AI性能預(yù)測的案例
參數(shù)化，知識工程，仿真技術(shù)與AI結(jié)合實(shí)現(xiàn)快速性能預(yù)測
1、基于AI，快速構(gòu)建全參數(shù)化的幾何模型。結(jié)合知識工程，實(shí)現(xiàn)所需預(yù)測的結(jié)構(gòu)、厚度、材料等信息的參數(shù)化；
2、設(shè)計仿真一體化，快速生成AI學(xué)習(xí)訓(xùn)練所需的仿真模型及數(shù)據(jù)。基于單一的數(shù)據(jù)源，全參數(shù)化設(shè)計模型與仿真技術(shù)自動關(guān)聯(lián)，利用仿真自動化流程，多學(xué)科多目標(biāo)優(yōu)化技術(shù)，自動更新模型，自動更新仿真設(shè)置；
3、AI神經(jīng)網(wǎng)格搭建以及AI模型訓(xùn)練&調(diào)試。
4、AI模型預(yù)測結(jié)果與實(shí)際仿真評價對比。
5、AI模型替換仿真模型，實(shí)現(xiàn)快速性能預(yù)測。
成功案例丨開發(fā)時間從1小時縮短到3分鐘：如何利用歷史數(shù)據(jù)訓(xùn)練AI模型，預(yù)測設(shè)計性能？
（以下簡稱Hero）致力于通過將人工智能（AI）和機(jī)器學(xué)習(xí)技術(shù)融入有限元分析（FEA）流程，以加速產(chǎn)品開發(fā)周期。</p><p><br></p><p>在其首個AI驅(qū)動項(xiàng)目——摩托車把手設(shè)計優(yōu)化中，Hero 采用了Altair<sup>?</sup> PhysicsAI?幾何深度學(xué)習(xí)解決方案，利用歷史數(shù)據(jù)訓(xùn)練AI模型并預(yù)測設(shè)計性能。AI生成的預(yù)測結(jié)果與傳統(tǒng)FEA結(jié)果的偏差小于3%，這表明PhysicsAI能夠在傳統(tǒng)方法所需時間的一小部分內(nèi)提供高度精確的仿真結(jié)果。</p><p><br></p><p><a href="https://hubs.ly/Q033s4Rg0" rel="noopener noreferrer" target="_blank"><img src="https://mmbiz.qpic.cn/mmbiz_png/x0yLiaf5fF6wic5VvibDKLQhNJxycb2jiarkT4LDLkt4CajdO2MjgJpQrJj8oMUfdia61BYzPdAkfib5iaAPVTiciacAEvg/640?wx_fmt=png&from=appmsg"></a></p><p>Future.Industry 2025 全球直播會議將于3月5-6日舉辦。本次會議將深度解析<strong>AI 驅(qū)動的智能工程</strong>等前沿議題，呈現(xiàn)一場關(guān)于未來科技的饕餮盛宴，歡迎點(diǎn)擊圖片，立即報名參會了解更多AI驅(qū)動仿真應(yīng)用案例和前沿技術(shù)。</p><p><br></p><p><strong>客戶介紹</strong></p><p><br></p><p>Hero MotoCorp Ltd. 是一家總部位于印度德里的跨國摩托車和踏板車制造商，業(yè)務(wù)遍及全球45多個國家，為數(shù)百萬客戶提供服務(wù)。
展開 Axelera AI采用Ansys提高邊緣AI平臺芯片電源及性能完整性
Ansys綜合的電源分析可降低項(xiàng)目風(fēng)險，提高預(yù)測精度，并助力Axelera AI全新Metis AI平臺加速上市進(jìn)程
//
主要亮點(diǎn)
Axelera AI將Ansys軟件引入到一個自上而下的包含兩個步驟的流程中，以驗(yàn)證平臺芯片的平面布局圖質(zhì)量和IR壓降，其可應(yīng)對有限資源及生產(chǎn)制造的時序挑戰(zhàn)
Ansys的產(chǎn)品、許可和技術(shù)支持可為Axelera AI執(zhí)行未來研發(fā)計劃提供極高的靈活性
邊緣人工智能（AI）領(lǐng)域的強(qiáng)大高級解決方案供應(yīng)商Axelera AI宣布選擇Ansys仿真軟件為其高性能Metis AI處理單元（AIPU）執(zhí)行數(shù)字電源完整性簽核。這項(xiàng)工作是Axelera AI與Ansys合作的一部分，主要用于構(gòu)建其近期面向邊緣計算機(jī)視覺AI推斷發(fā)布的軟硬件平臺Metis AI。該技術(shù)能夠在大幅降低當(dāng)前解決方案的成本和功耗的同時，實(shí)現(xiàn)高級加速性能和可用性。
邏輯芯片跨各種電源及時鐘域的交互，可能會導(dǎo)致芯片故障。Axelera AI需要驗(yàn)證其Metis AIPU，其中包含達(dá)1億個柵極或簡單開關(guān)電路，以及負(fù)責(zé)執(zhí)行對數(shù)字電路至關(guān)重要的運(yùn)算的不同時鐘域和電源域等。這些交互很難使用傳統(tǒng)工具及傳統(tǒng)方法分析，其不僅缺乏準(zhǔn)確性，而且已被證明太過耗費(fèi)資源、且耗時。
Axelera AI制定了一個自上而下并受Ansys軟件支持的兩步工作流程，以了解平面布局圖質(zhì)量及IR壓降。
展開 數(shù)據(jù)分析與AI丨預(yù)測電池壽命只需要2小時！Altair RapidMiner 實(shí)現(xiàn)論文級AI 模型流程化
，只要有數(shù)據(jù)，也可以用在：</strong></p><p><br></p><ul><li>預(yù)測老化試驗(yàn)時間</li><li>優(yōu)化充電策略</li><li>電池工藝參數(shù)推薦</li><li>甚至換成別的行業(yè)：壓縮機(jī)部件壽命預(yù)測、光伏組件老化預(yù)估、電機(jī)健康監(jiān)測……</li></ul><h3><strong>三、總結(jié)：</strong></h3><p><strong>RapidMiner 讓 AI 走入一線工程師手中</strong></p><p><br></p><p>很多人一聽“機(jī)器學(xué)習(xí)”“非線性預(yù)測”，就覺得門檻高、落地難。
展開 
【AICFD案例操作】潛艇阻力AI預(yù)測分析
圖4-1 初始化設(shè)置
圖4-2 初始化流場
3）求解計算
選擇菜單欄 求解> 求解> 生成AI樣本，開始設(shè)置樣本空間。
圖4-3 運(yùn)行求解器
圖4-4 設(shè)置預(yù)測變量
① 在彈出的AI樣本設(shè)置界面，設(shè)置預(yù)測范圍為（1-5）。單擊樣本處理，生成樣本數(shù)，在彈出的AI樣本生成界面中，修改其中一個樣本數(shù)3為2.8，避免和原始工況趨近，如圖所示；
② 點(diǎn)擊開始，開始計算。
圖4-5 設(shè)置預(yù)測范圍
圖4-6 生成樣本數(shù)
五、后處理
1）模型訓(xùn)練
① 計算完成后，單擊“是”開始訓(xùn)練；
② 訓(xùn)練完成后，單擊“確定”，確認(rèn)訓(xùn)練完成，單擊“關(guān)閉”按鈕退出當(dāng)前對話框，如圖所示。
圖5-1 模型訓(xùn)練
① 雙擊 求解> 求解模型，打開AI預(yù)測開關(guān)，輸入值：3.043；
② 單擊應(yīng)用按鈕，程序自動加載預(yù)測結(jié)果，如圖所示。
圖5-2 結(jié)果預(yù)測
2）求解結(jié)果更新及導(dǎo)入
雙擊樹節(jié)點(diǎn) 報告> 力，設(shè)置方向參數(shù)，選取區(qū)域面列表中hull，單擊應(yīng)用，讀取升阻力數(shù)據(jù)。
展開 【AICFD案例教程】PCB多變量AI預(yù)測分析
圖4-1 初始化設(shè)置
圖4-2 初始化流場
2）求解計算
選擇菜單欄求解>求解>生成AI樣本，開始設(shè)置樣本空間；
圖4-3 運(yùn)行求解器
圖4-4 設(shè)置預(yù)測變量
① 在彈出的AI樣本設(shè)置界面，設(shè)置溫度預(yù)測范圍為（250-330），設(shè)置速度預(yù)測范圍為（1-10）。單擊樣本處理，生成樣本數(shù)，如圖所示；
② 點(diǎn)擊開始，開始計算。
圖4-5 設(shè)置預(yù)測范圍
圖4-6 生成樣本數(shù)
五、后處理
1）模型訓(xùn)練
① 計算完成后，單擊“是”開始訓(xùn)練；
② 訓(xùn)練完成后，單擊“確定”，確認(rèn)訓(xùn)練完成，單擊“關(guān)閉”按鈕退出當(dāng)前對話框，如圖所示；
圖5-1 模型訓(xùn)練
③ 雙擊 求解>求解模型，打開AI預(yù)測開關(guān)，輸入值：280和3；
④ 單擊應(yīng)用按鈕，程序自動加載預(yù)測結(jié)果，如圖所示。
展開 MeshWorks AI智能預(yù)測網(wǎng)絡(luò)研討會報名
image_process=/format,webp" data-initial-src="https://img.jishulink.com/202508/attachment/03fb14aa27d0421d802fa5a27c593bce.jpg">
</figure>
</figure><p><br></p><p><strong>?尊敬的先生/女士，</strong></p><p><br></p><p>我們很高興推出全新的 DEP MeshWorks AI智能預(yù)測平臺！</p><p><br></p><p>機(jī)器學(xué)習(xí)（ML）已高效應(yīng)用于汽車、零部件、能源、重型機(jī)械、電子、醫(yī)療器械以及消費(fèi)品等多個行業(yè)。在上述行業(yè)中，MeshWorks AI 平臺主要針對疲勞耐久性、碰撞事件、剛度、NVH問題、CFD、散熱等工程難題提供解決方案。應(yīng)用的場景多種多樣，如跌落分析、碰撞分析、剛度分析、零部件強(qiáng)度分析、流場分析、散熱分析等。</p><p><br></p><p>在CAE仿真領(lǐng)域，這些傳統(tǒng)問題通常使用Nastran、Abaqus、LS-Dyna、Fluent、ANSYS等求解器進(jìn)行計算。如今，MeshWorks AI的機(jī)器學(xué)習(xí)技術(shù)被視為許多求解器的替代方案，可在無需開展詳細(xì)仿真的情況下支持產(chǎn)品設(shè)計。</p><p><br></p><p>DEP MeshWorks AI平臺通過智能預(yù)測和可視化界面，可在產(chǎn)品設(shè)計階段提供高效的性能預(yù)測能力，快速進(jìn)行方案迭代，無需耗時的仿真計算！實(shí)時預(yù)測性能參數(shù)及仿真云圖！該平臺具有極高精度，平臺同時具有自動識別參數(shù)及自動優(yōu)化功能。</p><p><br></p><p>接下來，您將了解 DEP MeshWorks AIML 技術(shù)如何提供相關(guān)解決方案。</p><p><br></p><ul><li>由AI驅(qū)動的工作流，可直接基于CAD和設(shè)計數(shù)據(jù)預(yù)測性能。
展開 250多位專家對AI芯片未來發(fā)展的預(yù)測
雖然所謂「旗艦」設(shè)備的市場空間受到區(qū)分「黑色平板」(即主要運(yùn)行 Android OS 的標(biāo)準(zhǔn)觸摸屏設(shè)備) 困難的限制，但是，很難預(yù)測哪一家廠商與哪種特定型號相關(guān)。
來源：內(nèi)容來自「Arete Research」，由「機(jī)器之心」翻譯，謝謝。
【AI+波浪補(bǔ)償】AR模型實(shí)時船舶運(yùn)動預(yù)測中的尺度效應(yīng)
船體的差異呈現(xiàn)出不同的船舶運(yùn)動特性，從而影響實(shí)時預(yù)測模型的性能。本研究利用AR模型研究了實(shí)時運(yùn)動預(yù)測中的船體尺度效應(yīng)。應(yīng)用切片理論生成船舶數(shù)據(jù)集。這些具有不同頻譜特征的船舶運(yùn)動數(shù)據(jù)集被用于實(shí)時預(yù)測模擬中。本研究探討了頻譜帶寬、峰值頻率和船體尺度如何影響預(yù)測性能，并根據(jù)數(shù)值模擬結(jié)果得出結(jié)論。預(yù)測精度與頻譜帶寬和峰值頻率呈負(fù)相關(guān)。在船體尺寸相同的情況下，AR模型對主尺寸較大的船舶性能較好。根據(jù)上述規(guī)律性，初步建立了評價最大可預(yù)測時長的經(jīng)驗(yàn)公式。
高性能計算在人工智能（AI）智藥中的應(yīng)用
近年來，人工智能（AI）的在各個行業(yè)廣泛的應(yīng)用，讓傳統(tǒng)制藥行業(yè)看到了加速藥物研發(fā)的新的可能性。隨著高性能計算機(jī)算力的不斷增強(qiáng)和算法的不斷革新，人工智能（AI）已經(jīng)逐漸應(yīng)用于藥物發(fā)現(xiàn)的靶點(diǎn)挖掘、虛擬篩選、化合物設(shè)計與合成等許多場景。
高性能計算作為人工智能（AI）模型建立的基礎(chǔ)環(huán)節(jié)，對于藥物研發(fā)的進(jìn)程同樣有著重要影響。因此，在進(jìn)行藥物研發(fā)時，對于高性能計算的硬件配置的也會有比較高的要求。眾所周知，人工智能（AI）的模型建立需要大量的數(shù)據(jù)為基礎(chǔ)，而在藥物研發(fā)領(lǐng)域藥物發(fā)現(xiàn)環(huán)節(jié)數(shù)據(jù)最為豐富，也最能體現(xiàn)AI的應(yīng)用模式。
互聯(lián)網(wǎng)大廠憑借領(lǐng)先的算法、強(qiáng)大的算力以及其公有云廠商自身最新的硬件配置，往往比傳統(tǒng)的超算中心更具有優(yōu)勢，北鯤云作為主流公有云廠商的合作伙伴，不僅能夠?yàn)橛脩籼峁┕性茝S商最新的硬件設(shè)備，同時，由北鯤云自主研發(fā)的北鯤云超算平臺能夠針對藥物研發(fā)提供一套完整的行業(yè)解決方案。此外，北鯤云超算平臺還預(yù)裝了如GROMACS、Amber、LAMMPS、NAMD、CP2K等300+應(yīng)用軟件，研究人員可在北鯤云超算平臺直接使用這些軟件，這也是傳統(tǒng)超算中心與公有云廠商都無可比擬的優(yōu)勢。
人工智能AI方法對于其適用對象的相關(guān)條件有諸多要求。例如，基于AI的藥物研發(fā)需要配備數(shù)據(jù)、算法、算力，其中對數(shù)據(jù)的要求最為嚴(yán)格。對于AI機(jī)器學(xué)習(xí)來說，數(shù)據(jù)量越大，模型就越完善，預(yù)測的準(zhǔn)確性可能也就越高。為此，除了內(nèi)部組建AI團(tuán)隊(duì)、內(nèi)部開發(fā)以外，許多制藥公司也會嘗試組成聯(lián)盟來開展基于AI的藥物研發(fā)。但對于一些對數(shù)據(jù)安全有較高要求的企業(yè)來說，當(dāng)出現(xiàn)數(shù)據(jù)不需要共享的情況時，北鯤云超算平臺也可以為其提供專屬計算區(qū)，保證其數(shù)據(jù)的安全性。
總體而言，藥物研發(fā)的工作量巨大，人工智能（AI）的加入是對于藥物研發(fā)的一種積極的嘗試。
展開 行業(yè)分享丨TCL華星光電：AI 如何助力LCD顯示模組精準(zhǔn)老化預(yù)測？
第四，AI模型開發(fā)并非終點(diǎn)，模型應(yīng)用還需考慮落地規(guī)劃，這樣才能借助AI發(fā)揮數(shù)據(jù)潛在價值，這也是應(yīng)用AI大數(shù)據(jù)軟件開展工作的最終目的。
最后，進(jìn)行總結(jié)與展望。
本次主要為大家介紹了AI助力LCD顯示模組精準(zhǔn)老化預(yù)測工作，這是AI驅(qū)動的精準(zhǔn)賦能產(chǎn)品生產(chǎn)優(yōu)化與品質(zhì)進(jìn)階的案例。
但AI的應(yīng)用遠(yuǎn)不止于此，在技術(shù)開發(fā)、產(chǎn)品研發(fā)設(shè)計、制造生產(chǎn)管理以及測試與質(zhì)量管理等過程中，都可以融合AI大數(shù)據(jù)應(yīng)用，實(shí)現(xiàn)更多應(yīng)用場景的落地，助力企業(yè)更好地發(fā)展。
以上就是我本次介紹的全部內(nèi)容，謝謝大家！
申請免費(fèi)試用
如您對 Altair 軟件及解決方案感興趣
歡迎掃描二維碼申請免費(fèi)試用：
全球100個AI應(yīng)用案例電子書下載
△Altair 正式發(fā)布全球100個AI應(yīng)用案例電子書，內(nèi)容覆蓋10+行業(yè)的100個AI應(yīng)用場景。點(diǎn)擊圖片立即獲取，了解全球AI驅(qū)動工程設(shè)計應(yīng)用成功案例，以及AI技術(shù)如何為工業(yè)制造業(yè)的產(chǎn)品全生命周期帶來賦能與革新。
關(guān)于 Altair 澳汰爾
Altair 是計算智能領(lǐng)域的全球領(lǐng)導(dǎo)者之一，在仿真、高性能計算 (HPC) 和人工智能等領(lǐng)域提供軟件和云解決方案，服務(wù)于16000多家全球企業(yè)，應(yīng)用行業(yè)包括汽車、消費(fèi)電子、航空航天、能源、機(jī)車車輛、造船、國防軍工、金融、零售等。
近期，Altair被全球工業(yè)軟件領(lǐng)導(dǎo)者西門子收購，成為西門子數(shù)字化工業(yè)軟件(Siemens Digital Industries Software)旗下成員，進(jìn)一步鞏固西門子在仿真和工業(yè)人工智能領(lǐng)域的全球領(lǐng)導(dǎo)者地位，其技術(shù)正與西門子Xcelerator解決方案進(jìn)行深度整合。
展開 
行業(yè)分享丨TCL華星光電：AI 如何助力LCD顯示模組精準(zhǔn)老化預(yù)測？
以往在完成對應(yīng)制程后，需要100%對模組進(jìn)行Aging測試，而現(xiàn)在通過AI預(yù)測Aging結(jié)果，對于合格樣本可直接跳過該環(huán)節(jié)，對于有問題的樣本則進(jìn)行正常Aging測試。
我們的模型應(yīng)用有三大指標(biāo)：第一，SKIP率大于60%，要釋放60%的Aging測試產(chǎn)能；第二，模型精確率需達(dá)到99.95%以上；第三，降低客訴漏放風(fēng)險，使得漏放率低于萬分之三。
項(xiàng)目方案的整體實(shí)施過程主要包括兩部分，第一部分是AI模型的構(gòu)建，第二部分是在系統(tǒng)平臺進(jìn)行串接。
在模型構(gòu)建部分，我們首先分析了Aging線不良的相關(guān)異常原因，識別關(guān)鍵參數(shù)，下載了約10萬片數(shù)據(jù)樣本并進(jìn)行數(shù)據(jù)加工，然后使用AI軟件進(jìn)行模型開發(fā)和部署。
模型部署的整體路徑如下：通過良率管理系統(tǒng)（YMS）的數(shù)據(jù)獲取生產(chǎn)數(shù)據(jù)源，將開發(fā)好的模型部署在大數(shù)據(jù)分析平臺，實(shí)現(xiàn)實(shí)時預(yù)測，預(yù)測結(jié)果會推送到制造執(zhí)行系統(tǒng)（MES），模組端的Aging機(jī)臺讀取預(yù)測結(jié)果指令后執(zhí)行Aging動作，從而實(shí)現(xiàn)精準(zhǔn)Aging功能。
在詳細(xì)介紹案例的實(shí)施過程之前，需要先介紹一下我們使用的RapidMiner軟件。
對于我這樣非專業(yè)人員來說，它非常友好，無需懂編程語言，也不需要具備深厚的AI算法領(lǐng)域知識。
我2019年畢業(yè)于南京大學(xué)化學(xué)工程專業(yè)，理論上與AI并無關(guān)聯(lián)，但機(jī)緣巧合從事了仿真相關(guān)工作，接觸到了AI這類新型仿真技術(shù)，這款AI大數(shù)據(jù)分析軟件真正幫助我們實(shí)現(xiàn)了數(shù)據(jù)價值的挖掘。
下面，正式介紹建模方案。
展開 AI讀心重磅突破登Nature！大腦信號1秒被看穿，還能預(yù)測未來畫面
來源：新智元
導(dǎo)讀
最近，來自洛桑聯(lián)邦理工學(xué)院的研究團(tuán)隊(duì)提出了一種全新的方法，可以用AI從大腦信號中提取視頻畫面。論文已登Nature，卻遭網(wǎng)友瘋狂「打假」。
現(xiàn)在，AI不僅會讀腦，還會預(yù)測下一個畫面了！
利用AI，一個研究團(tuán)隊(duì)「看見」了老鼠眼中的電影世界。
更神奇的是，這種機(jī)器學(xué)習(xí)算法，還能揭示大腦記錄數(shù)據(jù)中隱藏的結(jié)構(gòu)，預(yù)測復(fù)雜的信息，比如老鼠會看到的東西。
給一段上世紀(jì)60年代黑白老電影中截取的視頻畫面：一個男子向汽車跑去，打開了后備箱。
小鼠看過電影片段后，AI通過分析其腦部數(shù)據(jù)，竟把畫面重構(gòu)出來了。
可以說，幾乎與電影原作一致，是不是很神奇？
近日，來自瑞士洛桑聯(lián)邦理工學(xué)院的團(tuán)隊(duì)在Nature上提出了一種名為CEBRA的最新算法，就把AI讀腦給實(shí)現(xiàn)了。
最最最重要的是，準(zhǔn)確率超過了95%！
論文地址：https://www.nature.com/articles/s41586-023-06031-6
這一人工神經(jīng)網(wǎng)絡(luò)模型僅用了三步，首先分析和解釋行為/神經(jīng)數(shù)據(jù)，然后解碼來自視覺皮層的活動，最后重建觀看的視頻。
CEBRA的意義在于，能夠?qū)碜砸曈X皮層的視頻進(jìn)行快速、高精度的解碼，這對于理解人類大腦活動來說，意義重大。
網(wǎng)友調(diào)侃，各地的思想犯罪指數(shù)，會怎么樣？
CEBRA，從小鼠的大腦信號中預(yù)測電影
此前，這種「AI讀腦術(shù)」就曾在網(wǎng)上引發(fā)軒然大波。
一篇CVPR2023論文稱，Stable Diffusion已經(jīng)能重建大腦視覺信號了。
AI看了一眼人腦信號后，立馬就給出下面這樣的結(jié)果。
展開 行業(yè)分享丨重慶望變電氣如何利用AI X 變壓器空載損耗快速預(yù)測
全文內(nèi)容選自 Altair 區(qū)域技術(shù)交流會西南站
重慶望變電氣(集團(tuán))股份有限公司技術(shù)研發(fā)主管 左思紅
《Altair RapidMiner 快速預(yù)測變壓器空載損耗》演講
如何用 AI 打通制造研發(fā)“數(shù)據(jù)孤島”？
近年來，制造業(yè)數(shù)字化浪潮持續(xù)推進(jìn)，但真正讓數(shù)據(jù)驅(qū)動研發(fā)與決策的案例仍相對稀缺。特別是在傳統(tǒng)裝備制造領(lǐng)域，如何將經(jīng)驗(yàn)主導(dǎo)的設(shè)計流程轉(zhuǎn)化為可量化、可優(yōu)化的模型，是許多企業(yè)數(shù)字化轉(zhuǎn)型的瓶頸。AI是否能真正落地？數(shù)據(jù)該如何組織與應(yīng)用？我們在變壓器產(chǎn)品設(shè)計中，做了一個有益的嘗試。
我是來自重慶望變電氣的一線研發(fā)人員，這次很榮幸受邀在 Altair 技術(shù)交流會上分享我們的 AI 建模實(shí)踐。作為一家深耕輸配電設(shè)備制造三十余年的企業(yè)，我們一直關(guān)注如何將智能化工具融入傳統(tǒng)制造流程，實(shí)現(xiàn)質(zhì)量提升與成本控制的雙贏。
選擇從變壓器的空載損耗預(yù)測切入。為什么是它？一方面，這是國家強(qiáng)制的產(chǎn)品性能指標(biāo)，出廠前必須達(dá)標(biāo)；另一方面，它與硅鋼材料強(qiáng)相關(guān)，而硅鋼成本又占據(jù)整個鐵芯成本的95%以上，精準(zhǔn)預(yù)測的價值不言而喻。過去，我們依賴公式和經(jīng)驗(yàn)做估算，設(shè)計上不得不留出5%~8%的性能冗余，來“保守達(dá)標(biāo)”，這在材料價格持續(xù)上行的背景下，變得越來越不可持續(xù)。
我們嘗試借助 Altair RapidMiner? 構(gòu)建 AI 預(yù)測模型，把研發(fā)人員擅長的“工藝經(jīng)驗(yàn)”和軟件平臺擅長的數(shù)據(jù)建模能力結(jié)合起來。RapidMiner 的一大優(yōu)勢是可視化操作，無需編程基礎(chǔ)，大幅降低了技術(shù)門檻。我們用自己整理的設(shè)計參數(shù)、工藝參數(shù)和幾何參數(shù)作為輸入變量，不斷訓(xùn)練、迭代、驗(yàn)證模型，最終將預(yù)測誤差從初版的7.4%壓縮到3%以內(nèi)，并已在兩類產(chǎn)品（干變和油變）中落地應(yīng)用。
展開 Altair全球虛擬大會 I 仿真、高性能計算（HPC）和人工智能（AI）...
從電氣化和數(shù)據(jù)驅(qū)動的企業(yè)，到人工智能驅(qū)動的仿真和半導(dǎo)體，您將了解仿真、高性能計算（HPC）和人工智能（AI）的融合如何釋放技術(shù)投資的全部潛力。
無論您是想拓寬您對計算科學(xué)的了解，還是想深入研究仿真、人工智能、高性能計算或數(shù)據(jù)分析，都能在本次大會中獲得有價值的資訊。
