首页/文章/ 详情

【智能仿真】AI仿真,到哪步了?

2小时前浏览8

AI技术在CAE(计算机辅助工程)仿真行业的应用正处于快速发展的阶段,已从早期的理论探索逐步走向实际工程场景的落地。

2024 年 11 月,英伟达推出NVIDIA Omniverse Blueprint(蓝图),使行业软件开发者能够帮助他们的计算机辅助工程(CAE)客户在航空、汽车、制造、能源等行业创建具有实时互动性的数字孪生

在应用案例中,英伟达展示了基于蓝图的实时虚拟风洞,该风洞允许用户以实时、交互式的速度模拟和可视化流体动力学。 

逼真的可视化效果、实时的流场云图变化,不仅让人们真切地看到了数字孪生的曙光,同时也给众多CAE软件公司注入了一针探索AI技术的强心剂。

这两年,CAE软件厂商们在AI领域动作频频,有的在幕后摩拳擦掌,有的已经在台前崭露头角。

本文将从技术进展、行业应用、典型案例及未来趋势等方面,梳理AI在CAE仿真领域的最新动态。


一、技术进展与行业现状

1. 国外:巨头引领,新秀突围

  • 传统CAE巨头:Ansys、Altair、达索、西门子等已集成AI功能。

    • Ansys:推出SimAI ,面向非专业 AI 用户,以设计形状为输入训练模型,大幅提升各设计阶段模型性能预测效率,最高可达百倍。

    • Altair:Altair HyperWorks 2024 版深度集成 AI 技术,在多方面实现显著改进。PhysicsAI通过几何深度学习挖掘历史数据,快速预测物理性能,在 CAE 环境中对 3D 模型直接操作,预测速度百倍于传统求解器。ExpertAI专注模拟专家决策,针对主观设计标准训练分类模型。ShapeAI自动识别 CAE 模型特征,结合机器学习解锁几何机器学习潜力。RomAI助力降阶建模,以少量 3D 仿真数据创建精准稳定模型,服务于数字孪生与优化分析。

    • 达索:与人工智能公司Mistral AI合作。最新推出的第7代解决方案3D UNIV+RSES,融合建模、仿真、现实世界证据和人工智能生成内容,将多种生成式AI技术嵌入3DEXPERIENCE平台核心,能让客户充分利用3D设计、虚拟孪生和PLM数据。

  • 新兴AI-CAE公司

    • Neural Concept:瑞士公司,其核心技术为几何人工智能深度算法,能深度学习几何形状与物理定律的相互作用。客户包括空客、博世等知名企业。

    • NAVASTO :德国公司,专注于 AI 加速设计和工程。旗舰产品 nav pack api(python)能灵活训练、部署 AI 模型适配 CAX 工作流程,服务通用汽车、兰博基尼等众多汽车厂商。现被 Autodesk 收购,持续拓展 AI 在工程设计领域的应用

    • Luminary Cloud:提供基于GPU的多物理场CAE仿真SaaS服务,与NVIDIA Omniverse Blueprint(蓝图)合作,创建基于蓝图的实时虚拟风洞。Lumi Mesh Adaptation通过智能调整计算网格,提高准确性和效率


    •  

      在 NASA C608 Low Boom Jet 上使用 Lumi Mesh Adaptation 生成的 AI 网格


    • SimScale:云原生CAE厂商,采用NAVASTO的服务,集成深度学习功能,支持即时物理预测,应用于工程设计优化。

    • PhysicsX:专注于AI加速多物理场仿真,应用于汽车和航空航天业。

2. 国内:创新力量崛起

  • 云境智仿:联合北京大学,推出基于贝叶斯推论的小样本智能求解器,通过少量样本即可训练智能求解器,结果具有强可解释性和可信性,能将仿真时间大幅缩短,适用于实时性要求高的仿真场景。

    智能求解器功能部署在CAE云平台Simversus上,另提供YJ-DORGP算法组件为客户提供智能求解器定制服务。

Simversus智能求解器

  • 天洑软件:发布多款AI智能工业软件产品,在软件中应用机器学习等人工智能算法,包括智能热流体仿真软件AICFD、智能结构仿真软件AIFEM、智能优化软件AIPOD、智能数据建模软件DTEmpower等

智能数据建模软件DTEmpower

  智能热流体仿真软件AICFD预测功能对比

  • 英特仿真:数字孪生产品INTESIM - DtPlatform基于B/S架构与AI降阶代理模型,实现仿真模型快速运算与精准输出,提供一站式数字孪生解决方案。

INTESIM - DtPlatform

  • 十沣科技:发布结合AI大模型的工业仿真软件TF-AIDEA,整合自动化数据管理和大模型训练功能。

TF-AIDEA

  • 熙流数字:Aerocae-AI实时CFD流体仿真AI训练平台,基于GPU高性能LBM流体仿真技术底座与AI方法,可帮助用户进行实时CFD流体仿真和AI机器学习训练,提高研发效率。

Aerocae


二、AI在CAE中的主要应用方向

1. 加速仿真计算

  • 替代传统求解器:通过AI模型(如神经网络、图神经网络)直接预测物理场(应力、温度、流场等),绕过传统有限元或CFD的迭代计算,实现秒级仿真。

  • 降阶模型(ROM):利用AI构建低维代理模型,替代高保真仿真,用于快速迭代和参数优化。

2. 设计优化与自动化

  • 生成式设计:基于AI(如GAN、强化学习)自动生成满足约束条件的最优设计。

  • 拓扑优化:AI结合传统优化算法,快速生成轻量化结构(如汽车部件、航空航天结构)。

3. 数据驱动的仿真增强

  • 多物理场耦合简化:AI模型学习多物理场(如热-力-流体耦合)的复杂关系,降低耦合仿真的计算复杂度。

  • 不确定性量化:通过AI预测材料参数、边界条件的不确定性对仿真结果的影响。

4. 实时仿真与数字孪生

  • 实时动态更新:AI结合传感器数据,驱动数字孪生模型实时反映物理系统的状态(如设备健康监测)

5. 自动化前处理与后处理

  • 网格生成自动化:AI自动划分高质量网格(如基于深度学习的非结构化网格生成)。

  • 结果分析与可视化:AI自动提取关键特征(如应力集中区域、流场分离点)。

3. 实际落地场景
  • 汽车行业:AI用于碰撞仿真、电池热管理、空气动力学优化。

    • 案例:丰田利用AI将碰撞测试的仿真时间减少70%。

  • 航空航天:AI加速气动外形设计、复合材料性能预测。

    • 案例:NASA使用AI模型优化火星探测器着陆器设计。

  • 能源领域:AI优化风力涡轮机叶片设计、核反应堆热工水力分析。

    • 案例:西门子能源通过AI仿真优化燃气轮机燃烧室设计。

4. 技术成熟度

  • 成熟应用:AI加速参数优化、降阶模型、自动化后处理。

  • 探索阶段:全流程端到端AI仿真(替代传统求解器)、复杂多物理场耦合的AI建模。


三、当前面临的挑战

  1. 技术瓶颈

    1. 数据依赖:高精度仿真数据获取成本高,小样本场景下AI模型性能下降。

    2. 物理一致性:纯数据驱动的AI可能违反物理规律,需结合物理约束(如PINN物理信息神经网络)。

    3. 可解释性:工程师对“黑箱”模型的不信任,需提供特征重要性分析或物理机理解释。

  1. 工程化落地障碍

    1. 与传统流程的整合:企业需重构CAE流程(如数据管理、人员培训)。

    2. 算力成本:训练大型AI模型需要高性能GPU,可能抵消部分效率收益。

  1. 行业标准缺失

    1. 缺乏统一的AI-CAE验证基准(如标准测试案例、误差阈值定义)。


四、未来发展趋势

  1. 混合建模(Hybrid AI)

    1. 结合物理方程与数据驱动,提升模型的泛化能力和可解释性。

    2. 案例:NVIDIA Modulus平台通过物理信息神经网络(PINN)求解偏微分方程。

  1. 端到端自动化

    1. 从几何输入到仿真结果的全流程AI驱动,减少人工干预。

  1. 边缘AI与嵌入式仿真

    1. 在本地设备(如工业控制器)部署轻量化AI模型,支持实时决策。

  1. 生成式AI的渗透

    1. 利用扩散模型(Diffusion Models)生成高保真仿真数据,弥补数据不足。

  1. 行业生态协同

    1. CAE软件厂商、云计算平台(AWS、Azure)、AI芯片公司(NVIDIA)联合构建解决方案。


五、总结:AI在CAE中的应用阶段


阶段

特征

初级阶段

AI辅助后处理、参数优化,工具碎片化。

深入阶段

AI加速核心仿真流程(降阶模型、生成式设计),头部厂商推出集成化工具。

探索阶段

端到端AI仿真、实时数字孪生,依赖跨学科技术突破(如量子计算+AI)。


AI在CAE中的应用已从“技术尝鲜”转向“价值验证”未来3-5年将是规模化落地的关键期

企业需根据自身需求评估AI的适用场景,同时关注混合建模和自动化工具的演进。随着AI技术持续迭代与硬件性能不断攀升,AI赋能CAE仿真前景无限广阔,将推动全球制造业、能源业等向智能化、绿色化、高效化转型升级。

来源:工业软件产品分析
复合材料碰撞燃烧化学拓扑优化通用航空航天汽车python芯片云计算UM参数优化理论控制ANSYSAltairDAP
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-02-12
最近编辑:2小时前
石寒ColdStone
让制造业从业者过上舒适的生活
获赞 14粉丝 1文章 40课程 0
点赞
收藏
作者推荐

歼35破风展翼,国产工业软件暗夜寻光

一、歼 35:航空工业的璀璨之星11月12日,在珠海金湾机场上空,伴随着机翼划破空气的轰鸣声,歼35A 首次正式亮相!歼 - 35A 是由中国航空工业集团自主研制的新一代中型隐身多用途战斗机,采用总体/气动/隐身一体化设计的单座、双发、翼身融合、双后掠外倾垂尾、全动平尾的正常式布局,是隐身与反隐身作战体系的规模组成力量,以制空作战为主,兼顾对面作战。歼 35 的成功研制对我国航空工业意义非凡,标志着我国成为世界上第二个拥有两款隐身战机的国家。它不仅提升了我国空军的作战能力,还在国际军事舞台上彰显了我国的航空实力,为我国的国防安全和战略布局提供了坚实的支撑。二、饱受争议,沈飞十年磨一剑歼 35 的诞生之路充满了曲折与挑战。歼 35 最初以 FC-31 的代号出现,是沈飞自筹资金研发的项目。在这个过程中,沈飞面临着诸多困难,没有中央的扶持,也未得到军方的重视。但沈飞凭借着不服输的精神和对航空事业的执着,毅然决然地投入到研发中。2011 年,FC-31 项目正式启动,然而,它的关注度远低于同时期的歼-20。歼-20 作为国家立项的重型隐身战斗机研发项目,资金和人才全面倾斜,研制进展顺利。而 FC-31 在 1.0 版本时,搭载的是两台俄制 RD - 93 发动机,这一发动机存在对航空燃油燃烧不完全的问题,导致尾喷口冒黑烟,隐身性能大打折扣。在外界的质疑声中,沈飞承受了巨大的压力。但沈飞没有放弃,继续推进 FC-31 的研发。到了 2.0 版本,FC - 31 进行了大量的隐身化设计,借鉴了歼-20 的内置弹舱设计,在隐身材料和电子雷达系统上有了显著提升。然而,发动机问题仍然没有得到解决,依旧是落后的俄制 RD - 93 发动机。这个版本也未能让中国空军满意,中国空军和海军都没有选择它。从 2018 年开始,沈飞在默默无闻中进行着艰苦的研发。经过多年的努力,FC - 31 迎来了它的 3.0 版本 —— 歼 35。歼 35 换上了国产 WS - 19 矢量发动机,推力超过 10 吨,是中国最新的第四代中推发动机。它的起落架进行了加固处理,能够更好地在航母上起降。歼 35 的出现,不仅是沈飞十年努力的结晶,也体现了中国航空工业在自主研发道路上的坚定决心。三、歼 35 对国产工业软件的启示歼35的成功研制,无疑为广大航空军事爱好者们注入了一剂强心剂,也让沈飞有力地回应了外界的质疑。对于仍在黑夜中摸索的国产工业软件厂商,尤其是CAX厂商而言,歼35的成功依然具有启发意义。面对质疑,保持坚定信念歼 35 在研制过程中面临着诸多外界的质疑与批评。一些不实言论声称其抄袭国外战机设计,或者对其性能表示怀疑。然而,中国航空工业并未被这些质疑声所干扰,而是坚定地按照既定的研发计划稳步推进。科研人员通过严谨的试验、精确的数据以及逐步展现出的优异性能,有力地回应了外界的质疑。比如在飞行测试中,歼 35 不断刷新各项性能指标,用实际行动证明了自身的实力,让那些曾经的质疑者哑口无言。国产工业软件厂商在发展过程中也必然会遇到各种困难和质疑。一方面,来自国外软件巨头的竞争压力巨大,它们在市场份额、技术知名度等方面都占据着优势;另一方面,国内部分用户对国产软件的信任度较低,认为其无法满足高端工业设计和分析的要求。但软件厂商不能因此而退缩,要像航空工业一样,坚信自身的技术实力和发展潜力。通过不断提升软件的性能、优化用户体验、积极展示成功案例等方式,逐步改变用户的观念,树立起国产工业软件的良好形象。同时,要积极参与国内外的行业交流与合作,敢于展示国产软件的阶段性成果,敢于接受讨论和批评,以坚定的信念推动国产工业软件产业的发展。坚持自主创新歼 35 是中国航空工业多年来持续科研投入、深厚技术积累以及科研人员不懈努力与辛勤付出的结晶。在研发过程中,科研团队勇于探索未知领域,从基础理论研究到关键技术攻关,均依靠自身的智慧与力量。例如在新型材料的研发应用、独特气动布局的设计优化以及先进航电系统的自主开发等方面,都取得了创新性的成果。这种自主创新精神使得歼 35 拥有了完全自主的知识产权,在国际竞争中能够凭借独特的技术优势立足。对于国产 CAD/CAE/CAM软件厂商而言,自主创新是走向强大的必由之路。就如同歼 35 研发团队在航空技术领域的探索一样,CAX 软件厂商不能过于依赖国外的技术框架和算法,要深入挖掘自身的研发潜力。从底层算法的研发开始,逐步构建起具有自主知识产权的软件核心。例如,在网格剖分、有限元分析、CFD算法等关键领域,加大研发投入,培养专业的算法研发人才,通过不断地试验和优化,开发出高效、精准且稳定的算法模块,从而为软件的整体性能提升奠定坚实的基础。创新应用人工智能、云计算等新兴技术,进一步提高软件的计算效率和易用性,为客户提供更高效的设计研发范式。只有这样,国产工业软件才能在国际市场竞争中逐渐摆脱受制于人的局面,以独特的技术优势赢得用户的认可。注重技术积累与供应链协同CAD/CAE 软件的研发是一个长期而复杂的过程,需要持续的技术积累。这就像航空工业在歼 35 之前的多年技术沉淀一样,软件厂商要在日常的研发工作中,注重对每一个技术细节的研究和积累。从简单的几何建模功能到复杂的多物理场耦合分析功能,每一个功能模块的完善都需要长时间的努力。例如,在数据格式转换技术上,需要持续探索各类数据结构的特性,优化转换规则,以确保数据转换的准确性与高效性;在处理大型复杂模型的网格划分技术上,需要不断总结经验,优化算法,以提高网格划分的效率和质量;在可视化技术方面,针对大规模数据模型,通过设计数据预处理流程,运用分层加载、动态调度策略,借助 GPU加速和分布式渲染技术优化图形渲染算法来实现高效渲染,让海量数据可视化输出又快又准且细节丰富、结构清晰。通过长期的技术积累,国产 CAD/CAE 软件才能不断丰富自身的功能,提高软件的稳定性和可靠性,满足日益复杂的工业设计和分析需求。歼 35 的成功也离不开其背后强大的供应链协同体系。众多国内供应商紧密合作,从机身复合材料到航空发动机、航电系统等核心零部件,不同的专业厂商各司其职,协同配合,共同攻克技术难题,形成了一个高效且富有弹性的供应网络。对于国产工业软件开发商而言,也可以寻找合适的供应商协同开发,例如寻找可靠的技术组件提供商,来快速满足工业软件开发中的功能模块。提升产品可靠性和用户体验歼 35 采用了 “一机多型” 的设计理念,这种理念在提高关键技术和系统成熟度方面发挥了重要作用。通过在不同型号间共享成熟的技术和系统,不仅缩短了研发周期,还降低了研发成本和风险。例如,在航电系统、飞控系统等方面的技术复用,使得各型号之间能够相互借鉴经验,快速迭代优化。同时,在不同的使用场景和任务需求下,歼 35 的各型号能够灵活调整配置,进一步提升了其整体的适应性和可靠性。歼 35 通过技术复用提升了系统的成熟度和可靠性,这对国产 CAD/CAE 软件厂商有着重要的借鉴意义。在软件产品中,可靠性是用户最为关注的因素之一。厂商可以通过建立软件模块的复用机制,提高代码的质量和稳定性。例如,对于一些常用的几何造型算法、求解器核心模块等,进行标准化和复用化处理,经过多个项目的验证和优化后,这些模块的可靠性将得到显著提升。对于软件界面、交互设计、用户体验等方面,也要有足够的重视,比如使用集成了设计规范的UI组件库,不仅可以快速搭建用户界面,还能保证不同产品线之间,同一产品不同页面之间设计风格的一致性。只有产品可靠性得到保障,国产 CAD/CAE 软件才能在工业领域得到更广泛的应用,逐步打破国外软件的垄断地位。而优秀的用户体验,会增强用户粘性,让工业软件企业在强者之林中立于不败之地。四、今日长缨在手,何时缚住苍龙? 熬过黑暗,国产工业软件终将迎来黎明 国产工业软件的从业者们要坚定必胜信念,通过坚持自主创新、注重技术积累、提升产品可靠性,逐步提升自身能力,为我国的航空航天、船舶海工、汽车制造、机械工程等众多领域提供强有力的技术支持,助力我国工业实现数字化、智能化转型,在全球工业竞争中展现出中国工业软件的强大力量。来源:工业软件产品分析

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈