2024年09月14日
小鵬汽車2024年09月14日
電動汽車2024年09月14日
全固態電池2024年09月13日
Vishay2024年09月12日
達索系統2024年09月14日
史陶比爾
2024年09月13日
溫澤
2024年09月12日
質量檢測
2024年09月11日
蔡司工業質量
2024年09月11日
魏德米勒
2024年09月12日
AtlasCopco工業工具
2024年09月12日
施邁賽
2024年09月09日
采埃孚
2024年09月09日
通快
2024年09月09日
萬可
隨著時代發展，汽車已成為一種不可或缺的交通工具，在激烈的市場競爭中，客戶對車輛的結構和性能方面提出了更高的要求。為了滿足市場需求，汽車設計變的越發復雜，整車廠也越來越多地利用仿真來檢查各種設計場景和權衡取舍，在此過程中，仿真變得更加耗時，數據也變的更加密集。過去幾年中，仿真軟件一直在結合人工智能和機器學習算法，以幫助減少創建汽車仿真系統所需的復雜計算。
01 面臨挑戰
在這一進化過程中需要解決兩個主要問題，一個是結構化存儲通過仿真軟件數值計算得到的仿真結果數據，為機器學習提供歷史數據，以便對機器學習模型進行訓練；另一方面的挑戰在如何高效使用這些歷史數據訓練模型和提供預測結果，以便減少復雜計算。只有解決好這兩個問題的融合問題，才能通過人工智能賦予汽車設計新的活力。
02 解決方案
?？怂箍档姆抡媪鞒碳皵祿芾砥脚_SimManager，能夠在整車性能研發過程中，對各個學科的仿真過程數據和結果數據按照項目、學科、階段、任務、方案等維度分類管理，結構化存儲仿真關鍵結果數據，并建立所有數據的譜系追溯關系和版本管理。
并能夠通過和HPC高性能計算機集成，將仿真求解批量提交到高性能計算機求解，計算結束后將仿真結果回存到SimManager中，生成機器學習需要的模型數據，為機器學習生成降階模型提供數據輸入。
針對復雜仿真分析時間長、產品設計優化不能滿足迭代周期等行業痛點，?？怂箍倒I軟件推出了智能實時仿真平臺ODYSSEE，能夠基于機器學習模型，實現秒級實時的CAE靜態、動態仿真、圖像識別、智能預測等，顯著縮短計算分析周期，提高生產效率，為工程、制造和質量提供實時解決方案。
基于SimManager仿真流程及數據管理平臺，通過集成HPC和機器學習軟件共同構建的機器學習解決方案架構圖如下所示：
03 最佳實踐
某標桿汽車企業利用?？怂箍礢imManager仿真流程及數據管理平臺，已成功將機器學習應用到車輛性能研發的實踐中，并取得了顯著效果，包括：
· 利用已有仿真模型和結果，快速構建機器學習模型；
· 利用機器學習模型可快速對后續仿真進行秒級結果預測和參數優化；
· 利用機器學習模型在車身彎曲模態計算時，由原來的CAE仿真計算需要的2小時縮減至10秒，并保證計算精度達到96%；
· 針對汽車約束系統進行魯棒性分析，使用機器學習生成的降階模型代替CAE仿真，將仿真次數由1000次降至25次的情況下，預測精度達到97%，完全可實現降階模型進行仿真替代，減少仿真消耗時間。
使用基于仿真模型并通過它運行多工況來訓練AI模型會產生一個降階模型，該模型能夠快速地進行數據計算和評估以幫助優化仿真參數，對涉及大量計算、復雜的汽車性能研發仿真工作可顯著提高效率。
官方微信號
官方視頻號
