数字揭秘丨AI 和结构优化技术能让《星球大战》的帝国军队在恩多战役中转败为胜吗？

AT-ST 的仿真设计

图 3：《星球大战 VI：绝地归来》中的 AT-ST 战斗场景

我们研究了AT-ST的设计，以提高他的性能和安全性。我们利用Altair的仿真和数据分析软件，将这个内部项目与我们多年来为不同客户执行的许多优化项目进行了类似处理。我们复 制了AT-ST和树干，然后使用我们的显式求解器Altair^® Radioss^®来模拟AT-ST的破坏。

Radioss 是一种显式动力学求解器，用于模拟高速撞击和大变形场景。它通常用于汽车碰撞模拟，是测试 AT-ST 与伊沃克诱杀装置碰撞的理想解决方案。就像汽车底盘在交通事故中因严重负载而变形一样，AT-ST 在两根巨大的摆动的树干之间被压扁时也是如此。

在模拟分析中，我们为每个树干分配了 5,651 公斤（约 12,458 磅）的质量和每秒 18 米的速度。从这个角度来看，这使得这些树干中的每一个都相当于一辆以 40 英里/小时的速度行驶的满载的救护车。

图 4：比较 AT-ST 电影场景冲击（上图）和

 Radioss 中的模拟冲击（下图）

凭借具有代表性的基线碰撞仿真以及 Altair 的优化和生成式设计工具，我们快速为 AT-ST 开发了改进的设计。我们集中精力分析车辆头部的耐撞性和安全性，车辆头部承受巨大树干的猛烈撞击。Altair^® OptiStruct^® 提供的优化工具向我们展示了如何高效使用和更改结构，以最大限度地提高车辆的性能。通过生成满足性能目标的设计（在本例中为 Ewok 树干攻击），可以生成具有最小质量和最大刚度的最优设计，即使在最残酷的战斗中也能生存下来。在优化研究中添加了额外的撞击位置，以确保结构不会仅对单一撞击情况进行优化。

通过拓扑优化结果，可以深入了解哪些地方需要材料，哪些地方不需要材料。这些结果极大地提高了 AT-ST 头部的安全性和性能。通过自由形状优化，我们看到了形貌特征可以在哪些方面进一步提高结构刚度，从而在不增加质量的情况下增强结构性能。在解读新的优化设计时，需要考虑这些特征。

图 5：Altair^® OptiStruct^® 中的拓扑和自由形状优化结果

进一步的仿真和优化

这些初步的优化研究为结构和特征加强的发展提供了设计方向。为了开始评估耐撞性和安全性，我们对优化结果进行了低保真度解读，并将其导入回 Radioss 仿真中。该技术可与 Altair 的概念开发“C123”流程相媲美，“C123”流程广泛用于汽车车身架构。在低保真度 AT-ST 模型中，我们使用了 1D 单元和较粗的壳单元网格，以便在评估碰撞性能的同时进行快速设计探索。

图 6：Altair® HyperStudy® 优化使用的低保真 1D 梁和壳单元模型

我们首先使用不同的一维梁连接运行几次迭代，以提高碰撞性能。一旦我们对主要结构感到满意，我们就使用 Altair^® HyperStudy^® 通过调整壳板的厚度和一维梁单元的横截面来进一步优化结构。

HyperStudy是一款多学科设计研究软件，可以智能高效地探索任何系统模型的设计空间。指导用户了解数据趋势，进行权衡研究，并优化设计性能和可靠性，同时考虑多物理场约束。

图 7：低保真 1D 梁和壳单元模型 Radioss 碰撞模拟

利用从低保真度模型中获得的信息，我们创建了保真度更高的解读模型，并进行了最终的 HyperStudy 参数优化研究。

本研究的设计目标是在满足安全要求的同时减少整体质量。在我们的案例中，我们希望限制 AT-ST 的两个内部座椅的变形。此外，如果你看电影中的场景，一旦 AT-ST 的头部被压碎，你会看到一场大爆炸。我们推测，主中央MS-4双爆能炮的压碎可能引起了爆炸。防止这次爆炸对于驾驶AT-ST的帝国士兵的安全至关重要，因此，我们增加了一个限制条件，以尽量减少对中央双爆能炮的损坏。使用更高保真度的模型，仿真运行时间增加了，但通过访问 Altair 的高性能计算 （HPC） 集群，我们可以在一晚的时间运行此 HyperStudy 参数优化研究。

图 8：比较原始 AT-ST 头部设计（左）和优化设计（右）

图 9：优化的 AT-ST 的详细特征

最后，最终的设计使两个座椅能够保持其形状，同时将树干撞击的变形降至最低——当然，这也有助于 AT-ST 的两名帝国飞行员保证其安全。整体结构在碰撞情况下性能变得更佳，这减少了整体冲击，更具体地说，减少了 MS-4 双爆能炮吸收的应力，因为这些应力可能在碰撞过程中产生大规模爆炸。中央爆能炮似乎受到的致命伤害很小，因此有可能保持其功能。

最后，最令人印象深刻的是，与原始的 AT-ST 头部设计相比，改进后的 AT-ST 头部的总质量减少了 392 磅以上（减少了 15%）。更轻的头部结构还降低了车辆的重心，使机器更加灵活，因此它可以更好地在恩多（Endor）茂密的森林中机动。

图 10：原始设计 （左） 和改进的优化设计 （右） 的碰撞仿真比较。每种设计的内部座椅都显示在左下角的框中。

对新设计进行测试

为了测试我们优化的 AT-ST 头部设计，我们创建了一个 HyperStudy 实验设计 （DOE），其中我们改变了冲击位置，以查看结构的承受能力。

我们模拟了 200 个额外的撞击位置，再次利用了 Altair 的 HPC 集群。对于大多数撞击位置，座椅和 MS-4 双爆能炮都保持良好，符合我们的安全要求。在一些地方，座椅和双爆能炮仍然完好无损，但头部结构上侧部分仍然受到损坏，可能会造成轻伤（见下文最后一个案例）。这说明需要调整我们对座椅上方区域定义的设计标准。

图 11：评估不同撞击位置的优化设计

最后，利用我们从撞击位置 DOE 创建的所有仿真数据，我们使用Altair^® physicsAI™ 创建了一个预测模型。我们使用了 200 个撞击仿真中的 180 个来训练 AI 模型，并保留了其中的 20 个仿真结果来测试AI模型。我们渴望看到physicsAI将如何处理模型中的几何复杂性和结果中的大变形。

此外，在Radioss模拟中，不同的撞击位置产生了大量的挤压结果，这些结果对撞击位置非常敏感。总的来说，我们对预测模型的性能印象深刻。它不仅在预测碰撞事件的全局行为方面做得很好，而且还能够在 26 秒内提供预测结果，而有限元仿真则需要72分钟，这使其速度几乎快了166倍。

在下面的动画中，将AI预测结果与仿真模拟结果进行比较，发现有些区域的结果“嘈杂”。这需要进一步的physicsAI参数和算法研究，看看是否可以改进，但总的来说，该工具如何处理结果的多样性，预测令人印象深刻。

图 12：将 Altair® physicsAI™ 预测与 Altair® Radioss® 碰撞模拟进行比较

Altair HyperWorks 会成为恩多战役扭转局面关键吗？

因此，问题仍然存在：如果帝国能够利用 Altair 软件解决方案的强大功能来改善其 AT-ST 的结构和安全性，那会怎样？他们能赢得恩多战役吗？恩多战役的结局中有许多因素在起作用。我们必须考虑双方的士兵人数、战场地形、双方的战术策略等等。但有一点是肯定的：采用人工智能驱动的结构优化来设计的助行器，是能够减少伤亡和更强大的战斗机器，那么驾驶该设计下的AT-ST步行者的帝国军队士兵，他们在撞击事故中幸存下来的几率会高得多。

但归根结底，我们很庆幸帝国没有使用我们的解决方案——伊沃克人的胜利巩固了反叛联盟的胜利和第二颗死星的毁灭。虽然我们喜欢伟大的工程，但我们更喜欢银河系的和平与自由。为此，几架被压扁的帝国 AT-ST 战车是一个非常值得付出的代价。