Seminar1 Werkzeuge und Verfahren zur Optimierung von ...publications.eas.iis.fraunhofer.de/papers/1999/040/slides.pdf1 Fraunhofer Institut Integrierte Schaltungen IIS 8. GMM-Workshop

1

Fraunhofer InstitutIntegrierte Schaltungen

IIS

8. GMM-Workshop „Methoden und Werkzeuge zum Entwurf von Mikrosystemen

Seminar1Werkzeuge und Verfahren zur Optimierung von Mikrosystemen

Modulares Optimierungssystem MOSCITO

Sandra Parodat

Fraunhofer-Institut für Integrierte SchaltungenAußenstelle EAS DresdenZeunerstraße 38, D-01069 Dresdene-mail: [email protected]

2

IIS


8. GMM-Workshop „Methoden und Werkzeuge zum Entwurf von Mikrosystemen“

Verbindung Simulation und Optimierung

Modulares Gesamtsystem, Schnittstellen

Optimierung einer Mehrfach-Ionisationskammer

Implementierung als verteiltes System

Weiterentwicklungen

Motivation

Konzeption

Beispiel

Realisierung

Ausblick

Übersicht

3

IIS



System

Subsystem

Device

MikrosystementwurfAbstraktionsebenen

SimulatorkopplungModellierung

4

IIS



Verhaltensanalyse und Validierung von Modellen für definierte Simulationsstimuli und ausgewählte Parameterkombinationen

leistungsfähige Algorithmen für die Suche nach Optima (Maxima oder Minima) in Parameterräumen

Verbindung von Simulations- und Optimierungsmethoden

Simulation

Optimierung

Ziel

MikrosystementwurfModellierung und Simulation

5

IIS



Optimierungssystem MOSCITOModular System for Constraint Nonlinear Microsystem Optimization

6

IIS



• Integration von neuen Komponenten• Erweiterung der Funktionalität

• Austauschbarkeit von Algorithmen(Optimierungsverfahren, Simulatoren, ...)

• Zuschnitt auf industrielle Entwurfssysteme, standartisierte Beschreibungssprachen

• Einbeziehung von Erfahrungen und Entscheidungendes Entwerfers

• Problemanalyse• Anzeige des Optimierungsfortschritts

Offenheit

Modularität

Schnittstellen

Interaktives User-Interface

Visualisierung

Optimierungssystem MOSCITOAnforderungen

7

IIS



Optimierungssystem MOSCITOStruktur

SimulationModellgenerierung

Optimierung

Front End

File Edit View HelpRun

Istfunktion

Zielfunktion

instanziertes Modell

aktuelle

Wichtung

Spezifikation

Steuerparameter

FehlerberechnungStartwerte

Steuerparameter

generisches

Parameter

Restriktionen

Modell p1

p2p3

8

IIS



Optimierungssystem MOSCITOModularität


Optimierung

Front End


Istfunktion

Zielfunktion


aktuelle

Wichtung

Spezifikation

Steuerparameter


Steuerparameter

generisches

Parameter

Restriktionen

Modell

APDLMAST HDL-A

C/C++JAVA Saber

ELDO/Accusim

MatlabSpice

Quadratsumme

BetragsummeMinimum

9

IIS



Quasi-Newton

Konjugierte Gradienten

Nelder-Mead

Powell

Simulated Annealing

Optimierungssystem MOSCITOImplementierte Optimierungsverfahren

• verwendet 1. und (approximativ) 2. partielle Ableitungen• bildet quadratisches Modell der Zielfunktion mittels

Taylor-Reihe

• verwendet 1. partielle Ableitung• Suchrichtungen sind paarweise konjugiert

• ableitungsfrei• Suche durch Reflexion, Expansion und Kontraktion eines

(n+1)-dimensionalen Simplex

• ableitungsfrei• sukzessive 1-dimensionale Suchalgorithmen in den

Koordinatenrichtungen

• ableitungsfrei• Ansatz enthält Analogien zur Thermodynamik• verwendet heuristische Komponenten zur Suche

10

IIS



Nutzung von MOSCITOModellgenerierung


• Erstellung eines Modells mit freien Parametern

• Platzhalter für Parameter einfügen

• Ersetzung der Platzhalter durch aktuelle Parameterwerte

• Weiterleitung des instanzierten Modells

/TITLE,VM155: SHAPE OPTIMIZATION ...tk16 = 2.045e-01tk27 = 1.935e-01tk38 = 2.289e-01tk49 = 1.866e-01...ET,1,PLANE42MP,EX,1,10E6MP,NUXY,1,0.3 K,1 K,5,10 ...K,7,2.5,TK27...LSEL,S,LINE,,5,9

ModellbeschreibungModellgenerierung

generischesModell p1

p2p3

(Netzliste, Verhaltens-

aktuelleParameterwerte

generisches Modell

beschreibung,...)

11

IIS



Nutzung von MOSCITOSimulation

• Steuerparameter für Simulator• Festlegung von Analyseart, Solver-

Optionen etc.• Ergebnisextraktion

• Aufruf des Simulators• Berechnung der Istfunktion • Weiterleitung der Simulations-

ergebnisse

Simulation

Steuerparameter

Istfunktion


...NSEL,S,LOC,YDSYM,SYMM,X ...NSEL,ALLFK,10,FX,1500 DK,1,ALL,0... SOLVE

NSEL,S,LOC,X,0,9*GET,STRS,SORT,,MAX*GET,TVOL,SSUM,,ITEM,VOLU... *MSG,INFO,tvol%G 0

Simulator-Inputfile

12

IIS



Nutzung von MOSCITOFehlerberechnung

Istfunktion

Zielfunktion Wichtung

Spezifikation

Fehlerberechnung

• Spezifikation des gewünschten Sollverlaufes

• Bewertung der Simulationsergebnisse unter Berücksichtigung der Spezifika-tion (Wichtung)

• Berechnung des Zielfunktionswertes• Weiterleitung des Zielfunktionswertes

an die Optimierung

Zielfunktionswert

− Wichtung für Ströme − Wichtung für Anstiege

∑ ∑= =→⋅+⋅=

k

i

N

j ji sIz1 121 maxˆλλ

1λ

2λ

13

IIS



Nutzung von MOSCITOOptimierung

aktuelleParameter

OptimierungStartwerte

Steuerparameter

RestriktionenZielfunktion

• Definition von Schranken• Formulierung von Nebenbedingungen• Festlegen von Startwerten• Einstellung der Parameter des

Optimierungsalgorithmus

• Bestimmung neuer Parameterwerte entsprechend der gewähltenOptimierungsstrategie

• Weiterleitung der aktuellen Parameter-werte

z.B. Nelder-Mead-Simplex

14

IIS



Nutzung von MOSCITOVorbereitungen


Optimierung

Front End


Istfunktion

Zielfunktion


aktuelle

Wichtung

Spezifikation

Steuerparameter


Steuerparameter

generisches

Parameter

Restriktionen

Modell p1

p2p3

15

IIS



Nutzung von MOSCITOOptimierungszyklus


Optimierung

Front End


Istfunktion

Zielfunktion


aktuelle

Wichtung

Spezifikation

Steuerparameter


Steuerparameter

generisches

Parameter

Restriktionen

Modell p1

p2p3

16

IIS



Wirkprinzip

• Die vom Strahler ausgesendeten Strahlen erzeugen freie Ladungen in Meßzellen

• Nach Anlegen einer Spannung kann ein Strom gemessen werden.

• In den durch Materialkante überdeckten Kammern werden aufgrund der Dämpfung niedrigere Ströme generiert.

Einsatzgebiete

• Dickenmessung in radiometrischen Meßgeräten

• Detektion einer Materialkante

Strahler

Strahlung

Materialbahn

Mehrfach-IonisationskammerBeispielsystem

17

IIS



Optimierungsparameter

a Elektrodenabstand d Dicke der Abschirmungp Kammerdruck

Nebenbedingungen

1.0 bar p 5.0 bar 0.5 mm d 5.0 mm3.0 mm a 15.0 mm a d 1.0 mm

≤ ≤≤ ≤≤ ≤– ≥

a d

p

Mehrfach-IonisationskammerOptimierungsparameter

Strahler

Materialbahn

18

IIS



I1I1

I1

I1I1

I1I1

s maximaler Anstieg

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1,0

1,1

-10,0 -8,0 -6,0 -4,0 -2,0 0,0 2,0 4,0 6,0 8,0 10,0

hohe Ströme in denKammerzellen

genaue Detektion einer Materialkante

vorgegebenen Meßbereichsichern

multikriterielle Zielfunktion ∑ =→⋅=

k

i iIsz1

maxˆ ∑ ∑= =→⋅+⋅=

k

i

N

j ji sIz1 121 maxˆλλ

Mehrfach-IonisationskammerOptimierungsziele

19

IIS



Mehrfach-IonisationskammerMOSCITO-Konfiguration

Front End


Istfunktion

Zielfunktion


aktuelle

Wichtung

Spezifikation

Steuerparameter

Startwerte

Steuerparameter

generisches

Parameter

Restriktionen

Modell

C/C++Matlab


Optimierung Fehlerberechnung

MFIK-Sim

Nelder-MeadPowellQuasi-NewtonKonj. Gradienten ∑ ∑= =

⋅+⋅=k

i

N

j ji sIz1 121 ˆλλ

Gewichtete Summe

20

IIS



Optimierung mit verschiedenenen Wichtungen

Größenverhältnisse der optimierten Kammern

O p t i m u m 1

O p t i m u m 2 O p t i m u m 3

Start Opt. 1 Opt. 2 Opt. 3Abstand a 6.00 15.00 3.00 5.38Dicke d 2.50 0.51 1.99 0.65Druck p 2.00 5.00 3.89 5.00Ströme 1.08e-8 1.13e-7 3.94e-9 3.62e-8Anstiege 1.13 0.41 2.53 1.57s∑

I∑

Mehrfach-IonisationskammerErgebnisse

Optimum 1

Optimum 2 Optimum 3

21

IIS



Mehrfach-IonisationskammerErgebnisse

Parameter p

Zielfunktion

Ströme in den Kammern

Anstiege der Splines

0.0E+00

5.0E-09

1.0E-08

1.5E-08

2.0E-08

2.5E-08

-50 -40 -30 -20 -10 0 10 20 30 40 50

Optimum 1Optimum 3StartOptimum 2

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1.0

1.1

-50 -40 -30 -20 -10 0 10 20 30 40 50

StartOptimum 1Optimum 2Optimum 3

22

IIS



Internet-basiertes System

• Effizienzsteigerung durch bessere Ressourcen-auslastung

• Nutzung der Werkzeuge je nach Verfügbarkeitoder Plattform

• Verteiltes Arbeiten über Internet

Optimierungssystem MoscitoRealisierung

Internet

LAN

23

IIS



• Weiterentwicklung des verteilten Optimierungssystems

• Ergänzung weiterer Optimierungsverfahren

• exakte Berücksichtigung von Nebenbedingungen

• Wechsel des Optimierungsverfahrens(interaktiv und/oder automatisch)

• graphische Eingabe von Spezifikation und Wichtung

• Tools zur- Problemanalyse (Reduktion des Parameterraums, ...)- Unterstützung der Startwertsuche

Optimierungssystem MoscitoAusblick

Seminar1 Werkzeuge und Verfahren zur Optimierung von ...publications.eas.iis.fraunhofer.de/papers/1999/040/slides.pdf1 Fraunhofer Institut Integrierte Schaltungen IIS 8. GMM-Workshop

Documents