* AI naudojimas pagreitinti sudėtingus skaičiavimus ir automatiškai pasiūlyti optimalius dizaino matmenis
NTN įtraukė dirbtiniu intelektu (AI){0}}pagrįstą mašininio mokymosi1) technologiją į savo automatizuotą skaičiavimo sistemą, naudojamą trečiosios-kartos ratų stebulės guoliams, palaikantiems automobilių padangų sukimąsi, projektuoti. Dėl to NTN žymiai sumažino laiką, reikalingą našumo įvertinimo analizei, iki mažiau nei vienos dešimtosios tradicinio laiko, taip pat įgalino automatinį reikalavimus atitinkančių matmenų projektavimą. Tai padeda sumažinti projektavimo darbo krūvį ir sutrumpinti klientų kūrimo ciklus.
1) Mašininis mokymasis: metodas, leidžiantis išmokti modelius iš duomenų, kad būtų galima numatyti ir klasifikuoti.
Automobilių dalių projektavimo srityje vis populiaresnis tampa modeliu{0}}pagrįstas kūrimas (MBD) – kūrimo modelis, imituojantis kompiuterio našumą, kad būtų greičiau gaminami aukštesnės{{1}kokybės produktai. 2022 m. NTN pristatė automatizuotą skaičiavimo sistemą „ABICS“, kuri atlieka eilę trečiosios -kartos ratų stebulės guolių projektavimo procesų, sumažindama projektavimo darbo valandas maždaug 80 %, palyginti su ankstesniais metodais, o tai prisideda prie trumpesnio klientų kūrimo laiko. Atliekant baigtinių elementų metodą (FEM) analizę2), naudojamą norint patikrinti, ar dizainas atitinka kliento reikalavimus, jei reikalavimų nesilaikoma, būtina perprojektuoti ir iš naujo{9}}analizuoti naudojant FEM. Tačiau trečiosios-kartos rato stebulės guolis yra sudėtingos struktūros, apimantis guolius ir periferinius komponentus, pvz., varžtus, todėl norint užbaigti FEM analizę, reikia atlikti labai sudėtingus skaičiavimus.
2) FEM analizė: skaičiavimo metodas, kuris skaitmeniniu būdu analizuoja fizinius reiškinius, tokius kaip įtempių koncentracija ir deformacija kompiuteryje, padalijant sudėtingas formas ar struktūras į mažus elementus.
Į „ABICS“ įdiegę dirbtinio intelekto technologiją pasiekėme greitą{0}}konkrečių FEM analizės užduočių numatymą, sumažindami laiką iki mažiau nei vienos dešimtosios tradicinio laiko. Be to, jei rezultatai neatitinka reikalaujamų specifikacijų, sistema automatiškai pasiūlo atitinkamus projektinius matmenis.
Projektavimo procese naudojamas modeliavimo modelis, pagrįstas Lasso regresija3) kartu su Bajeso optimizavimo4) algoritmu. Pirmasis atrenka tik būtinus duomenis iš didelio duomenų rinkinio, kad prognozuotų analizės rezultatus, remiantis įvesties projektavimo matmenimis, o antroji yra algoritmas, kuris efektyviai gauna optimalų sprendimą ir taip pasiekia didelio-tikslumo prognozes ir dimensijų pasiūlymus plačiame diapazone. 3) Laso regresija: regresijos metodas (bendras metodas, leidžiantis nuspėti svarbius įvesties kintamuosius). modelis. 4) Bajeso optimizavimas: algoritmas, efektyviai surandantis optimalų sprendimą per trumpą laiką su kuo mažiau bandymų, pasirenkant kitą bandymo tašką pagal ankstesnių bandymų rezultatus.
NTN siekia panaudoti naujai įdiegtą AI technologiją, kad automatiškai prognozuotų visas FEM analizes, įdiegtas ABICS iki 2029 m., ir pateiktų optimalias projektavimo rekomendacijas. Tikimasi, kad įgyvendinus visas šias funkcijas, projektavimo laikas sutrumpės daugiau nei 90 %, palyginti su laiku iki ABICS įdiegimo.
NTN taip pat ir toliau naudos skaitmenines technologijas, pvz., CAE ir AI, siekdama pagerinti MTTP darbo efektyvumą ir tikslumą, kad galėtume greitai pateikti savo klientams aukštos{0}}našumo ir aukštos{1}kokybės produktus. Be to, aktyviai ugdysime skaitmeninius talentus, gebančius panaudoti šias technologijas.
