行业动态
人工智能和机器学习怎么加快制作业的产品开发作业流程

发布时间:2022-10-08 03:56:36 来源:环球国际app

  依据3D科学谷的商场查询,从电子商务网站和流媒体渠道内置的引荐东西到智能手机中杂乱的图画编辑,人工智能和机器学习运用程序在曩昔几年中迅速开展。

  依据 2020 年 MIT麻省理工技能谈论洞悉的查询,制作业是选用 AI 的两大职业之一。本期,3D科学谷与谷友一同进一步了解人工智能和机器学习怎么加快制作业的产品开发作业流程。

  依据3D科学谷,现在,咱们现已习惯于看到 AI 接收越来越多的使命——不只在咱们的日常日子中,并且在医疗运用或工业出产中。人工智能的开展取得了很大开展。现在能够经过人工智能猜测出产中的组件毛病或从图画中提取信息以在几分之一秒内履行干与使命。

  人工智能和机器学习为制作用例带来了许多优点,包含:产品研制与出产、库存办理、进程和质量操控、猜测性保护等。

  增材制作-3D打印作为典型的数字化制作技能,从规划到出产再到质量保证(QA)的整个作业流程中都运转着海量的数据。增材制作规划的杂乱性与资料、出产参数、质量要求等很多要素相互依存,面临巨大的杂乱性,人类的经历很难激起增材制作技能的潜能,使之成为一种用于出产的制作技能。这些特色刚好为人工智能供给了运用土壤。

  虽然增材制作技能在完成批量定制化出产以及完成杂乱规划方面独具魅力,但该技能在制作业中的运用仍遭到许多阻力,不利要素包含:速度和终究零件的质量或需求进一步的出资才干匹配该技能,企业出于财政方面的考虑等。但人工智能技能在增材制作规划、工艺开发、质量操控、资料开发等要害范畴激起增材制作技能的潜能,推进该技能在出产中的运用。

  增材制作规划的杂乱性与很多要素相互依存,如资料质量将影响零件功能,然后影响规划决议方案;出产参数将影响质量保证,而质量保证要求将反映在那些规划决议方案中……等等。

  面临如此巨大的规划杂乱性,咱们愈加应当考虑的问题不是怎么在增材制作中运用AI,而是假如没有AI 驱动的规划、出产、质量保证流程,仅凭人类规划师和工程师的力气,咱们还能不能运用好增材制作技能在进步产品功能、加快立异等方面的优势。

  依据3D科学谷的商场洞悉,抢先的公司现已将先进的人工智能处理方案集成到他们的作业流程中。例如,富士康集团运用 NVIDIA 软件库和用于加快核算的 NVIDIA EGX 渠道施行了 AI 对其产品组件和东西的主动高精度检测。

  依据来自航空航天、轿车和工业机械范畴的产品规划师、工程师、研讨人员和其他专业人士的反应,已确认人工智能和仿真是将对产品规划发生最大影响的两项要害技能并直接影响未来五年的开展。

  在产品开发中运用人工智能时,创成式规划(Generative Design)是一个常见的用例,由于与传统规划比较,具有这种才干的核算机辅助规划和工程东西所主动生成的有机形状是惊人的。

  创成式规划是一个人机交互、自我立异的进程。依据输入者的规划目的,经过”创成式”体系,生成潜在的可行性规划方案的几许模型,然后进行归纳比照,筛选出规划方案推送给规划者进行最终的决议方案。

  浅显了解创成式规划是一种经过规划软件中的算法主动生成艺术品、修建模型、产品模型的规划办法。创成式规划是一种参数化建模办法,在规划的进程中,当规划师输入产品参数之后,算法将主动进行调整判别,直到取得最优化的规划。

  CAE 中人工智能和机器学习的运用正在添加,工程师和剖析师能够为规划探究取得近乎实时的洞悉力——类似于 ANSYS Discovery 怎么运用其依据 NVDIA CUDA 的 GPU 加快求解器将仿真时刻从几天缩短到几分钟。

  经过人工智能,CAE能够更好地办理耗时的模仿使命,例如几许预备、网格区分、成果数据的办理以及辨认很多后处理数据中的趋势和反常。

  在资料开发方面,依据3D科学谷的商场查询,国内立异科技企业深势科技运用人工智能和分子模仿算法,结合先进核算手法求解重要科学问题,为人类文明最根底的生物医药、动力、资料和信息科学与工程研讨打造新一代微标准工业规划和仿真渠道。

  深度势能(Deep Potential)是深势科技团队研制的高效分子模仿算法。在坚持量子力学精度准确性的根底上,将分子动力学的核算速度提升了数个数量级。相应的开源软件DeePMD-kit已被国内外物理、化学、资料、生物等方向上千科研组运用。由于3D打印从建模到资料以及工艺进程的全链条数字化特征,3D科学谷以为类似于深势科技这种高效分子模仿算法在3D打印范畴具有十分大的优势。

  运用来自从前模仿的数据来练习机器学习模型,以缩小规划空间并确认要害规划参数。Monolith AI 是 NVIDIA Inception 方案的成员,旨在支撑全球创业生态体系,经过削减模仿、测验和原型的数量,协助制作公司优化研制流程。这使公司能够经过将机器学习运用于工程规划进程中生成的数据来交给更快、更好的产品。

  而依据3D科学谷的商场查询,抢先的规划和工程AI渠道Monolith AI在2021年开端与Siemens Digital Industries Software-西门子数字工业软件建立新的协作伙伴关系。依据3D科学谷的了解,该协作伙伴关系专心与Siemens的Simcenter仿真和测验处理方案组合,能够促进将Simcenter数据源和仿真环境与Monolith AI的软件渠道严密集成。

  Monolith AI依据云的AI软件使团队能够以史无前例的速度进行协作,剖析和规划产品。关于商场而言,这意味着更低的危险,更灵敏的项目以及更好的产品。

  经过构建一个超级智能的AI渠道,使工程师能够处理曾经扎手的问题,Generative Design-创成式规划和Digital Twin-数字孪生等功能被民主化给每位工程师。Monolith AI渠道显示了Monolith对工程技能开展的许诺,以及规划师和工程师改动国际的才干。

  依据3D科学谷的了解,Monolith AI运用户能够运用其CAD,仿真和测验数据获利,无需进行新的仿真或物理测验即可运用其猜测规划行为。Monolith AI渠道能够经过下降内部本钱,更快地将更好的产品投放商场并添加销售量来优化研制流程,进步灵敏性并让客户满足。

  对物理驱动的人工智能模型的需求正在快速增长——尤其是在动力、气候科学和生命科学等职业。3D科学谷了解到凭借 NVIDIA Modulus 等结构,制作商和规划工程师能够创立物理驱动的 AI 模型并开释工业仿真的新功能。

  NVIDIA Modulus 是一个神经网络结构,它将物理和偏微分方程的力气与人工智能相结合,以构建更强壮的模型以进行更好的剖析。Modulus 练习神经网络从数据中学习并运用物理规律对杂乱体系的行为进行建模。然后,署理模型能够用于各种运用,从工业用例到气候科学。一旦模型经过练习,Modulus 就能够近乎实时或交互式地进行推理。

  在《增材制作规划(DfAM)攻略》这本书中,征引了AM零件质量影响要素的石川图,在石川图中具体的举出了影响加工质量的160多种要素,仅仅是激光扫描进程,就包含了扫描线长度,扫描线品种,外概括,内概括,扫描办法,扫描速度,光束纠正,缩短补偿,扫描线次序,填充距离,填充方向,激光功率,(离)聚集,外表填充参数,偏移等等。可见要经过人的经历来驾御和平衡160多种影响加工质量的变量是十分难的。

  凭借 Modulus,3D打印制作和产品开发的专业人员能够经过更改模型的参数来探究模型的不同装备和场景,然后使他们能够更深化地了解体系或产品。

  在3D打印范畴,依据3D科学谷的商场查询,Hexagon海克斯康旗下的仿真软件Simufact于2020年9月24日推出了Binder Jetting粘结剂喷发金属3D打印工艺的仿真技能,使制作商能够在规划阶段猜测并避免烧结进程对零件发生的变形。新的仿真东西标志着增材制作迈出了重要的一步,由于它能够协助制作商取得所需的质量,然后经过Binder Jetting粘结剂喷发金属3D打印工艺用于批量出产供给共同优势。

  L-PBF金属3D打印方面,依据3D科学谷的商场查询,EOS 与 Nnaisense 公司协作,开发了一种 AI 来模仿 EOS LPBF 流程,作为完成主动质量监控的第一步。答应猜测分层监控数据,这些数据由进程监控体系搜集。将猜测与实践成果进行比较能够更快地评价流程中的违规行为。这有助于在构建作业之前更好地了解在质量数据方面的预期。用户还能够了解不同的零件规划和工艺设置是怎么影响传感器读数的,而跟着人工智能不断从进程中学习,这将进步准确性。

  数字孪生技能也越来越多地被用于制作和产品开发。例如运用 NVIDIA Omniverse Enterprise(一个用于 3D 作业流程的虚拟国际模仿和协作渠道),规划师和工程师能够开发和操作物理上准确的数字孪生模型,以支撑广泛的人工智能用例。

  在增材制作中,依然十分需求下降所出产零件的本钱。这与或许由数十万个层层加工组成的进程的有关。依据3D科学谷的商场了解,离线 CT 测验不只会添加整体本钱,并且还会约束几许形状,由于零件有必要具有恰当的形状才干进行扫描和测验。假如经过智能进程中监控和测验来替代离线监测,这拓荒了新的空间,并或许下降整体本钱。

  依据3D科学谷的商场了解,具有集成 AI 的进程监控体系将支撑这种改变,并完成从全细节测验演变为智能测验的直接办法。依据3D科学谷的商场查询,国际上经过AI来进行增材制作加工质量操控的公司现在包含以色列的printsyst,美国的addiguru,德国的nebumind,以及瑞士的Nnaisense 。

  凭借人工智能和数字孪生,企业能够更好地猜测和优化运营绩效,然后缩短出产时刻、进步功率并改善产品或流程。

  依据3D科学谷的商场判别,从建模仿真到数字孪生体技能,再到进程操控等3D打印工艺链的方方面面,算法与人工智能将赋能3D打印的方方面。很快,3D打印职业会发现,一家3D打印企业需求有人通晓人工智能运用,不然很难获取长时间的竞赛优势。

  知之既深,行之则远,3D科学谷为业界供给全球视角的增材与智能制作深度查询,有关增材制作范畴的更多深度剖析,请重视3D科学谷发布的白皮书系列。

上一篇:2021年我国机电设备设计开发商场调查及出资战略剖析陈述 下一篇:事例|废物燃烧机械炉排产品的开发及运用