机器学习微几何优化器
在 SMT，我们利用机器学习技术创建定制化的目标解决方案，以增强客户的工作流程，而用户无需具备人工智能专业知识。
一种基于人工智能的新型优化器，利用机器学习技术，对齿轮微观几何形状进行高效、有效的改进。
专注于通过用户定义的目标和约束条件进行微观几何优化，涵盖噪声、耐久性和效率等多种运行条件。
网络数据库
用户与模型之间轻松、一致地共享数据。
确保组织内的多个用户正在使用相同的项目或属性。
功能包括项目版本控制、历史记录和管理员审批变更。
使用微几何体导出 CAD 文件
现在，从 MASTA 导出的 3D CAD 可以包含微观几何形状。
可直接使用各种工艺制作齿轮原型，例如 5 轴数控加工、模塑、烧结、3D 打印等。
从 MASTA 导出的 3D CAD 文件可用于其他分析和工作流程。
组件的脚本化效率计算
通过 MASTA 脚本（例如 Python 和 .NET 语言），直接将定制或机密效率计算集成到 MASTA 中。
将自定义房产结果高效地整合到 MASTA 报告中。
现在适用于许多 MASTA 组件，包括轴、滚动轴承、各种齿轮类型等等。
NVH – 传递路径分析
通过更深入地了解系统动力学，实现更好的NVH性能。
在 MASTA 中，通过直观的用户界面直接识别密钥传输路径。
利用 TPA 结果，通过识别和定位 NVH 改进机会，为动态优化提供信息。
几何建模器改进
将多个 CAD 实体一起导入 FE 模式。
在 MASTA 的 FE 模式下创建 FE 网格连接。
电机热分析
无需借助第三方分析工具即可获得电机的热性能。
MASTA 模型可以包含电机的电磁模型、机械模型和热模型。
结合了集总网络模型的速度和有限元模型的精度。
伤口场同步分析
MASTA 的电机分析软件可以分析绕线式同步电机（也称为电励磁式同步电机）。
MASTA 15 附加功能
声速计算
附加 ISO 14179 计算
在 3D 视图中隐藏/显示组件
捷太格特轴承数据库更新
新的 ISO 16281:2025 疲劳等级
新的 ISO 17956: 2025 静态额定值
拉丁超立方研究
![产品| SMT 布局电机设计领域，打造新一代[电机-机械传动]设计仿真平台](https://img.rfjia.cn/wp-content/uploads/2026/01/frc-2186bc5a810374150995b949067be4bf.png)
