以AI 完成『預測輪圈應力』｜PhysicsAI

背  景

• 輪圈設計過程中，工程師必須在造型、輕量化、強度與耐久性之間取得平衡。
• 傳統的設計方法：需要反覆進行CAE建模與分析，這不僅耗費大量時間，還需要頻繁的設計調整。

成  果

• 利用Altair的AI預測工具，我們在CAD階段將輪圈尺寸『參數化』，並導入SimLab進行分析與自動化流程設置。通過DOE生成多個不同的輪圈設計數據，並將這些數據進行自動化CAE分析，將CAE分析結果用於訓練AI預測模型。
• 運用輪圈AI應力預測模型，原本使用傳統方法需要一個多小時的工作時間，最終，我們能夠在短短三四十秒內，完成新設計輪圈的應力預測。
• 實際測試顯示，AI預測結果與CAE分析結果的差異僅有0.2%，這證明了AI模型的『高準確性』與『實用性』。

技術亮點

• 參數化設計

• SimLab自動化流程

• AI模型訓練

• 快速預測

結  論

       通過AI技術，工程師可以在設計階段快速預測輪圈應力，減少反覆的CAE分析，提升設計效率與準確性。Altair的AI工具能在熟悉的HyperMesh環境中運行，使工程師能夠輕鬆與現有的工作流程做結合，實現設計與虛擬驗證的高效結合。希望本文的介紹能對CAE工程師們有所啟發，也有利於推動輪圈設計技術的進一步發展。


 

延伸閱讀：Youtube_影片介紹