機器學習、人工智慧AI的最佳幫手 ODYSSEE

我們從惠普HP ZBook Firefly 14G9工作站或是預測車身結構的動態特性案例中，不難發現機器學習+CAE模擬是未來的一種趨勢。新世代的來臨，您有跟上潮流使用這些工具來達成工作目標嗎？請點擊我來了解更多吧！

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。

ODYSSEE軟體介面

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。

HP ZBook Firefly 14G9工作站

表1 惠普Z系列移動工作站參數

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 。

模擬模型

• 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。

DOE樣本空間生成

• 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。

機器學習訓練模型

• 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。

機器學習預測結果

• 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：

ODYSSEE中機器學習演算法

• 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：

預測結果與模擬結果對比

• 針對不同時刻的輸入變數靈敏度分析結果如下：

某時刻輸入變數靈敏度分析

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。

所有最新消息 →