Ми хочемо «мати все і одразу», проте реальність полягає в тому, що життя повне компромісів. Один з компромісів, який клієнти Ansys роблять щодня, це компроміс між швидкістю моделювання та точністю результатів. Усвідомлюючи, що у кожної команди розробників продукту свої пріоритети, Ansys працює над спрощенням пошуку компромісу, а також пропонує ряд рішень, які надають специфічні переваги користувачам.
З одного боку, флагманські фізичні вирішувачі Ansys, такі як Ansys Mechanical та Ansys Fluent, розроблені для вирішення надзвичайно складних проблем, таких як турбулентність і вібрації, з надзвичайною точністю. Інженери можуть застосовувати кілька фізичних законів, розглядати перехідні процеси, виконувати розрахунки на рівні системи та майже повністю копіювати реальний процес. Зрозуміло, що повномасштабне моделювання є складним с точки зору використання апаратних ресурсів завданням, яке, незважаючи на стрибок у вдосконаленні апаратних засобів і програмного забезпечення, вимагає значного часу на розв'язання.
З іншого боку, Ansys пропонує рішення для початкових етапів моделювання, такі як Ansys Discovery, які розв’язують фізичні задачі з меншою точністю, але набагато швидше. На початку циклу проектування, команда розробників може швидко оцінити наближені показники якості розробки і прийняти попередні рішення щодо загального напрямку проектування. Вони можуть тестувати різні сценарії та вільно привносити інновації, знаючи, що розробка буде піддана більш ретельному аналізу на наступних етапах.
Кожен користувач Ansys підтвердить, що і результати високої точності, і результати меншої точності, але отримані швидше, є цінними. Кожен підхід отримав своє місце у процесі розробки і довів свою ефективність з точки зору виходу на інвестиції. Однак, сьогодні клієнти Ansys мають зробити загальний вибір між швидкою моделлю з меншою точністю і повільною, більш точною.
Моделювання зовнішнього потоку навколо корпусу автомобіля: поле швидкостей, поле тиску та лінії току
Наступний крок: прискорення точних розрахунків
Щоб надавати клієнтам найкращі можливості без жодних компромісів, Ansys постійно працює над інноваціями. Ми вважаємо, що майбутнє покоління програмного забезпечення Ansys буде здатне забезпечити одночасно як надзвичайну швидкість, так і надзвичайну точність в рамках одного рішення. І ми вважаємо, що досягнення цього потужного поєднання переваг полягає в застосуванні глибинного навчання (deep learning) у поєднанні зі флагманськими вирішувачами Ansys.
Інженерне моделювання базується на використанні рівнянь у часткових похідних. Значну частину часу при моделюванні вирішувачі Ansys витрачають на формулювання умов задачі, включаючи визначення геометричних особливостей, граничних умов та обмежень. Прискорити цей процес складно через значний обсяг обчислень, необхідний у випадках щільних розрахункових сіток та складних геометричних форм. Кожен розрахунок потрібно здійснювати «з нуля».
В той же час, методологія глибинного навчання може все змінити. R&D-команда Ansys вивчає можливості використання методів глибинного навчання для вирішення задач високої розмірності, які подібні задачам розпізнавання образів. Вони намагаються зменшити розмірність чисельно складних 3D- та 4D-моделей за допомогою технології глибинного навчання, та поєднати їх з вирішувачем у циклі, щоб зробити точні узагальнення на довільні умови задачі. Нещодавно вони опублікували статтю про новаторський підхід на основі технології глибинного навчання, відомий як Composable AutoEncoder Machine Learning Simulation (CoAE-MLSim).
Поля температур та швидкостей потоку навколо циліндру, отримані вирішувачем Fluent та за допомогою машинного навчання (ML)
Глобальний розв’язок на базі локальних даних
Які переваги надає CoAE-MLSim користувачам Ansys? Ця інноваційна технологія допоможе поєднати швидкість та легкість використання методів отримання результатів з меншим ступенем достовірності, таких як Discovery, з надійністю та достовірністю флагманських вирішувачів.
CoAE-MLSim розглядає локальні піддомени в межах розрахункової сітки моделі. Ці піддомени складаються з групи пікселів у випадку 2D-моделі, або вокселів у випадку 3D-моделі (наприклад, восьми або 16 комірок у кожному просторовому напрямку). За допомогою високорозвинених алгоритмів глибинного навчання CoAE-MLSim "вчиться" вирішувати фізичні задачі в локальних піддоменах, а потім "вчиться" правилам зв'язку між різними піддоменами. Це дає набір локально пов’язаних розв’язків по всій області сітки. Таким чином, ітеративні алгоритми глибинного навчання дозволяють CoAE-MLSim встановити локальну збалансованість для всіх груп піддоменів у всій області моделювання.
Використання підходу CoAE-MLSim означає, що програмне забезпечення Ansys "навчається", коли розглядає невеликі локалізовані області розрахункової сітки та отримують результати для всієї сітки на дуже високому рівні достовірності. При цьому алгоритми будуть сполучені з вирішувачами, що працюють на основі традиційних моделей на базі рівнянь у часткових похідних, які завжди були в основі програмного забезпечення Ansys, таких як Mechanical і Fluent.
Програмне забезпечення наступного покоління прискорить розрахунки, підвищить точність і універсальність розрахунків на базі рівнянь у часткових похідних. Воно усуває необхідність робити вибір між швидкістю та достовірністю, дозволяючи користувачам Ansys насолоджуватися обома якостями одночасно. Окрім цього, використання глибинного навчання означає, що, кожен раз, коли користувачі Ansys застосовують програмне забезпечення для моделювання у своїх власних та унікальних задачах, вирішувачі на базі глибинного навчання продовжують навчатися, надаючи з часом все більш точні та швидкі результати розрахунків.
Погляд у більш розумне майбутнє
Ми вже бачимо з вами, як штучний інтелект та машинне навчання трансформують багато аспектів нашого особистого та професійного життя. У Ansys захоплюються потенціалом нових технологій у створенні революційно нових можливостей програмного забезпечення, особливо в області розв’язання рівнянь у часткових похідних.
Хоча мета ще не досягнута, ми щодня досліджуємо можливості штучного інтелекту та машинного навчання для наших користувачів. Якщо ви теж поділяєте такий погляд у майбутнє – звертайтесь до спеціалістів компанії Софт Інжинірінг Груп за технічною та методичною підтримкою програмного забезпечення Ansys.
