行业热点丨AI驱动的生成式设计:Altair 生成式大铸件优化设计解决方案

0 评论

AI驱动的生成式设计,让产品发挥全部的潜力

当今对新时代出行解决方案的需求,以及革命性的新车概念出现,促使设计师重新思考如何将重量、制造成本降至最低,以及如何实现最新的性能目标。

通过Altair开发的创新性生成式大铸件设计全面解决方案,降低从传统向新转变的风险。融合行业知识和创新技术,探索如何利用Altair的人工智能(AI)和生成设计方法(由先进的CAE提供支持)的定制工作流程,提供多学科的汽车设计探索,同时允许团队利用数千个仿真来指导最佳设计方向。


AI 驱动的生成式开发综合优化流程

*拓扑优化:利用经过验证的强大的拓扑优化技术,以确定最佳的材料布局。寻找多学科载荷条件下的最佳载荷路径,包括数百种载荷工况和变量,包括碰撞、静力学、驾驶动力学、噪声、振动和不平顺性(NVH)以及铸件的制造约束。

*AI/ML赋能。利用人工智能无监督学习聚类来确定分类约束的性能指标,该指标来源于RSM优化中数百个样本的仿真结果。

*多学科优化。在非线性碰撞和铸造仿真中,基于响应面的机器学习优化可用于进行耐撞性分析,满足设计目标,并为铸造结构提供最佳筋的方向和厚度分布。通过对全仿真结果字段进行聚类和分类,克服梯度和回归型目标,确保与专家评估保持一致,即达到专家预期的设计模式。

*可制造性分析。Altair 的制造工作流程设计允许探索几种不同变量的可制造性,确定高压压铸(HPDC)工艺的最佳入口数量、尺寸、位置和浇口处的流速。


为什么选择 Altair 大铸件设计解决方案?

创新性:与白车身(BIW)汽车结构的传统工作流程相比,引入了一种卓越的方法(以Altair C123技术为核心,融合AI技术)来实现重量优化设计、更好的性能和更快的研发时间。

集成性:Altair行业导向的工作流程通过与人工智能(AI)技术(如基于机器学习(ML)的聚类和分类)相结合,最大限度地提高了现有汽车行业设计方法的效率,如拓扑优化和基于增强响应面(RSM)的优化。

客户化:任何人都可以使用 Altair 的统一、完全集成的平台探索复杂结构零件的大铸造的优点,这是一个可定制的工作流程。探索最先进的工程仿真、人工智能和高性能计算(HPC)技术的完整解决方案,包括先进的CAE功能和汽车铸件的专业解决方案。


Altair C123 简介

C123 Director 是 Altair 推出的针对产品正向设计(特别是交通运输行业)在概念设计阶段,完整的、科学的设计方法和流程。本方法已经集成于HyperWorks软件中,可以直接使用。

流程包括三个阶段:
C1拓扑优化:寻找最优的载荷传递路径和最佳的材料布局;
C2参数优化:构建梁单元模型,综合多学科要求,对梁截面和接头进行快速优化和验证;
C3细节优化:转换成3D模型,继续进行性能和细节特征优化,进一步降低重量或者提升性能。

相关软件
HyperWorks是一套杰出的企业级CAE仿真平台解决方案,它整合了一系列一流的仿真工具,包括建模、分析求解器、优化、可视化、流程自动化和数据管理等解决方案,在线性、非线性、结构优化、流固耦合、多体动力学、流体动力学等领域有着广泛的应用。
相关阅读