Tiên phong đổi mới thần tốc cùng Altair và Trí tuệ nhân tạo trong sản xuất

Một trong những thách thức lớn nhất mà các nhà sản xuất phải đối mặt ngày nay là đẩy nhanh quy trình thiết kế và kỹ thuật, đồng thời duy trì độ chính xác và hiệu quả trong suốt vòng đời sản phẩm. Từ hàng không vũ trụ và quốc phòng đến sản xuất thực phẩm và đồ uống, các nhà sản xuất thường phải đối mặt với mục tiêu sản xuất cao và thời hạn khắt khe. Tuy nhiên, các giải pháp cho những vấn đề này thường đòi hỏi quá nhiều chi phí; và việc cân đối ngân sách trong khi tập trung vào các nhu cầu khác, chẳng hạn như nâng cao kỹ năng, có thể rất khó khăn. Vậy làm thế nào để các công ty tối ưu hóa sản lượng và đạt được mục tiêu đầy thách thức của mình? Bằng cách cải thiện quy trình ngay từ đầu vòng đời sản phẩm thông qua việc tận dụng máy học (Machine Learning) và trí tuệ nhân tạo (AI) trong sản xuất.

Tại sao sử dụng Trí tuệ Nhân tạo (AI) trong Mô phỏng Sản xuất?

Những tiến bộ gần đây trong lĩnh vực AI và máy học, kết hợp với mô phỏng dựa trên vật lý tính toán, đang mở ra một kỷ nguyên mới cho thiết kế sản phẩm.

Các doanh nghiệp trên toàn thế giới đang tích hợp máy học và AI vào sản xuất để tạo ra hiệu quả và giải quyết các thách thức như giảm thời gian chết máy, tối ưu hóa độ chính xác, quy trình sản xuất và ra quyết định. Nhờ đó, các nhà sản xuất có thể kiểm tra các chiến lược khác nhau trên môi trường ảo, giảm thiểu nhu cầu về mẫu kiểm thử vật lý, đồng thời giảm chi phí và thời gian liên quan đến phương pháp thử sai. Mô phỏng dựa trên AI cho phép điều chỉnh theo thời gian thực - giúp thiết kế đáp ứng tốt hơn với các nhu cầu thay đổi - và cho phép người dùng lấy các kết quả này để xác nhận thiết kế cuối cùng.

Ví dụ, Altair® physicsAI™ giúp các nhà sản xuất đưa ra dự đoán về vật lý nhanh hơn. Công cụ này giải quyết khoảng trống quan trọng trong các giai đoạn đầu của vòng đời sản phẩm sản xuất, đặc biệt là giai đoạn đầu khi đang xem xét các thiết kế khác nhau trước khi cần chạy lại mô phỏng. physicsAI tận dụng khối lượng lớn dữ liệu tổng hợp do các nhà sản xuất tạo ra; từ đó, người dùng có thể nhập các thiết kế CAD của họ và loại bỏ nhu cầu thực hiện các mô phỏng mới tốn thời gian. Bằng cách tận dụng mô hình AI được đào tạo trên dữ liệu từ các mô phỏng trước đây, người dùng có thể hiệu quả thu được các dự đoán chính xác liên quan đến các quy trình sản xuất thông thường.

Altair cũng có các ứng dụng khác nhau, chẳng hạn như Altair® Inspire™, một giải pháp trực quan, mạnh mẽ giúp đẩy nhanh quá trình thiết kế dựa trên mô phỏng trong suốt vòng đời phát triển sản phẩm và tích hợp thêm AI vào sản xuất. Khi các thiết kế này cho các công cụ sản xuất được ghép nối với các giải pháp hỗ trợ AI như physicsAI, nó sẽ giúp tinh gọn và nâng cấp toàn bộ quy trình làm việc.

Vượt qua rào cản gia nhập

Một trở ngại chính cản trở việc áp dụng rộng rãi mô phỏng dựa trên AI và máy học là hiểu biết hạn chế về những lợi thế mà nó mang lại so với mô phỏng truyền thống. Mô phỏng dựa trên AI và máy học không thay thế mô phỏng truyền thống - thay vào đó, nó bổ sung cho quá trình mô phỏng bằng cách tận dụng dữ liệu mà các tổ chức đã có. May mắn thay, những trở ngại này đang dần biến mất khi các nhà lãnh đạo sản xuất tiếp tục áp dụng máy học và AI vào sản xuất.

Lợi ích của mô phỏng dựa trên AI và máy học là mạnh mẽ và sâu rộng. Đối với người mới bắt đầu, nó mang lại cho các tổ chức nhiều sự linh hoạt hơn. Nó có thể được sử dụng trong nhiều mô phỏng quy trình sản xuất như ép phun, tạo bọt polyurethane, dập và đúc kim loại.

Và AI trong sản xuất đang trở nên phổ biến hơn bạn nghĩ. Ví dụ, với khả năng học sâu hình học hiện đại (Geometric Deep Learning), physicsAI xác định mối quan hệ giữa hình dạng và hiệu suất cho bất kỳ lĩnh vực vật lý nào. Sau khi được huấn luyện, các mô hình physicsAI có thể đưa ra dự đoán nhanh hơn tới 1000 lần so với mô phỏng giải quyết truyền thống, cho phép các nhóm đánh giá nhiều khái niệm hơn và đưa ra quyết định thiết kế tốt hơn. Quy trình làm việc đơn giản cho phép người dùng chọn các mô hình được đào tạo, tạo dự đoán và đánh giá chất lượng cho một loạt các quy trình sản xuất.

Ví dụ thực tiễn ứng dụng AI 

Ví dụ về việc AI cải thiện quy trình thiết kế giai đoạn đầu được minh họa bằng trường hợp phân tích độ rỗng của vỏ bộ truyền động công nghiệp sử dụng quy trình đúc khuôn áp lực cao.

Một trong những vấn đề phổ biến nhất ảnh hưởng đến chức năng của các thành phần đúc là độ rỗng. Mặc dù không thể đạt được độ rỗng bằng 0 trong quá trình đúc khuôn, việc thiết kế khuôn và kiểm soát quy trình được lên kế hoạch tốt có thể giảm thiểu tối đa vấn đề này. Trong trường hợp sử dụng thực tế này, việc kết hợp Altair® Inspire Cast™ với physicsAI đã cải thiện thiết kế sản phẩm trong thời gian ngắn hơn nhiều, đồng thời duy trì chất lượng và tính toàn vẹn của bộ phận vỏ truyền động.


Hình 1 - So sánh độ rỗng sử dụng Altair® Inspire Cast™ và Altair® physicsAI™

Vai trò quan trọng của AI trong sản xuất

AI đóng vai trò then chốt trong sản xuất, đặc biệt là giai đoạn đầu của quy trình thiết kế, giúp tối ưu hóa hiệu quả và độ chính xác. Trong nhiều quy trình sản xuất, mọi thứ thường bắt đầu bằng việc tạo ra các tập dữ liệu ban đầu bằng mô phỏng số. Với việc triển khai AI, sau khi xác định các tập dữ liệu này, người dùng bắt đầu đào tạo và xác nhận bộ giải, đồng thời sử dụng mô hình physicsAI được đào tạo để dự đoán các lỗi sản xuất, giảm thiểu lỗi thiết kế và cải thiện kết quả. Quy trình làm việc này đại diện cho các giai đoạn nền tảng để tích hợp Inspire và physicsAI.

Ví dụ điển hình khác về lợi ích của quy trình làm việc dựa trên AI liên quan đến Altair® Inspire™ Mold, nghiên cứu về độ cong vênh của một bộ phận kết cấu có gân bằng phương pháp ép phun nhựa. Gân là các đặc điểm được thêm vào thành chính của một bộ phận nhựa để hỗ trợ cấu trúc nhằm chống lại độ cong vênh. Trong trường hợp này, cần chạy thêm các mô hình thiết kế với physicsAI sử dụng các tham số máy học cao hơn để đạt được độ chính xác cao hơn.


Hình 2 - So sánh độ cong vênh sử dụng Altair® Inspire Mold™ và Altair® physicsAI

physicsAI tận dụng sức mạnh của dữ liệu CAE của người dùng bằng cách học các mối quan hệ giữa hình dạng hình học và kết quả toàn bộ bề mặt (contour result), cho phép lặp lại thiết kế nhanh hơn và tạo ra các thiết kế tốt hơn ngay từ đầu. Không giống như máy học truyền thống, physicsAI học trực tiếp từ hình học mà không cần tham số hóa. Điều này có nghĩa là người dùng có thể học hỏi từ các mô phỏng trước đó mà không cần các bài toán thiết kế dựa trên thực nghiệm DoE.

Đổi mới nhanh hơn

Trong ngành sản xuất, dữ liệu đóng vai trò cực kỳ quan trọng. Các nhà sản xuất liên tục tạo ra, thu thập và lưu trữ một lượng lớn dữ liệu trong suốt vòng đời sản phẩm. Việc tận dụng chiến lược dữ liệu này cho phép các nhà sản xuất thúc đẩy đổi mới, cải thiện hiệu quả và duy trì lợi thế cạnh tranh.

Trong thế giới vận hành bằng dữ liệu, việc tận dụng thông tin này là điều cần thiết - Đây chính là thế mạnh vượt trội của physicsAI so với bất kỳ công cụ nào khác. Công cụ này cung cấp dự đoán vật lý nhanh chóng bằng cách học hỏi từ dữ liệu mô phỏng lịch sử. Mặc dù quy trình sản xuất có thể thay đổi đôi chút tùy theo sản phẩm, nhưng logic và quy trình làm việc để chạy mô phỏng physicsAI vẫn giống nhau.

Ví dụ thực tiễn ứng dụng AI 

Một ví dụ khác về cách AI và máy học thúc đẩy đổi mới có thể được tìm thấy trong quy trình tạo hình kim loại. Chẳng hạn, Altair® Inspire™ Form là một môi trường mô phỏng dập hoàn chỉnh giúp tối ưu hóa thiết kế, mô phỏng sản xuất mạnh mẽ và giảm thiểu chi phí vật liệu. Ví dụ dưới đây cho thấy kích thước và hình dạng phôi được nghiên cứu cho một quy trình tạo hình kim loại tấm tiêu chuẩn. Kích thước và hình dạng của phôi đóng vai trò quan trọng trong việc xác định khả năng tạo hình của chi tiết vì chúng ảnh hưởng đến bề mặt tiếp xúc và ma sát với các dụng cụ. Khi dữ liệu thử nghiệm chính xác hơn, các dự đoán thiết kế mới có thể được thực hiện nhanh chóng.


Hình 3 - So sánh độ dịch chuyển và độ dày sử dụng Altair® Inspire Form™ và Altair® physicsAI

Tương tự như vậy, Altair® Inspire™ PolyFoam dự đoán và khắc phục các vấn đề sản xuất đối với thiết kế sản phẩm từ bọt cứng và mềm dẻo ngay từ đầu trong vòng đời sản phẩm.

Trong một trường hợp sử dụng khác thể hiện hiệu quả của physicsAI và PolyFoam, các kỹ sư của Altair đã khám phá các biến thể thiết kế khác nhau của cửa tủ lạnh, dự đoán phân bố mật độ và ứng suất dư. Kết quả cho thấy độ tin cậy và tầm quan trọng của phương pháp tiếp cận dựa trên AI và máy học.


Hình 4 - So sánh mô phỏng phun bọt polyurethane sử dụng Altair® Inspire™ PolyFoam và Altair® physicsAI

Đây là một ví dụ khác về cách các giải pháp mô phỏng dựa trên AI và máy học cho phép các nhà sản xuất đưa ra quyết định thiết kế sản phẩm tốt hơn ngay từ đầu và cuối cùng là cung cấp các công cụ sản xuất sẵn sàng đúng thời gian và ngân sách.

Các công ty nên bắt đầu áp dụng AI vào quy trình sản xuất như thế nào?

Các nhà sản xuất không cần tạo mô hình FEA khi sử dụng AI và máy học. Bất kể ứng dụng nào, các nhóm kỹ thuật đều có thể đào tạo một mô hình và chỉ trong vài giây, họ có thể nhận được bản kết xuất thiết kế và hình dạng mới của một bộ phận cụ thể và đạt được kết quả mong muốn.

Ngày nay, các nhà tiên phong ngành công nghiệp trên khắp thế giới đang chứng kiến tác động tích cực của AI lên quy trình thiết kế sản xuất của họ. Ví dụ, HERO MOTOCORP LIMITED, nhà sản xuất xe máy và xe tay ga có trụ sở tại Delhi, Ấn Độ - một trong những nhà sản xuất xe hai bánh lớn nhất thế giới - đang gặt hái những lợi ích từ việc triển khai AI. Jeevesh Prasoon, kỹ sư cao cấp về kỹ thuật số và thử nghiệm của công ty, giải thích cách tận dụng physicsAI đã giúp các kỹ sư CAE của họ. “physicsAI giúp đẩy nhanh dự đoán đầu ra, không giống như phương pháp FEA truyền thống. Nó cung cấp đầu ra với ma trận độ tin cậy khoảng 90% và giảm thời gian trên 99%, do đó cho phép khám phá thiết kế nhanh hơn,” ông nói. Và HERO MOTOCORP LIMITED chỉ là một trong số nhiều tổ chức đang vạch ra con đường phía trước với AI trong sản xuất.

Các tổ chức không nên cảm thấy e dè khi khám phá các tùy chọn về AI trong sản xuất. Hiệu quả và độ chính xác mà AI và máy học mang lại cho quy trình sản xuất là rất có giá trị. Những lợi ích này vượt xa chi phí triển khai và tối ưu hóa quy trình phát triển sản phẩm.

Các công cụ thiết kế dựa trên mô phỏng của Altair được phát triển dành cho cả nhà thiết kế và kỹ sư, đảm bảo dễ sử dụng. Và thông qua hệ thống cấp phép Altair Units được cấp bằng sáng chế của Altair, người dùng có quyền truy cập đầy đủ vào các công cụ phần mềm trong Altair One® Marketplace bất cứ khi nào và theo cách nào họ cần. Khám phá thiết kế nhiều hơn trong thời gian ngắn hơn giúp các công ty tìm ra cách cải tiến thiết kế ngay từ đầu chu kỳ phát triển để họ có thể đưa các đổi mới ra thị trường nhanh hơn đối thủ cạnh tranh.

Tiên phong đổi mới thần tốc cùng Altair và Trí tuệ nhân tạo trong sản xuất
PCB GraphTech Vietnam Co., LTD, Nguyễn Phước Kha 18 tháng 7, 2024
Chia sẻ bài này
Lưu trữ
[REUP] Altair CFD Webinar: Khám phá thế giới động lực học dưới góc nhìn mô phỏng tính toán.