← Anwendungsbeispiele

Generatives Design mit Simulationsprüfung

Auf Basis eines FEM-/CFD-Modells und der Geometrie erzeugt ein generatives Netz (GAN) oder ein Agent des bestärkenden Lernens Lösungsvarianten, die jeweils von unseren Solvern überprüft werden.

Training
Schema: Mathematisches Modell, Geometrie und Randbedingungen gehen an einen GAN-Generator oder einen Agenten des bestärkenden Lernens, der überwacht auf historischen Ergebnissen vortrainiert ist. Der Generator erzeugt Geometrie- und Aktionsvarianten, die ein FEM- oder CFD-Solver auf der GPU bewertet und die Bewertung als Belohnung an den Generator zurückgibt. Das Ergebnis sind die besten Formen und Parameter für den Ingenieur.
Betrieb
Betriebsschema: Eine neue Konstruktionsaufgabe mit Anforderungen und Randbedingungen geht an den trainierten GAN-Generator oder RL-Agenten, der Lösungsvorschläge erstellt; der GPU-Solver führt die abschließende Prüfung durch, und die geprüfte Variante geht an den Ingenieur

Wir beschreiben die Rechenumgebung und das Geometriemodell und erzeugen viele Varianten von Formen und Aktionen. Die Bewertung des Solvers fließt als Belohnung an das Netz zurück, sodass die Vorschläge mit jeder Iteration besser werden. Frühere Ergebnisse aus Publikationen, Projekten und Forschung dienen dem überwachten Lernen und beschleunigen die ersten, zufälligen Versuche.

  • Erzeugung von Geometrie- und Parametervarianten
  • FEM-/CFD-Solver als Prüfinstanz jedes Vorschlags
  • Historische Ergebnisse als Ausgangspunkt des Trainings

Eine solche Lösung entwickeln wir für Ihr Unternehmen.

Sprechen wir darüber, um Ihren Bedarf zu klären und ein Angebot vorzubereiten.