【转载】人工智能CAE仿真分析技术

原文：

https://cloud.tencent.com/developer/news/628731

AI与CAE相结合

CAE的本质是对复杂工程问题通过合理简化建立数学模型，并根据输入求得输出。深度学习其实也是基于已有的大量输入和输出，通过训练神经网络得到一个预测模型。不难看出CAE与AI是用不同方法做同样的事，并且CAE在工业领域的多年应用，已积累了大量数据作为深度学习的基础。近年来，探索运用AI辅助CAE仿真分析成为新的热点。目前AI在空气动力学、流体力学、生物力学、结构力学等分析领域已有初步探索应用。AI技术的应用将大大缩短仿真分析及优化时间。

AI在CAE仿真分析中应用的基本路线中，几何、载荷和边界表征与编码是技术难点之一，其中涉及到计算机图形学等跨学科领域。另外深度学习网络架构的选取与优化是保证计算精度的关键因素，同时也是技术难点需要研究人员重点研究。

最近笔者进行了AI仿真分析技术在车型开发中的应用探索，取得了一些初步成果。车门防撞梁在车辆受到侧面碰撞时，为车门抵抗变形，保护车内乘员起到了重要作用。在此情况下防撞梁主要受到弯曲变形。三点弯成为评估车门防撞梁性能的有效途径。以车门防撞梁三点弯为例，基于已有的车门防撞梁样本，考虑不同几何、厚度、材料等变化因素，形成学习样本及预测样本。通过训练得到了AI深度学习预测模型。从AI预测结果可以看到，无论是应力分布还是应力值都具有较高的精度。使用传统CAE分析一个防撞梁三点弯需要15分钟（包括建模及计算），而使用AI预测模型只需要1秒钟。

以下内容略，详细见原文。