Cognitive Design Systems

Generative AI ช่วยทำการออกแบบเชิงแนวคิดของชิ้นส่วนโครงสร้างได้เร็วขึ้น 50 เท่า

Contact for pricing France

Cognitive Design Systems เป็นบริษัทซอฟต์แวร์การออกแบบทางวิศวกรรมจากฝรั่งเศส ทำงานในช่วง "การสำรวจแนวคิด" คือก่อนเข้าสู่การออกแบบรายละเอียดใน CAD อย่างเป็นทางการ สร้างและเปรียบเทียบแบบชิ้นส่วนโครงสร้างจำนวนมากได้อย่างรวดเร็ว

คุณสมบัติเด่นและสถานการณ์การใช้งาน

มันวางการออกแบบเชิงกำเนิด การจำลอง และข้อจำกัดการผลิตไว้ในเวิร์กโฟลว์เดียวกัน กระบวนการดั้งเดิมคือนักออกแบบวาดหนึ่งเวอร์ชัน ส่งไปจำลอง พบว่าหนักเกินไป แก้อีกเวอร์ชัน แล้วส่งไปจำลองอีก แต่ละรอบใช้เวลาหลายวัน วิธีของมันคือใช้เอนจินสร้างแบบจำลองโดยปริยาย (implicit modeling) บวกกับการปรับให้เหมาะที่สุดเชิงกำเนิดหลายเป้าหมายที่ขับเคลื่อนด้วย AI สร้างแบบจำนวนมากในคราวเดียวและประเมินน้ำหนัก ต้นทุน การปล่อยคาร์บอนไดออกไซด์ และระยะเวลาส่งมอบไปพร้อมกัน ทางบริษัทอ้างว่าความเร็วการสร้างแนวคิดเร็วขึ้น 50 เท่า

การบูรณาการการผลิตของมันทำได้สมบูรณ์กว่าเครื่องมือออกแบบเชิงกำเนิดส่วนใหญ่ รองรับข้อจำกัดของการหล่อขึ้นรูป การกลึง การหล่อ การผลิตแบบเติมเนื้อ และการตีขึ้นรูป ซึ่งสำคัญมาก เพราะการออกแบบเชิงกำเนิดจำนวนมากได้รูปทรงสวยแต่ผลิตไม่ได้จริง หรือทำได้แค่ด้วยการพิมพ์ 3 มิติ ต้นทุนสูงจนผลิตจำนวนมากไม่ได้

ฟังก์ชันอื่นๆ ได้แก่ การวิเคราะห์ไฟไนต์เอลิเมนต์แบบบูรณาการ เวิร์กโฟลว์มาตรฐานที่นำกลับมาใช้ซ้ำได้ การเปรียบเทียบหลาย KPI การสร้างรายงานทางเทคนิคอัตโนมัติ และการส่งออกรูปแบบ STEP, STL และ CAD ดั้งเดิม รองรับการติดตั้งภายในองค์กร อธิปไตยของข้อมูลครบถ้วน

ผู้ใช้คือวิศวกรออกแบบและทีมข้ามสาขาในด้านการบิน ยานยนต์ กลาโหม และอุตสาหกรรม การใช้งานทั่วไปคือการปรับให้เหมาะที่สุดของชิ้นส่วนโครงสร้างอย่างขายึดและชิ้นส่วนป้องกัน

อุตสาหกรรมเครื่องจักรและแม่พิมพ์ในไทยมีความต้องการแบบนี้จำนวนมาก ลูกค้าขอลดน้ำหนัก 15% แต่ความแข็งแรงต้องไม่ลด วิศวกรลองแบบสองสามเวอร์ชันจากประสบการณ์ คุณค่าของเครื่องมือแบบนี้คือเปลี่ยน "ลองสองสามเวอร์ชัน" เป็น "ลองหลายร้อยเวอร์ชัน"

ฟีเจอร์เด่น

การปรับให้เหมาะที่สุดเชิงกำเนิดหลายเป้าหมายที่ขับเคลื่อนด้วย AI
เอนจินสร้างแบบจำลองโดยปริยาย สร้างแนวคิดเร็วขึ้น 50 เท่า
รองรับข้อจำกัดของการหล่อขึ้นรูป การกลึง การหล่อ การผลิตแบบเติมเนื้อ และการตีขึ้นรูป
บูรณาการการวิเคราะห์ไฟไนต์เอลิเมนต์และการปรับประสิทธิภาพให้เหมาะที่สุด
เปรียบเทียบหลาย KPI: ต้นทุน น้ำหนัก CO₂ และระยะเวลาส่งมอบ
สร้างรายงานทางเทคนิคอัตโนมัติ รองรับการติดตั้งภายในองค์กร

ข้อดี

พิจารณาวิธีการผลิตหลายแบบพร้อมกัน ไม่สร้างรูปทรงที่ทำได้แค่ด้วยการพิมพ์ 3 มิติ
เปรียบเทียบหลาย KPI ทำให้การตัดสินใจมีหลักฐาน ไม่ใช่เลือกเวอร์ชันจากความรู้สึก
การติดตั้งภายในองค์กรเป็นมิตรกับข้อกำหนดอธิปไตยข้อมูลของลูกค้ากลาโหมและการบิน

ข้อเสีย

ไม่เปิดเผยราคา
ผู้ใช้ต้องมีพื้นฐานวิศวกรรมโครงสร้างและการจำลอง ไม่ได้ทำมาให้คนที่ไม่ใช่วิศวกรใช้
"เร็วขึ้น 50 เท่า" เป็นคำกล่าวของบริษัทเอง ระดับการเร่งจริงขึ้นกับความซับซ้อนของโจทย์

กรณีการใช้งาน

การออกแบบลดน้ำหนักของขายึดในงานการบิน
การชั่งน้ำหนักต้นทุนและน้ำหนักของชิ้นส่วนโครงสร้างยานยนต์
การเปรียบเทียบหลายแบบของชิ้นส่วนป้องกันอย่างรวดเร็ว
การออกแบบใหม่และลดน้ำหนักของชิ้นส่วนที่มีอยู่เดิม

บันทึกบรรณาธิการ

การออกแบบเชิงกำเนิดถูกโหมกระแสมากในไม่กี่ปีนี้ แต่ในทางปฏิบัติติดที่จุดเดิม รูปทรงอินทรีย์ที่ AI สร้างออกมาผลิตไม่ได้ หรือผลิตได้แต่แพงจนผลิตจำนวนมากไม่ได้ เจ้านี้เอาข้อจำกัดวิธีการผลิตใส่เข้าไปในเป้าหมายการปรับให้เหมาะที่สุด ทิศทางถูก สิ่งที่อุตสาหกรรมเครื่องจักรไทยต้องดูคือจุดนี้ ทำด้วยเครื่องจักรที่มีอยู่ได้หรือไม่

คำถามที่พบบ่อย

ต่างจากเครื่องมืออย่าง nTop และ Altair ตรงไหน

[nTop](/tools/ntop) เด่นที่การสร้างแบบจำลองโดยปริยายและการแสดงออกของโครงสร้างแลตทิซ ส่วนระบบนิเวศการจำลองของ Altair สมบูรณ์ที่สุด จุดต่างของ Cognitive Design Systems คือการวาง "การปรับให้เหมาะที่สุดด้วย AI หลายเป้าหมาย + ข้อจำกัดวิธีการผลิตหลายแบบ" ไว้ในกระบวนการเดียวกัน เน้นการลู่เข้าอย่างรวดเร็วในช่วงแนวคิด ไม่ใช่การออกแบบรายละเอียด

แบบที่ได้นำไปผลิตได้เลยไหม

ไม่ได้ สิ่งที่ได้คือแบบเชิงแนวคิด ยังต้องละเอียดขึ้นใน CAD ทำการวิเคราะห์ตรวจสอบอย่างเป็นทางการ และยืนยันความเป็นไปได้กับฝ่ายผลิต สิ่งที่มันประหยัดคือเวลาของ "การลองผิดลองถูก" ไม่ใช่ประหยัดการตัดสินทางวิศวกรรม