AI と AM: 強力な相乗効果

Apr 24, 2024

Robin Tuluie 氏、PhysicsX 創設者兼共同 CEO

デジタル デザイン エンジニアリングの世界では、高度な製造におけるイノベーションの基盤となる AI の「ディープ ラーニング」が、世界の製品の製造方法を非常に前向きな方法で変革する可能性を秘めています。

AI の機能を使用してコンピューター支援エンジニアリング (CFD、FEA、電磁シミュレーションなど) のツールを最大限に活用する緊急の機会が今あります。 はい、私たちは設計の最適化について話しています。しかし、それは機械学習によって自動化された、これまでにない最適化であり、今日のほとんどのメーカーが達成できる速度と精度をはるかに超えています。

私たちは効率と精度の飛躍的な進歩について話しています。AI ツールは、深層学習を採用して、ユーザーが指定した範囲内で部品の形状を自動的に評価し、段階的に変更することで、シミュレーション時間を数時間からわずか数秒に短縮できます。具体的な成果を生み出すために。 その結果得られた最終設計は、軽量化、応力と疲労の軽減、最適な流体の流れ、熱交換、伝導性、耐久性、部品の統合など、メーカーが優先したあらゆる特性の理想的な組み合わせを実現しています。

これはどのようにして可能でしょうか? 数値処理は少なくなりますが、それ以上ではありません。

今や物理法則から逃れることはできません。 会社の製品要件と最も互換性のある市場をリードする CAE ツールを使用して、設計を精査する必要があります。 しかし、AI ソフトウェアがデジタル設計プラットフォームに追加できるのは、既存のシミュレーション ツール内で動作し、関連するすべての微分方程式を計算する必要性を軽減できることです。

AI は、従来とは異なる方法で CFD または FEA の方程式を解くことでこの偉業を達成します。機械学習は、その動作の基礎となるすべての数学的問題ではなく、設計の全体的な物理的動作を調べてエミュレートします。 これにより、使用する計算リソースがはるかに少なくなり、適用可能なあらゆる環境で設計の非常に堅牢な評価が実現されます。 何十万もの設計候補を 1 日以内にシミュレーションして評価できます。 結論: AI を適用すると、シミュレーション ツール単独の通常 10 ～ 20 パーセントのパフォーマンス向上が、最大 30 パーセント以上まで増幅されます。 (もちろん、すべての品質と性能の基準が満たされていることを確認するには、完成した部品の実世界でのテストが依然として不可欠な作業であるということになります。)

機械学習は、あらゆる種類の製造プロセスやテクノロジーで製造される製品の設計に確かに恩恵をもたらしますが、おそらく AI が最も補完的なのは積層造形 (AM) です。 機械学習は AM 設計空間を完全に探索し、特定のコンポーネントに適用されるあらゆる種類の物理の真の限界を特定できます。 これにより、AM の独自のパワーが解放され、幾何学的複雑さのレベルにかかわらず、困難なエンジニアリング課題に対する最も創造的でコスト効率の高いソリューションが可能になります。

この積層造形と AI の組み合わせは現在、ジェット エンジン、チャンピオンシップを獲得したバイク、心臓ポンプのインペラ ブレードで使用される 3D プリント熱交換器など、さまざまな積層造形品の性能を最適化し、向上させるために成功裏に適用されています。心不全患者、その他先進産業における多数の用途に使用されます。

さらに、一部の AM システム メーカーも、時間の節約、パフォーマンスの向上、印刷精度の微調整など、自社のマシンを改善するためのこの機能の価値を認識しています。

以下は、深層学習ソフトウェアを使用して 3D プリンターを最適化した、ある AM 機器プロバイダーの興味深い例です。

現在、アドバンストメタル AM はロケット、航空機、重工業 (石油・ガス、電力など) 向けに認定された部品を生産しているため、より大容量の機器に対する顧客の需要が急増しています。 数年前、CA ベースの Velo3D は、これを見越して、元の Sapphire の 4 倍である 8 つの 1,000 ワット レーザーを搭載する、より大容量の Sapphire XC (400% 大きいビルド チャンバーを備えた追加容量) の設計を開始しました。機械。