首页/文章/ 详情

智能快速预测工具Smart-SIM V1.0 发布,非参变几何构型 物理性能秒预测

3月前浏览716


灵易数智自主研发的Smart-SIM物理AI仿真工具现已上线发布并开放试用申请!该产品对标ANSYS SimAI、Altair PhysicsAI,并结合国内大量工程师用户的广泛真实需求进行了针对性的打磨。

软件可通过自适应拓扑映射算法,识别细微几何特征变化,构建高维非线性物理AI模型。不论关注结构、流体、电磁还是辐射、腐蚀、光学,都能帮您构建代理模型,实现非参几何模型输入后物理性能的快速输出,从而

  • 告别繁杂的CAE前处理;

  • 跳过网格剖分与计算求解的漫长等待;

  • 脱离参数化模型,快速探索设计空间。

在产品设计阶段,我们往往需要评估不同候选设计的性能指标,它们的结构形式往往存在差异,如果每一个方案都依赖高保真仿真,那么设计迭代效率将难以接受。Smart-SIM的作用,就是在此类场景中提供一个足够快的预测模型,从而提高产品研发效率。

 

图1 多方案几何模型对比图

01


   

功能详解

   

Smart-SIM的使用包括:样本构建、模型训练、模型导出、模型部署与调用四个环节。

   

图2 Smart-SIM 使用流程


(1)样本构建

·原始样本导入:基于不同几何形态下的仿真输出数据,输入差异化几何仿真结果原始文件;

·样本文件转换:进行样本数据格式转换,将原始数据统一转换为软件可识别的标准格式;

·样本处理:执行数据处理与组织,包括物理量筛选、数据一致性校验、等操作;

最终生成标准化样本数据集,作为后续模型训练的输入基础。

   

图3 样本查看界面

   

图4 样本剖面查看示意图


(2)模型训练

·预测算法优选:根据问题类型(变几何/变工况/多物理场)从内置算法库中选择合适的预测算法;

·算法超参数设置:配置学习率、网络层数等具体超参数;

·算法模型训练:利用标准化样本数据集对所选模型进行训练;

·准确度评估:对训练后的模型进行精度验证。若评估结果不满足要求,则返回调整超参数或重新优选算法,并再次进行训练,形成闭环优化;若满足精度要求,则进入下一步;

·模型保存:将满足要求的模型固化保存,以支持后续调用计算。

   

图5 模型训练界面


(3)模型导出

·封装条件设置:确定需要导出的模型格式、输入输出接口规范及运行环境要求;

·封装与导出:将训练完成的合格模型按照设定条件进行封装,生成快速预测模型。

   

图6 模型导出界面


(4)模型部署与调用

·准备新几何模型文件,如stl格式的待预测模型;

·通过输入接口将新模型文件送入封装好的预测模型;

·执行模型计算,快速输出对应物理场的预测结果;

·结果通过输出接口传送至可视化渲染,以云图、曲线等形式展示预测值及与基准的偏差。

   

图7 预测结果查看


(5)小结

快速预测与降阶的区别:降阶只能预测相同几何的不同工况;快速预测支持不同几何(参数化或非参数化模型)不同工况的预测。

·样本需求:通常需要100组以上异构几何-性能对

·硬件需求:训练(中高性能GPU)、预测(CPU/低端GPU)

·训练时长:小时级以上

·几何相似度:相似度越高、预测越准

·预测精度:85%-95%

·预测速度:秒级至分钟级

02


   

功能特点

   

(1)双引擎驱动的智能预测算法

软件搭载自适应拓扑映射+高维非线性物理AI双引擎内核,可精准识别几何特征变化,深度解析多物理场耦合规律,兼顾泛化能力与预测精度。

(2)丰富的数据接口

训练数据:兼容Comsol、Fluent、Mechanical、Infolytica、Abaqus、Nastran等主流平台数据;

预测输入:支持stl网格、stp几何等格式。

(3)多维度准确度评估方法

统计角度:R²值、MSE、RMSE、MAE等多维度定量评估指标;

云图展示:支持通过原始结果、预测结果和偏差结果的可视化云图进行直观评估。

(4)国产软硬件系统适配

实现对摩尔线程、昇腾等主流国产AI算力平台的深度适配与性能优化。释放国产硬件的强大算力,在保障高性能计算的同时,为用户提供安全、可靠、自主的完整解决方案。

03


   

结束语

   

智能快速预测工具Smart-SIM V1.0 已全面上线,同步开启限时免费试用。

点击链接下载立即体验:

https://www.smartbooks.cn/download

如有授权许可等相关问题,可扫描官方微 信客服二维码办理。

欢迎各位工程师前来体验,感受非参变几何构型物理性能秒级预测带来的效率革新。


来源:北京灵易数智科技有限公司
MechanicalFluentNastranAbaqusComsol非线性光学渲染
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2026-06-16
最近编辑:3月前
灵易数智
签名征集中
获赞 0粉丝 0文章 16课程 0
点赞
收藏
作者推荐

Smart-SIM工程案例—航天筒体力学性能快速预测

中心承力筒是航天器的核心承力骨架,承担着载荷传递、设备安装与箭器对接等关键功能,具有结构形式复杂、设计参数多、迭代频次高的特点,是航天结构设计中典型的“变几何、高迭代”场景。中心承力筒设计中的核心瓶颈之一,是变几何构型带来的迭代难题。工程设计中,中心承力筒壁厚、弹托形式等结构参数频繁变化,衍生出海量几何构型方案。传统有限元需反复修改模型、重构网格,迭代繁琐、周期极长,单次高保真瞬态仿真耗时长达数小时,效率较低。本案例依托Smart-SIM工具,针对性实现变几何下力学响应的秒级预测,高效破解中心承力筒结构设计与校核的低效难题。01仿真方案与数据集搭建本案例基于智能快速预测工具Smart-SIMV1.0平台完成样本构建、模型训练、模型计算、模型导出全流程操作,搭建数据驱动的AI代理模型,有效替代传统有限元仿真,适配几何变化的工程预测场景。本案例数据集由Comsol仿真软件生成173组VTU格式有效样本构成,核心监测物理量为应力与位移。训练前进行全量样本一致性校验,样本查看如图1所示,模型训练资源配置如图2所示。图1样本查看图2模型训练资源配置界面样本处理完成后,采用平台专业模式开展模型训练,可自主选择算法类型,精细化设置模型参数与训练参数,适配高精度工程仿真需求,算法设置界面如图3所示。针对中心承力筒几何变化复杂的特点,设置几何与物理场采样点数各50000,保证模型能充分学习不同构型下的力学响应规律;模型采用隐向量维度128、3层隐藏层、每层128个神经元的中等规模结构,兼顾模型表达能力与训练效率,适配4060单卡硬件的算力水平;训练策略上,选用学习率0.0001避免训练震荡,设置迭代步数2000早停步数200防止过拟合,以MSE损失函数保证应力、位移场的整体预测精度。图3算法设置界面02Smart-SIM预测效果展示Smart-SIM突破传统仿真难以适配变几何批量计算的行业瓶颈,实现仿真效率质的飞跃。传统有限元面对不同中心承力筒几何构型,必须逐一修改模型、划分网格、提交计算,全套流程耗时数小时甚至数天;而训练完成的AI模型,仅更新几何即可秒级输出完整应力、位移场。本案例模型训练时长1.5h(4060单卡),适配工程多变的设计场景。训练完成后,用户可直观查看应力、位移两个物理量的数值仿真结果、AI模型计算结果和逐点计算误差,如图4所示,应力最大值偏差不超过5%。图4仿真结果和模型计算结果的对比及误差云图模型训练过程中损失函数曲线平稳收敛(见图5),表示模型学习充分,具备良好的稳定性与泛化能力。最终测试指标显示如图6所示,模型R²值约为0.96,RMSE、MAE等误差指标均控制在工程可接受区间,精度可靠、误差可控,可替代传统重复性仿真,用于中心承力筒的设计与校核工作。图5损失函数变化曲线示意图图6总体误差03模型复用与离线部署能力模型精度验证达到可接受范围后,可直接保存备用如图7,支持全新自定义几何模型导入,真正实现变几何场景的通用化预测。本案例导入全新中心承力筒几何模型,软件可快速输出对应的力学响应结果,可视化云图如图8所示。图7模型保存界面图8新几何预测结果云图同时,Smart‑SIM可将训练完成的模型导出独立EXE程序如图9所示,导出的EXE程序可脱离软件平台,通过命令行调用预测,满足工程自动化批量计算需求。程序最终自动输出VTU格式结果文件,可通过新建工程作为样本导入查看,也可借助第三方可视化工具对结果进行查看,效果如图10所示,在几何相同的情况下,与软件中图8的预测结果一致。图9模型导出图10第三方后处理软件查看结果云图04案例总结该中心承力筒力学性能智能预测案例,落地价值清晰,精准解决行业核心痛点:1.变几何构型的批量仿真难题,改善传统仿真迭代繁琐、校核周期过长问题,大幅提速中心承力筒结构研发迭代;2.仿真效率实现超百倍提升,同时精度在可接受范围,兼顾高效性与可靠性;3.模型泛化能力强,可复用性高,可迁移应用于同类航天筒体结构的力学预测场景。开放试用目前Smart-SIM智能快速预测工具V1.0已正式上线,限时免费试用持续开放!下载链接:https://www.smartbooks.cn/download联系官网微信客服即可申领授权许可,欢迎广大工程技术人员体验AI极速仿真能力!来源:北京灵易数智科技有限公司

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈