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。