人工智能动力设计

人工智能动力设计

人工智能(AI)和机器学习(ML)领域的进步,加上强大的模拟、测试和现场数据集的可用性增加,使工程数据科学成为现代产品开发生命周期的一个关键组成部分。由人工智能增强的计算机辅助工程(CAE)为制造商提供了发现机器学习引导的见解的能力,通过物理和人工智能驱动的工作流程探索复杂设计问题的新解决方案,并通过协作和设计融合实现更大的产品创新。

设计一代

设计一代

利用人工智能技术增强当前产品开发实践,提高工程团队的生产力,以探索更广泛的客户满意、高性能和可制造的新产品设计备选方案。

通过使用相同的基于物理的工具进行验证,从概念到设计,再到使用组织特定的约束进行签字和ML指导,牵牛星®DesignAI™通过在开发周期的早期自信地拒绝低潜力设计,实现更快的设计收敛。

设计探索

设计探索

加强协作,加快设计融合,利用人工智能设计工具推动产品创新。

对于复杂几何图形的高保真建模,分析师可以使用Altair®HyperWorks®设计资源管理器,一个端到端的实时性能预测和评估工作流。使用ML自动化重复任务,Design Explorer直观地执行几何创建和编辑、中曲面提取、曲面和中网格划分、网格质量校正的直接建模,并结合高效的装配管理和工艺指导。

优化设计

优化设计

从设计微调到设计综合,包括复杂的多物理项目或数据集的研究,牵牛星®HyperStudy®帮助多学科团队从复杂模型中获得洞察力,利用各种输入探索和创建新概念,确定最佳折衷方案,并支持决策。

仿真技术结合设计探索和ML使工程师能够有效地应对时间对市场的挑战,并帮助团队提供更高性能的产品,在整个开发过程中考虑更多的设计维度。

客户故事

福特汽车公司

福特使用Altair®Knowledge Studio®利用现场数据训练分类算法,以准确一致地预测每个新零件的正确冲压工艺。

读故事

使用AI简化高保真建模

高保真建模容易与人工智能

HyperWorksshapeAI使模型内的模式和形状识别自动化成为可能,使用户能够选择所有相似的形状并同时编辑它们。它使用集群对零件进行分组,允许用户对少量的组进行建模,而不是对大量的单个零件进行建模。

shapeAI包含了对指定几何体本身的自动特征提取,无需任何额外的输入或干预。将这些特征与HyperWorks匹配工具中的ML算法相结合,让每个用户都能感受到几何ML的威力。shapeAI可以用来通过几何相似性组织复杂模型的组件,这样对一个部分的修改可以同步到所有部分。

用shapeAI做更多
带有AI的异常检测和测试平台分析

带有AI的异常检测和测试平台分析

牵牛星®®作曲是一个用于进行数学计算、操作和可视化数据的环境,以及对重复计算和过程自动化有用的编程和调试脚本。Compose允许用户执行各种各样的数学运算,包括信号处理。

signalAI是一个支持使用ML进行信号处理的库。signalAI可以在时域和频域执行数据准备。然后,它可以自动训练异常检测模型来识别异常行为。此外,对于标记数据,它可以自动训练分类模型,以预测信号特征并识别测试或运行环境。

更多关于信号AI的信息
基于人工智能的动态降阶模型生成

基于人工智能的动态降阶模型生成

降阶模型(rom)有助于将详细的3D模拟整合到一个计算效率更高的系统级研究一维环境中。这样的仿真工具牵牛星®EDEM™牵牛星CFD™允许对时变非线性系统进行详细的研究,但由于长时间的模拟运行,分析通常集中在一个组件或子系统上。然而,在一个完整的系统模拟的情况下,通常只要减少组件与整个系统的交互行为,就可以提高求解器的运行时间,同时仍然提供足够准确的结果。

利用Altair的romAI人工智能工具,3D模拟可以用作生成动态rom的训练数据。与传统的数据驱动方法相比,这种方法需要更少的训练数据,因此只需要少量的3D模拟运行。romAI可以与任何求解器一起工作,并在训练空间内操作时产生高度精确的结果,甚至在空间外的外推中也非常稳定和有用。当从测试数据开始时,同样的ML技术也可以用于系统识别目的。

利用现场数据进行预测分析

利用现场数据进行预测分析

工程数据科学家和分析师使用Altair从他们的数据中生成可操作的洞察力。牵牛星工作室®®知识是一个市场领先的易于使用的ML和预测分析解决方案,快速可视化数据,因为它快速生成可解释的结果-不需要一行代码。

工程数据科学在广泛的产品设计和制造问题上有实际应用。bob电竞官方钣金冲压是汽车工业中最常见的制造工艺之一,但它需要大量的经验和人工努力来为每个部件挑选出最合适和最具成本效益的子工艺。

阅读福特的客户故事
模拟和数据驱动的数字双胞胎

模拟和数据驱动的数字双胞胎

数字双胞胎帮助组织优化产品性能,了解产品的使用寿命,知道何时何地执行预测性维护,并了解如何延长产品的剩余使用寿命(RUL)。Altair数字双胞胎集成平台融合了物理和数据驱动双胞胎,支持整个产品生命周期的优化。我们采取完整、开放和灵活的方法,使您的数字转型愿景符合您的要求。

基于物理、仿真驱动的数字孪生模型利用标准化、工具无关的接口,如功能模拟接口(FMI)、与基于几何的3D CAE工具的联合仿真方法以及降阶建模方法,从详细仿真中导出低保真度模型。数据驱动的twin使用ML算法和数据科学优化产品性能。通过此镜头查看问题,您可以快速、实时地了解产品状态,然后进行适当的操作调整,以提高产品寿命并避免故障。

更多关于数码双胞胎的信息

特色资源

劳斯莱斯:工程与数据科学的融合

回顾传统的产品生命周期,我们发现重要的设计决策往往在概念设计阶段的早期做出,然后才能获得详细的分析或测试数据。数据分析技术与经典工程工具相结合,通过在过程的早期提供更多有用的信息,实际上可以帮助解决这一冲突。因此,整个过程可以变得更加有效。

演示

如何打造负责任的人工智能

行业领导者和今天的年轻人如何看待道德人工智能?这篇来自Engineering.com的文章提出了一些棘手的问题,涉及人工智能在我们未来将扮演的角色,以及我们如何计划负责任地部署这些强大的工具。本文采访的行业领袖和未来工程师小组包括:

  • 詹姆斯·斯卡帕,牵牛星董事长、创始人和首席执行官
  • Carsten Buchholz,劳斯莱斯结构系统设计能力主管
  • 哥伦比亚大学研究机器人技术、人工智能、数字设计和制造的霍德·利普森教授
  • 约翰·埃斯特拉达(John Estrada)是一名学生,他制作了一个用于评估植物干旱胁迫的人工智能模型
  • 孙天兰(Tienlan Sun)是一名学生,他制作了一个可以检测眼睛疾病的人工智能模型

文章

人工智能驱动的产品设计

Altair一直致力于通过人工智能为产品设计和开发提供动力,使您的工作生活更加愉快和高效。我们的重点是通过减少重复性、劳动密集型、非增值任务,以及模仿专家,并通过实时现场预测丰富性能预测,来改进流程和结果。

演示

人工智能在产品设计中的未来

该小组探讨了工程数据科学和采用增强的相似技术,人工智能设计和预测数据分析的现状。

小组讨论