Neural Concept

Platform AI yang menggunakan pembelajaran mendalam menggantikan simulasi berulang dan mempercepat lelaran reka bentuk kejuruteraan

Contact for pricing Switzerland

Lawati Laman Web ↗

Neural Concept datang dari Lausanne, Switzerland, tugasnya membolehkan jurutera tidak perlu menjalankan semula simulasi CFD atau unsur terhingga berjam-jam setiap kali mengubah reka bentuk. Ia menggunakan pembelajaran mendalam untuk melatih "model proksi", membolehkan ramalan prestasi aerodinamik, pemindahan haba dan struktur ditekan dari peringkat jam ke peringkat saat.

Ciri dan senario penggunaan

Lelaran reka bentuk kejuruteraan tradisional sangat perlahan: ubah bentuk luar, hantar untuk simulasi, tunggu separuh hari, lihat hasil, ubah semula. Sehari tidak sampai sepuluh pelan boleh dicuba. Pendekatan Neural Concept ialah mengambil data simulasi sejarah untuk melatih rangkaian neural yang sedar geometri, kemudian apabila reka bentuk diubah prestasi diramal terus oleh model, dan jurutera boleh mengimbas ratusan variasi dalam beberapa minit, mencari arah yang menjanjikan sebelum menghantarnya untuk pengesahan simulasi tepat. Ia terutamanya digunakan dalam aerodinamik automotif, penyejukan bateri dan elektronik, mekanik struktur dan bidang lain, dengan pelanggan kebanyakannya pengeluar automotif dan aeroangkasa Eropah. Pihak rasmi meletakkan dirinya sebagai kopilot pasukan kejuruteraan, bukan menggantikan perisian simulasi.

Sesuai untuk jabatan penyelidikan industri pembuatan yang sudah mengumpul banyak data simulasi — hal ini sangat kritikal, tiada data sejarah maka tidak dapat melatih model proksi yang dipercayai. Automotif, aeroangkasa, peralatan tenaga dan penyejukan elektronik ialah senario paling tipikal. Kilang komponen kenderaan dan modul penyejukan Malaysia yang mempunyai data simulasi bertahun-tahun ialah kumpulan yang berpeluang menilainya.

Ciri utama

Model proksi pembelajaran mendalam yang sedar geometri
Ramalan peringkat saat bagi prestasi aerodinamik, pemindahan haba, struktur
Penerokaan automatik berskala besar ruang reka bentuk
Penyepaduan dengan alat CAD dan simulasi sedia ada
Dilatih dengan data simulasi sejarah, model bertambah baik seiring himpunan projek
Modul aplikasi khusus untuk industri automotif, aeroangkasa, tenaga

Kegunaan biasa

Pengoptimuman aerodinamik bentuk luar automotif
Reka bentuk penyejukan modul bateri dan komponen kuasa
Keseimbangan pengurangan berat dan kekuatan komponen struktur
Penerokaan pantas ruang reka bentuk peringkat awal produk baharu

Ciri Utama

Model proksi pembelajaran mendalam yang sedar geometri
Ramalan peringkat saat bagi prestasi aerodinamik, pemindahan haba, struktur
Penerokaan automatik berskala besar ruang reka bentuk
Penyepaduan dengan alat CAD dan simulasi sedia ada
Dilatih dengan data simulasi sejarah, model bertambah baik seiring himpunan projek
Modul aplikasi khusus untuk industri automotif, aeroangkasa, tenaga

Kelebihan

Meningkatkan kelajuan lelaran reka bentuk satu hingga dua magnitud, nilainya sangat intuitif
Tidak menggantikan perisian simulasi sedia ada, rintangan pelaksanaan lebih rendah
Pasukan datang dari persekitaran penyelidikan terkemuka Switzerland, teknikalnya kukuh

Kekurangan

Memerlukan banyak data simulasi sejarah berkualiti tinggi untuk melatih
Harga tidak didedahkan, tergolong projek peringkat perusahaan
Ramalan model proksi masih perlu pengesahan simulasi tepat, tidak boleh membuat kesimpulan terus

Kes Penggunaan

Pengoptimuman aerodinamik bentuk luar automotif
Reka bentuk penyejukan modul bateri dan komponen kuasa
Keseimbangan pengurangan berat dan kekuatan komponen struktur
Penerokaan pantas ruang reka bentuk peringkat awal produk baharu

Nota Editor

Aplikasi AI dalam bidang simulasi kejuruteraan ini, pada pandangan saya, ialah antara AI industri yang paling mudah mengira pulangan pelaburan — masa yang dijimatkan memang dijimatkan. Tetapi perlu diberi perhatian, ia memakan data simulasi anda sepuluh tahun lalu. Ini juga bermakna, hanya syarikat yang menguruskan data dengan baik menikmati dividennya, dan memulakan perkara ini sekarang pun belum terlambat.

Soalan Lazim

Bolehkah digunakan tanpa data simulasi sejarah?

Ia akan sangat sukar. Kualiti model proksi sepenuhnya bergantung pada liputan data latihan. Apabila data tidak mencukupi biasanya perlu melabur sekumpulan simulasi dahulu untuk menghasilkan set latihan, dan kos awal ini perlu dikira.

Bolehkah hasil ramalan diambil terus untuk memuktamadkan reka bentuk?

Tidak disyorkan. Penggunaan munasabah ialah menjadikannya penapisan skala besar, menghantar sebilangan kecil pelan yang menjanjikan ke simulasi tradisional untuk pengesahan tepat; kedua-duanya hubungan berganti-ganti bukan menggantikan.

Alat AI Berkaitan

實價雷達 HouseTW

Semak 3.49 juta transaksi hartanah Taiwan, lengkap dengan peta risiko pencairan tanah, sesaran gempa dan banjir, semuanya dalam satu platform carian harga rumah percuma.

Percuma Pilihan Taiwan 4.6