Altair 的 physicsAI 透過對『歷史模擬數據』學習來提供快速的物理行為預測。這種AI 強化的模擬和設計技術現可透過 HyperWorks來 運行。使用任何現有的模擬資料(包括源自舊設計、相似零件或其它非Altair模擬工具的分析結果)來訓練模型。
...... PhysicsAI 不受參數型研究所限制,能夠直接作用於網格甚至CAD上。基於最新科技的幾何學深度學習(GDL)PhysicsAI 可以學習幾何與任何物理表現之間的關係。
完成訓練後,使用 PhysicsAI 模型來預測相較於求解器計算,效率提升達 10 到 100 倍,讓設計或開發團隊們能評估更多概念發想(於同樣時程之內)並做出更佳的設計決策。
使用 physicsAI 的優勢在於,根據您的 CAE 歷史資料建立快速預測模型,能輸入任何物理數據,即便輸入的CAE模型網格參數不具一致性甚至以無設計變數的資料來進行訓練。訓練完成的模型將立刻貢獻它的效率。
Altair physicsAI 已無縫整合至Altair® HyperWorks®產品中,它將成為Altair使用者提供AI強化模擬與生成式設計功能的利器。
延伸閱讀:成功案例-AI大數據之自行車前叉CAE結果預測
以 PhysicsAI 準確預測彈片應力
以 PhysicsAI 完成『預測輪圈應力』
汽車空調管路CFD流場預測|physicsAI
瑞其科技是"CAE與AI數據分析的專家",我們完成了許多成功的案例實績。
▶ 現在就 聯絡我們,取得更多資訊。
▶ 訂閱 瑞其Youtube頻道,探索更多CAE與數據分析。