2024年AI智慧聲學的新時代研討會於12/10舉行，吸引了來自汽車、航太、船舶以及無人機領域的眾多專家學者與業界人士參與。本次研討會以探索聲學技術與人工智慧在多領域中的創新應用為主題，並聚焦Actran軟體在聲學模擬中的深度應用。

其中一個議題： 汽車行業 NVH 優化方案

電氣化背景下汽車 NVH 主要的挑戰：

• 電動噪音與振動（eNVH）
  • 頻率位移
  • 中高頻噪音
  • 空氣噪音與結構傳遞噪音
  • 傳遞路徑分析
• 次要噪音源與聲音品質問題
  • 降低氣動聲學過程的成本
  • 心理聲學與聲音呈現技術
• 新型與複雜的動力系統
  • 非線性耦合物理
  • 需要端到端的整合流程
• 縮短產品開發周期
  • 高效流程
  • 假設分析
  • 結果重組
• 減少原型使用
  • 穩健設計
  • 與製造的聯結
  • 系統整合解決方案

在電氣化的挑戰下需要多面向的模擬分析，才能滿足正在研發設計的你們包含合乎法規！而我們也十分相信經驗搭配工具，一定不會讓你無助！

Actran在汽⾞/航太/船舶之吸隔⾳材之應⽤暨SEA實戰案例深度剖析

說明利用 Actran 進行吸隔音材的聲學性能模擬，並結合統計能量分析（SEA）方法提供實際案例分析。透過這些案例，參與者得以了解如何以科學方法優化吸隔音材的設計，提高聲學表現，同時降低開發成本。

Actran在無人機設計中的應用

講者闡述了 Actran 如何協助工程師解決無人機運行過程中的噪音與振動問題，從而提升產品的聲學性能與使用體驗。特別是在推進器噪音和結構聲學性能的優化方面， Actran 展現出強大的模擬能力，幫助設計團隊實現更輕量化、更高效的無人機設計。

在無人機的設計中，面臨到以下的挑戰：

• 飛行性能
• 航程與飛行速度
• 安全性與可靠性
  • 螺旋槳未啟動時的安全性
  • 馬達耐久性
• 飛行控制程式
• 環境耐受性
  • 抗風、抗雨、抗雪、高低溫耐受性
• 環境影響性能
  • 噪音與廢棄物

未來，預計 Level 4 的無人機將在住宅區內起降。然而，隨著風力發電普及導致的低頻噪音損害，新型健康危害的可能性也逐漸浮現。

根據NASA的一項研究，與汽車噪音相比，人們普遍認為無人機噪音更為刺耳。

當飛行區域與時段受噪音性能限制時，若無人機的靜音性能不足，航班出勤率下降可能導致無人機業務的利潤惡化。

無人機設計 Solutions 解決方案

• 可視化物理現象
• 基於聲學理論提供高保真CAE模擬
• 專家工程師的建議
• 透過預測上游過程中的各種物理現象，並將其高效地連結至聲學評估過程，實現整體機身設計的最佳化
• 多物理場解決方案
  • 結合 MSC Nastran 、 scFLOW 與 Actran ，實現設計策略創新。
  • 透過單一整合分析流程提供解決方案，預期可縮短設計與開發前置時間。
• 搭配 ODYSSEE 機器學習工具
  • 工程師可以即時分析參數如何影響無人機的聲學特性。

會後回響熱烈

此次研討會不僅提供了豐富的技術分享，也有討論環節，讓與會者能與講者深入交流。參與者紛紛表示，本次研討會不僅加深了他們對Actran的了解，也啟發了如何將聲學模擬技術更廣泛地應用於實際工程項目中。

2024 AI智慧聲學的新時代研討會的圓滿落幕，標誌著人工智慧與聲學技術融合的巨大潛力。未來，這些技術將持續驅動多領域的創新發展，開啟聲學應用的新時代。

2024 AI智慧聲學的新時代研討會圓滿落幕 我 們 下 次 再 見 !

Actran 用 在 各 種 形 式 的 聲 學 模 型

Actran 常 見 應 用 的 產 業

• 航太:  經過駕駛艙和機身 、 發動機短艙內襯 、 機身和駕駛艙絕緣 、 ECS（環境控制系統） 、 APU 和 ECS 入口和出口消音器 、 後緣 、 聲納 、 直升機渦輪噪聲 、 起飛時火箭有效載荷的隨機動態響應的聲音傳輸 、 聲納。

• 車輛:  動力總成 、 裝飾設計 、 風噪聲 、 發動機部件 、 壓縮機 、 進氣歧管 、 空氣濾清器 、 閥蓋 、 擋板 、 電動機 、 揚聲器 、 消聲器 、 輪胎噪聲 、 消音器 、 高壓分配管道 、 馬達 、 齒輪箱。

• 消費品: 電話 、 免提電話通訊 、 耳機 、 揚聲器 、 助聽器 、 樂器 、 洗衣機 、 冰箱 、 吸塵器。

• 電子產品: 光碟硬碟等轉動裝置 、 手機 、 相機 、 液晶投影設備的風扇。

• 機械裝置: 渦輪機械 、 暖通空調 、 割草機和農業機械 、 排氣系統 、 馬達。

AI智慧聲學的新時代 – 2024 Actran 研討會

我 們 擁 有 可 靠 的 技 術 與 人 才，有 任 何 相 關 問 題 都 歡 迎 來 信 或 來 電 討 論 指 教，幫 您 量 身 打 造 符 合 需 求 的 解 決 方 案 。 想 更 清 楚 的 了 解 Actran ( 聲學分析 )、Romax ( 機電傳動系統設計 ) 、ODYSSEE (機器學習 ML 與 人工智慧 AI ) 、Apex ( 快速建模 ) ，歡 迎 來 電 (02)2712-8448 或 是 來 信。

如 果 您 想 了 解 更 多 詳 情 ， 請 聯 繫 Simhex。

延 伸 閱 讀 

• 鐵路噪音解決方案 – CAE軟體Actran
• Actran 2024.1新功能 聲學Acoustic解決方案
• Actran協助富士康優化Loudspeaker設計
• 透過Actran分析新型風扇的氣動噪音
• Actran創建AVAS揚聲器聲學模型 
• 中華汽車透過Actran進行噪音之聲源估算和響應驗證
• Actran幫助現代汽車設計行人警示揚聲器
• Actran SEA解決太空發射器飛行的結構聲學疲勞
• Actran 聲學解決方案研討會
• Actran聲場分析 2023第二季培訓課程 
• Avio使用MSC Nastran和Actran確保太空發射器的結構可靠度
• 第二屆 2023 Actran聲學應用大賽
• CAE軟體 – Actran 進行噪音分析
• Actran SNGR 解決複雜的流場 聲學 問題
• 馬達噪音優化 – 解析如何利用Actran進行噪音優化
• Actran 2021 新功能發布要點！
• NVH分析 – 利用Actran輔助車身地板阻尼優化
• 電動車噪音 – 通用汽車向中高頻前進！

這篇文章 2024 AI智慧聲學的新時代研討會圓滿落幕 最早出現於 星恆科技有限公司。

隨著全球對低碳社會的需求日益增加 ，電動汽車 (EV) 和 混合動力汽車 (HEV) 的數量正在快速增長。 這些車輛被認為是未來交通工具的核心 ，因為它們能夠減少對化石燃料的依賴 ，從而降低二氧化碳排放量 。 在這些新能源車中，電池 、 逆變器和電機是最關鍵的組件。  其中，電機的市場規模預計將在未來幾年持續擴大，因為它們是這些車輛的核心驅動部分 。 隨著人們對提高電動汽車性能的需求日益增強， 電機設計工程師面臨著越來越高的要求 ，需要開發出更加高效和可靠的設計 。

除了電動汽車市場外，協作機器人市場也預計會有顯著增長。 協作機器人主要應用於需要體力勞動的工作場合 ，如搬運重物和進行精密工作 。 這些機器人可以與人類協同工作 ，減少人力勞動強度 ，同時提高工作效率 。 由於協作機器人由多個執行器和電機組成， 電機在這個領域的應用也變得越來越廣泛 。  因此 ，協作機器人的電機市場也將因此而擴大。

(左：電動汽車、右：協作機器人)

CAE軟體 電機設計

在電機設計過程中，為了在實際生產之前確保設計的高效性和可靠性，模擬分析預期性能是非常必要的。 這包括對電機的形狀進行優化以及在不同工作條件下確保驅動的有效性。 形狀優化的目的是提高電機的效率和性能，而在廣泛的工作範圍內確保驅動的有效性則是為了適應不同的操作環境和需求。

(左：電機形狀優化、右：電機在不同工作條件下的性能)

這些設計過程需要工程師進行大量的磁場模擬分析，尤其是在不同工作條件下。 這些分析需要大量的計算時間，因而如何減少模擬時間並提高工作效率成為一個重要的課題。

為了解決這個問題，海克斯康的 ODYSSEE軟體 提供了一種有效的解決方案。 ODYSSEE 能夠利用少量的設計實驗點(DOE)來建立高精度的降階模型(ROM)，這樣可以顯著加速電機設計的優化過程。

CAE軟體 電機設計

電機形狀設計優化

在不同的形狀參數下，電機的平均扭矩和扭矩波動會有所不同。 電機的設計優化過程就是平衡電機的平均扭矩和扭矩波動，得到帕雷托最優前沿(Pareto front)。

(左：電機磁場分析模型、右：不同設計參數下電機的平均扭矩和扭矩波動)

針對電機設計優化問題，通常採用典型的基因演算法來進行參數最佳化。 在這個過程中，基因演算法根據設計參數的取值進行優化，直到性能改進達到穩定。 這一過程通常需要進行大量的有限元法(FEM)計算。舉例來說，如果需要進行1200次FEM計算，每次計算大約需要30秒，那麼總計算時間將達到10小時。 在這樣的情況下，FEM計算是最耗時的部分，因此，減少FEM計算時間就成為提高工作效率的關鍵。

為了解決這一問題，本研究利用少量的FEM模擬結果，並採用ODYSSEE建立的降階模型來取代FEM，以便快速預測和減少FEM計算時間。 這樣不僅能夠加快優化過程，還能減少計算資源的消耗。

具體的工作流程如下：首先使用FEM模擬生成訓練數據，然後利用基因演算法確定設計參數，並搜索最佳設計形狀。 這一過程會重複進行，直到降階模型的結果與FEM的結果精度達到滿足要求的程度。 此時，降階模型可以取代FEM進行預測。

(左：基因演算法+機器學習工作流程、右：降階模型和FEM結果對比)

研究結果顯示，使用400個FEM模擬結果進行模型訓練即可得到收斂的降階模型，能夠準確替代FEM模擬。 相較於僅使用基因演算法的優化流程，引入ODYSSEE的機器學習工具後，FEM模擬次數從1200次減少到400次，大大降低了計算成本。

然而，我們也發現，在某些情況下，由於材料的非線性特性，降階模型對扭矩波動的預測精度較低。 這種情況主要是由於材料的非線性行為造成的。在這種情況下，可以通過改進優化流程來解決這個問題，即在帕雷托最優前沿位置使用FEM結果，其他位置則使用降階模型進行預測。

不同工作條件下電機性能快速預測

電動汽車的電機有著廣泛的工作範圍，為了在不同逆變器輸入電流條件下實現更有效的驅動，需要進行大量的磁場模擬分析。

(左：電動汽車工作範圍、右：電機效率隨電流和電機狀態而改變)

為了選擇適當的電流條件，需要進行1848個FEM模擬結果的優化，因此我們引入ODYSSEE的機器學習方法來減少模擬分析次數。 建模工具使用 MSC Apex ，機器學習軟體為 ODYSSEE 。 我們使用240組FEM模擬結果進行機器學習模型的訓練，並構建高精度的降階模型來替代FEM模擬分析。 結果顯示，降階模型的預測結果與FEM結果幾乎完全一致。

(上：FEM分析結果、下：降階模型預測結果)

總 結

在電機形狀設計優化問題中，使用 ODYSSEE 的機器學習方法，可以將FEM次數減少約68.9%（從1236次減少到378次）。 然而，由於電機材料的特性，降階模型對某些扭矩波動的預測結果可能與FEM結果存在一定的偏差。 這可以通過在帕雷托最優前沿選擇使用FEM結果來彌補。

針對不同工作條件下的電機設計優化問題， ODYSSEE 的機器學習方法能將FEM次數減少約87.0%（從1848次減少到240次），並且仍能保持較高的預測精度。 這樣的技術進步不僅顯著提高了電機設計的效率，也為未來的技術發展提供了新的可能性。 在全球追求低碳經濟和可持續發展的大背景下，這些技術的應用將變得越來越重要，並有望為相關行業帶來深遠的影響。

想 更 清 楚 的 了 解  ODYSSEE CAE 機器學習成為電機一大助力 ODYSSEE 的 細 節 ，歡 迎 來 電 (02)2712-8448 或 是 來 信。

If you want to know more details from ODYSSEE and Romax ,please contact Simhex.

ODYSSEE CAE

ODYSSEE CAE 藉由即時回答複雜的工程問題來擴增你的知識，若沒有 ODYSSEE CAE 可能需要數百小時來做模擬和分析。 只要一些先前做過的CAE模擬， ODYSSEE 可以即時預測、最佳化和穩健的產出準確的結果。 ODYSSEE CAE 生產完整時程的歷史輸出，包含完整的CAE分析，有詳細的後處理結果。

ODYSSEE CAE is an innovative platform for engineers that integrates machine learning, artificial intelligence, reduced order modelling, and design optimisation into workflows. It enables cost-efficient digital twin creation through real-time predictive modelling and optimisation by leveraging CAE simulation and physical test data. With minimal prior simulations, ODYSSEE CAE can quickly generate accurate results (with deformation, stresses, …) and full-time history outputs.

ODYSSEE A-Eye

使用以影像為基礎的機器學習，為任何產業提供即時預測和優化。

ODYSSEE-A-Eye 使用影像為基礎的預測或基於 CAD 幾何 (STEP) 為生產/非工程師建立專用的客製化。

ODYSSEE A-Eye is a machine learning solution for accelerating product design and development through image and CAD-based learning. Using images, CAD and sensor data as inputs, ODYSSEE A-Eye creates customised AI applications that predict output responses and field data. This enables designers and production technicians to explore the design space thoroughly and design next-generation products efficiently without excessive computing time and cost.

ODYSSEE 為 工 程 、 製 造 和 質 量 提 供 實 時 解 決 方 案，包 括 以 下 功 能：

• 機器學習 AI
• 統計 、 數據挖掘 、 數據融合
• 優化 和 魯棒性
• 圖像識別 和 壓縮

機器學習、人工智慧AI的最佳幫手 ODYSSEE 應用領域如下：

• 計算流體力學
• 結構仿真
• 材料
• 聲學設計
• 系統動力學
• 自動駕駛
• 製造工藝

補充說明：

AI 人工智慧 (Artificial Intelligence) 是指通過電腦系統模擬人類智能的技術。AI 包括能夠進行推理、學習、理解自然語言、解決問題、感知環境並做出決策的系統。

ML 機器學習 (Machine Learning) 是 AI 的一個子領域，專注於通過數據進行學習，無需特定編程來完成特定任務。ML 的系統會通過大量數據進行訓練，識別其中的模式，並基於學到的模式進行預測或決策。

AI 和 ML 的區別：

• AI 是一個廣泛的領域，涵蓋了模仿人類智能的各種技術和方法。
• ML 是實現 AI 的方法之一，利用數據訓練模型，通過學習改進系統的表現。

ODYSSEE 應用:

• 延 伸 閱 讀 

• ODYSSEE幫助臨床醫學最佳化3D列印矯正鞋墊
• 變速箱性能最佳化：透過ODYSSEE建立AI ML的Romax變速箱設計
• 機器學習、人工智慧AI的最佳幫手 ODYSSEE
• ODYSSEE 以CAE為中心的AI/ML創新平台

這篇文章 ODYSSEE CAE 機器學習成為電機一大助力 最早出現於 星恆科技有限公司。

生物力學 及 應用實驗室 Laboratory of Biomechanics and Application (LBA) 專 注 於 虛擬人體 (Virtual Human) 的 研 究 ，虛擬人體 在 創傷研究 與 預防 、 診斷改進 以 及 外科手術技術 提 升 方 面 具 有 多 種 實 際 應 用 。透 過 多 尺 度 分 析，可 以 對 組織、肢體、身體部位 或 完整人體模型 進 行 虛擬測試。

生物力學與應用實驗室由古斯塔夫·艾菲爾大學 (Université Gustave Eiffel’s) 的運輸、健康與安全部（簡稱IFSTTAR）與艾克斯-馬賽醫學院 (Aix-Marseille Faculty of Medicine) 共同組成的研究單位。 該實驗室採取多學科方法，結合工程與醫學科學專業知識，專注於人體衝擊力學的研究。 LBA致力於設計虛擬測試工具與人體模型，以實現他們的「虛擬人體」願景，他們的應用研究已在臨床與外科手術領域以及運輸安全方面產生了實際影響。 LBA位於法國馬賽北部的健康中心，設在醫學院內，並擁有39名合作研究人員。

(行走步伐周期的四個階段, Wallace et al. 2018)

挑 戰

由LBA所創建的虛擬人體和肢體模型在創傷預防分析和臨床應用方面具有實際的價值。 LBA開發的足部肢體模型已應用於新興醫療領域，例如最佳化的矯形鞋墊，這些鞋墊可以在診所中輕鬆並快速地由3D列印製造出來。 LBA使用多達七種不同的工程軟體來全面模擬現實中的步態動力學。 患者足部的數位孿生模型可以用來深入了解如何針對患者的具體需求改進鞋墊。 調整過的定制鞋墊將最大化鞋墊的預期效果並提升患者的舒適度。 目前的足部模型需要耗費大量時間才能準確呈現鞋墊的影響。 LBA利用ODYSSEE CAE使其綜合足部模型能夠提供臨床足病醫師所需的即時且易於理解的結果反饋。

解 決 方 案

ODYSSEE幫助臨床醫學最佳化3D列印矯正鞋墊

LBA的足部模型提供了對患者步態的全面分析，步態動力學的分析通過將步態分為四個階段進行，並考慮由骨骼、軟性足底組織、皮膚組織、韌帶、關節位置、關節剛度以及地面特性等不同屬性所引起的細節。 足部和鞋墊模型的參數根據患者足部的測量結果進行了調整，使得該足部模型能夠成為患者的數位孿生，模擬各種足部形狀、步態和行走模式。 ODYSSEE CAE 通過對原始足部模型進行三十次模擬，創建了一個簡化模型，該模型可以適應任何足部形狀，並準確再現患者的步態動力學。 對簡化模型的敏感性研究顯示了對步態影響最大的參數。 ODYSSEE CAE 能夠利用簡化模型生成近乎即時的反饋，提高了模型對臨床醫生的實用性，並已經開始被部分足病醫師所使用在臨床病例上。

“It is now actually used by podiatrists that are already clients to the company that was partly funding the study.”  —– 研究員Dr. Michel Behr

(此圖顯示了步態過程中壓力中心的移動軌跡：左側的線條顯示出足部內翻的趨勢，而右側的線條則顯示出足部外翻的趨勢)

即時反饋系統 協 助 足病醫師 為 患 者 提 供 最 好 的 護 理 。 與 求解完整模型 所 需 的 四 小 時 相 比 ，ODYSSEE CAE 的 簡 化 足部模型 能 夠 在 不 到 一 秒 鐘 內 準 確 預 測 綜合模型 的 動態響應 。

(模型結果顯示出步態週期中，足尖離地階段足部對外的壓力分佈)

簡化模型 的 預 測 結 果 與 原 始 模 型 中 觀 察 到 的 壓力中心 位 移 非 常 接 近 。 數 位 化 匹 配 不 同 鞋墊設計 至 患 者 足 部 並 即 時 觀 察 效 果 ，使 得 設 計 優 化 變 得 快 速 且 高 效 ，以 最 大 化 預 期 的 醫 療 效 果 。 定制鞋墊 可 以 通 過 不 同 的 材 料、局 部 密 度 和 幾 何 形 狀 進 行 優 化 ， 以 滿 足 不 同 患 者 的 需 求。

ODYSSEE CAE 的簡化足部模型能夠在不到一秒鐘內準確預測綜合模型的動態響應，而求解完整模型則需要四小時。

簡化模型 在 優 化 某 些 運 動 鞋 外 底 方 面 也 顯 示 出 良 好 的 前 景 ， 使 用 足部 和 鞋墊 ODYSSEE 數位孿生 模 型 的 另 一 個 優 勢 是 定制鞋墊 的 3D列印 更 加 方 便 。 ODYSSEE 的 CAE 即 時 預 測 分 析 突 顯 了 LBA 足部模型 的 實 際 應 用， 該 成 果 已 成 功 在 合 作 的 足 病 診 所 中 實 施 。

想 更 清 楚 的 了 解  ODYSSEE幫助臨床醫學最佳化3D列印矯正鞋墊 ODYSSEE 的 細 節 ，歡 迎 來 電 (02)2712-8448 或 是 來 信。

If you want to know more details from ODYSSEE and Romax ,please contact Simhex.

ODYSSEE 為 工 程 、 製 造 和 質 量 提 供 實 時 解 決 方 案，包 括 以 下 功 能：

• 機器學習 AI
• 統計 、 數據挖掘 、 數據融合
• 優化 和 魯棒性
• 圖像識別 和 壓縮

機器學習、人工智慧AI的最佳幫手 ODYSSEE 應用領域如下：

• 計算流體力學
• 結構仿真
• 材料
• 聲學設計
• 系統動力學
• 自動駕駛
• 製造工藝

ODYSSEE 應用:

• 延 伸 閱 讀 

• 變速箱性能最佳化：透過ODYSSEE建立AI ML的Romax變速箱設計
• 機器學習、人工智慧AI的最佳幫手 ODYSSEE
• ODYSSEE 以CAE為中心的AI/ML創新平台

這篇文章 ODYSSEE幫助臨床醫學最佳化3D列印矯正鞋墊 最早出現於 星恆科技有限公司。

變速箱性能最佳化：透過ODYSSEE建立AI ML的Romax變速箱設計

隨著產業朝向可持續發展目標的大幅轉變，電氣化正顛覆汽車、航空等多個領域，並對能源的可再生與可持續利用提出了新需求。

這給傳動系統設計師帶來了新的挑戰，他們不僅要面對日益縮短的開發周期，還需不斷創新以保持競爭優勢。儘管計算機輔助工程（CAE）技術已有超過半個世紀的歷史，並且其增長保持在約１０％，但人工智慧（AI）和機器學習（ML）的增長卻呈現指數級，且其在傳動設計領域的價值才剛開始被探索。

AI (Artificial Intelligence,人工智慧) / ML (Machine Learning機器學習)有潛力大幅縮短多個產業的模擬週期，並提供先進工程流程的普及化，同時降低創新風險。我們正處於從由測試驗證模擬轉向由設計實驗（DoE）驅動的AI模型驗證模擬和測試的根本性轉變的邊緣。

本文的主要目的是引入一種解決當前Gear Box傳動系統設計師所面臨工程挑戰的方案。此方案利用 AI / ML 技術來優化 Romax 傳動設計，通過展示實際例子進行說明。

(Romax和ODYSSEE之間的工作流程)

變速箱性能最佳化：透過ODYSSEE建立AI ML的Romax變速箱設計

Romax 與 ODYSSEE 的應用

Romax

是一種成熟的 CAE 工具，大範圍應用於 Gear Box傳動系統設計。 通過 Romax ，工程師能夠進行精確的齒輪設計和傳動系統的分析和優化。 然而，隨著 AI / ML技術的引入， Romax 的功能得到了進一步的增強。利用 AI / ML ，可以更快速地探索設計空間，識別最佳設計參數，從而提升設計效率和性能。 

(Romax齒輪箱設計軟體中的完整系統模擬方法)

ODYSSEE

ODYSSEE 平台則是 AI / ML 在工程領域應用的一個典範。 它提供了一套完整的工具來處理從數據管理到高效模擬的各個環節。 通過 ODYSSEE ，工程師能夠實現基於數據驅動的設計優化，利用機器學習算法來加速模擬過程，並確保設計結果的精確性和可靠性。

(ODYSSEE 基於人工智慧的全新創新方法)

變速箱性能最佳化：透過ODYSSEE建立AI ML的Romax變速箱設計

實證方法與案例研究

案例研究一：齒輪微觀幾何優化

第１個例子是一項針對齒輪微觀幾何優化的小型研究，目的是降低齒輪副之間的傳動誤差。 這項研究證明了 AI / ML 結合 CAE 工具的準確性和有效性。 通過優化特定參數，顯著提高了性能指標，驗證了此方法的潛力。

(用於測試案例研究的Romax模型)

變速箱性能最佳化：透過ODYSSEE建立AI ML的Romax變速箱設計

案例研究二：綜合傳動設計優化

第２個更全面的案例研究則探討了整個 Gear Box 傳動設計的優化。通過變更大量參數並對設計性能進行廣泛的標準評估，展示了 ODYSSEE ： AI / ML 增強的 CAE 流程的強大功能。 這次研究結合了基於物理的模擬與AI/ML算法，深入探索設計空間，得出了符合 Gear Box 嚴格性能和可持續性標準的齒輪設計最佳解決方案。

(各個績效標準均有所改善)

更廣泛的應用與未來潛力

本文討論的方法在多個產業的傳動設計與優化中有廣泛的應用前景。 透過 ODYSSEE ，結合 AI / ML 與 CAE 技術，可以更深入地探索設計可能性，更高效地實現多物理場優化，並確保製造的傳動系統符合模擬結果。 這不僅提高了產品質量，還大大縮短了開發時間，實現了先進技術的普及化。

結論

將 AI / ML 技術融入Gear Box傳動設計框架中，提供了應對當前工程挑戰的有效解決方案。通過實際例子所展示的證據為基礎方法，強調 ODYSSEE 技術變革領域的潛力。 AI / ML 技術的整合可以減少對深厚工程專業知識的依賴，加快並可靠地實現創新，推動 Romax 齒輪傳動設計乃至其他領域的重大進步。

補充說明

想 更 清 楚 的 了 解  變速箱性能最佳化：透過ODYSSEE建立AI ML的Romax變速箱設計 ODYSSEE Romax 的 細 節 ，歡 迎 來 電（０２）２７１２－８４４８或 是 來 信。

If you want to know more details from ODYSSEE and Romax ,please contact Simhex.

變速箱 變速箱設計 ODYSSEE AI ML Romax CAE 

ODYSSEE 為 工 程 、 製 造 和 質 量 提 供 實 時 解 決 方 案，包 括 以 下 功 能：

• 機器學習 AI
• 統計 、 數據挖掘 、 數據融合
• 優化 和 魯棒性
• 圖像識別 和 壓縮

機器學習、人工智慧AI的最佳幫手 ODYSSEE 應用領域如下：

• 計算流體力學
• 結構仿真
• 材料
• 聲學設計
• 系統動力學
• 自動駕駛
• 製造工藝

ODYSSEE 應用:

Romax 可 以 做 什 麼 ?

變速箱 變速箱設計 ODYSSEE AI ML Romax CAE 

行 業 應 用 案 例 ：

    軌 道 交 通    

客 戶 需 求 ：

軸承供應商調查

Romax 所 提 供 的 服 務：

一列現代化柴油列車軸箱軸承失效問題不斷增加，引起了越來越多的關注。 Romax 工程師使用 優 化 模 擬 軟 體，基於對 軸箱軸承 和 齒輪箱 的深厚知識，通過三個關聯的工作包進行問題根源分析以及詳細高效的問題調查。

    可再生能源    

客 戶 需 求 ：

根據GL認證的要求，在指定載荷譜和極限工況下完成 耐久性 計算。

Romax 所 提 供 的 服 務 ：

詳細的軸幾何尺寸，複雜的行星齒輪系統，花鍵聯結，有限元箱體模型和內部軸承細節。使用載荷分佈評估和選擇軸承，根據ISO標準計算壽命，調查和優化 預緊力 、 遊隙 、 錯位量 、 軸承 內部幾何資訊和 潤滑 狀況。Romax 生成的報告中 耐久性 滿足GL要求。報告允許供應商在該風機中使用它們的軸承產品。

    重 載 車 輛    

客 戶 需 求 ：

審核中型卡車 變速器 ，評估低成本供應商的軸承

Romax 所 提 供 的 服 務 ：

使用 Romax 軟體的全系統方法詳細分析所選軸承類型； Romax 在軸承潛在供應商審核過程中提供支援。基於完整 齒輪箱 系統分析完成 軸承選型 和 優化 。評估預緊力、錯位量、潤滑油和量產變差，鑒別軸承性能的關鍵影響因素。

    汽 車 行 業    

客 戶 需 求 ：

某大型歐洲汽車製造商需要改進 變速器 設計，使製造流程更具魯棒性。裝配過程中產生的結構變形導致 軸承預緊量 發生變化，需分析和優化軸承預緊量變化產生的系統影響。

Romax 所 提 供 的 服 務 ：

Romax 快速的建模 和 分析 功能可以將 齒輪 、 軸 、 軸承 和 箱體 集成到單一的 齒輪箱 模型中，預測各個零部件之間的 相互耦合 作用。通過使用 Romax 軟體對 變速器 進行整體系統優化，充分考慮所有零部件之間的相互影響，分析 電機定子 與 齒輪箱 殼體之間的配合以及箱體變形及其對 齒輪 和 軸承 的影響，最終幫助該汽車製造商優化了製造工藝，成功降低製造成本並進一步提高產品品質。

變速箱 變速箱設計 ODYSSEE AI ML Romax CAE 

• 延 伸 閱 讀 

• 2023 Romax新能源車輛電驅動研討會圓滿落幕

• 2023 Romax 新能源車輛電驅動研討會

• Romax DT 2022新版功能於 齒輪軸承 應用之介紹

• Hexagon | Romax 軸承 解決方案

• 新版 Romax 2021.1 發布:更貼近軸承、齒輪製造的設計方案

• 電機傳動系統工程，最完整的模擬平台

這篇文章 變速箱性能最佳化：透過ODYSSEE建立AI ML的Romax變速箱設計 最早出現於 星恆科技有限公司。

-實體課程: 上課地點於MSC台北辦公室電腦教室(台北市林森北路577號7樓之2), 學員不須準備電腦

 2024 第三季培訓課程 報名方式：     報 名 連 結   

若對此  2024 第三季培訓課程 針對 Apex ODYSSEE Actran 有任何問題，請致電：(02)2585-1228 (MSC Software Taiwan)

Apex ODYSSEE Actran 軟體相關介紹:

2024 第三季培訓課程 ODYSSEE 應用:

Apex 應用:

• MSC Apex Modeler

從強大的幾何清理、簡化，一直到網格劃分，MSC Apex旨在開發各種易於使用的功能，創造最友善的建模環境。

• MSC Apex Structures

全面整合的結構分析流程，自動偵測需要的求解器設定，前/後處理功能與求解器皆在同一個介面下操作，支援靜態、正交模態、動態、挫曲分析。

• MSC Apex Generative Design

高自動化的生成式設計，打造無與倫比的積層製造體驗，在產品生命週期的每個階段節省成本並縮短知識與經驗之間的差距。

Romax 解決方案

行 業 應 用 案 例 ：

    軌 道 交 通    

客 戶 需 求 ：

軸承供應商調查

Romax 所 提 供 的 服 務：

一列現代化柴油列車軸箱軸承失效問題不斷增加，引起了越來越多的關注。 Romax 工程師使用 優 化 模 擬 軟 體，基於對 軸箱軸承 和 齒輪箱 的深厚知識，通過三個關聯的工作包進行問題根源分析以及詳細高效的問題調查。

    可再生能源    

客 戶 需 求 ：

根據GL認證的要求，在指定載荷譜和極限工況下完成 耐久性 計算。

Romax 所 提 供 的 服 務 ：

詳細的軸幾何尺寸，複雜的行星齒輪系統，花鍵聯結，有限元箱體模型和內部軸承細節。使用載荷分佈評估和選擇軸承，根據ISO標準計算壽命，調查和優化 預緊力 、 遊隙 、 錯位量 、 軸承 內部幾何資訊和 潤滑 狀況。Romax 生成的報告中 耐久性 滿足GL要求。報告允許供應商在該風機中使用它們的軸承產品。

    重 載 車 輛    

客 戶 需 求 ：

審核中型卡車 變速器 ，評估低成本供應商的軸承

Romax 所 提 供 的 服 務 ：

使用 Romax 軟體的全系統方法詳細分析所選軸承類型； Romax 在軸承潛在供應商審核過程中提供支援。基於完整 齒輪箱 系統分析完成 軸承選型 和 優化 。評估預緊力、錯位量、潤滑油和量產變差，鑒別軸承性能的關鍵影響因素。

    汽 車 行 業    

客 戶 需 求 ：

某大型歐洲汽車製造商需要改進 變速器 設計，使製造流程更具魯棒性。裝配過程中產生的結構變形導致 軸承預緊量 發生變化，需分析和優化軸承預緊量變化產生的系統影響。

Romax 所 提 供 的 服 務 ：

Romax 快速的建模 和 分析 功能可以將 齒輪 、 軸 、 軸承 和 箱體 集成到單一的 齒輪箱 模型中，預測各個零部件之間的 相互耦合 作用。通過使用 Romax 軟體對 變速器 進行整體系統優化，充分考慮所有零部件之間的相互影響，分析 電機定子 與 齒輪箱 殼體之間的配合以及箱體變形及其對 齒輪 和 軸承 的影響，最終幫助該汽車製造商優化了製造工藝，成功降低製造成本並進一步提高產品品質。

2024 第三季培訓課程 Actran 應 用 ：

• 動力總成 ，變速箱和電動發動機的雜訊預測
• 發動機進氣和排氣系統聲學特性
• 後視鏡和空調環控系統的氣動-振動-雜訊分析
• 輪胎和通過噪音評估，包括聲學處理優化
• 車輛內部聲學舒適度，包括全內飾車身的NVH性能評估和聲學包優化
• 多層結構聲學傳輸損耗預測，考慮隨頻率變化的聲學處理效應
• 傳輸路徑分析和設計變更影響比較
• 考慮安裝效果（結構振動、吸聲等）的風扇雜訊評估
• 音響設備集成性能評估
• 飛機進氣和排氣雜訊的聲學處理和機艙設計優化
• 機身氣動雜訊的傳播預測
• 水下雜訊傳播
• 高強度隨機聲載荷和振動導致的振動聲疲勞預測

技 術 特 點 ：

• GUI 支 援 高 級 結果 視 覺 化 ，包 括 專 用 的 聲學後處理功能（極座標圖，3D方向圖，貢獻 圖，聲學量）
• 具 有 基 於 聲學 標 準 的 嵌 入 式 聲學測點生成功能（ISO 3744 ， ISO 3745 ，SAE J1074和 IEC 61672-1）
• 根 據 使 用 者 的 需 求 自 訂 的 介 面
• 基 於 自 我 調 整 求 解 器 的 網 格 劃 分 技 術 ，可 實 現 高 效 計 算 並 減 少 用 戶 網 格 劃 分 工 作
• 高 度 集 成 到 多 體 時 功 能 變 數 代 碼 Adams 和 CFD 代 碼 scFLOW 中 進 行 聯 合 模 擬
• 與 結構分析 FEA軟體 （如MSC Nastran） 進 行 聯 合 模 擬
• 分 析 靜 態 介 質 和 複 雜 流 動 中 的聲 音 傳 播 和 輻 射
• 使 用 無 限 單 元 和 自 我 調 整 完 美 匹 配 層 （APML） 模 擬 自 由 場 輻 射
• 在 小 空 間 流 體 中 建 立 聲學粘熱損失模型
• 採 用 直 接 頻 率 法 或 模 態 頻 率 法 進 行 振 動 – 聲學耦合分析
• 豐 富 的 結 構 單 元 庫 ：實體、殼體、梁、彈簧、剛體、多層複合結構 等
• 基 於 BIOT 理 論 的 多孔彈性單元庫 ，用 於 通 過 體 積 作 用 的 聲學材料建模
• 用 於 有 源 結 構 建 模 的 壓 電 單 元 庫
• 隨 機 載 荷 ：擴散聲場，湍流邊界層 等
• 使 用 線 性 和 二 階 單 元 進 行 2D 、3D 和 軸 對 稱 模型分析
• 從 定 常 和 非 定 常 的 CFD 結果（SNGR技術，Lighthill和Möhring類比）中，提 取 氣動聲源， 預 測 由 湍流 引 起 的 雜 訊
• 支 持 CFD 代 碼 自 有 檔 案 格 式
• 基於有限元和虛擬SEA方法的低、中和高頻求解功能
• 直 接 和 反 覆 運 算 求 解 以 及 KRYLOV 快 速 頻 率 回 應 求 解
• GPU 加 速 功 能 解 決 大 模 型 和 高 頻 問 題

• 延 伸 閱 讀 

• 透過Actran分析新型風扇的氣動噪音
• Actran創建AVAS揚聲器聲學模型
• 中華汽車透過Actran進行噪音之聲源估算和響應驗證
• 電動車噪音 – 通用汽車向中高頻前進！
• NVH分析 – 利用Actran輔助車身地板阻尼優化
• Actran 2021 新功能發布要點！
• 馬達噪音優化 – 解析如何利用Actran進行噪音優化
• Actran SNGR解決複雜的流場 聲學 問題
• CAE軟體 – Actran 進行噪音分析
• 第二屆 2023 Actran聲學應用大賽
• Avio使用MSC Nastran和Actran確保太空發射器的結構可靠度

這篇文章 2024 第三季培訓課程 最早出現於 星恆科技有限公司。

-實體課程: 上課地點於MSC台北辦公室電腦教室(台北市林森北路577號7樓之2), 學員不須準備電腦

 2024 第二季培訓課程 報名方式：     報 名 連 結   

若對此  2024 第二季培訓課程 有任何問題，請致電：(02)2585-1228 (MSC Software Taiwan)

2024 第二季培訓課程 ODYSSEE 應用:

2024 第二季培訓課程 Actran 應 用 ：

• 動力總成 ，變速箱和電動發動機的雜訊預測
• 發動機進氣和排氣系統聲學特性
• 後視鏡和空調環控系統的氣動-振動-雜訊分析
• 輪胎和通過噪音評估，包括聲學處理優化
• 車輛內部聲學舒適度，包括全內飾車身的NVH性能評估和聲學包優化
• 多層結構聲學傳輸損耗預測，考慮隨頻率變化的聲學處理效應
• 傳輸路徑分析和設計變更影響比較
• 考慮安裝效果（結構振動、吸聲等）的風扇雜訊評估
• 音響設備集成性能評估
• 飛機進氣和排氣雜訊的聲學處理和機艙設計優化
• 機身氣動雜訊的傳播預測
• 水下雜訊傳播
• 高強度隨機聲載荷和振動導致的振動聲疲勞預測

技 術 特 點 ：

• GUI 支 援 高 級 結果 視 覺 化 ，包 括 專 用 的 聲學後處理功能（極座標圖，3D方向圖，貢獻 圖，聲學量）
• 具 有 基 於 聲學 標 準 的 嵌 入 式 聲學測點生成功能（ISO 3744 ， ISO 3745 ，SAE J1074和 IEC 61672-1）
• 根 據 使 用 者 的 需 求 自 訂 的 介 面
• 基 於 自 我 調 整 求 解 器 的 網 格 劃 分 技 術 ，可 實 現 高 效 計 算 並 減 少 用 戶 網 格 劃 分 工 作
• 高 度 集 成 到 多 體 時 功 能 變 數 代 碼 Adams 和 CFD 代 碼 scFLOW 中 進 行 聯 合 模 擬
• 與 結構分析 FEA軟體 （如MSC Nastran） 進 行 聯 合 模 擬
• 分 析 靜 態 介 質 和 複 雜 流 動 中 的聲 音 傳 播 和 輻 射
• 使 用 無 限 單 元 和 自 我 調 整 完 美 匹 配 層 （APML） 模 擬 自 由 場 輻 射
• 在 小 空 間 流 體 中 建 立 聲學粘熱損失模型
• 採 用 直 接 頻 率 法 或 模 態 頻 率 法 進 行 振 動 – 聲學耦合分析
• 豐 富 的 結 構 單 元 庫 ：實體、殼體、梁、彈簧、剛體、多層複合結構 等
• 基 於 BIOT 理 論 的 多孔彈性單元庫 ，用 於 通 過 體 積 作 用 的 聲學材料建模
• 用 於 有 源 結 構 建 模 的 壓 電 單 元 庫
• 隨 機 載 荷 ：擴散聲場，湍流邊界層 等
• 使 用 線 性 和 二 階 單 元 進 行 2D 、3D 和 軸 對 稱 模型分析
• 從 定 常 和 非 定 常 的 CFD 結果（SNGR技術，Lighthill和Möhring類比）中，提 取 氣動聲源， 預 測 由 湍流 引 起 的 雜 訊
• 支 持 CFD 代 碼 自 有 檔 案 格 式
• 基於有限元和虛擬SEA方法的低、中和高頻求解功能
• 直 接 和 反 覆 運 算 求 解 以 及 KRYLOV 快 速 頻 率 回 應 求 解
• GPU 加 速 功 能 解 決 大 模 型 和 高 頻 問 題

• 延 伸 閱 讀 

• 中華汽車透過Actran進行噪音之聲源估算和響應驗證
• 電動車噪音 – 通用汽車向中高頻前進！
• NVH分析 – 利用Actran輔助車身地板阻尼優化
• Actran 2021 新功能發布要點！
• 馬達噪音優化 – 解析如何利用Actran進行噪音優化
• Actran SNGR解決複雜的流場 聲學 問題
• CAE軟體 – Actran 進行噪音分析
• 第二屆 2023 Actran聲學應用大賽
• Avio使用MSC Nastran和Actran確保太空發射器的結構可靠度

這篇文章 2024 第二季培訓課程 最早出現於 星恆科技有限公司。

台灣模擬技術大會主題: 虛擬設計與製造 賦能未來行動科技​

虛擬設計技術是由多學科先進知識形成的綜合系統技術，是以電腦支持的模擬技術為前提，在產品設計階段，實時地並行地模擬出產品開發全過程及其對產品設計的影響，預測產品性能、產品製造成本、產品的可製造性、產品的可維護性和可拆卸性等，從而提高產品設計的一次成功率。它也有利於更有效更經濟靈活地組織製造生產，使工廠和車間的設計與佈局更合理更有效，以達到產品的開發周期及成本的最小化、產品設計質量最優化、生產效率的最高化。

近年，模擬技術導入AI虛擬設計和製程、跨領域整合分析，更貼近真實世界。不僅用於研發，更能解決複雜的製程問題，已準備好因應未來行動科技在能源創新上的挑戰。

今年，特別邀請行動科技領域的專家，演說最先進的電動車輛、AI和製程整合技術。星恆科技有限公司誠摯邀請您，參與　2023 Hexagon • MSC Software台灣模擬技術大會　。

• 時間 : 2023年11月24日(五) 8:30AM ~16:30PM
• 地點 :台北南港展覽館1館5樓 504&505會議室 (台北市南港區經貿二路1號)
• 主辦單位：Hexagon 海克斯康
• 專業合作夥伴：星恆科技有限公司、應用熱流分析中心股份有限公司、智馭科技有限公司、岱冠科技有限公司

    線上報名    

大會議程

我們擁有可靠的技術與人才，有任何相關問題都歡迎來信或來電討論指教，幫您量身打造符合需求的解決方案。 想更清楚的了解MSC Actran (聲學分析)、Romax(機電傳動系統設計)、ODYSSEE(機器學習與 AI)、Apex(快速建模)，歡 迎 來 電 (02)2712-8448 或是 來 信。

If you want to know more details ,please contact Simhex.

這篇文章 2023 Hexagon • MSC Software台灣模擬技術大會 最早出現於 星恆科技有限公司。

親 愛 的 MSC 用 戶、CAE 先 進 :

電驅動化下，電驅動系統將成為未來汽車產業鏈中非常重要的一環。 電驅動系統成為整車核心，電動化是趨勢，在台灣看著特斯拉 Tesla 、 BMW 、 富豪 Volvo 、 起亞 Kia 、 保時捷 Porsche 、 現代 Hyundai 、 奧迪 Audi 、豐田 Toyota 、 裕隆日產 Nissan電動車的發展，也能漸漸感受到智慧化、互網聯化等技術進步；汽車動力來源從最開始的蒸汽驅動→內燃機驅動→電力驅動的新能源汽車（目前）。 國內新能源整車和零部件企業，正處於發展的關鍵期。傳統車正逐步轉型跟上潮流趨勢，大力發展電動車，爭取在新的市場中站穩腳跟。 因此我們決定舉辦這次研討會來討論/分享專業知識與經驗。

誠摯邀請各位用戶、企業先進蒞臨參與 2023 Romax 新能源車輛電驅動研討會 ，這次我們也將重磅邀請海克斯康 副總經理 工程總監張冰冰 、 系統集成經理李鵬鵬  、 高級技術經理王新超來分享解決方案與案例。

2023 Romax 新能源車輛電驅動研討會

• 時間 : 2023年8月18日(五) 13:00 ~17:00

• 地點 : 集思北科大會議中心3樓西格瑪廳 (台北市大安區忠孝東路三段1號 億光大樓 導航請搜尋億光大樓或集思北科大會議中心)

2023 Romax 新能源車輛電驅動研討會 議程

講師資料：

我 們 擁 有 可 靠 的 技 術 與 人 才，有 任 何 相 關 問 題 都 歡 迎 來 信 或 來 電 討 論 指 教，幫 您 量 身 打 造 符 合 需 求 的 解 決 方 案 。 想 更 清 楚 的 了 解 Actran (聲學分析)、Romax (機電傳動系統設計)、ODYSSEE (機器學習與 AI)、Apex (快速建模)，歡 迎 來 電 (02)2712-8448 或 是 來 信。
如 果 您 想 了 解 更 多 詳 情 ， 請 聯 繫 Simhex。

這篇文章 2023 Romax 新能源車輛電驅動研討會 最早出現於 星恆科技有限公司。

ODYSSEE 是海克斯康工業軟體旗下的一款跨學科、跨領域、跨專業的軟體產品，基於機器學習模型，能夠實現秒級即時的CAE靜態、動態模擬、圖像識別、智慧預測等，顯著縮短計算分析週期，提高生產效率。對於車身結構的動態特性（振動傳遞函數）的研究，一般是通過試驗手段或者有限元模擬方法。 但試驗的方法無論在時間成本還是金錢成本方面都比較高，採用有限元分析方法計算車身結構的振動傳遞函數，例如使用MSC Nastran進行相關的計算和預測，可以降低時間和試驗投入成本。 ODYSSEE 軟體能夠根據試驗結果或有限元計算結果進行模型的訓練和學習，來預測車身結構的動態特性，從而進一步縮短模擬時間，並可用於研究設計參數靈敏度以及參數的優化。

在新的車身結構開發初期，設計工程師需要儘快知道當前設計車身結構的動態特性。 使用傳統有限元方法進行求解，面臨網格剖分、邊界條件設置、模型裝配、求解計算等一系列的工作，幾輪反覆運算下來也需要幾天的時間。因此有限元模擬分析往往跟不上現在快速產品設計反覆運算的腳步。 而使用基於機器學習的模擬工具 ODYSSEE ，可以在前期通過已有的設計經驗和模擬結果訓練代理模型，針對新的車身結構設計，能夠實現秒級的動態特性模擬預測，從而加快了車身結構研發速度，説明設計工程師快速完成前期的預測。

機器學習、人工智慧AI的最佳幫手 ODYSSEE

ODYSSEE包含了兩個重要模組：ODYSSEE CAE 和 ODYSSEE A-EYE 。 ODYSSEE CAE是一個獨特而強大的以CAE為中心的創新平臺，而ODYSSEE A-EYE是一個獨特而強大的基於圖像的機器學習解決方案。 機器學習+CAE模擬是未來模擬的一種趨勢， ODYSSEE 作為一款新型的基於機器學習的模擬工具，搭載一款便捷、性能優異的工作站進行類比模擬十分重要。 HP ZBook Firefly 14G9工作站具有一體成型的鋁合金機身，在大型模擬模型運行中更加適合散熱，且整體重量輕便，14寸的可擕式工作站起重僅1.439千克，螢幕窄邊框的設計使得整體顯示效果達到最大化，便於在模擬工作中多個視窗的打開，並支援120 Hz刷新率，有助於實現流暢和生動的顯示效果，其性能參數如表1所示。

ODYSSEE測試操作步驟:

•  使用了ODYSSEE 2022.2進行測試的過程中，需要準備以下檔：X.csv,Y.csv,XN.csv, Y_exact.csv。

•  首先打開ODYSSEE軟體，在其中生成DOE資料，演算法採用Optimal Latin HyperCube方法，DOE的樣本點數目為100個，生成9個設計參數d1、d2、……、d9的樣本空間。

•  針對生成的DOE樣本空間，進行改善DOE資料。 通過將Number Of new points設置為20，並點擊Improve DOE，在上述100個樣本空間點基礎上生成新增20組資料。 保存生成的DOE資料為X.csv文件。

•  將DOE檔中每組參數生成相應的Nastran計算檔，並在Nastran中進行計算，完成後提取相應節點位移隨時間變化曲線，形成Y.csv文件。

•  將X.csv和Y.csv檔作為輸入參數檔和輸出參數檔導入到ODYSSEE中進行機器學習，如下圖。

•  針對新參數的預測，可以將XN.csv檔導入到ODYSSEE中，進行預測。 針對本案例，學習及預測的時間為~2s，預測結果如下圖所示。

•  針對本次測試的問題，可以選用不同的機器學習演算法進行學習和預測，ODYSSEE中包含的機器學習演算法如下：

•  通過對比不同的機器學習演算法，針對本模型最優ROM演算法為POD_ARBF，針對三個驗證資料的結果與Nastran計算結果對比如下：

•  針對不同時刻的輸入變數靈敏度分析結果如下：

在使用 ODYSSEE 軟體進行測試時， 惠普Z系列移動工作站硬體功能強勁，達到了功能與便攜的均衡，軟體在惠普Z系列移動工作站上使用流暢，無卡頓，無不顯示或黑屏情況，其工作站的配置保證了軟體的運行速度，在同時打開幾個軟體同時計算的情況下，也能保證每個算例計算的性能基本不受影響。

惠普HP ZBook Firefly 14G9工作站 或是  預測車身結構的動態特性 利用 ODYSSEE 機器學習、人工智慧AI求解，再再讓我們感受到機器學習+CAE模擬是未來的一種趨勢。

想 更 清 楚 的 了 解  機器學習、人工智慧AI的最佳幫手 ODYSSEE ODYSSEE 的 細 節 ，歡 迎 來 電 (02)2712-8448 或 是 來 信。

If you want to know more details from ODYSSEE  ,please contact Simhex.

ODYSSEE CAE

ODYSSEE CAE 藉由即時回答複雜的工程問題來擴增你的知識，若沒有 ODYSSEE CAE 可能需要數百小時來做模擬和分析。 只要一些先前做過的CAE模擬， ODYSSEE 可以即時預測、最佳化和穩健的產出準確的結果。 ODYSSEE CAE 生產完整時程的歷史輸出，包含完整的CAE分析，有詳細的後處理結果。

ODYSSEE CAE is an innovative platform for engineers that integrates machine learning, artificial intelligence, reduced order modelling, and design optimisation into workflows. It enables cost-efficient digital twin creation through real-time predictive modelling and optimisation by leveraging CAE simulation and physical test data. With minimal prior simulations, ODYSSEE CAE can quickly generate accurate results (with deformation, stresses, …) and full-time history outputs.

ODYSSEE A-Eye

使用以影像為基礎的機器學習，為任何產業提供即時預測和優化。

ODYSSEE-A-Eye 使用影像為基礎的預測或基於 CAD 幾何 (STEP) 為生產/非工程師建立專用的客製化。

ODYSSEE A-Eye is a machine learning solution for accelerating product design and development through image and CAD-based learning. Using images, CAD and sensor data as inputs, ODYSSEE A-Eye creates customised AI applications that predict output responses and field data. This enables designers and production technicians to explore the design space thoroughly and design next-generation products efficiently without excessive computing time and cost.

ODYSSEE 為 工 程 、 製 造 和 質 量 提 供 實 時 解 決 方 案，包 括 以 下 功 能：

• 機器學習 AI
• 統計 、 數據挖掘 、 數據融合
• 優化 和 魯棒性
• 圖像識別 和 壓縮

機器學習、人工智慧AI的最佳幫手 ODYSSEE 應用領域如下：

• 計算流體力學
• 結構仿真
• 材料
• 聲學設計
• 系統動力學
• 自動駕駛
• 製造工藝

補充說明：

AI 人工智慧 (Artificial Intelligence) 是指通過電腦系統模擬人類智能的技術。AI 包括能夠進行推理、學習、理解自然語言、解決問題、感知環境並做出決策的系統。

ML 機器學習 (Machine Learning) 是 AI 的一個子領域，專注於通過數據進行學習，無需特定編程來完成特定任務。ML 的系統會通過大量數據進行訓練，識別其中的模式，並基於學到的模式進行預測或決策。

AI 和 ML 的區別：

• AI 是一個廣泛的領域，涵蓋了模仿人類智能的各種技術和方法。
• ML 是實現 AI 的方法之一，利用數據訓練模型，通過學習改進系統的表現。

ODYSSEE 應用:

• 延 伸 閱 讀 

• ODYSSEE 以CAE為中心的AI/ML創新平台

這篇文章 機器學習、人工智慧AI的最佳幫手 ODYSSEE 最早出現於 星恆科技有限公司。