万博Ansys stellt Studierenden auf dem Weg zum Erfolg die Simulationssoftware kostenlos zur Verfügung。
万博Ansys stellt Studierenden auf dem Weg zum Erfolg die Simulationssoftware kostenlos zur Verfügung。
Für die Vereinigten Staaten and Kanada
+ 1 844.462.6797
万博ANSYS的博客
2022年5月18日
今天的头条新闻聚焦于人工智能(AI)和机器学习(ML)在提高自动驾驶汽车、机器人系统和智能能源电网等前沿产品的性能和能力方面的巨大潜力。万博网但是,在幕后,这些技术也正在重塑新产品的开发、验证和推向市场的方式。万博网
虽然Ansy万博s已经将AI和ML集成到其许多软件解决方案中,但我们将继续投资于研究,以推动这些技术在模拟领域的发展。前一个博客讨论了ML的应用,以帮助Ansys求解器以一种更轻量级、空间压缩的方式表示产品几万博何图形,这种方式在数值上是准确的,同时需要更少的计算时间和资源。
但这只是AI和ML如何影响工程模拟领域和Ansys软件功能的一个例子。manbet万博最近,我与人合著了一篇纸与高级研发工程师Rishikesh Ranade合作,该论文已被美国机械工程师协会(ASME)接受发表机械设计杂志。本文描述了一种基于卷积神经网络(cnn)的新型3D架构的功能,cnn是一种典型的深度学习网络用于分析视觉图像。这种架构被称为ActivationNet,可能很快就会被纳入Ansys结构和流体求解器中,以提高检测相互接触的3D表面的质量。万博
许多结构问题涉及精确复制3D表面如何相互作用,因此由这种接触引起的物理现象,如应力、疲劳和磨损,可以有把握地预测。这个挑战?为大型装配体设置高质量的触点是非常手工的。虽然存在自动接触检测的算法,但它们并不是万无一失的,在处理大型和小型部件组合的组件时,它们经常会过度检测或未检测到接触。此外,大型装配件非线性求解过程中的接触检测耗时较长。在An万博sys,我们一直在寻找提高求解器速度的方法。深度学习,特别是3D cnn,在检测图像中的局部特征方面非常出色,这激发了我们研究它们在地对地接触检测中的应用。
由于不可能以一种时间和成本效益的方式完全复制当今复杂产品设计的每个物理细节,3D表面目前使用点云(空间中的一组数据点)或表面网格建模,以一种数值可管理的方式近似产品的几何形状。自动接触检测算法直接使用表面网格对,使用诸如表面之间的接近/间隙,表面之间的角度,以及表面之间的重叠或交集等特征。
然而,由于接触对是基于确定性算法检测的——对于所有相互作用的物体,使用单一的间隙公差代表接触——结果可能是“不良接触”。例如,曲面对可能有很大的间隙,一些曲面对可能与其他曲面对垂直,或者不同曲面之间可能有很大的角度。而且,不幸的是,在模拟运行开始之前,工程师们没有简单、自动化的方法来区分“好的”接触模型和应该改进的低质量接触模型。这个过程非常手动和耗时,因为工程师需要查看每一对,然后在可视化后接受或删除它们。
为了应对这一挑战,Ansys开发了一种专有算法Acti万博vationNet,可以在进行任何仿真之前,为产品设计中的每个表面接触模型分配质量评分。工程师可以标记这些质量较低的表面接触,并在模拟之前删除它们,以提供准确的结果。
ActivationNet使用粗糙的基于点或网格的接触面表示,在不同分辨率的计算网格上生成一系列激活状态。激活状态是基于空间位置和点的密度在一个规范化的三维空间。这些状态只是分配给计算网格的每个像素的标记,以表示单个接触表面,以及它们之间的重叠区域。这些激活状态被输入到深度神经网络中,该网络提取出与“手工”输入相当的特征,例如表面接近度和角度,这些特征最初是由人类工程师定义的。
由于这些神经网络在概率空间中工作,它们超越了确定性算法和粗糙网格技术的能力来表示3D表面的重要和复杂特征,并且它们对表面相互作用的建模效果进行了更准确的评估。这些网络“学习”了良好的表面接触交互的特征,并可以准确地评估产品模型中每次交互的质量。
ActivationNet算法使用云或网格中点的空间位置和密度来生成激活状态。
根据手头的问题,这些激活状态在一定分辨率范围内反映几何模型。收集到的激活状态(代表接触面相互作用)被移交给神经网络进行评估。
ActivationNet算法为产品模型中的每对3D表面接触计算1到100之间的分数。得分在90分或以上的表面交互作用模型可以被信任提供准确的模拟结果,而得分低于20分的交互作用可以安全地删除。其他得分在20到90之间的学生应该重新审视或重新塑造,以获得完全的信心。
ActivationNet是一个新功能,它将帮助工程师提高在运行模拟之前建立联系的工作效率,并显著提高最终结果的准确性。
在最初的测试中,ActivationNet算法被证明在评估各种几何形状和尺寸的表面接触建模质量方面非常准确。
正如我们最近的纸目前,Ans万博ys软件开发团队正在进行详尽的测试,以证明ActivationNet能够为Ansys客户评估和评估3D表面接触建模的质量。该团队的研究已经证实,ActivationNet正在学习相互作用表面的真实表示,并且在这项复杂的任务中比现有的确定性算法表现得更好。对于任意形状和大小的各种相互作用表面,ActivationNet的结果与预期的结果一致。
随着ActivationNet继续在这些测试练习中脱颖而出,有一天它可能会成为Ansys机械和流体求解器的标准功能。万博我们的目标是提供这一专有的、先进的软件功能,帮助Ansys在每个行业的客户掌握建模3D表面相互作用的艺术和科学,这是一个基本的应用程序,将有助于提万博高仿真结果和全球开发团队的产品信心。
读了论文全文了解ActivationNet如何改变工程师模拟三维表面相互作用的方式在这里了解更多关于人工智能和模拟的知识.
我们在这里回答你的问题,期待与你交谈。我们Ansys销售团队的一名成员万博将很快与您联系。