Browsing: ODYSSEE

透過參數化篩選實驗數據和模擬結果來建構代理模型,減震設計歷來被認為是少數專家領域的工作,將變得相對容易,任何人都可以進行。ODYSSEE CAE 不僅僅是提升設計效率,更能快速量化和評估數位數據,從而實現不依賴少數人技術的新設計。

現代車輛的被動懸吊系統都經過精心設計,在操控性能與乘坐舒適性找到一個最佳的平衡。這種傳統的懸吊系統常需在兩者之間妥協,難以達到最佳效果。為解決此問題,工程師引入頻率選擇阻尼器(FSD)它能根據行駛條件自動調整阻尼力,這樣能兼顧提升舒適性與操控性能。

現在人工智慧(Artificial Intelligence) / 機器學習(Machine Learning)已經隨處可見,可以在各種工作和不同層面看到其應用。身為CAE工程師或者有限元素分析(Finite Element Analysis, FEA)工程師的你,是否會很好奇AI/ML是否也能用在模擬分析上?

對發罩內板傾斜角度、加強筋間距、寬度等9個幾何特徵作為參數進行行人保護頭部碰撞的DOE分析。 透過機器學習對發動機罩的行人保護性能進行快速預測,不僅可以快速提升工作效率還可以平衡各性能矛盾。

此課程為一天的實體課程錄影,影片內有設定章節,歡迎隨時回來觀看。ODYSSEE CAE 是一個獨特且強大,以 CAE 為中心的創新平台,讓工程師將機器學習、人工智慧、降階建模 (Reduced Order Modelling (ROM)) 和設計優化應用於工作流程。您必須具備軟體的使用授權已進行練習。

Membership Required

You must be a member to access this content.

View Membership Levels

Already a member? Log in here