ИИ и AM: мощная синергия

Робин Тулуи, основатель и со-генеральный директор PhysicsX

В мире цифрового дизайна и инженерии, лежащем в основе инноваций в передовом производстве, «глубокое обучение» ИИ может изменить то, как мир производит продукты, причем весьма позитивным образом.

Прямо сейчас существует острая возможность в полной мере использовать инструменты компьютерного проектирования (CFD, FEA, электромагнитное моделирование и т. д.), используя возможности искусственного интеллекта. Да, мы говорим об оптимизации дизайна, но это оптимизация, как никогда прежде, автоматизированная с помощью машинного обучения, со скоростью и уровнем точности, намного превышающими те, которые могут быть достигнуты сегодня большинством производителей.

Мы говорим о квантовых скачках в эффективности и точности: инструменты искусственного интеллекта могут сократить время моделирования с часов до нескольких секунд, используя глубокое обучение для автоматической оценки, а затем постепенного изменения геометрии детали — в пределах, которые диктует пользователь — в нужном порядке. для достижения конкретных результатов. В результате окончательная конструкция обеспечивает идеальное сочетание всех атрибутов, которые ее создатели поставили в приоритет: меньший вес, снижение напряжений и усталости, оптимальный поток жидкости, теплообмен, проводимость, долговечность, консолидация деталей и многое другое.

Как это возможно? С меньшим количеством вычислений, а не с большим.

Теперь от законов физики никуда не деться; вам придется тщательно продумать проектирование, используя любые ведущие на рынке инструменты CAE, которые наиболее совместимы с требованиями к продукции вашей компании. Но что программное обеспечение искусственного интеллекта может добавить к платформе цифрового проектирования, так это возможность работать с существующими инструментами моделирования и уменьшить необходимость расчета каждого отдельного дифференциального уравнения.

ИИ достигает этой цели, решая уравнения CFD или FEA нетрадиционным способом: машинное обучение исследует, а затем эмулирует общее физическое поведение конструкции, а не каждую отдельную математическую задачу, лежащую в основе этого поведения. При этом используется гораздо меньше вычислительных ресурсов, при этом достигается чрезвычайно надежная оценка проекта в любой применимой среде. Сотни тысяч потенциальных проектов можно смоделировать и оценить менее чем за день. Итог: применение ИИ усиливает типичное улучшение производительности инструментов моделирования на 10–20 процентов — до 30 процентов и выше. (Конечно, из этого следует, что тестирование готовых деталей в реальных условиях остается важной задачей для обеспечения соблюдения всех показателей качества и производительности.)

Хотя машинное обучение, безусловно, может принести пользу при проектировании продуктов, которые производятся с помощью любого типа производственного процесса или технологии, именно аддитивное производство (АП) является, пожалуй, наиболее дополняющим фактором. Машинное обучение может полностью изучить пространство AM-проектирования, определяя истинные ограничения каждого типа физики, применимые к конкретному компоненту. Это раскрывает уникальную способность AM обеспечивать любой уровень геометрической сложности, позволяющий найти наиболее творческое и экономически эффективное решение сложной инженерной задачи.

Эта комбинация аддитивного производства и искусственного интеллекта в настоящее время успешно применяется для оптимизации и улучшения характеристик таких разрозненных изделий, изготовленных аддитивным способом, как теплообменник, напечатанный на 3D-принтере, используемый в реактивных двигателях, мотоцикл, выигравший чемпионат, лопасти крыльчатки сердечного насоса для пациентов с сердечной недостаточностью и десятки других применений в передовых отраслях промышленности.

Более того, некоторые производители AM-систем также осознали ценность этой возможности для улучшения своих машин — экономии времени, повышения производительности и точной настройки точности печати.

Вот интересный пример одного поставщика AM-оборудования, который использовал программное обеспечение глубокого обучения для оптимизации своего 3D-принтера:

Теперь, когда усовершенствованная металлическая AM производит сертифицированные детали для ракет, самолетов и тяжелой промышленности (нефтегазовой, энергетической и т. д.), потребительский спрос на оборудование большего объема растет. Несколько лет назад, предвидя это, компания Velo3D из Калифорнии начала проектировать свой Sapphire XC большего объема (с увеличенной на 400 процентов рабочей камерой), включающий восемь лазеров мощностью по 1000 Вт, что в четыре раза больше, чем у оригинального Sapphire. машина.