在之前的AI+CAE专题中咱们照旧提到，通过AI代理模子进行CFD的驱散预见是现时AI仿真畛域摆布最多的场地，尤其是汽车行业照旧有较多的摆布。在国内，一些车企也照旧落地了具体的AI+CAE摆布，如近期十沣科技先容的上汽智已的车型AI气动优化的案例。
案例中，上汽智己基于十沣科技的TF-AIDEA平台，接收几何变形—自动CFD—AI磨砺—秒级推理—智能优化的进程，将底本7东说念主天的气动优化职责缩减至0.5东说念主天，末端了15倍策划成果擢升，并在信得过工程场景中将车型风阻责怪朝上5 count。
职责的具身体式为：
第一步：生成多数几何变体
伸开剩余68%基于 FFD（Free Form Deformation） 本领对原始整车外形进行参数化惩办，通过驱散点位置、影响区域与变形幅度的组合，自动化批量生成四百余份具有代表性和种种性的几何变体，并赈济接收圭臬化的STL形态进行存储
第二步：自动仿真
调用基于GPU加快的LBM求解器，以批惩办的表情，对扫数生成的几何时局自动实行外流场模拟，并输出压力场、速率场、风阻所有和升力所有等高保真关节物理量。
第三步：AI模子构建
基于空间刺眼光算子（SATO），UED体育中国官方网站入口对五个关骨气动物理量进行端到端学习，构建空气能源学预见模子，通过迭代优化、纰缪反映与参数革新缓缓擢升预见精度，使模子粗略识别毫米级几何变化并富厚输出得志工程条件的驱散，最终建成的模子在五个关节物理量上均末端了NRMSE小于5%的工程级精度。
第四步：部署摆布
磨砺完成的模子被部署至推理系统中，将磨砺完成的模子集成到推理引擎中，使其粗略在策划师操作界面中径直开动。领有约八百万名义节点的整车几何粗略在单卡RTX 4070（12GB 显存）环境下末端秒级分析，单物理量预见耗时不及十秒
第五步：AI优化
将AI预见驱散与遗传算法等智能优化交替鸠集，自动在形变空间中探索更优外形决策，并通过批量预见筛选高后劲策划。关于候选驱散，系统再通过AI推理进行复核，以确保优化决策具备工程可靠性。
最终的驱散：
合座优化周期从传统的数周裁减至一天以内
关骨气动物理量预见纰缪驱散在5%以内
风阻预见偏差小于4 count，且能识别毫米级形变
CFD计算本钱责怪超70%
以上即是该案例的情况先容ued(中国)官方网站入口，更多细节不错探访十沣科技官号（深圳十沣科技有限公司）进行了解。AIE也将后续链接先容更多骨子的AI+CAE落地案例，要是您公司也有骨子AI+CAE落地案例但愿先容给更多东说念主，接待有关AIE（vx：15011560163）
发布于：上海市开云体育官方网站 - KAIYUN
备案号: