如何让数据分析与CAE仿真融合？Altair数据分析，一个企业级AI平台

众所周知，数据分析在产品设计中起着至关重要的作用，从产品设计中得到的数据可以帮助设计师做出准确的决策、优化设计、验证性能、预测行为，并提高产品的质量和可靠性。

近些年来，CAE仿真逐渐成为了产品设计与数据反馈中必不可少的一个重要步骤，CAE仿真在产品设计和工程领域中具有广泛的应用，在CAE仿真的帮助下，设计师们对评估产品性能、优化设计、解决问题、节约成本和时间，并提高产品的可靠性和质量都有了一定帮助。

在汽车设计行业里，CAE仿真可以对物理层面以及观测载荷工况的耐久与优化、CFD、热效益、碰撞安全、NVH 仿真与试验、EMAG、试验等数据进行可视化的模拟分析，帮助汽车行业提升了一个又一个的高度。

Altair 数据分析平台（Altair®RapidMiner® Cloud  ）是一个企业级AI平台，Altair数据分析与CAE仿真融合，把仿真、试验、数据相结合，将CAE工作流程完全嵌入到数据科学工作流程中，这将意味着，CAE仿真可以不用对物品进行建模的构造，完全基于历史模型数据库的数据，给到一个预测的结果，这样不仅能将产品设计的开发流程大大缩短，还能在很短的时间内进行预测，快速获取见解。

Altair 数据分析平台能够给用户提供以下几种帮助：

数据分析与CAE仿真融合的开发流程是如何实现的？首先我们需要建立一个网格模型，根据几何特征，厚度信息进行提取，比如可在HyperMesh中提取模型几何特征等参数，然后进行仿真或试验，得出结果文件，最终提取参数，把原始的仿真结果文件和抽取的参数特征并生成结构化表格文件，机器得到这些数据后进行模型的部署，完美地将新设计的某性能值预测出来，而这一系列的操作过程，是完全根据Altair 数据分析去完成的。

Altair 数据分析应用于车辆行业的各个范畴，CAE团队使用Altair的机器学习平台，为CAE响应获取ML驱动洞察力和预测，有效处理复杂且耗时/资源的用例，如行人碰撞、凹痕模拟、曲柄传动分析等。有了这种基于ML的早期设计见解和响应预测解决方案，可以节省大量时间和计算资源。

举个例子，利用Altair 数据分析与CAE仿真融合，模拟仿真行人保护HIC预测机制，机器学习方法的核心就是把和HIC相关的模型参数理解、抽象、提取出来。

行人保护头部损伤指数HIC与下列参数直接相关：

• 头部模型的质量，速度，角度

• 发动机罩的长度，宽度，角度

• 发动机罩外板厚度

• 发动机罩内板厚度

• 发动机罩外板，内部材料参数：屈服应力，拉伸应力，延伸率等

• 每个碰撞点发动机罩外板和内板间的距离

• 每个碰撞点发动机罩内部和硬点之间的距离

• 结构的转动惯量参数（表征结构的刚度）

得到这些有效数据和参数以后，进行Altair 数据分析的机器就能进行数据探索，随后进行建模及部署，从而快速进行预测，得到相应的结果。

企业级AI平台——Altair 数据分析平台具备统一、端到端的数据科学、内部部署和云原生等智能特性。数据分析与CAE仿真相融合或将成为一种时代发展的潮流，把各行各业的设计开发流程注入新鲜的血液，推至前所未有的高度。