Ingénierie, science des données et IA

Apprentissage profond géométrique

Les solveurs traditionnels dans les domaines structurel, thermique, fluide, manufacturier et électromagnétique sont intensifs en calcul, ce qui ralentit l'innovation. Les modèles géométriques d'apprentissage profond entraînés sur des données de simulation fonctionnent directement sur des maillages et des modèles CAO, fournissant des résultats complets sur le terrain 3D en quelques secondes. Les ingénieurs peuvent évaluer des conceptions en temps réel et exécuter des études d'optimisation sans avoir besoin d'une expertise spécialisée en IA.

Exploration et optimisation de la conception pilotée par l'IA

L'exploration de la conception traditionnelle prend beaucoup de temps et risque de manquer des résultats optimaux. L'algorithme SHERPA - hybride, adaptatif et amélioré par l'IA, apprend des données de simulation et de test pour naviguer dans des espaces de conception complexes. Soutenant l'optimisation de la conception multidisciplinaire (MDO), il se synchronise entre les domaines de l'ingénierie pour identifier les conceptions hautement performantes, découvrir de meilleurs compromis et prendre des décisions confiantes plus rapidement.

Modélisation en ordre réduit

Les modèles haute fidélité FEA, CFD et DEM exigent des ressources et du temps de calcul importants. La modélisation par ordre réduit simplifie la complexité de ces modèles en représentations ultra-rapides et précises à l'aide de méthodes de décomposition orthogonale appropriée (POD), de Krylov et de réseaux neuronaux. L'exportation via FMI, ONNX ou code C permet une intégration transparente dans la simulation de système et les jumeaux numériques, sans sacrifier la précision.

Jumeaux numériques exécutables (xDt)

Les modèles statiques ne peuvent pas suivre le rythme de la complexité du monde réel. Les jumeaux numériques exécutables regroupent les modèles basés sur la physique, l'IA et les modèles d'ordre réduit dans des instances portables et autonomes - déployables à la périphérie, dans le cloud ou sur site. En mettant en miroir continuellement les actifs physiques, les XDT permettent la surveillance des performances en temps réel et la maintenance prédictive, permettant aux ingénieurs de prendre des décisions basées sur les données tout au long du cycle de vie du produit.

Explorez Simcenter Digital Twin Gateway