-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

 2025 第三季培訓課程 報名方式：

若對此  2025 第三季培訓課程 有任何問題，請致電：(02)2585-1228 (MSC Software Taiwan)

ODYSSEE Apex Actran CAE 軟體相關介紹:

ODYSSEE CAE 應用: (結合AI ML)

• 最佳化預測
• 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。
• 製造錯誤監測（鑄造）
• 建立模具的花費指標
• 用於品質控制的錯誤特徵
• 可建構性: 建構風險，不確定性和決策
• 基於肺部感染的MRI影像做診斷預測
• 透過即時預測模型對遠距病患監控
• 飛行模擬(著陸的條件)
• 衛星圖像選擇性壓縮與分類

Apex CAE 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 CAE 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。

聲學分析 Actran  CAE 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 
• 網格掰掰！PreonLab CFD流體力學模擬再進化
• 如何為 eVTOL 無人機設計提供數位孿生支援 – MSCOne
• 聲學模擬、NVH、智慧製造設計解決方案 – Actran
• 從噴嘴到排水系統：PreonLab助力洗碗機全流程設計模擬
• 頂尖電池製造商都在用CAE?淺談電動車電池設計 CAE工程師必看
• 隔音建築材料開發必備工具：從CAE模擬找到最佳材料解 – Actran
• 變速箱的聲音輻射 – CAE軟體Actran
• 窗簾設計新科技：降低噪音1套軟體就搞定 – Actran
• 電動車電池 安全性與效能 – MSCOne
• 數位孿生技術 ：探索數位化未來的關鍵技術
• 電子電聲產業Acoustic solution – Actran
• 航空技術飛機致動器設計 – CAE軟體Romax
• AI解決NTF BIW 2大問題 – CAE軟體ODYSSEE
• 鐵路噪音解決方案 – CAE軟體Actran
• 風力渦輪機傳動系統的耐久與噪聲-CAE軟體Romax
• Acoustic 聲學分析
• ODYSSEE CAE 機器學習成為電機一大助力
• ODYSSEE幫助臨床醫學最佳化3D列印矯正鞋墊
• Actran 2024.1新功能 聲學Acoustic解決方案
• Actran協助富士康優化Loudspeaker設計
• Romax 協助NBC提升輪轂軸承的效率表現
• Valeo透過Romax成功縮短9個月的電驅動產品開發週期
• 變速箱性能最佳化：透過ODYSSEE建立AI ML的Romax變速箱設計
• 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
• 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 2025 第三季培訓課程 最早出現於 星恆科技有限公司。

Satven 的持續成長和進一步提升背後的關鍵在於其擁有高素質的人才、穩定的產品品質、豐富的知識基礎、戰略夥伴聯盟、專業領域的深厚知識，以及與客戶建立的強大關係，這些因素使公司能夠在全球汽車工程領域中保持領先地位。

Satven 為汽車產業提供全面的工程解決方案，涵蓋多個領域的專業服務，從概念設計、產品設計到價值工程/價值分析 (VA/VE)、尺寸管理和採購等。公司還擅長基於Knowledge Based Engineering (KBE)、非線性與線性有限元素分析 (FEA)、整車碰撞分析、噪聲振動與舒適性 (NVH) 分析、耐久性分析、計算流體力學 (CFD) 以及多體動力學 (MBD)，提供全面支持汽車產品的開發與優化。

Satven 成立於 2000 年，致力於滿足汽車產業各種複雜設計與工程需求。經過多年發展，公司已經實現了顯著的成長，現已成為印度汽車工程領域中的領導者之一，為全球汽車製造商提供高品質的專業服務，作為一家全球化企業，Satven 在德國慕尼黑以及印度的海德拉巴和金奈設有工程中心，並在底特律、慕尼黑、上海和廣島設有辦事處，總部位於印度海德拉巴。

(AI/ML based trimmed body NTF prediction and optimization using ODYSSEE CAE)

挑戰

隨著人工智慧 (AI) 和機器學習 (ML) 在車輛開發中的應用逐漸普及，汽車產業迎來了創新變革的巨大潛力。作為汽車工程解決方案的領導者，Satven 致力於利用 AI 和 ML 的優勢，提供卓越的服務，為客戶帶來明顯的競爭優勢。

為了達到這一目標，Satven 開展了一項能力發展專案，旨在增強其提供 AI/ML 解決方案的能力，設計團隊決定採用 AI/ML 方法來進行快速預測和優化，特別是研究車身結構 (BIW) 板材厚度與楊氏模量對整車 (Trimmed Body) 自然頻率 (NTF/VTF) 和系統全局模態的影響，並進行相應的優化處理。

解決方案

Satven 團隊非常重視利用 Hexagon 的 ODYSSEE CAE 軟體中可用的機器學習技術 。ODYSSEE CAE 優化軟體是一個創新的工具，通過運用機器學習和降階模型 (ROM) 技術，取代傳統的響應曲面解決方案，從而能夠預測任意時間相關和非線性的物理現象。

Satven 團隊決定使用開源的 Honda Accord 車身結構 (Body in White) 有限元 (FE) 模型進行評估（詳見：https://www.nhtsa.gov/crash-simulation-vehicle-models）。

此次評估的目標包括兩大方面：噪音傳遞函數 (NTF) 和 全局模態，具體內容如下：

1. 噪音傳遞函數Noise Transfer Function (NTF)：

a. 研究車身結構 (BIW) 組件厚度及材料對 NTF 的敏感性

b. 使用機器學習方法進行 NTF 預測(無需實際 CAE 模擬)

c. 使用機器學習方法進行 NTF 優化(無需實際 CAE 模擬)

2. 全局模態：

a. 研究車身結構 (BIW) 組件厚度及材料對前端側向彎曲模態的敏感性

b. 使用機器學習方法進行車身結構前端側向彎曲模態的預測(無需實際 CAE 模擬)

c. 使用機器學習方法進行車身結構前端側向彎曲模態的優化(無需實際 CAE 模擬)

這些目標旨在利用機器學習技術實現快速預測與優化，減少傳統 CAE 模擬的依賴

Satven 團隊在初步分析中識別出了一些對 NTF 和全局模態研究影響較大的敏感零件。這些零件的厚度和楊氏模量被考慮為變量，用於生成初步的實驗設計 (DOE)，以訓練機器學習模型，該 DOE 是通過 ODYSSEE CAE 生成的。

隨後，團隊利用 ODYSSEE CAE 中的解析工具 (Parser Tool) 生成 NTF 和模態分析的樣本，並選擇 MSC Nastran 作為求解器。這些樣本文件通過 MSC Nastran 求解後，產生了 NTF 和模態的分析結果。

(AI/ML based trimmed body global mode prediction and optimization using ODYSSEE CAE)

在接下來的步驟中，團隊將實驗設計 (DOE) 參數(X-輸入)與噪音傳遞函數 (NTF) 和模態結果(Y-輸出)輸入到 ODYSSEE CAE 工具中，以生成降階模型 (ROM)。為確保該 ROM 模型的有效性，團隊會將 ODYSSEE CAE 預測的結果(機器學習結果)與 MSC Nastran 預測的結果(CAE 結果)進行比較。

一旦完成驗證，ROM 模型將用於預測輸入參數對 NTF 和模態結果的敏感度。接下來，團隊將為 NTF 和模態設置目標和約束條件，並利用 ROM 模型進行優化，以找到最佳設計參數。

研究結果

ODYSSEE CAE(機器學習)與 MSC Nastran(CAE)結果之間的相關性達到了 91%，特別是在主要峰值方面，傳統有限元分析 (FEM) 模擬通常需要約三小時，而 ODYSSEE CAE 模擬僅需幾秒鐘即可完成，識別部件的敏感性也能在幾秒鐘內完成。考慮到需要進行多次模擬，傳統 CAE 可能會使總耗時達到數小時、數天甚至數週，這使得嘗試多種迭代幾乎變得不切實際。

相對而言，ODYSSEE CAE 的降階模型模擬僅需幾秒鐘，這對於識別敏感參數非常有幫助，它能在極短的時間內進行大量設計迭代，從而促進更快的決策並促成更優秀的車輛設計，基於這些結果以及 AI/ML 自動化帶來的巨大優勢，Satven 團隊渴望在客戶的實際車輛開發中進一步探索這些工具的應用。

此案例使用的CAE軟體： ODYSSEE CAE, MSC Nastran

效益：ODYSSEE的AI/ML功能可以大幅縮減整車NVH分析和最佳化所需的時間

NTF BIW 說明

噪音傳遞函數 (Noise Transfer Function, NTF) 是一種用來描述噪音在系統中如何從某個點傳遞到另一點的數學模型。它反映了系統對噪音的響應，並且可以用來分析和預測噪音從源頭傳遞到觀測點時的變化。

而NTF 通常通過實驗測量來獲得，這包括在噪音源頭和接收點進行噪音測試。通過計算源頭輸入和接收點輸出信號之間的關係，可以得到 NTF 的數學模型。這個模型可以用來預測不同條件下的噪音傳遞特性。

車身結構 (Body in White, BIW) 是指汽車生產過程中，車輛的車身骨架結構在未進行任何表面處理（如噴漆、內飾和其他組件安裝）之前的狀態。BIW 是汽車製造中一個關鍵的階段，因為它為整車的強度、剛性和安全性奠定了基礎。

小結：NTF 是聲學和振動工程中重要的工具，用來理解和控制噪音在系統中的傳遞過程，對於噪音減少和聲學設計具有重要意義。BIW 支撐整個車輛結構，還直接影響車輛的性能、安全性和燃油效率。

想 更 清 楚 的 了 解  AI解決NTF BIW 2大問題 – CAE軟體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 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 

• ODYSSEE CAE 機器學習成為電機一大助力
• 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 AI解決NTF BIW 2大問題 – CAE軟體ODYSSEE 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。