możliwym jest wykonanie badań interdyscyplinarnych i wykonanie analiz, obwodowych, polowych, ekranowania czy analiz termicznych. 

Rysunek 3 Jak wykorzystać PollEx oraz FEKO projektując PCB oraz obliczając rozkład pola bliskiego wewnątrz samochodu.

Wbudowane algorytmy predykcyjne analizują w czasie rzeczywistym otrzymane rezultaty. Analiza danych ze sprzężeniem zwrotnym pozwala na skrócenie czasu obliczeń i predykcję kolejnych decyzji z punktu widzenia szukania optimum. Przykładem takiej wieloparametrowej optymalizacji może być analiza rozkładu pola elektromagnetycznego wokół anteny (lub anten) pojazdu wojskowego.

Optymalizacja samej anteny jak i jej położenia na dachu pojazdu pod względem zapewnienia największego zasięgu radiowego jak i ochrony przed nadmierną ekspozycją na pole elektromagnetyczne żołnierzy znajdujących się wewnątrz pojazdu. Złożoność obliczeń powoduje, że optymalizacja takiego scenariusza jest niezwykle czasochłonna a z wykorzystaniem HyperStudy możliwym jest wykonanie wieloparametrowej symulacji kształtu i położenia anteny, charakterystyki promieniowania, rozkładu pola elektromagnetycznego, itp. skracając czas obliczeń kilkukrotnie w porównaniu do metod wbudowanych.

Altair Enginnering inc. oferuje zbiór programów do obliczeń numerycznych z naciskiem na rozwiązywanie problemów interdyscyplinarnych, co więcej elastyczna oferta licencjonowania pozwala na korzystanie z szerokiej oferty programów pod jedną licencją pływającą, tym samym oferując pełną elastyczność pracy zespołów projektowych z wielu działów pracowni naukowo-badawczych.

Największym wyzwaniem podczas projektowania jest optymalizacja rozwiązywanego problemu. W praktyce może skończyć się to wielokrotnym powtórzeniem symulacji co w konsekwencji prowadzi do wydłużenia czasu wdrożenia produktu. Oprogramowanie FEKO oferuje dwie metody optymalizacji projektu, tradycyjną z wbudowanym silnikiem optymalizacji OPTFEKO świetnie nadającym się do szybkich i nieskomplikowanych struktur (przy zachowaniu racjonalnego czasu obliczeń <10 godzin) oraz drugą nowatorską metodą sztucznej inteligencji zaimplementowanym w HyperStudy.

Główną zaletą stosowania tej metody jest jej dedykowany silnik do analizy, optymalizacji sparametryzowanych projektów, wykorzystanie DoE (ang. Design of Experiment), Analiza zależności parametrów, wyszukiwanie optimum dla kilkunastu parametrów, wbudowane metody stochastyczne i przede wszystkim wykorzystanie uczenia maszynowego (ang. Machine Learning), które kilkukrtnie przyśpiesza optymalizację projektu.

Rysunek 4 Przykład HyperStudy podczas optymalizacji