利用人工智能加速工程中的CAE仿真
realtime news Sep 03, 2025 18:15
根据NVIDIA的最新见解，人工智能驱动的CAE仿真正在通过缩短仿真时间和快速探索设计替代方案来革命性地提升工程领域。
在快速发展的工程领域中，人工智能与计算机辅助工程（CAE）仿真的融合极大地提升了创新速度。根据NVIDIA，公司正在越来越多地利用人工智能模型来加快仿真过程，这种过程传统上需要耗费大量的计算时间，从而可以更有效地探索设计选项。
人工智能驱动的CAE仿真
CAE仿真对于通过验证工程产品的性能和安全性来设计出最佳、可靠的产品至关重要。然而，传统仿真虽然准确，但可能耗时，可能需要数小时到数周才能完成。这在探索多个设计选项以及在设计和分析之间维持有效的反馈回路时，提出了挑战。
为了解决这些挑战，基于物理的人工智能模型被用作替代模型，这些模型在传统仿真的数据上进行训练。通过这些模型，工程师可以在几秒钟或几分钟内预测出结果，显著减少仿真所需的时间，并允许工程师高效地探索更广泛的设计替代方案。
结合人工智能与传统求解器
引入人工智能模型并不是为了取代传统求解器，而是补充它们。替代模型特别适用于初始设计探索，有助于识别出有前景的设计，然后可以使用更精确的传统求解器对其进行进一步验证。
NVIDIA在汽车空气动力学中的端到端工作流程展示了软件开发人员和工程师如何利用人工智能驱动的仿真。此工作流程是模块化和可适应的，超越了外部空气动力学的范畴，可应用于多种应用中。
工作流程的关键组件
- 数据预处理：通过使用NVIDIA的PhysicsNeMo Curator，这个步骤涉及组织和处理工程数据集，以简化AI模型的训练流程。
- AI模型训练：利用NVIDIA的PhysicsNeMo构建和训练AI模型，使用最先进的架构。
- 部署和推理：通过NVIDIA NIM微服务，实现预训练模型的部署，使得人工智能驱动的预测可以通过标准API访问。
- 可视化：通过NVIDIA Omniverse和Kit-CAE，在真实的3D环境中提供实时、交互式的仿真数据可视化。
应用与未来展望
AI在CAE仿真中的整合将改变各个行业。例如，在航空航天领域，AI加速了翼型和飞机的优化；在能源领域，它优化了透平机械的流动和风电场布局。制造业可从更快速的注塑模分析中受益，土木工程则能迅速评估风荷载。
这种人工智能驱动的方法不仅解决了传统仿真的局限性，还开辟了实时交互式分析的新途径，显著缩短了设计周期，并增强了工程过程中的反馈回路。
更多关于人工智能驱动的CAE仿真的深入见解，请访问NVIDIA博客。
Image source: Shutterstock.jpg)