参考价栻/p>面议
型号
Altaire physicsAI基于几何深度学习方法的无参云图预浊/span>品牌
澳汰尓/span>产地
上海样本
暂无虚拟号将 180 秒后失效
使用微信扫码拨号
Altair° physicsAI 深度集成 HyperMesh°中。其利用几何深度学习技术、基于历史仿真数据,学习几何外形与性能之间的关系,实现快速的物理场预测,而无需事先对模型进行参数化。一旦经过训练,physicsA1 模型的预测速度比传统求解器仿真快成百上千倍,使工程师团队能够评估更多的概念并做出更好的设计决策、/strong>
产品亮点
无需模型参数匕/p>
桌面级、本地化安装使用,无需上传数据到云?/p>
支持GPU加速训绂/p>
先进的几何深度学习方?Geometric Deep Learning)
训练完成后可以直接对CAD/CAE模型预测云图
训练完成的模型可导出单独使用
可以通过命令行驱动,也可以集成到多学科优化平台HyperStudy实现多目标寻众/p>
主要功能
physicsAl无需事先进行模型参数化利用几何深度学习技术、基于历史仿真数据学习几何外形与性能之间的关系、/p>
physicsAl也支持考虑除形状外的外部输入参数,如材料、厚度、工艺参数、静力学边界条件等、/p>
physicsAl支持模型中包?D 1D.
2D?D单元,一阶、二阶单元均支持、/p>
physicsAl支持静态和瞬态仿真数据。瞬态数据需要保证不同结果文件中包含数量相同的时间步、/p>
physicsAl可直接对CAD/CAE模型进行全模型云图预测,也可对曲线或标量性能进行预测、/p>
physicsAl训练完成的模型可以通过命令行驱动,也可以集成到多学科优化平台HyperStudy实现多目标寻优、/p>
高度集成、学科中竊/strong>
physicsAI工作流程简单明了,高度集成于HyperMesh环境。学科中立,可广泛应用于不同学科和行业,如结构、碰撞、CFD、电磁、制造等、/p>
直接支持的原生数据格弎/strong>
OptiStmuct (.h3d)
Radioss (.h3d/*A001/.gz)ABAQUS (odb)LS-DYNA(*d3plot/ *d3int/*intfor /.ptf)PAM-CRASH(.dsy/erfh5)FEMZIP(.fz/*d3plot*)
间接支持更广泛数据格弎/strong>
HvTrans支持对HyperView支持的任意类型的工程数据进行提取、转换和压缩,并生成h3d格式、/p>
对于Hyperview无法支持的小众数据格式,可以将数据保存成文本或excel数据表等格式,使用Altair Compose或HvTrans直接转成h3d格式、/p>
执行与部罱/strong>
physicsAl兼容性高,个人笔记本/工作站均支持安装使用。physicsAl也可以将训练过程远程提交到其他服务器或HPC环境、/p>
physicsAl支持使用CPU训练。对于训练集数量大,模型规模大,训练超参数设置高的情况,建议使用GPU加速训练、/p>
暂无数据
Altair被动安全报告管理器(Altair Safety Report Manager, ASRM?024.1版本目前已经正式发布。这个版本通过高度自动化的报告生成能力、广泛的法规支持及新增模块功
A重力驱动流演示模型问题描?个水箱安装在不同高度,落差分别为1.5米,底部有水管相连。初始时刻,打开阀门,让水流在重力下自由流动,分析30秒内,每个水箱的液体容积变化。一维CFD模型示意图AFlow
由于离散单元法的特性,EDEM软件计算量大,对计算设备要求较高。一个计算能力强的计算设备可在更短的时间完成计算任务,加速业务进程,提高业务效率。过去以来,中央处理 (CPU) 一直被用作计算设备。然