設計仿真 | ODYSSEE機器學習方法助力提高傳動系統開發時效 
02確定輸入參數的變化范圍，利用ODYSSEE中的DOE工具生成仿真樣本點。03針對每一組樣本點（對應一組輸入參數設置），通過仿真分析獲得系統輸出響應。04基于仿真分析的輸入和輸出結果，構建機器學習訓練數據集和驗證數據集。05利用訓練集數據在ODYSSEE中進行機器學習快速預測模型搭建。06利用驗證集數據來對機器學習模型預測精度進行評估。
3129 1 1
海克斯康設計與仿真 ??? 10月前
直播預告-基于機器學習的車輛行人保護頭部仿真研究 
本期海克斯康直播講堂請到了嵐圖汽車科技有限公司整車輕量化仿真專家段文立，聯合海克斯康技術專家常誠為我們分享ODYSSEE基于機器學習應用于行人保護頭部碰撞仿真快速精確預測，通過實際案例從概念階段SFE-Concept參數化建模、機器學習快速預測行人保護頭碰加速度和HIC值、多學科優化平衡各性能矛盾等方面，為我們全面講解如何應用ODYSSEE應對當前挑戰。趕快預約報名吧！
2243
海克斯康設計與仿真 ??? 2年前
設計仿真 | 基于ODYSSEE 的機器學習方法在汽車約束系統魯棒性分析中的應用 
圖2. 25個DOE樣本點空間分布機器學習模型搭建基于上述DOE樣本點進行的碰撞仿真，采用機器學習模型構建設計變量與各個響應曲線的關系。基于R2精度評價標準，采用交叉驗證法對駕駛員側約束系統碰撞仿真結果進行機器學習算法尋優。結果表明，本征正交分解（POD）+Kriging方法在所有算法中精度最高。
2585
海克斯康設計與仿真 ??? 2年前
ABAQUS-氣動驅動PneuNet結構軟體機器人仿真 
本課程基于Abaqus，應用兩種加載方式——Fluid Cavity與Pressure分別介紹了氣動驅動軟體機器人仿真分析流程。該軟體機器人涉及兩種材料，主變形部分選用超彈性材料，應用Yeoh本構定義材料屬性；限制層部分定義為線彈性材料。此外，對結果的后處理進行了簡要介紹。
3764 6
Sunshine1516 ??? 3年前
設計仿真 | 應用Marc和機器學習軟件進行非線性模型優化 
本文主要以金屬成形過程的非線性幾何優化模擬為例，介紹人工智能（AI）/機器學習（ML）工具在非線性優化中的應用方法。對于很多非線性問題，當采用有限元模型的直接優化時，在計算上會需要很多時間，導致成本增高，采用ML技術來替代一些傳統的優化方法能顯著提高效率。ML的主要思想是用訓練數據構建預測模型，直接使用預測模型進行在線優化。
2508
MSC結構軟件 ??? 2年前
有沒有大神會做abaqus低溫車削仿真？有償學習一下？
有沒有大神會做abaqus低溫車削仿真？有償學習一下？做出加工過程中的低溫效果就行
2060 1
B、C ??? 2年前
abaqus----帶限位圈約束的氣動軟體機器人仿真 
本人工科碩士在讀，此視頻是一個課程介紹，完整版從0--1對帶限位圈約束的氣動軟體機器人仿真的所有操作進行了全程錄屏教學，學者可快速精通此分析，按照Abaqus有限元分析流程對part、material、assembly、mesh、step、interaction、load等7個模塊進行了視頻精講，總課時24分鐘，此方向直接達到精通水平。提供永久免費答疑，有問題直接問。
CAE_xiaonuo ??? 2年前
設計仿真 | 應用Marc和機器學習軟件進行非線性模型優化 
本文主要以金屬成形過程的非線性幾何優化模擬為例，介紹人工智能（AI）/機器學習（ML）工具在非線性優化中的應用方法。對于很多非線性問題，當采用有限元模型的直接優化時，在計算上會需要很多時間，導致成本增高，采用ML技術來替代一些傳統的優化方法能顯著提高效率。ML的主要思想是用訓練數據構建預測模型，直接使用預測模型進行在線優化。
2737
海克斯康設計與仿真 ??? 2年前
《基于 ABAQUS 的桁架機器人模態分析》 
與 ABAQUS 模態仿真 結果的第 5、7、9、10 階振型幾乎相同，二者一致 性較好，這說明了其桁架機器人建模與約束條件設置的準確性[9]。5 結論 本文以桁架機器人為研究對象，通過 ABAQUS 軟件以及模態試驗對桁架機器人進行模態分析，得 出以下結論： （1）通過 ABAQUS 有限元仿真，計算出桁架 機器人的固有頻率及其振型。
3088 2
CAEer吳皓 ??? 2年前
使用機器學習提升復合材料加工模擬速度1000~10000倍 
圖1 仿真精度和仿真效率之間的平衡用機器學習代替有限元鑒于機器學習 (ML) 和數據驅動方法的快速發展，許多科學和工程領域都已經開始嘗試機器學習的應用。
2909 22 23
復合材料力學-君莫 ??? 3年前
設計仿真 | 馬恒達使用Adams與ODYSSEE機器學習構建頻率相關阻尼器準確預測行駛和操縱性能 
本文研究結果表明，機器學習方法改善了項目的行駛和操縱預測開發階段，顯著縮短了測試時間。02使用ODYSSEE CAE學習測試數據ODYSSEE CAE是一個獨特而強大的以CAE為中心的創新平臺，允許工程師將機器學習、人工智能、降階建模（ROM）和設計優化應用于工作流程。
2455
海克斯康設計與仿真 ??? 1年前
軟體機器人超彈性材料本構賦予的兩種實現方式 
本文將圍繞這兩種方式，結合 Abaqus 仿真全流程（建模、參數設置、分析步、相互作用等），詳細闡述實現邏輯、操作要點及結果對比，為軟體機器人的超彈性仿真提供可復現的技術方案。
3319 18 8
Abaqus_JUN ??? 7月前
Abaqus霍普金森壓桿仿真插件：autoSHPB_V2.2 
對于零基礎的初學者，本插件可以避免前期花費大量時間的學習Abaqus相關流程，可以基于根據自己的需求先行獲得仿真結果完成主要目標，然后再根據插件生成的CAE文件慢慢學習體會SHPB仿真流程，提高學習效率。對于非初學者，本插件可以快速調整模型參數和工況設置，短時間內進行大批量SHPB仿真工作，極大提高效率。
4839 35 27
原點仿真 ??? 12月前
這段吉他聲音來自Abaqus仿真模擬 附abaqus五年的經驗總結下載 
在Simwe仿真論壇/技術鄰上也有很多非常優秀的仿真專家、前輩，有時一個燒腦的概念想不明白了，搜一下就有一針見血的回答，運氣好的話還有大佬提供的模型可以下載學習。
2724
zhongteng7281 ??? 4年前
機器學習 遷移學習 
2.機器學習框架與基本組成3.機器學習的訓練步驟4.機器學習問題的分類5.經典機器學習算法介紹目標：機器學習是人工智能的重要技術之一，詳細了解機器學習的原理、機制和方法，為學習深度學習與遷移學習打下堅實的基礎。
2089
DSJ123 ??? 3年前
設計仿真 | 融合DeepSeek大語言模型的SimManager仿真平臺 
圖5 融合大語言模型和機器學習的SimManager智能仿真平臺
2680 4 2
海克斯康設計與仿真 ??? 1年前
設計仿真 | 基于Adams與Odyssee機器學習的超跑變速箱機構優化方案 
第一次迭代將結果作為輸入數據提供給ODYSSEE CAE，后者根據每個公差范圍學習機制行為。這使得預測新公差范圍的響應成為可能，這些公差范圍是根據靈敏度結果在ODYSSEE內的新DOE中定義的。一些公差范圍的值增加，表明它們對結果響應的影響很小。其他公差范圍的減少表明其對結果響應有一定的影響。
2606
海克斯康設計與仿真 ??? 1年前
小米發布仿生四足機器人“鐵蛋”！解讀背后的建模和仿真技術 
鐵蛋是一個四足機器人，全身配有11個高精度傳感器，可以感知圖像、光線、距離、速度、聲音等環境信息。搭載NVIDIA JETSON XAVIER NX平臺，內置384個CUDA Cores、48個Tensor Cores、6個Carmel ARM CPU和兩個深度學習加速引擎，可處理來自多個傳感器的海量數據。
2920
深圳北鯤云計算有限公司 ??? 3年前
設計仿真 | 基于ODYSSEE人工智能CDC模型集成的整車動力學仿真 
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
2385
海克斯康設計與仿真 ??? 11月前
設計仿真 | 如何快速預測車身結構的動態特性 
Odyssee CAE是一個獨特而強大的以CAE為中心的創新平臺，而Odyssee A-EYE是一個獨特而強大的基于圖像的機器學習解決方案。機器學習+CAE仿真是未來仿真的一種趨勢，Odyssee作為一款新型的基于機器學習的仿真工具，搭載一款便捷、性能優異的工作站進行模擬仿真十分重要。
2598
海克斯康設計與仿真 ??? 2年前
20條/頁 
38 跳至頁
技術鄰APP
工程師必備
工程師必備
- 項目客服
- 培訓客服
- 平臺客服
TOP
