搜索

新的交互式机器学习工具使汽车设计更具空气动力学

gecimao 发表于 2019-04-13 16:10 | 查看: | 回复:

  当工程师或设计师想要测试新设计的汽车,飞机或其他物体的空气动力学特性时,他们通常会通过让计算机解决一组复杂的方程来模拟物体周围的空气流动 - 一个程序通常需要数小时甚至一整天。来自Autodesk研究(现在在东京大学)和奥地利科学技术研究所(OST奥地利)的Bernd Bickel的Nobuyuki Umetani现在已经大大加快了这一过程,实现了流线和参数的实时可用性。他们的方法是第一个使用机器学习来模拟连续可编辑3D物体流动的方法,将在今年的温哥华SIGGRAPH会议上展示,IST奥地利研究人员将参与总共五场演讲。

  机器学习可以使得非常耗时的方法更快。以前,计算汽车的空气动力学特性通常需要一天时间。“通过我们的机器学习工具,我们能够在几分之一秒内预测流量,”Nobuyuki Umetani说。在两位长期合作者之间的讨论中提出了使用机器学习的想法。“我们都有更快地进行模拟的愿景,”IST奥地利教授Bernd Bickel解释道。“我们希望人们能够以交互方式设计对象,因此我们共同开发数据驱动方法,”他补充道。

  到目前为止,由于该方法的限制性要求,将机器学习应用于对象周围的流场建模问题是极具挑战性的。对于机器学习,输入和输出数据都需要一致地构造。这种信息结构适用于2D图像,其中图像可以通过规则的像素排列来容易地表示。但是,如果3D对象由定义其形状的单位(例如三角形网格)表示,则如果形状发生变化,这些单位的排列可能会发生变化。因此,看起来与人非常相似的两个对象可能看起来与计算机非常不同,因为它们由不同的网格表示,因此机器将无法将关于该对象的信息传递给另一个。

  解决方案来自Nobuyuki Umetani的想法,即使用所谓的多面体来使形状易于机器学习。这种方法最初是为了将纹理应用于计算机动画中的对象而开发的,它具有表示对象的严格规则。模型从少量大型立方体开始,然后根据明确定义的程序进行细化和分割。如果以这种方式表示,具有相似形状的对象将具有与机器学习方法可以处理和比较的类似数据结构。

  研究人员还在他们的研究中证明,机器学习方法达到了令人印象深刻的准确性,这是工程学的先决条件。Nobuyuki Umetani解释说:“当以经典方式进行模拟时,每个测试形状的结果最终会在计算后丢弃。这意味着每个新计算都从头开始。通过机器学习,我们利用以前的数据计算,如果我们重复计算,准确度会增加。“

本文链接:http://robynlynne.com/duixiangshifangfa/106.html
随机为您推荐歌词
推荐文章

联系我们 | 关于我们 | 网友投稿 | 版权声明 | 广告服务 | 站点统计 | 网站地图

版权声明:本站资源均来自互联网,如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

Copyright @ 2012-2013 织梦猫 版权所有  Powered by Dedecms 5.7
渝ICP备10013703号  

回顶部