Skip to main content

Altair® PhysicsAI™ 幾何深度學習

更完善的設計深入解析,比求解器模擬快 1000 倍

Altair® PhysicsAI™ 透過從歷史資料中學習來提供快速的物理預測,不受參數研究的限制。您可透過我們的設計和模擬平台 Altair® HyperWorks® 存取這項 AI 驅動的 CAE 技術,以現有的模擬研究(包括來自舊設計概念、類似零件或不同程式的模擬研究)來訓練模型。憑藉幾何深度學習能力,PhysicsAI 可以識別任何物理的形狀和效能之間的關係。經訓練後,PhysicsAI 模型可以提供比傳統求解器模擬快 1000 倍的預測速度,讓團隊能夠評估更多的概念並做出更好的設計決策。

為什麼選擇 PhysicsAI?

Profile view of hands typing on a laptop with 3D dots and lines superimposed on top that represent fast simulation.

加速設計週期

PhysicsAI 直接在網格或 CAD 模型上執行,在不同的物理應用程式中以極快的速度產生完全動畫的物理結果。 這種簡化的方法所需的時間只是傳統求解器模擬所需時間的一小部分,並提供了寶貴的設計效能深入解析。無論您使用的是碰撞模型還是 HVAC 設計,PhysicsAI 預測都可以將執行時間縮短到幾秒鐘,將假設模擬研究從幾個月縮短到幾天。

Lightbulb that represents innovation is shining in a gray box-like room in front of a wall filled with math equations.

更快地創新

PhysicsAI 可提供快速的物理預測,使工程團隊能夠測試更多的設計變化,而不僅僅是傳統的求解器模擬。 在更短的時間內進行更多的設計探索,有助於公司在開發週期的早期發現改善設計的方法,從而比競爭對手更快地將創新推向市場。

Woman is looking at a computer monitor that is displaying simulation results generated from physicsAI.

更自信地預測

人工智慧 (AI) 驅動的技術透過您的歷史資料來提供最佳的物理預測。 在訓練階段,強大的幾何深度學習使用您指定的模擬資料來訓練 PhysicsAI 模型,而不考慮資料的來源。為確保更可靠的預測,PhysicsAI 的環境提供了工作流程來評估預測,並根據傳統的求解器模擬對其進行驗證。

主要功能

原生 CAE 檔案支持

與求解器無關的 PhysicsAI 建模環境可讓您直接使用本地 CAE 模型,包括歷史模擬資料模型。

幾何深度學習

PhysicsAI 模型透過突破性的幾何深度學習進行訓練,直接在網格和 CAD 模型上操作。 這項技術消除了其他訓練方法所需的耗時的手動參數。

可信度分數測量

PhysicsAI 提供了一個可信度分數,有助於識別資料中的新形狀。 透過對幾何相似性進行評分,PhysicsAI 可防止有問題的預測,並確保可靠的結果。

Altair HyperWorks 引導的工作流程

透過簡單的工作流程,您可以選擇經過訓練的模型、產生預測並評估計算流體動力學 (CFD)、碰撞和製造等廣泛物理領域的品質。

工作流程

  1. 測試 PhysicsAI 模型
     
  2. 即時物理預測
     
  3. 比較頭部撞擊預測