以AI數據分析模型預測自行車前叉CAE結果｜physicsAI

 使用軟體 : physicsAI

【 背 景 】

       本案客戶為自行車設計製造商，為了加速產品設計階段的開發流程，希望引入 AI 大數據預測工具協助做快速預測。瑞其協助客戶導入 Altair physicsAI，以客戶過去的 CAE 模擬結果做為基礎訓練 AI 預測模型，在產品設計初期使用 Altair  physicsAI 預測新設計的物理量分布。

 

【 成 果 】

• 瑞其使用 Altair physicsAI 分析軟體，以客戶提供的過往前叉 CAE 模擬分析結果，進行 AI 模型訓練。

• 瑞其應用二次開發技術能力，協助客戶快速產出不同新造型之幾合模型，並進行 CAE 分析結果預測。

• 證實匯入不同的前叉新造型幾何模型，physicsAI 可在 10 秒內快速預測且輸出結構應力雲圖。

• 比對傳統的 CAE 模型分析結果，驗證 physicsAI 可成功預測出準確的結構應力雲圖。

• 可以更快速、更準確地進行結構分析和設計優化，從而提高產品的性能和安全性，並加速產品上市時間。

【 技術特點 】

• 使用 AI 深度學習技術，以過去的物理量分析結果做為訓練資料，訓練 AI 模型。

• 將新造型的 CAD 圖面或 FEM 網格模型導入做為輸入資料，使用訓練完成的 AI 模型進行預測，不需經過 CAE 模擬即可快速得到新造型的物理量分布預測結果。

【 Youtube 技術解密 】

延伸閱讀：產品介紹-Altair PhysicsAI