人工智能與工程仿真的案例
chatGPT大火，人工智能如何應用在工程設計？
看這速度，和仿真比，真的是過癮！
然后我們看一下哪個模型好，這些數據都是體現精度的，咱們就看R方值，它是這個公式算出來的，總之就是越接近1，模型精度越高。
這個線性模型的精度是最低的，只有0.56。Excel里的多元回歸模型就是這個，而且只有這個，看這個精度，大家以后不要用Excel多元回歸模型做稍復雜的數據分析和預測，準確度太低。
比較R方值之后，選擇ExtraTrees模型。點評估，就彈出了我們最期待的界面，輸入留存的這2組數據，先輸1組，誤差2%，還不錯，下一組數據誤差0%。這個精度，完全可以和仿真媲美，但速度快了無數倍啊，我說話的速度，都耽誤操作，要是不說話還能快不少！這速度讓仿真工程師有沒有感覺到好爽。
這類軟件呢，目前階段也有一定應用局限性，比如對于整體結構和設計參數比較明確的部件就比較合適，像今天的船型啊，像飛機機翼的翼型啊，就定義弦長、中弧線以及相對彎度等幾個參數，來預測升力、像汽車進氣道啊，這些你比較清楚地知道什么作為自變量的，就可以用這樣的人工智能工具去輔助產品的研發，一定程度上代替仿真。但設計那種你也不知道該用什么樣的結構才能讓性能更好的部件時，就不大適用了，畢竟結構都沒定，參數也定不了，也不可能有合適數量的歷史數據，那就只能仿真了，如果通過仿真找到了規律，初定了結構，積累了一定數據量，還沒有得到想要的性能，那就可以接著用DT來跑一跑了，畢竟省時間。
另外，除了工業設計端的場景，運維端也可用這類AI預測工具，比如電廠智能監盤啊、設備預警啊、水處理系統參數預測啊、鍋爐脫銷優化控制啊（畢竟咱熱能人干啥都得想著點兒燒鍋爐）。雖然這類人工智能工具最擅長的是工業，但也還可以干點兒別的事兒，比如預測天氣，預測球賽，反正只要你有歷史數據，想預測啥就預測啥。
展開 工程碩士：碩士人工智能和大型語言模型（LLMS） ￥6
? 慶祝您對 AI 和 LLM 工程的掌握，為職業生涯的新階段做好準備。
Altair 電磁仿真技術盛會：探索人工智能與仿真技術的創新融合
電磁仿真技術與人工智能（AI） 正在以驚人的速度推動著數字化研發的新趨勢！
2023年7月7日，Altair 將在西安舉辦電磁仿真技術大會，屆時我們將深入探討最前沿的技術亮點，聚焦熱門話題，并與行業領軍者一同探索電磁仿真技術與 AI 相結合的最新進展，共同加速數字化研發的步伐！
無論您是從事電磁領域的專業人士，還是對該領域充滿好奇的科技愛好者，這是一場不容錯過的電磁行業盛宴！
點擊鏈接報名：https://uao.so/8128e9be
掃碼報名
大會亮點議題 行業技術與創新趨勢的融合
1
數據分析與AI驅動的電磁仿真
在大會主會場圓桌討論中，行業專家們將講在現場共同探討數據分析和人工智能在電磁仿真中的應用：如何通過將大數據和智能算法引入仿真過程，快速分析、優化和預測電磁現象，從而加速研發周期，提高產品質量，實現更高效的數字化創新。
2
創新趨勢與案例分享
分享最新的創新趨勢和成功案例，涵蓋電磁仿真與AI在多個領域的應用。
展開 智能體人工智能大師課：構建實戰型人工智能智能體
智能體人工智能大師課：構建實戰型人工智能智能體 課程基本信息 發布年份：2026年 課程時長：2小時 課程大小：1.6GB 語言：英語 格式：MP4（視頻：h264，1920x1080；音頻：AAC，44.1千赫，雙聲道） 學習收獲 1. 清晰理解智能體人工智能的
2023人工智能展|廣州人工智能展|廣州智能展
2023人工智能展|廣州人工智能展|廣州智能展
2023中國（廣州）國際人工智能展覽會
Guangzhou International Artificial Intelligence Exhibition 2023
時間：2023年12月20-22日
地點：廣州琶洲-保利世貿博覽館（海珠區新港東路1000號）
參展聯系人：金女士
手機：137 6181 8142（同微信）
Email:cde_china@163.com
網站：www.ravexpo.com
展會簡介：
人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發用于模仿、延伸和擴展人的智能的理論、辦法、技能及使用體系的一門新的技能科學。人工智能從誕生以來，理論和技能日益成熟，使用范疇也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。
人工智能已接連三年被寫入政府工作報告，從“加快”、“加強”到“深化”，被確定為引領國家未來科技開展的重要戰略布局。作為我國人工智能戰略布局的先導區和示范區，廣州在建造人工智能工業路上勇當排頭兵，是很多創新使用的策源地。圍繞著實現工業推動、使用使能、人才集聚、資源共享、品牌共建、聚焦人工智能等要害范疇，調集精銳力氣，引領突破，加快建造創新策源、使用示范、制度供應、人才集聚開展的人工智能“廣州高地”。營造協同化的智能生態環境、建造世界級人工智能使用場景。
2023廣州國際人工智能博覽會“AIE”伴隨著智能職業的快速開展，已被越來越多的企業列入每年必選展會，也成為各采購商選購的理想平臺。
展開 設計仿真 | 基于ODYSSEE人工智能CDC模型集成的整車動力學仿真
而通過海克斯康工業軟件旗下的多體動力學仿真軟件Adams，可輕松實現整車在不同行駛工況下的仿真分析，從而縮短開發周期，提高工作效率。同時，智能實時仿真平臺ODYSSEE能夠基于CDC減振器仿真模型或實測數據，快速構建CDC減振器機器學習模型，并應用于Adams整車仿真分析中，從而幫助工程師更加高效地完成CDC減振器的設計工作。
CDC機器學習模型搭建
基于實際的CDC系統測試數據或設計數據，工程師可以在ODYSSEE中輕松構建其機器學習模型，從而實現對新輸入參數下的響應進行快速預測。ODYSSEE中生成機器學習模型的步驟如下：
01
確定研究系統的輸入參數和輸出參數；
02
準備搭建機器學習模型的相關數據，即在不同輸入參數條件下的輸出結果響應，可以是仿真數據，也可以是試驗測試數據；
03
將準備好的數據拆分為訓練數據和驗證數據，訓練數據用于機器學習的訓練，驗證數據用于訓練好的機器學習模型校驗，從而保證預測結果的精度；
04
通過嘗試不同的機器學習算法以及相應的超參數，找到一種預測精度最高的機器學習算法供后續預測使用，至此完成機器學習模型的搭建。
圖1：ODYSSEE中構建機器學習模型的工作流程
此時，我們選擇車速、車身加速度、車身俯仰、車身側傾、轉向5個變量作為CDC系統的輸入參數，阻尼力值作為CDC系統的輸出響應，來構建機器學習預測模型。針對訓練好的CDC系統機器學習模型，在不同輸入參數條件下進行了結果的對比，如圖2所示。結果表明，機器學習預測模型能夠與實際測試的阻尼力一致。
圖2：CDC系統機器學習模型驗證。左圖：其他條件一定，阻尼力-車身加速度曲線。右圖：其他條件一定，阻尼力-車身俯仰曲線。
ODYSSEE中訓練完成的機器學習預測模型可以導出成為FMU格式的文件，供其他軟件使用。
展開 NeuroFluid: 流體仿真的人工智能新范式
文章來源 | 上海交通大學人工智能學院
免責聲明：本文系網絡轉載，版權歸原作者所有。如涉及版權，請聯系刪除！
新思科技總裁兼首席執行官蓋思新（Sassine Ghazi）2026年致辭：人工智能時代重塑工程創新
致所有的客戶、合作伙伴、股東、同事們：
2025 年是重新定義新思科技在產品工程領域中所扮演角色的一年——隨著我們在七月完成對仿真與分析領域領導者 Ansys 的收購之后，新思科技從全球 EDA 領域領導者，戰略升級為從芯片到系統工程解決方案的全球領導者。
兩家先鋒企業的結合，恰逢市場變革的關鍵時刻。人工智能將徹底變革千行百業——不僅要求更高的計算性能，工程復雜性也指數級增加。要構建性能、規模和效率兼備的復雜人工智能驅動系統，需要具備多領域集成能力的全新工具以及支持軟硬件緊密協同設計的全新工作流程。工程本身需要被重新設計和創新，這正是我對新思科技與 Ansys 的結合感到如此期待的原因。
Ansys 的加入也拓展了新思科技的行業覆蓋范圍。在收購完成之前，新思科技已在半導體領域之外取得了重大進展。如今，憑借 Ansys 及其廣泛的渠道合作伙伴網絡，我們正在深入布局汽車、能源、機器人、工業和醫療保健等其他垂直領域。
當產品的形態在我們眼前不斷蛻變，商業模式也隨之悄然改變。作為一家全球化公司，外部環境的動態在我們與客戶的互動中亦有所反映。在 2025 年，因政策帶來的不確定性與不斷演變的 IP 格局相疊加，使得新思科技在這一年中面臨了一些執行層面的挑戰。盡管短期受影響，但我們的長期發展戰略穩健，并且已為新思科技、客戶及股東帶來成果。
以下是新思科技在 2025 年取得的一些重要成果：
我們與全球領先的晶圓代工廠合作，共同引領半導體制造進入埃米時代。
我們擴展了全球領先的硬件加速驗證產品組合，以提升下一代 AI 芯片設計的步伐和影響力。
展開 線下培訓 | Cradle CFD通用流體仿真及旋轉機械案例分析 & 人工智能仿真工具ODYSSEE培訓
培訓日程：
培訓時間：9月18-19日
培訓地點：上海市松江區云振路410號創智中心4號樓3樓8號會議室
面向人群：工程技術、研究機構和高校等初次接觸Cradle CFD軟件且對CFD仿真應用有興趣的人員。
培訓目標：
?了解CFD仿真流程及規范：計算域的建立原則、分析條件設置、網格劃分原則、模型簡化原則等CFD解析中常見的規范性問題；
?能采用SCFLOW完成通用流體CFD分析，如模型建立、前處理、計算過程、后處理，并完成部分旋轉機械典型的實例操作。
培訓費用：培訓免費，上機培訓參加請自帶電腦
培訓咨詢：蔣老師 13279224546
培訓報名：
掃碼立即報名
▼
本次培訓重點介紹ODYSSEE的功能及應用案例，涉及ODYSSEE的實際使用和操作，讓工程師可以針對實際工作中面臨的工程問題，使用ODYSSEE來進行快速預測和設計優化。參加培訓人員可根據具體工程問題和相關數據在培訓現場進行機器學習模型的搭建和訓練。（數據格式要求請提前咨詢培訓講師）
培訓日程：
培訓時間：9月25-26日
培訓地點：北京市朝陽區天澤路16號潤世中心2號樓B座12層
面向人群：各學科仿真應用工程師、設計優化工程師、可靠性分析工程師，以及希望利用機器學習/人工智能提高工作效率的工程師。
培訓費用：培訓免費，上機培訓參加請自帶電腦
培訓咨詢：常博士 13811489340
培訓報名：
掃碼立即報名
展開 COMSOL與MATLAB聯合仿真人工智能的電學層析成像系統
關鍵詞：MATLAB，電學層析成像，人工智能，圖像重建，深度學習
一、引言
基于人工智能的電學層析成像系統是一種創新的檢測技術，結合了電學層析成像技術與人工智能算法的優勢。電學層析成像技術，簡記為ET，是層析成像技術的一種。它基于電學傳感器提取被測區域物質的空間分布的部分信息，以電學信號作為載體進行處理與傳輸，并采用適當的信息重構算法，重構被測區域物質的空間分布的全部信息。電學層析成像技術存在三種基本形式，即電容層析成像（Electrical Capacitance Tomography，ECT）、電阻層析成像（Electrical Impedance Tomography，EIT）和電磁層析成像（Electromagnetic Tomography，EMT）。在基于人工智能的電學層析成像系統中，人工智能算法的應用顯著提升了圖像重建的精度和速度。通過訓練深度學習模型，系統能夠從復雜的電學信號中準確提取出被測物體的內部結構信息。這些算法可以自動學習并優化圖像重建過程中的參數設置，從而減少對人工干預的依賴，提高系統的自動化程度和檢測效率。此外，人工智能算法還能夠實現電學層析成像系統的智能診斷和優化。通過對歷史數據和實時數據的分析，系統能夠及時發現并糾正潛在的誤差和問題，確保檢測結果的準確性和可靠性。同時，系統還可以根據實際應用場景和需求，自動調整檢測參數和算法策略，以適應不同的被測物體和檢測環境。綜上所述，基于人工智能的電學層析成像系統在工業檢測、醫療診斷等領域具有廣泛的應用前景和重要的研究價值。
二、COMSOL&MATLAB聯合仿真
COMSOL與MATLAB聯合仿真是一種強大的多物理場仿真方法，它將COMSOL的多物理場建模能力和MATLAB的編程及數據分析功能相結合，為用戶提供了一種高效、靈活的仿真解決方案。
展開 設計仿真 | 直播預告-人工智能助力材料數據庫應用
目前關注于集成材料計算工程的應用，包括材料數據的管理、復合材料多尺度仿真分析、人工智能加速新材料研發和應用等方面，為客戶提供各種材料應用及CAE解決方案。
討論有獎 | 人工智能會代替仿真工程師嗎？
近日，中國商飛聯合華為發布的工業級流體仿真大模型“東方.御風”，將人工智能與流體力學深度融合，使飛機仿真時間縮短24倍。
隨著算力和軟硬件的不斷提升，AI的能力也迎來飛速提升，并逐漸運用與工業生產。
本周討論話題：你覺得未來AI有可能完全代替仿真工程師嗎？仿真過程中有哪些AI不能取代的環節？
在評論區留下你的聲音，我們將在9月23日隨機從評論中選取五名用戶（點贊數越高幾率越大）分別送出技術鄰VIP月卡、技術鄰定制鑰匙扣、20元視頻優惠券、10元視頻優惠券、500金幣，參與活動的每人均可獲得100金幣。
人工智能專業----無人機插上人工智能的翅膀（UAV+Al)
2019 年，教育部發布“《普通高等學校職業教育(專科)專業目錄》 2019 年增補專業”
2019年度普通高校新增備案本科專業名單及數量
【1.2 人工智能行業人才需求】
人工智能崗位需求總體可分類成技術開發類，技術支持類和行業服務類三大類，如下表所示：
【1.3 人工智能行業崗位分析】
【二·培養目標】
面向國家新一代人工智能的重大需求，以新工科為導向并兼顧新工科高等教育體系和應用方向，厚基礎、重交叉、寬口徑，培養具有扎實的數理基礎、熟悉人工智能的基本理論及方法、掌握計算機與智能控制技術、電子與無人機技術、數據智能分析與決策等技術、具備靈活運用相關交叉科學知識、實踐應用及開拓創新的科學素養，擁有較為開闊的產業應用視角與國際前瞻事業，能基本從事人工智能算法開發及技術應用、智能控制技術應用、無人機開發應用和人工智能系統集成等方面的工作，具有團隊和管理與協調大型工程項目能力的復合型高級工程技術人才。
人工智能專業的學生畢業后5年左右預期能夠達到以下目標：
培養目標1：
能夠綜合應用人工智能及相關領域所必備的基礎理論和專業技能，解決人工智能領域系統分析、設計、集成應用中的復雜工程問題。
培養目標2：
具有國家使命感和社會責任感，在解決復雜工程問題時能夠結合環境、安全、法律法規、文化等非技術因素，自覺有效地遵守職業道德和工程倫理規范。
培養目標3：
具有廣闊的估計視野，具備積極有效溝通、與他人合作以及在多學科團隊中行使責任的能力，具備團隊領導力，能夠在相關行業領域從事組織和管理工作。
展開 CAE仿真與大數據、虛擬現實以及人工智能
目前的仿真優化系統要求用戶對仿真優化算法和仿真建模工具有較深入的了解，才能夠開展工程應用，如各種仿真優化算法存在大量運行參數需要選擇，仿真實驗也需要設置各種參數，如仿真開始時間、仿真結束時間、仿真迭代次數和“預熱”時間等等，任何一項參數的變動對仿真優化結果都會產生影響，要求非仿真專業人員來完成這些設置幾乎是一件不可能的事。因此，利用專家知識系統作為輔助，協助普通人完成這些專業工作是一個可行的實現方法。
圖3 人工智能與天氣模擬
總之，隨著中國2025、智能制造、工業4.0、“互聯網+”等新一輪工業革命的興起，新技術與傳統制造的結合催生了大量新型應用，仿真軟件也開始結合大數據、虛擬現實、人工智能等先進技術，在研發設計、生產制造、服務管理和維護反饋等工業各個環節中凸顯更為重要的作用。
展開 設計仿真 | 使用人工智能方法擴充Sabic材料數據
該方法將人工智能與先進的微觀力學建模相結合，克服了純人工智能方法的弱點。上述方法也可以擴展到擴充材料其他性能數據，例如蠕變和疲勞行為。
在實際工程中，SABIC公司已經使用上述基于物理信息的AI方法，有效地滿足客戶及其材料工程數據需求，為其客戶提供大量材料工程數據和材料CAE卡片。
