Website Design Copyright 2025 © 瑞其科技有限公司
All Rights Reserved. 網頁設計 by 覺醒設計
技術中心
OptiStruct與第三方求解器的比較應用
廣達電腦 張奕文 經理
OptiStruct 為功能完整的結構求解器，透過 HyperMesh 的 convert 功能，可將 Abaqus 模型近乎無縫轉換成 OptiStruct 模型，轉換完整度98%以上。
廣達經過實際案例比對(筆電開合、風扇運轉模擬)，OptiStruct 分析結果與 Abaqus 分析結果非常近似，應力差異在2%以內，對於產品是否能通過分析 SPEC 的判讀，亦與 Abaqus 分析相同，且在複雜的非線性問題上，有相同的精度與可靠度。
OptiStruct與Abaqus應力比較…閱讀完整文章
鴻海科技結合Altair Inspire 與 SimLab，運用 PhysicsAI 技術，重塑散熱設計流程，成功解決了車用水冷散熱器設計中的多重挑戰。
透過參數化建模和腳本化批次建模技術，快速生成設計素材，並以 PhysicsAI 進行性能預測，真正做到以AI 取代CAE分析。該技術僅需10秒即可完成預測，比傳統方法快180倍，且準確性極高（MAE低於0.01，信心度90%以上）。
未來，PhysicsAI 將與設計最佳化技術深度融合，進一步縮短開發周期，推動熱管理技術的發展。
傳統有限元素分析 vs physicsAI預測 (來源：鴻海精密工業股份有限公司)
第一個案例:
使用 RapidMiner 的AI技術自動化處理顧客回饋意見。過去需要約3週的時間完成回饋意見的分類與統整。使用 RapidMiner 根據過去資料，訓練出顧客回饋意見的AI分類模型，經由AI分類模型的導入，最終大幅縮短相關部門處理回饋意見所需的時間。
第二個案例:
分析過去IoT資料庫中累積的冷氣使用數據，使用聚群分析匯集可用資料，後續進行分析了解顧客使用習慣，目標為使用AI提升產品與服務品質。
振鋒企業採用 Altair PhysicsAI 技術，整合歷史設計與分析數據，訓練並建立一套AI預測模型，實現吊鉤結構強度的快速預測。
通過 HyperMesh 進行參數化設計，並在 HyperStudy 中進行 DOE 分析，搭建了一套高效的AI預測流程。
PhysicsAI 模型能在秒級內預測吊鉤結構強度，結果與傳統 CAE 分析誤差僅約3%。相比於數小時的 CAE 計算，AI 模型大幅縮短設計周期，提升了效率與準確性，展現了 AI 在工程設計中的應用潛力，成功推動設計流程智能化轉型。
重型吊鉤之CAE與PhysicsAI預測結果比較
火箭結構的輕量化（Lightweight）與成本控制是火箭設計的要點。其中，整流罩（Payload Fairing）作為保護 Payload 的重要結構，其設計更是重要。
本案結合Altair Inspire 與 HyperStudy 工具，採用計算流體力學（CFD）進行氣動壓力模擬，並輔以內外壓差分析、熱防護設計與剛體運動模擬，建立完整的分析流程。設定7個設計變數（DV1-DV7），利用全域響應曲面法（GRSM）進行多目標最佳化，進一步降低整流罩間隙（Gap）至0.21毫米，並成功減輕結構重量4公斤。
此次最佳化設計在提升火箭的Payload能力的同時，節省約15萬美元的發射成本，達到效能與成本間的最佳平衡。
整流罩位移雲圖(來源：國家太空中心)
Altair ultraFluidX 是一個快速且高擬真的CFD求解器，應用於外流場及氣動噪音計算，可同時求解流場與聲場。Altair ultraFluidX 使用 LBM 法及LES 紊流模型，無須繁瑣的幾何處理，並可完整保留流場細節。
Altair ultraFluidX 使用 GPU 計算，計算時間比 CPU 快2~3倍！隨著 NVIDIA 顯卡算力提升，與 CPU 的差距會更進一步拉大。
Altair ultraFluidX 的聲場模擬結果，不但可量測到外部噪聲大小，也能得知實驗難以測量的內部噪音值。
瑞其科技已成功實現運用台灣的雲端虛擬運算，並提供軟硬體租用方案，若有需求請洽瑞其業務。
SimLab 與 Flux 的完美整合
