설계를 바꾸는 "기여"의 진정한 특성 - CAE 및 AI-

"이 제품에 가장 효과적인 디자인 매개 변수는 무엇입니까?"
"프로토 타입의 수를 줄이고 싶지만 어디서부터 시작 해야할지 모르겠온라인 슬롯다 "
이러한 과제는 제조 업계의 설계 및 개발 사이트에서 매일 직면하고 있다고 생각합니다 제한된 시간 내에 가장 최적의 디자인을 찾기 위해 수년간의 직관과 경험에 의존 할 수 있지만, 수많은 매개 변수 조합에 직면하여 단서를 파악할 수없는 경우가 있온라인 슬롯다
"직관"을 지원하고 중요한 미지의 매개 변수를 발견 할 수있는 "과학적 방법"이 있다면 어떨까요?
이번에는 강력한 무기가 될 것입니다Sobol 감도 분석와 관련하여, 우리는 디자이너가 내일부터 AI (대리 모델)와의 협력을 고려하여 내일 시작할 수있는 3 가지 지식을 설명 할 것입니다
처음에는 소볼 감도 분석이란 무엇입니까?
간단히 말해서 소볼 감도 분석은"제품 성능의"변동성 "이"변수 "에서 나온 디자인 매개 변수를 정량화하는 방법
CAE 분석 및 실험을 통해 얻은 성능 값 (강도, 연비, 유량 등)은 다양한 설계 매개 변수 (치수, 재료, 온도 등)의 약간의 변화에 영향을 받는가? 기여"Sobol Index"
특히 중요합니다"Total Sobol Index"이것은 특정 매개 변수가 있음을 의미합니다단일성능에 영향을 줄뿐만 아니라 다른 매개 변수에도 영향을 미칩니다시너지 효과 (일치 기술)를 포함한 전체 충격 수준을 보여줍니다 총 Sobol 지수가 높은 매개 변수는 우리가 실제로주의를 기울여야하는 "유효 매개 변수"입니다

[지점 1] 가장 중요한! "분석 범위"는 결과를 결정합니다
결론 : Sobol 지수는 "정의하는 설계 매개 변수의 변형 범위"내에서 계산됩니다
이것이 무엇을 의미합니까? 예를 들어, 플레이트 두께와 재료의 두 가지 매개 변수를 평가하려고한다고 가정 해 봅시다
매개 변수 A (플레이트 두께)분석 범위 : 10mm ± 2mm (비교적 가변)
매개 변수 B (재료 밀도)분석 범위 : 7850 kg/m³ ± 10 kg/m³ (매우 약간 가변)
이 설정으로 분석하면 재료가 제품 성능에 영향을 미치는 매개 변수이더라도 "플레이트 두께"의 기여는 분석에서 매우 높습니다 이것은 기계에 "플레이트 두께를 크게 움직이는 영향을 보도록 지시했기 때문입니다"
이것은 실수가 아닙니다 소볼 분석입니다분석가가 설정 한 불확실성 시나리오에서 가장 가변적 인 요소는 무엇입니까를 말할 것입니다
☑ 디자이너 액션
분석을 시작하기 전에 팀에게 문의하십시오 "이 제품의 성능 변화를 고려할 때 각 매개 변수는 다음과 같습니다육체적으로 얼마나 변동 할 수 있온라인 슬롯까?""또는디자인으로 어떤 범위를 탐색하고 싶온라인 슬롯까?"this범위 설정 분석 품질을 결정합니다
[포인트 2] 계산 파트너를 다루는 방법 "AI 대리 모델"
SOBOL 분석은 매우 강력하지만 수천 번 또는 수만 번의 엄청난 양의 계산이 필요합니다 계산하는 데 몇 시간이 걸리는 CAE 분석으로이를 수행하는 것은 현실적이지 않온라인 슬롯다
나타나는 것이 있온라인 슬롯다"AI (머신 러닝)를 사용한"대리 모델 "이것은 실제 CAE 시뮬레이션의 "대리"로 입력 (설계 매개 변수)에 대한 출력 (성능 값)을 즉시 예측하는 가벼운 AI 모델입니다
이 대리 모델은 이전에 몇 주가 걸린 소볼 분석에 도움이 될 수 있온라인 슬롯다
여기서 전문가에 대해 조금 더 이야기하겠온라인 슬롯다 실제로, 대리 모델로 사용되는 일부 AI에는 입력 설계 매개 변수가 수치 적으로 더 똑똑하게 학습 할 수 있도록 도와줍니다내부 자동 변환 (스케일링)무언가가 있온라인 슬롯다
☑ 디자이너 액션
이 "내부 스케일링"은 AI가 쉽게 배울 수있는 독창성이며 디자이너는 걱정할 필요가 없온라인 슬롯다 중요한 것은 AI의 내부 처리가 무엇이든 Sobol 분석 결과가 동일하다는 것입니다우리가 처음 설정 한 "물리적 의미있는 설계 범위"에 따라 계산그 의미 디자이너는 복잡한 AI 메커니즘을 모르고 마음의 평화로 신체적 현상에 집중할 수 있온라인 슬롯다
[포인트 3] Sobol Analysis는 "Black Box Guide"
처음에는 대리 모델과 복잡한 CAE 시뮬레이션이 디자이너의 관점에서 나온 것입니다"블랙 박스"처럼 보일 수 있온라인 슬롯다 매개 변수를 포함하면 답이 찾을 수 있지만 내부 계산은 복잡하고 실제로 이해하지 못합니다
SOBOL 분석은이 블랙 박스에 대한 것입니다"가이드"
이 안내서 (Sobol Analysis)는 내부에 대해 아무것도 모르더라도 출력의 가장 큰 변화 (성능)를 상자 내부에서 기어를 움직일 입력 슬롯 (설계 매개 변수)을 정확하게 알려줍니다
☑ 디자이너 액션
복잡한 공식 또는 AI 알고리즘을 완전히 이해할 필요가 없온라인 슬롯다 이 안내서가 지적한 "총 소볼 인덱스가 높은 매개 변수"는 디자인 문제를 해결하는 데 핵심입니다 이러한 매개 변수에 중점을두고 대책을 고려하면 설계를 효율적으로 최적화하고 재 작업을 크게 줄일 수 있온라인 슬롯다
요약 : "데이터 응답"직관 및 경험
이 기사에서는 Sobol 감도 분석을 마스터하는 3 가지 점을 설명했습니다

최적화/머신 러닝 PSEVEN 데스크탑을 갖춘 공간 탐색 소프트웨어 설계
PSEVEN 데스크탑은 모든 설계 리드 타임을 줄입니다 번거 로움을 줄이고 CAD, CAE, 데이터 및 프로세스를 자동화하십시오 PSEVEN 데스크탑의 고유 한 AI 및 강력한 자동화 엔진을 사용하면 최적의 설계 조건을 효율적으로 발견 할 수 있온라인 슬롯다

신경 개념 스튜디오, 딥 러닝 AI를 사용한 분석 결과 예측 솔루션
신경 개념 스튜디오는 딥 러닝 AI 기술을 기반으로 한 SaaS 형 분석 결과 예측 솔루션입니다 AI 모델은 3D 형태 및 분석 결과로 구성 될 수 있으며 AI 모양 평가는 몇 밀리 초 만에 완료 될 수 있온라인 슬롯다 모양 매개 변수와 일시적 현상이 다른 부품에 적용될 수 있으며 전송 학습에도 사용될 수 있온라인 슬롯다