【背景】

在輕量化車架設計的過程中，確保結構的強度、剛性和耐久性是至關重要的。傳統上，設計師需要透過試誤的方式，通過實驗或建立複雜的計算模型來驗證車架設計。然而，這些方法耗費大量的時間、資源和人力，並且在探索不同設計選項時受到了限制。
近年來，隨著人工智慧（AI）和大數據技術的迅速發展，AI 大數據分析能夠從龐大的數據集中學習並提取模式，以此進行快速而準確的預測。故業者希望將此技術實際應用於摩托車車架設計中，以提高車架的設計效率和性能。

【成果】

瑞其使用 Altair AI 大數據分析軟體 Knowledge Studio，以客戶提供的過往車架結構相關資料，進行AI模型訓練與預測。
證實輸入不同的車架結構和桿件厚度， Knowledge Studio AI 模型可以快速預測各個部位的應力分佈情況，從而幫助設計師優化結構設計。
比對傳統的CAE模型分析結果，驗證 Knowledge Studio AI 模型可成功預測出準確的結構應力和變形。
可以更快速、更準確地進行結構分析和設計優化，從而提高車架的性能和安全性，並加速產品上市時間。

【技術特點】

直接預測應力與變形：

Knowledge Studio允許使用者將參數匯入AI模型中，從而直接預測結構的應力與變形。意味設計師不再需要依賴傳統的實驗或複雜的模型分析，而是可以通過AI模型快速獲取準確的結果。

自動選擇最佳AI模型：

Knowledge Studio 具有智能的AI模型選擇功能，軟體會根據用戶提供的數據自動訓練多種常用的AI模型，包括Deep Learning、隨機森林、線性回歸、決策樹等。最終，軟體將推薦最適合用戶數據的AI模型，以確保預測結果的準確性和可靠性。

視覺化圖面顯示：

Knowledge Studio 提供各種視覺化圖面，幫助用戶更好地理解數據。例如，直方圖可以呈現數據分析參數的敏感度，幫助用戶識別關鍵參數；相關係數矩陣則可以顯示參數之間的相關性，幫助用戶發現潛在的模式和關係。

AI模型轉換功能：

Knowledge Studio 還提供了將AI模型轉換成C code或Python等程式碼的功能，這使得用戶可以將訓練好的AI模型輕鬆地集成到其他應用程式或系統中，從而實現更廣泛的應用。

延伸閱讀 :AI大數據之自行車前叉CAE結果預測｜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。

返回列表

若同意本網站之隱私權政策，請點選「CONFIRM」，若繼續閱覽本網站內容，即表示您同意我們使用 cookies 分析技術，更多資訊請瀏覽隱私權聲明。

CONFIRM

以AI大數據模型預測車架結構應力｜Knowledge Studio

【 背 景 】

【 成 果 】

【背景】

【成果】