智能快速預測工具Smart-SIM V1.0 發布,非參變幾何構型 物理性能秒預測
靈易數智自主研發的Smart-SIM物理AI仿真工具現已上線發布并開放試用申請!該產品對標ANSYS SimAI、Altair PhysicsAI,并結合國內大量工程師用戶的廣泛真實需求進行了針對性的打磨。
軟件可通過自適應拓撲映射算法,識別細微幾何特征變化,構建高維非線性物理AI模型。不論關注結構、流體、電磁還是輻射、腐蝕、光學,都能幫您構建代理模型,實現非參幾何模型輸入后物理性能的快速輸出,從而
· 告別繁雜的CAE前處理;
· 跳過網格剖分與計算求解的漫長等待;
· 脫離參數化模型,快速探索設計空間。
在產品設計階段,我們往往需要評估不同候選設計的性能指標,它們的結構形式往往存在差異,如果每一個方案都依賴高保真仿真,那么設計迭代效率將難以接受。Smart-SIM的作用,就是在此類場景中提供一個足夠快的預測模型,從而提高產品研發效率。

圖1 多方案幾何模型對比圖
01 功能詳解
Smart-SIM的使用包括:樣本構建、模型訓練、模型導出、模型部署與調用四個環節。

圖2 Smart-SIM 使用流程
(1)樣本構建
· 原始樣本導入:基于不同幾何形態下的仿真輸出數據,輸入差異化幾何仿真結果原始文件;
· 樣本文件轉換:進行樣本數據格式轉換,將原始數據統一轉換為軟件可識別的標準格式;
· 樣本處理:執行數據處理與組織,包括物理量篩選、數據一致性校驗、等操作;
最終生成標準化樣本數據集,作為后續模型訓練的輸入基礎。

圖3 樣本查看界面

圖4 樣本剖面查看示意圖
(2)模型訓練
· 預測算法優選:根據問題類型(變幾何/變工況/多物理場)從內置算法庫中選擇合適的預測算法;
· 算法超參數設置:配置學習率、網絡層數等具體超參數;
· 算法模型訓練:利用標準化樣本數據集對所選模型進行訓練;
· 準確度評估:對訓練后的模型進行精度驗證。若評估結果不滿足要求,則返回調整超參數或重新優選算法,并再次進行訓練,形成閉環優化;若滿足精度要求,則進入下一步;
· 模型保存:將滿足要求的模型固化保存,以支持后續調用計算。

圖5 模型訓練界面
(3)模型導出
· 封裝條件設置:確定需要導出的模型格式、輸入輸出接口規范及運行環境要求;
· 封裝與導出:將訓練完成的合格模型按照設定條件進行封裝,生成快速預測模型。

圖6 模型導出界面
(4)模型部署與調用
· 準備新幾何模型文件,如stl格式的待預測模型;
· 通過輸入接口將新模型文件送入封裝好的預測模型;
· 執行模型計算,快速輸出對應物理場的預測結果;
· 結果通過輸出接口傳送至可視化渲染,以云圖、曲線等形式展示預測值及與基準的偏差。

圖7 預測結果查看
(5)小結
快速預測與降階的區別:降階只能預測相同幾何的不同工況;快速預測支持不同幾何(參數化或非參數化模型)不同工況的預測。
· 樣本需求:通常需要100組以上異構幾何-性能對
· 硬件需求:訓練(中高性能GPU)、預測(CPU/低端GPU)
· 訓練時長:小時級以上
· 幾何相似度:相似度越高、預測越準
· 預測精度:85%-95%
· 預測速度:秒級至分鐘級
02 功能特點
(1)雙引擎驅動的智能預測算法
軟件搭載自適應拓撲映射+高維非線性物理AI雙引擎內核,可精準識別幾何特征變化,深度解析多物理場耦合規律,兼顧泛化能力與預測精度。
(2)豐富的數據接口
訓練數據:兼容Comsol、Fluent、Mechanical、Infolytica、Abaqus、Nastran等主流平臺數據;
預測輸入:支持stl網格、stp幾何等格式。
(3)多維度準確度評估方法
統計角度:R2值、MSE、RMSE、MAE等多維度定量評估指標;
云圖展示:支持通過原始結果、預測結果和偏差結果的可視化云圖進行直觀評估。
(4)國產軟硬件系統適配
實現對摩爾線程、昇騰等主流國產AI算力平臺的深度適配與性能優化。釋放國產硬件的強大算力,在保障高性能計算的同時,為用戶提供安全、可靠、自主的完整解決方案。
03 結束語
智能快速預測工具Smart-SIM V1.0 已全面上線,同步開啟限時免費試用。
點擊鏈接下載立即體驗:
https://www.smartbooks.cn/download
如有授權許可等相關問題,可掃描官方微信客服二維碼辦理。
歡迎各位工程師前來體驗,感受非參變幾何構型物理性能秒級預測帶來的效率革新。
工程師必備
- 項目客服
- 培訓客服
- 平臺客服
TOP




















