AutodeskMoldflow智能化前处理技术

Autodesk Moldflow 智能化前处理技术
徐守栋
Autodesk Inc.
目录:
▪反馈与相应：
➢自动识别网格类型
▪研究项目和开发方向：➢自动生成仿真模型
➢特征识别和优化设计
免责声明:
我们可能针对现有的或新的产品和服务的计划开发或未来开发作出陈述。

这些陈述并非承诺或保证在未来提供某些产品、服务或功能，而仅仅反映我们当前的计划，且计划有可能会改变。

不应根据这些陈述作出采购决定。

本公司没有义务更新这些前瞻性的陈述来反映在发表陈述之后发生的事件或此后存在的或改变的情况。

自动识别网格类型
为什么‘网格匹配率’不可靠？
▪网格匹配率:
➢匹配的三角形个数/总的三角形个数（边缘除外）
➢匹配的三角形面积/总的三角形面积（边缘除外）
➢匹配的三角形对应的体积/总体积
▪实例：匹配率> 95%, 但不适合双层面
▪资深用户的判定准则：
➢不能依赖单一指标
➢网格匹配率不能有效鉴别局部三维特征
特征与相关性分析：
▪收集了约400 个表面网格
▪先由Moldflow 专家手工分类确定网格类型▪研究了11种几何特征
▪右图中深色表示强相关
▪匹配率与网格类型不存在强相关性
采用机器学习进行分类：
▪支持向量机：
▪适合小型数据集
▪支持多维空间
▪非线性核函数，非线性边界
▪用新的分类方法取代匹配率
➢选用五个与网格类型强相关的几何特征
➢准确率由75%提高到93%
➢已包括在Moldflow 2019预览版
实例：
▪Moldflow 2019:
➢匹配率：85%
➢明显三维特征不能识别
➢“适合双层面”
▪采用新分类方法：
➢明确标明不适合双层面
➢推荐用三维分析
感谢中国用户的反馈和建议
自动生成仿真模型
从制品到仿真模型：
▪流道生成向导
▪冷却系统生成向导
▪模具生成向导
▪大量手工工作
▪依赖用户经验
衍生式设计：筛选出最佳方案
设计参数、指标
人工智能+ 云计算
探索所有可能的解决方案最佳设计模型
工程师不再需要手工生成点、线、面。

只需要定义目标：
➢需要什么样的制品?
➢需要解决什么问题?
模具仿真模型：简化仿真模型制品分型面顶出机构
冷却系统生产模型
o 基于人工智能
o 衍生式设计
o 完全自动化
分型面：
▪自动确定分型面
▪顶出机构和冷却系统协调设计
自动生成冷却系统：
▪基于计算机视觉和深度学习
▪特征识别
▪根据制品的几何特征自动生成冷却系统▪对多种可行方案进行评估筛选
▪用户选择
实例：
▪制品-> 自动生成冷却系统-> 仿真模型▪多个模型并行处理
▪用户可选择
▪自动推荐最佳方案
复杂模型与简化处理：
▪用户可能导入复杂模型
➢利用计算机视觉识别零部件
➢自动忽略不相关组件
➢自动生成简化的仿真模型
第一阶段开发目标:
▪自动生成冷却系统
▪用户可预先定义基本要求：➢降低制造成本
➢缩短生产周期
特征识别和优化设计
初始设计需要优化
▪典型问题：
➢短射
➢融接痕
➢凹陷
➢流动不平衡
➢翘曲
➢冷却时间过长
➢……
▪解决方案？
现在的工作流程：
制品
仿真分析问题寻找解决方
案
修改参数
尝试新设计最佳方案
取决于用户经验
新的智能化工作流程：
制品
最佳方案基于人工智能
衍生式设计
不再依赖用户经验
把解决方案呈现给用户
▪旧的工作方式：
➢通过仿真找出问题
➢用户确定解决方案
➢手工修改模型
➢重新分析直到满意
▪新的工作方式：
➢用户提供模型和基本要求
➢直接得到满意结果
第一阶段开发目标：
▪翘曲分析
▪自动找出不合理变形及相关区域的几何特征
▪DoE：
➢工艺参数
➢几何参数
▪返回优化方案
创新：
▪把工程师们从繁琐工作中解放出来▪让工程师们专注于创新
▪共同努力
Autodesk and the Autodesk logo are registered trademarks or trademarks of Autodesk, Inc., and/or its subsidiaries and/or affiliates in the USA and/or other countries. All other brand names, product names, or trademarks belong to their respective holders. Autodesk reserves the right to。