行业热点丨AI驱动的生成式设计：Altair 生成式大铸件优化设计解决方案
▊ AI驱动的生成式设计，让产品发挥全部的潜力
当今对新时代出行解决方案的需求，以及革命性的新车概念出现，促使设计师重新思考如何将重量、制造成本降至最低，以及如何实现最新的性能目标。
通过Altair开发的创新性生成式大铸件设计全面解决方案，降低从传统向新转变的风险。融合行业知识和创新技术，探索如何利用Altair的人工智能（AI）和生成设计方法（由先进的CAE提供支持）的定制工作流程，提供多学科的汽车设计探索，同时允许团队利用数千个仿真来指导最佳设计方向。
“
AI 驱动的生成式开发综合优化流程
拓扑优化：利用经过验证的强大的拓扑优化技术，以确定最佳的材料布局。寻找多学科载荷条件下的最佳载荷路径，包括数百种载荷工况和变量，包括碰撞、静力学、驾驶动力学、噪声、振动和不平顺性（NVH）以及铸件的制造约束。
AI/ML赋能。利用人工智能无监督学习聚类来确定分类约束的性能指标，该指标来源于RSM优化中数百个样本的仿真结果。
多学科优化。在非线性碰撞和铸造仿真中，基于响应面的机器学习优化可用于进行耐撞性分析，满足设计目标，并为铸造结构提供最佳筋的方向和厚度分布。通过对全仿真结果字段进行聚类和分类，克服梯度和回归型目标，确保与专家评估保持一致，即达到专家预期的设计模式。
可制造性分析。Altair 的制造工作流程设计允许探索几种不同变量的可制造性，确定高压压铸（HPDC）工艺的最佳入口数量、尺寸、位置和浇口处的流速。
“
为什么选择 Altair 大铸件设计解决方案？
创新性：与白车身（BIW）汽车结构的传统工作流程相比，引入了一种卓越的方法（以Altair C123技术为核心，融合AI技术）来实现重量优化设计、更好的性能和更快的研发时间。
集成性：Altair行业导向的工作流程通过与人工智能（AI）技术（如基于机器学习（ML）的聚类和分类）相结合，最大限度地提高了现有汽车行业设计方法的效率，如拓扑优化和基于增强响应面（RSM）的优化。
客户化：任何人都可以使用 Altair 的统一、完全集成的平台探索复杂结构零件的大铸造的优点，这是一个可定制的工作流程。探索最先进的工程仿真、人工智能和高性能计算（HPC）技术的完整解决方案，包括先进的CAE功能和汽车铸件的专业解决方案。
“
Altair C123 简介
C123 Director 是 Altair 推出的针对产品正向设计（特别是交通运输行业）在概念设计阶段，完整的、科学的设计方法和流程。本方法已经集成于HyperWorks软件中，可以直接使用。
流程包括三个阶段：
C1拓扑优化：寻找最优的载荷传递路径和最佳的材料布局；
C2参数优化：构建梁单元模型，综合多学科要求，对梁截面和接头进行快速优化和验证；
C3细节优化：转换成3D模型，继续进行性能和细节特征优化，进一步降低重量或者提升性能。
关于 Altair 澳汰尔
Altair（纳斯达克股票代码：ALTR）是计算智能领域的全球领导者之一，在仿真、高性能计算 (HPC) 和人工智能等领域提供软件和云解决方案。Altair 能使跨越广泛行业的企业们在连接的世界中更高效地竞争，并创造更可持续的未来。
公司总部位于美国密歇根州，服务于13000多家全球企业，应用行业包括汽车、消费电子、航空航天、能源、机车车辆、造船、国防军工、金融、零售等。
