我是負責Moldflow產(chǎn)品，就是模流分析這個產(chǎn)品的全球研發(fā)總監(jiān)。我經(jīng)常來到中國，與我們的客戶以及合作伙伴們進行深入的行業(yè)交流。今天也非常歡迎大家來參加我們的媒體采訪會，我將會分享我們在這個領(lǐng)域的一些最新發(fā)展技術(shù)、我們公司的發(fā)展戰(zhàn)略，以及我們最新發(fā)布的2019產(chǎn)品的新功能，當然還有我們對這個行業(yè)未來的一些研究方向。
      我們的仿真產(chǎn)品，其實跟一些先進的材料、工藝，以及前期的一些仿真設(shè)計之間，可以說是越來越緊密的整合在一起。其實整個行業(yè)不停地在進步，行業(yè)也不停地在改變。歐特克特提供很多跨行業(yè)的解決方案，那么這些整合會使我們更加高效，同時更具有競爭力。很多年來，中國制造業(yè)的發(fā)展力量也非常強大。歐特克也在不斷發(fā)展一些新的技術(shù)和產(chǎn)品，去支持中國的整個業(yè)界發(fā)展。我們其中的一個戰(zhàn)略方向，叫做把仿真前移，就是在設(shè)計的初期進行仿真分析。在汽車行業(yè)里面，我們主要關(guān)注復合材料的一些使用。大家可以看到的我們玻纖碳纖維的復合材料，和這種叫玻纖增強的塑膠材料的應用，在輕量化方面的應用會越來越廣泛。我們整個仿真的優(yōu)化設(shè)計方面，除了前面談到的支持更多的前端仿真，以及復合材料和先進工藝的應用以外，同時我們也會有很多的，比如說如何提高自動化，增強材料數(shù)據(jù)庫，增加用戶定制功能，我們叫API接口，還有包含了整合機器學習的這些技術(shù)到我們的解決方案中去。也就是說，歐特克在先進制造這塊領(lǐng)域里提供了一個非常廣泛的解決方案，。
       接下來簡單介紹一下Moldflow 2019版本的新功能，我們重點分為三個部分。第一個是對市場的影響，第二是效率和應用性，第三個是市場領(lǐng)導力。這里面我們只列出了一些比較有代表性的功能，并不是說我們所有的功能就是這么多。歐特克在全球有非常多的研發(fā)工程師，大家都在共同努力把我們的產(chǎn)品變的更高效和更準確。比如說像這個結(jié)構(gòu)共享的功能，大家可以共享分析結(jié)果，來加快協(xié)同設(shè)計。我們也在不停地增強我們與其他產(chǎn)品的整合，或者是叫融合。Moldflow 2019可以識別比如Inventor、Alias、SolidWorks、Catia等這些所有的主流CAD產(chǎn)品的模型。更重要的是，我們整合了一個新的產(chǎn)品到模流分析中，那就是Fusion 360 Ultimate。
       在易用性這方面，首先我們改善了分析的任務管理器，可以讓用戶更方便的在云端和在本地進行分析求解。我們也鼓勵用戶，或者說越來越多的用戶也會趨向于在云端進行這種分析求解。因為受限于本身的本地計算能力，我們會提供更好的響應和更好的分析容量?？赡茉谝郧埃蛻魰奈募踩膯栴}，但隨著我們網(wǎng)絡(luò)文件傳輸協(xié)議的完善，這塊其實已經(jīng)不是什么問題了。另外，我們也盡量讓產(chǎn)品變的更加簡便和易用，在簡便和易用上面一個最大的特點就是產(chǎn)品的響應速度更快。你會看到，相比以前的版本，我們對冷卻的速度有五倍以上的提升。
       下面簡單看幾個剛才所列出的新功能。首先看到的是用戶界面速度的提升。同時還有冷卻分析速度的提升。隨著速度的提升，用戶在進行復雜的大規(guī)模運算的時候，可以更快的得到他想要的分析結(jié)果，會幫助他提高整個開發(fā)的效率。
       接下來我給大家介紹一些機器學習的部分。實際上傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)從1950年代的時候已經(jīng)開始了。隨著現(xiàn)在神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展，我們可以用到寬度更寬、深度更深的一個神經(jīng)網(wǎng)絡(luò)。在左側(cè)我們可以看到是一個傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，而現(xiàn)有的我們更常用的，特別是像谷歌，包括像人工智能這些圍棋的比賽，像AlphaGo，他們都是用那個卷積神經(jīng)網(wǎng)絡(luò)來實現(xiàn)的。同時在神經(jīng)網(wǎng)絡(luò)的學習過程當中，我們能更好的利用互聯(lián)網(wǎng)所提供的一些數(shù)據(jù)，因為這個數(shù)據(jù)能讓訓練的數(shù)據(jù)更加廣泛和全面，使神經(jīng)網(wǎng)絡(luò)訓練和神經(jīng)網(wǎng)絡(luò)的效果會更好。
      我們在CAD領(lǐng)域充分利用了機器學習的方法，大家可以看到這個摩托車，實際上它是在不同的層級來讓機器學習幫助CAD的設(shè)計師們更好的實現(xiàn)他們的設(shè)計。這個方案不僅僅可以用于一個公司，在自己的本地可以完成這樣的一個設(shè)計，同時也可以運用于互聯(lián)網(wǎng)，讓更廣泛的用戶群都可以實現(xiàn)。在這張圓形的圖可以看到，從最頂端設(shè)計的一個摩托車開始，到某幾個功能部件，到最后單一的一個設(shè)計零件，在整個設(shè)計的不同層次，我們都可以通過機器學習去幫助用戶找到類似的一些設(shè)計，從而加快他的整個設(shè)計進程。這都是我們在如何運用機器學習，在針對CAD設(shè)計的工程師這方面的一個應用。
      這是另外一個把機器學習用于我們產(chǎn)品的一個例子，這是我們用于CAM的一個制造。我們在伯明翰的團隊做了這樣的一個實驗，就是用戶實際上只要把一些毛坯材料，包括他們工廠當中使用的刀具，他們本身要加工的一些幾何形態(tài)，包括他們未來在加工當中需要使用的一些設(shè)備。傳統(tǒng)的一些CAM工程師往往是憑自己的經(jīng)驗，或者查詢一些工作手冊，來得到他在加工過程當中的靜止速度、轉(zhuǎn)速等這方面的一些參數(shù)?，F(xiàn)在，我們利用機器學習的方式，把最有經(jīng)驗的這些機器集成在我們產(chǎn)品當中。用戶只要在前端、在輸入端指定這幾個基本的參數(shù)，我們的機器學習就給他推薦出最優(yōu)的一些靜止速度、轉(zhuǎn)速和這些參數(shù)的運用。
       我們的機器學習同時也可以用于模流分析的驗證。比如說大家看到這個圖上面，我們有實驗的數(shù)據(jù)，有我們標準算法得到的數(shù)據(jù)。塑膠產(chǎn)品在收縮，成形之后。如果用普通計算，我們會看到綠色的這條線，可能跟實際之間的誤差會比較多。然后我們可以通過用機器學習的方式，來調(diào)動我們整個的這個數(shù)據(jù)。我們的材料庫里邊大概有4500多只材料，是有矯正過后的數(shù)據(jù)。大家看到兩者之間的這個差異，會有明顯的縮小。
       我們也在改造我們的材料庫，在1萬多只材料中，可能有4000多只材料是我們有真正做過收縮矯正的。對于沒有進行收縮矯正的材料，我們會用機器學習的方法來提高分析結(jié)果的準確性。
我們接下來談談通過衍生式設(shè)計來進行水路的優(yōu)化。衍生式設(shè)計主要針對的是我們要做隨形冷卻，也叫做異形水路。那么通過這種水路的優(yōu)化，我們可以縮短產(chǎn)品生產(chǎn)的成型周期，同時提高更高品質(zhì)的產(chǎn)品，而且改善模具的疲勞和壽命。
      衍生式的水路設(shè)計這種技術(shù)，不僅僅用于Moldflow最專注的領(lǐng)域注塑成形，同時它可以適用于所有需要的熱交化或者需要強制冷卻的應用場景。比如我們鑄造的模具、發(fā)動機的冷卻，比如說像我們航天空調(diào)這種，其實也算一個冷卻水陸。所有需要強制冷卻的環(huán)境下，都可以用到我們的衍生式水陸設(shè)計。
      那么這就是一個簡單的示意，我們叫做隨形冷卻的一個簡單示意。大家看到上面是我們的入水口，下邊是出水口。左邊的這張圖是我們來控制最高溫度，右邊那張圖是控制最高溫度，同時控制它的溫差?？吹酵ㄟ^空氣參數(shù)的不同，會得到不同的設(shè)計形態(tài)和最后的溫度分布。
       剛剛看到是控制溫度，同時我們也可以去控制水路的尺寸，就是說控制水管的大小。左邊是控制最大的20毫米，右邊是控制12毫米，兩個控制的最大尺寸是不一樣的。所以你看到自動生成的這個水路，它的大小也是不一樣的。因為這個大小由于最后冷卻效果的不同，看到水路的這個設(shè)計形態(tài)也會有區(qū)別。
      你看看在水路設(shè)計標上，會看到水冷卻后的溫度，都會有區(qū)別。你看兩邊出來的入水和出水的問題是不一樣的，你的熱交換的能力，比如說熱交換的效果更好，那么你的熱量越多，就會有上升。大家可能看到像現(xiàn)在這樣的水路設(shè)計是只能用我們的增材制造，就所謂的3D打印的方式來去呈現(xiàn)。
      接下來我會再講到怎么樣利用這個衍生式設(shè)計，加上我們一些傳統(tǒng)的制造方式的優(yōu)化方法，就是通過機器學習的方法來優(yōu)化，使得傳統(tǒng)的加工方法可以運用于衍生式設(shè)計的這樣一個結(jié)果。這實際上是非常強大的一個功能，而且現(xiàn)在也被業(yè)界廣泛運用。
      在我們的產(chǎn)品研發(fā)中，我們跟業(yè)界和高校也進行廣泛的合作，在全球都有我們的合作項目。比如說在中國，我們跟中國本土的生產(chǎn)廠家金發(fā)科技來合作，進行長玻纖取向模型的求解參數(shù)優(yōu)化。通過這個優(yōu)化來提高長玻纖產(chǎn)品，特別是在汽車產(chǎn)品上我們的這個分析的精度。
      我們也跟中國一些知名的大學展開了積極的合作。比如跟華東科技大學，在預成型的連續(xù)纖維復合材料上的合作，比如說連續(xù)纖維的預制件。比如說我們要把他預成型一個我們需要的產(chǎn)品形狀。比如說這個球，壓著的時候纖維會被拉伸，纖維密度會有些變化。如果我不能知道這些纖維的變化和幾何密度的變化，或者纖維拉伸的情況，我就沒有辦法在后階段成形的時候，更準確獲得他的分析結(jié)果。
      我們跟業(yè)界非常著名的注塑成型可視化的學術(shù)單位，東京大學的橫井注塑成型團隊也展開了很多的合作。因為橫井教授所領(lǐng)導的團隊，主要開展的是模擬可視化，就是把整個注塑成型用透明模具來生產(chǎn)，然后用高速攝像機去錄制整個的成型過程數(shù)字的變化。比如像最近我們展開的虎皮紋的研究，還有跑道效應的研究。
      還有比如說像這種連續(xù)纖維熱塑性復合材料的二次注塑成型的研究。另外，我們也跟布拉德福德大學針對這個料筒內(nèi)的長玻纖斷裂進行一些研究，我們應該都知道在這種長玻纖的的成型過程中，長玻纖的材料在料筒的溶解過程中，長玻纖由于受到料筒的剪切，長玻纖很多時候會被切斷成短玻纖。大家看到這個就是一個螺桿，料筒的一個螺桿?？吹皆诼輻U中不同的位置，我們?nèi)〕鏊苣z原料，用CT的方式去掃描出每個位置上，原料跟玻纖的長度。這樣我們獲得一個準確的，或者玻纖在料筒中我們叫斷裂情況，從而為后續(xù)的分析提供一個更準確的輸入?yún)?shù)。
      再次感謝大家的光臨，這僅僅展示了我們Moldflow研發(fā)團隊近期的一些工作，我還是非常感謝大家的聆聽。

相關(guān)熱詞搜索：歐特克 Moldflow 人工智能 先進制造業(yè)