【人工智能】解讀 Ansys SimAI：AI 如何在實務上幫助模擬

本篇文章主要說明 Ansys SimAI 如何將人工智慧和機器學習與傳統模擬相結合來提高效率和準確性。過去，數值模擬常用來模擬物理系統。然而，這些模擬可能非常耗時。 SimAI 利用人工智慧從先前的模擬中學習，然後可以更快地預測新設計的性能。

模擬繼續在全球範圍內改變著各個行業的工作流程。產品開發團隊不斷面臨更快生產更好設計產品的挑戰。透過將模擬更早融入設計和開發中，這些團隊可以加速生產並利用關鍵見解來改善效率、準確性和產品品質。Ansys SimAI 雲端平台透過結合人工智慧和多實體場模擬的強大功能，使組織能夠以前所未有的速度實現更高水準的創新。

透過 SimAI 的與實體無關且雲端原生平台，您可以使用先前產生的 Ansys 或非 Ansys 資料訓練 AI 模型，並在幾分鐘內評估新設計的效能。這種軟體即服務(SaaS) 應用程式透過雲端結合了Ansys 模擬的預測準確性和生成式人工智慧的速度- 該組合可使所有設計階段的模型性能提高10-100 倍，適用於計算量巨大的專案。

人工智慧和機器學習 (ML) 方法如何與數值模擬和求解器整合並加以擴展？讓我們探索 SimAI 平台的內部運作，了解這項技術如何在不影響速度的情況下擴展和增強傳統模擬。

為了評估汽車空氣動力學，工程師通常採用計算流體動力學 (CFD) 模擬來分析汽車周圍的流場。

Ansys SimAI：探索隱藏的

SimAI 平台的通用架構是基於融合不同技術的原理，結合了多個深度學習神經網路。這種架構可以捕捉所有重要的物理尺度。該架構由大量非線性層組成，包括多個參數和變數之間複雜的交互作用。

SimAI 的架構由大量非線性層組成，其中包括多個參數和變數之間複雜的相互作用。

SimAI 平台不是像影像中的像素值那樣明確地儲存資料點，而是使用隱式神經表示來學習一個連續函數，該函數可以產生這些資料點。這意味著 SimAI 軟體可以取一組從先前計算中獲得的點，並很好地泛化到新的幾何形狀和來流條件。

延續評估汽車空氣動力學性能的範例，此功能可以連續表示表面和體積場，例如壓力和速度。這使得可以根據所需的解析度請求預測。此外，還可以從預測場導出全域係數作為後處理。