유체 역학 응용 분야의 슬롯 사이트

Marine Engineering은 전통적인 디자인 모범 사례와 복잡한 방식으로 최신 지식을 결합한 분야입니다. 최근 선박 디자이너들은 최신 시뮬레이션 소프트웨어를 활용하여 과거의 사례와 유체 역학의 과학을 기반으로 실험 결과와 결합하여 선체 슬롯 사이트을 신중하게 설계 해 왔습니다. 그리고 디자이너는 정확도를 무시할 수 없습니다. 선체 슬롯 사이트에 대한 약간의 수정은 용기의 전반적인 유체 역학적 성능에 큰 영향을 줄 수 있기 때문입니다!

선박 유체 저항, 해상 공차 및 녹색 물의 다양한 성능 지표를 평가하기 위해 엔지니어는 시뮬레이션 중심의 설계 접근 방식에 중점을 두지 만 일부 주요 병목 현상을 남깁니다. CFD 시뮬레이션은 시간이 많이 걸리고 비용이 많이 들며 설계 공간 검색은 몇 가지 매개 변수로 제한됩니다.

기하학적 딥 러닝 대리 모델을 사용하여, 신경 개념 형상은 위에서 언급 한 매개 변수 제한을 극복하고 해양 분야의 조직 설계 프로세스도 근본적으로 개선 할 수 있습니다.

이 경우, 신경 개념의 파트너 인 CAD-IT는 신경 개념 형태를 사용한 첫 달에 CAD 슬롯 사이트에서 선체의 유체 역학 성능을 예측 한 몇 밀리 초 안에 모델을 구축 할 수 있음을 보여줄 것입니다.

모델은 CAD 형식에서 150 개의 다른 슬롯 사이트을 사용하며 Star-CCM+ 시뮬레이션 결과를 기반으로 학습됩니다. 이 선체 슬롯 사이트은 표준 유조선 선박에서 예상되는 일반적인 설계 변형을 수용합니다. 학습 과정의 목적은 원치 않는 흐름 거동을 방지하기 위해 선체의 압력 분포를 예측하는 방법을 아는 것이 었습니다. 또한 딥 러닝 프로세스는 선체의 전반적인 성능 매개 변수, 전단 및 압력력 계수를 예측했습니다.

학습 후, 딥 러닝 대리 모델이 실제 디자인에 도입되었습니다. 새롭고 보이지 않는 슬롯 사이트의 결과는 다음과 같습니다.

이 기사는 다음 신경 개념의 다음 웹 사이트에 게시 된 기사를 기반으로합니다.유체 역학 응용 분야의 슬롯 사이트"의 일본어 번역입니다.

신경 개념 소개

신경 개념은 엔지니어링을 향상시키기 위해 AI 딥 러닝 알고리즘을 개발하고 있습니다. R & D주기 속도를 높이고 제품 성능을 높이고 차세대 엔지니어링 문제를 해결함으로써 80 명 이상의 고객을위한 제품 설계 방법을 혁신했습니다. 이 회사는 2018 년 스위스 EPFL에있는 주요 AI 실험실에서 설립되었습니다. 우리는 30 명 이상의 회원으로 구성되어 있으며 산업 공학의 미래를 인텔리전스로 변화시키는 비전에 전념하고 있습니다.자세한 내용을 보려면 여기를 클릭하십시오

• *제품/서비스 이름, 회사 이름, 로고 마크 등은 각 회사의 상표 또는 등록 상표입니다.