AI/ML在仿真中的應用的案例
AI神經網絡在旋轉機械葉片設計、仿真及優化中的應用。
本文介紹了使用AI神經網絡進行旋轉機械葉片設計、仿真和優化的方法。通過建立神經網絡模型，實現了對葉片性能的準確預測和優化。本文的研究結果表明，AI神經網絡能夠有效地應用于旋轉機械葉片的設計、仿真和優化過程，并可提高葉片的性能和效率。
旋轉機械葉片是各種動力設備的關鍵部件，如航空發動機、燃氣輪機、壓縮機等。這些設備的性能和效率往往受到旋轉機械葉片的設計和性能的影響。因此，如何提高旋轉機械葉片的性能和效率是當前研究的熱點問題。傳統的旋轉機械葉片設計方法通常基于經驗或試驗，不僅耗費大量時間和資源，而且不能保證設計的最優性。因此，研究人員嘗試利用人工智能技術，特別是神經網絡技術，對旋轉機械葉片進行設計和優化。
近年來，國內外研究者對旋轉機械葉片設計、仿真和優化方法進行了廣泛研究。傳統的旋轉機械葉片設計方法主要基于經驗公式和試驗方法，如采用流體力學、熱力學和結構力學等相關理論進行葉片設計和優化。然而，這些方法往往存在耗時長、成本高、無法保證最優性等問題，因此限制了其應用范圍。近年來，隨著人工智能技術的發展，特別是神經網絡技術的應用，為旋轉機械葉片的設計和優化提供了新的解決方案。
神經網絡是一種模擬人腦神經元網絡的結構和功能的計算模型，具有自學習、自組織和適應性等特點。在旋轉機械葉片設計、仿真和優化中，神經網絡可以用于建立模型，實現對葉片性能的預測和優化。本文采用深度學習框架下的卷積神經網絡（CNN）和循環神經網絡（RNN）相結合的方法，建立了一個多層次、多尺度的神經網絡模型，用于旋轉機械葉片的設計、仿真和優化。
結合神經網絡進行葉片優化設計主要有以下幾方面內容：
1) 應用神經網絡模型：當模型經過足夠的訓練和驗證后，可以將其應用于新的旋轉機械葉片的設計。
展開 線上研討會 | 智能體驅動，開啟仿真新玩法——初步探索AI在Abaqus與CST中的應用
<p><img src="https://img.jishulink.com/202605/imgs/28f8748075fb4464ac2456506772683c"></p><p>在AI智能體快速發展的今天，各行各業都在探索如何將AI融入研發流程，以加速行業創新。仿真技術作為產品研發的核心驅動力，如何與AI融合，推動仿真流程自動化與智能化演進，高效解決工程實際問題，已成為提升工程效率的重要課題。雖然距離大規模落地仍有挑戰，但已有不少前沿實踐在局部環節取得突破。</p><p>本次線上研討會將聚焦Abaqus結構仿真與CST電磁仿真，分享AI智能體與仿真軟件結合的初步方法與實際應用，探討如何通過自然語言等方式輔助建模、求解與后處理等仿真任務。</p><p>我們歡迎仿真工程師、技術研究者及相關領域同行共同參與，一起展望AI與仿真融合的可行路徑，并理性探討當前階段面臨的挑戰與可能的發展方向。</p><p><strong>會議日程</strong></p><p><strong>時間：</strong>2026年5月28日 周四，14:00-15:30</p><ul><li><strong>14:00-15:00</strong>《AI智能體驅動Abaqus 仿真全流程自動化》車福炎</li><li><strong>15:00-15:30</strong>《AI智能體驅動CST仿真全流程自動化》李瑞鵬</li></ul><p><strong>內容簡介</strong></p><p><strong><em>01.《AI智能體驅動Abaqus 仿真全流程自動化》車福炎</em></strong></p><p>1. AI 智能體簡介</p><p>2. AI 智能體與 Abaqus 集成方法</p><p>3. 使用 AI 驅動 Abaqus 自動化建模與仿真</p><p>4.
展開 AI+仿真：驅動工業智能變革新引擎（內含100個AI應用案例下載）
△Altair 正式發布全球100個AI應用案例電子書，內容覆蓋10+行業的100個AI應用場景。點擊圖片立即獲取，了解全球AI驅動工程設計應用成功案例，以及AI技術如何為工業制造業的產品全生命周期帶來賦能與革新。
在人工智能與仿真的交匯領域，新的應用方式正在不斷涌現。與常見的流行術語如機器學習、生成式AI和合成數據相比，我們更應關注AI如何在實際工程中賦能仿真，加速研發流程、提升決策質量。
關鍵技術實現方式
在傳統制造行業，企業正積極探索如何借助AI脫穎而出。然而，許多企業仍對起步路徑和所需技能存有疑慮。需要明確的是，AI并非“即插即用”的解決方案，它依賴高質量的數據和有效的監督模型。
本文以大規模鑄造為例，闡釋AI與仿真的深度融合。通過機器學習聚類技術，Altair幫助用戶從海量仿真數據中快速識別最優設計方案，展現了“AI驅動的仿真”在實際工程中的巨大潛力。
? 高效的模型創建
基于幾何圖形（網格或 CAD 格式），算法可以將這些轉換為值，以便可以比較、編輯、聚類幾何圖形并將其劃分為組和類。這使得模型組織更容易，并使建模過程更高效。
? 多學科設計探索
利用參數化設計的現有結果，回歸分析可用于識別相關性并預測單個值或行為曲線。這樣可以填補測試數據中的空白。
? 快速預測物理行為
基于仿真結果和幾何結構，對神經網絡進行訓練，無需運行新的仿真即可進行行為預測。
? 使用神經網絡有效捕獲復雜系統行為，而不是協同仿真
使用計算密集型仿真（例如離散元法 （DEM）、計算流體動力學 （CFD） 和有限元分析 （FEA））映射的復雜過程訓練神經網絡，將其作為降階模型（ROM）再現系統行為。
展開 解鎖AI在工程設計、仿真與制造中的變革力量！AI For Engineers 2025 全球線上會議火熱報名中
wx_fmt=png&from=appmsg"></p><p class="ql-align-center"><strong>立即報名</strong></p><p>溫馨提示：因服務器地域問題，掃碼后需等待5秒，請耐心等待自動跳轉至報名頁哦~</p><div contenteditable="false" width="100%">
<hr>
</div><p><strong>2025 Altair 區域技術交流會</strong></p><p>Altair 今年分別在<strong>北京、上海、成都、深圳</strong>舉辦 “AI驅動，仿真未來” 2025 Altair 區域技術交流會。會議將匯聚不同行業專家與先鋒企業，共同探討仿真智能化如何賦能工業創新，分享最新仿真與 AI 技術的應用實踐。歡迎在您就近的區域報名參會，與我們進行技術交流和行業分享。
展開 
康謀分享 | 汽車仿真與AI的結合應用
1、aiSim通用高斯潑濺渲染器
（1）一致性
aiSim通用高斯濺射渲染器和現有光柵化解決方案具有相當的性能水平，即使在硬件在環方案中，也可以模擬高端（4K）多攝像頭傳感器設置。由于該算法的通用性，您可以從基于光線追蹤的傳感器模式（如LiDAR和雷達）中一致地獲得相同結果。
這意味著您無需犧牲運行性能，因為渲染器可以保持足夠快的速度以實時幀率工作。
（2）自由視角
此外，aiSim通用高斯潑濺渲染器還允許您在模擬場景中自由移動攝像頭，并使用不同的位置或傳感器設置，且不會產生不可預測的偽影或故障。它使您能夠近距離親自查看各種物體表面的復雜細節。由于該算法可用于物理模擬甚至表面重建，因此其應用范圍可以進一步擴大。
（3）完善的前置工作
以上的關鍵在于我們預先結構良好的數據采集和靈活的渲染方案位為所有物理級傳感器的仿真提供了堅實的基礎。
期待您繼續關注康謀之后的文章，我們將分享更多有關aiSim的方案內容。
展開 AI智能音箱工作原理中應用的數字功放芯片
這里小編不得不說一說在AI智能音箱市場上獲得眾多客戶好評，由工采電子代理的韓國Neofidelity（簡稱韓國NF）數字功放芯片 - NTP8918和數字功放芯片 - NTP8910A這兩款應用在AI智能音箱領域的數字功放芯片，具有最低4.5V的工作電壓，支持4歐揚聲器，輸出效率85%以上，RSDRC動態功率控制，有效防止破音，2*16段可調PEQ，加入APQE功能，真切改善音質，帶有IIS SDATA的反饋輸出，適合AI底躁消除等優點。
數字功放是一種具有失真小、噪音低、動態范圍大等特點的音頻功率放大器，在音質的冷暖度、解析力，背景的寧靜、低頻的震撼力度方面是傳統功放不可比擬的。
在數字功率領域，韓國NF便是佼佼者之一。了解更多關于韓國NF功放芯片的技術應用，請聯系：133 9280 5792(微信同號)
展開 高性能計算在人工智能（AI）智藥中的應用
在這個過程中會有更多優秀的人才及企業加入，北鯤云超算平臺在藥物研發領域所做的努力也是AI與數據驅動的藥物研發模式的一種探索。
AI智能音箱五大功能中應用的數字功放芯片
AI智能音箱多基于語音控制，其基本交互流程可以用下圖概括：1）用戶通過自然語言向音箱提出服務請求或問題 2）音箱拾取用戶聲音（音箱本地完成）并分析（一般在服務器端完成）3）音箱通過語言播報（音箱端）和 APP 推送（關聯的手機等）對用戶的請求進行反饋。
AI智能音箱五大功能：
1、有聲資源播放：
音箱作為一種播放載體，自然離不開內容的支撐，而對于AI智能音箱來說，內容不再僅僅只是音樂一種，而是包括各類有聲資源。
2、語音交互體驗：
目前國內推出的AI智能音箱也在語音交互方面也進行了更加深入的研究，提升了AI智能音箱對于自然語義的理解。用戶可以通過語音來操控AI智能音箱，從最基本的語音點歌，到相對比較復雜的上網購物，語音交互都是AI智能音箱的核心所在。
3、智能家居控制：
AI智能音箱一直被看作是未來的家庭智能控制終端，而這也是各大廠商十分看重的一點。從現階段的發展情況來看，AI智能音箱已經能夠控制基本的智能家居設備，就像一個萬能的語音遙控器，可以控制燈光、窗簾、電視、空調、洗衣機、電飯煲等智能家居設備。不過這些功能的實現需要家居設備支持，所以在智能家居設備尚未普及的情況下，AI智能音箱想要成為家中的控制終端還需要很長一段時間。
4、生活小工具：
基于家庭的使用場景，AI智能音箱還開發了一些非常實用的小工具。如有些AI智能音箱，它擁有如計算器、單位換算、查限行、星座運勢、留言機等小工具，在日常生活中用途還是很多的，而且相比人們常用的智能手機，AI智能音箱只需“動嘴”，自然也會更加方便。
5、生活020服務：
生活服務也是AI智能音箱非常重要的一方面功能，可以通過與支付寶口碑、滴滴出行等第三方應用的合作，提供查詢周邊、餐廳促銷信息、路況、火車、機票、酒店等信息。
展開 【技術探討】AI賦能與數字孿生落地：盤點幾個值得關注的仿真應用前沿
最近在整理明年的技術學習路線，關注到一份關于第七屆中國仿真技術應用大會的議題資料，看完目前透出的幾個演講預告，感覺有點意思。
現在的仿真已經不僅僅是算力度的比拼了，明顯感覺到“AI賦能”和“數字孿生”已經從概念走向了非常硬核的深水區。
整理了幾個個人覺得技術含金量比較高的方向，分享出來跟大家探討一下，看看咱們仿真工程師接下來是不是都要往這些方向轉。
1.汽車領域：不再只是跑跑強度，虛擬試驗場（VPG）正在解決“誤用”難題
以前做整車耐久，很多時候是臺架復現。但看一汽研發總院（韓超主任）透出的議題，現在的虛擬試驗場技術已經拓展得很深了。
技術痛點：怎么在設計端杜絕斷軸？怎么解決底盤失效鏈控制？
新趨勢：他們現在在搞整車誤用、電池托底沖擊、半主動/主動懸架載荷仿真。
技術手段：剛柔耦合、多場耦合，甚至結合了控制策略的聯合仿真。單純的結構仿真已經不夠用了？
2.航天/復雜系統：深空探測的全域軌跡設計
航天一直是仿真的天花板。深空探測實驗室的議題提到，深空探測的難點在于“未知因素多”和“迭代性”。
關注點：軌道優化不僅僅是跑通路徑，現在更強調在軌快速響應和在軌決策支持。這其實就是數字孿生在極端環境下的典型應用——用仿真來輔助實時決策。
3.電子/芯片：車規級芯片的可靠性仿真（EDA）
隨著電車越來越火，車規芯片的可靠性成了大問題。華大九天（楊祖聲總監）的方案里重點提到了國產車規芯片的EDA全流程。
思考：以前可能更多關注性能，現在針對AutomotiveGrade（車規級）的可靠性設計及仿真（Aging,EM,Thermal等）估計會是接下來兩年的熱點，畢竟國產替代需求巨大。
4.能源化工：微觀尺度的多尺度耦合
在石油及能源化工分論壇里，有個關于氫燃氣輪機的研究很有代表性。
展開 行業分享丨Data+LLM：AI 在智能制造數字化轉型中的應用
本次會議將深度解析<strong>AI 驅動的智能工程</strong>等前沿議題，呈現一場關于未來科技的饕餮盛宴，歡迎點擊圖片，立即報名參會了解更多AI驅動仿真應用案例和前沿技術。</p><p><br></p><p class="ql-align-justify">導讀隨著數字化轉型在制造企業中的推廣力度不斷加大，越來越多的制造企業逐漸認識到數據在企業中所發揮的作用，并開始嘗試利用數據科學來幫助企業降低成本、提高效率。最近幾年的推廣過程中，我們有一個非常顯著的感受，過去當我們向客戶介紹 AI 時，客戶通常會表示認可其價值，但也提到由于各種問題，缺乏數據，或沒有找到合適的應用場景。然而，在最近兩年間，當我們向客戶介紹 AI 時，大部分客戶的反應轉變為積極探尋企業內部是否有適合的場景可以應用，并提出是否可以通過 POC 來評估效果。此外，越來越多的客戶主動聯系我們，詢問公司是否有相關的 AI 產品，并表達了希望通過這些產品開展數字化轉型項目的意愿。這反映了當前 AI 在制造企業中應用的趨勢。</p><p class="ql-align-justify"><br></p><p><strong>今天的介紹會圍繞下面幾點展開：</strong></p><p>1. 數據在制造業中的場景和挑戰</p><p>2. AI 案例分享</p><p>3.LLM 在企業應用的探索</p><p><br></p><p><strong>01、數據在制造業中的場景和挑戰</strong></p><p>數據在制造業中的應用場景眾多，從產品設計到生產制造、設備維護，以及產品的售前、售后中都有相關應用場景。下圖中列出了八類典型場景。例如，在制造企業中，各類設備普遍存在，如何實施預測性維護以減少停機時間成為關鍵問題之一。在產品測試方面，可以利用機器學習模型部分替代實驗，從而節省測試時間和成本。
展開 線下培訓 | VTD+UE+AI三維重建：智能駕駛仿真系統構建與應用
培訓課程：
培訓時間：5月29日
培訓地點：上海市閔行區華中路6號七寶德必易園A316室
適用人群：此次培訓主要面向從事ADAS/ICV領域內的開發與測試相關的工程師及研發人員
培訓費用：培訓免費，上機培訓參加請自帶電腦
培訓咨詢：秦經理 18872271633
培訓報名：
掃碼立即報名
2025大賽優秀作品 | 逆變器系統IGBT模塊連接可靠性仿真優化及AI技術應用探索
“Ansys 2025 全球仿真大會”仿真應用大賽優秀作品展示
本屆仿真應用大賽最終評選出 30 篇 TOP 優秀作品，分別榮獲一、二、三等獎及行業最佳實踐獎。近 200 位來自汽車、半導體、高科技、能源等行業的仿真精英參賽，他們以前沿思維與創新實踐，充分展現了仿真技術的無限潛能。從本期起，我們將陸續為大家分享獲獎佳作，帶您一同領略仿真賦能創新的非凡力量，希望用戶能從中汲取靈感、啟迪思路。
作品名稱：逆變器系統IGBT模塊連接可靠性仿真優化及AI技術應用探索
作者：陽光電源股份有限公司 中央研究院 | 武文杰/時曉蕾/關鵬
關鍵詞：熱固耦合，參數化建模，響應面優化，ROM降階
作者說
Ansys強大的多物理場耦合分析能力，以及和主流建模工具的無縫集成，為工程問題提供了堅實理論支撐與高效求解路徑，將傳統經驗試錯模式升級為仿真正向驅動設計，助力企業大幅縮短研發周期；optiSLang的ROM降階技術，使得不具備編程基礎的仿真工程師也能低成本借助AI工具進行仿真提效，大幅降低了智能分析的技術門檻，真正實現了工程效率與專業精度的平衡。
展開 就在今日丨5大主題會場：共探中小企業如何利用仿真融合AI技術加速創新研發
SIMULATE AT THE SPEED OF DESIGN
全球線上直播會議
2025年5月15日，來自全球不同行業的知名企業專家將分享他們的仿真實戰經驗，歡迎您加入我們，一同探討：如何利用仿真技術加快產品研發速度、 CAE 和有限元分析技術的應用如何在產品研發中實現降本增效？
我們非常歡迎您參加本次會議，與全球企業一起共探仿真技術如何實現降本增效！
會議時間：2025年 5 月 15 日 （周四）
會議形式：線上直播（提供 AI 實時翻譯）
會議語言：英語（提供中文同聲傳譯）
立即報名
溫馨提示：因服務器地域問題，掃碼后需等待5秒，請耐心等待自動跳轉至報名頁哦~
特邀演講（部分）
會議日程
* 最終日程以會議當天為準
報名方式
掃描下方二維碼或點擊按鈕，立即報名
↓↓↓
立即報名
2025 Altair 區域技術交流會
華北站·華東站·西南站·華南站
當前，全球制造業正經歷深刻的數字化轉型，仿真、高性能計算、人工智能技術的融合，正在徹底改變產品研發與工程仿真的范式。面對日益復雜的市場需求和嚴苛的研發周期，眾多企業開始成功實踐應用AI增強的仿真技術，實現更智能的設計優化、更高效的虛擬驗證，以及更精準的決策支持。
在此背景下， Altair 作為計算智能領域的全球領導者，將分別在北京、上海、成都、深圳舉辦 “AI驅動，仿真未來”Altair 區域技術交流會。
展開 仿真APP在微波加熱仿真分析中的應用
在工作過程中，磁控管產生波長約為12.2cm的微波（對應頻率2.45GHz），通過波導管注入腔室內，在腔室內產生振蕩的磁場和電場，引起食物內水分子等極性分子的快速運動，從而產生熱量，加熱食物。
圖1 微波爐示意圖
但在日常生活使用中，我們經常會碰到這樣的問題：為什么加熱后的食物第一口燙嘴，但是第二口下去卻又冷冰冰的？到底要加熱多長時間才合適？食物在微波爐內到底是從內向外加熱還是從外向內加熱？
為了解開這些疑惑，我們通過仿真分析，可以計算出食物在加熱過程中，腔室內電磁場分布情況、食物功率損耗密度分布和食物傳熱分布。基于Simdroid多物理場仿真Paas平臺開發的微波爐多物理場分析APP，可以對微波爐工作過程中食物加熱機理進行快速分析并對加熱過程進行直觀展示。
二、仿真APP解決方案
通過采用多物理場仿真平臺Simdroid提供的電磁－熱耦合分析功能，可以對微波加熱食物過程中電磁場分布以及食物加熱溫升過程進行同步分析計算。基于其內置的APP開發器，以無代碼化的方式便捷封裝全參數化仿真模型及仿真流程，將仿真知識、專家經驗等固化為微波爐多物理場仿真APP，可供沒有仿真經驗的使用者快速上手使用。
本文以一個功率為1kW的典型微波爐為例，介紹微波爐多物理場仿真APP的制作方法，并基于仿真APP對不同食物材料參數、不同食物大小、不同加熱時長結果進行對比和評估，揭示微波爐加熱過程中的多物理場耦合過程。
1、仿真流程搭建
1）新建高頻電磁－熱耦合多場仿真工程。
圖2 新建多物理場工程界面
2）參數化建模。建立微波爐和食物模型，將其關鍵設計尺寸參數化。
圖3 參數列表
圖4 微波爐簡化模型
3）材料參數設定。為空氣、食物、托盤定義電磁參數和熱參數。
展開 應用 | CAE仿真技術在內燃機設計中的應用
內燃機結構復雜，在研發過程中常涉及到強度、剛度、噪聲、疲勞壽命、結構優化等多方面的工程問題，同時由于其高溫高壓的工作特性，一些性能參數如壓力、功率、油耗更是設計中的重點，這就需要對內燃機的氣動性能、冷卻、噴油及燃燒等進行優化。隨著現代CAE仿真技術的日趨成熟，企業完全可以將這種先進的研發手段與試驗和經驗相結合，形成互補，從而提升研發設計能力，有效指導新產品的研發設計，節省產品開發成本，縮短開發周期，從而大幅度提高企業的市場競爭力。
內燃機的強度、剛度問題
曲軸強度分析
主軸承座強度分析
連桿強度分析
活塞強度分析
附件支架強度分析
內燃機在結構設計中需要考慮不同工況下各零部件的應力和變形。ANSYS軟件可以幫助解決在不同的工況條件下，結構零部件的強度、剛度及穩定性校核問題。
內燃機機構動力學問題
曲軸、連桿、活塞組件的運動仿真
凸輪機構的動力學
皮帶傳動系統的動力學
ANSYS軟件可以分析往復式活塞的曲柄連桿活塞機構運動過程，通過輸出零部件的位移、速度、加速度等運動曲線，了解機構的運動特性。
內燃機的疲勞耐久性問題
活塞的疲勞分析
連桿、曲軸的疲勞分析
附件支架等的疲勞分析
產品的抗疲勞性能和可靠性會直接影響其在市場競爭中的成敗。ANSYS高級疲勞分析和設計軟件可以分析內燃機零部件由于反復運動引起的高、低周疲勞問題及接管焊縫疲勞問題。
展開 