HyperWorks shapeAI consente di automatizzare lo schema e il riconoscimento della forma all'interno di un modello, consentendo all'utente di selezionare contemporaneamente tutte le forme simili e di modificarle. Utilizza il clustering per raggruppare le parti, consentendo all'utente di eseguire la modellazione di un numero ridotto di gruppi anziché un numero elevato di singole parti.

shapeAI contiene l'estrazione automatica delle funzionalità per la geometria specificata senza alcun input o intervento aggiuntivo. La combinazione di queste funzionalità con algoritmi ML negli strumenti di abbinamento di HyperWorks mette la potenza della ML geometrica a portata di mano di tutti gli utenti. È possibile utilizzare shapeAI per organizzare i componenti di modelli complessi in base alla somiglianza geometrica in modo che le modifiche di una parte possano essere sincronizzate con tutte le altre.

I modelli a ordine ridotto (ROM) sono utili per incorporare una simulazione 3D dettagliata in un ambiente 1D più efficiente dal punto di vista computazionale per lo studio a livello di sistema. Strumenti di simulazione come Altair® EDEM™ o Altair CFD™ consentono indagini dettagliate su sistemi non lineari time-variant, ma a causa di lunghe simulazioni, l'analisi è tipicamente focalizzata su un componente o sottosistema. Tuttavia, nel caso di simulazione completa del sistema, è spesso sufficiente ridurre il comportamento dei componenti all'interazione con il sistema completo, migliorando il tempo di esecuzione del solver, fornendo comunque risultati sufficientemente accurati.

Sfruttando lo strumento di intelligenza artificiale romAI di Altair, è possibile utilizzare le simulazioni 3D come dati di addestramento per generare ROM dinamici. Sono necessarie solo alcune simulazioni 3D, poiché questo approccio richiede meno dati di addestramento rispetto ai metodi tradizionali basati sui dati. romAI è in grado di funzionare con qualsiasi solver e produce risultati estremamente accurati quando si opera all'interno dello spazio di addestramento ed è anche stabile e utile per l'estrapolazione al di fuori dello spazio. È possibile adottare la stessa tecnica ML anche a fini di identificazione del sistema quando si inizia dai dati di prova.

I gemelli digitali aiutano le organizzazioni a ottimizzare le prestazioni dei prodotti, ottenere visibilità sulla vita utile di un prodotto, sapere quando e dove eseguire la manutenzione predittiva e comprendere come estendere la durata utile residua (RUL) di un prodotto. La piattaforma di integrazione di gemelli digitali Altair combina gemelli basati sulla fisica e sui dati per supportare l'ottimizzazione durante l'intero ciclo di vita dei prodotti. Adottiamo un approccio completo, aperto e flessibile che ti consente di realizzare la tua idea di trasformazione digitale alle tue condizioni.

Il gemello digitale basato sulla fisica e guidato dalla simulazione si avvale di interfacce standardizzate e indipendenti dagli strumenti come l'interfaccia di mock-up funzionale (Functional Mock-up Interface, FMI), metodi di co-simulazione con strumenti CAE 3D basati sulla geometria e approcci di modellazione di ordine ridotto per derivare modelli a bassa fedeltà da simulazioni dettagliate. Il gemello basato sui dati utilizza algoritmi di ML e la scienza dei dati per ottimizzare le prestazioni del prodotto. Osservando il problema da questo punto di vista è possibile ottenere informazioni rapide e in tempo reale sullo stato del prodotto, quindi apportare le opportune modifiche operative per migliorare la durata ed evitare guasti.