IA et FA : une synergie puissante

Robin Tuluie, fondateur et co-PDG, PhysicsX

Dans le monde de l’ingénierie de conception numérique, qui est à la base de l’innovation dans la fabrication de pointe, l’« apprentissage profond » de l’IA a le potentiel de transformer la façon dont le monde fabrique des produits – de manière très positive.

Il existe aujourd’hui une opportunité urgente d’exploiter pleinement les outils d’ingénierie assistée par ordinateur (CFD, FEA, simulation électromagnétique, etc.) en utilisant les capacités de l’IA. Oui, nous parlons d'optimisation de la conception, mais il s'agit d'une optimisation comme jamais auparavant, automatisée grâce à l'apprentissage automatique, à une vitesse et un niveau de précision bien au-delà de ce que la plupart des fabricants peuvent accomplir aujourd'hui.

Nous parlons de progrès quantiques en termes d'efficacité et de précision : les outils d'IA peuvent réduire les temps de simulation de quelques heures à seulement quelques secondes, en utilisant l'apprentissage profond pour évaluer automatiquement, puis modifier progressivement la géométrie d'une pièce - dans les limites dictées par l'utilisateur - afin pour créer des résultats spécifiques. La conception finale qui en résulte atteint la combinaison idéale de tous les attributs prioritaires que ses fabricants ont privilégiés : poids plus léger, réduction des contraintes et de la fatigue, débit de fluide optimal, échange thermique, conductivité, durabilité, consolidation des pièces, et bien plus encore.

Comment est-ce possible? Avec moins de calculs, pas plus.

Désormais, il n'est plus possible d'échapper aux lois de la physique ; vous devez faire preuve de diligence en matière de conception, en utilisant les outils d'IAO leaders du marché les plus compatibles avec les exigences des produits de votre entreprise. Mais ce que les logiciels d’IA peuvent ajouter à la plateforme de conception numérique, c’est la possibilité de travailler avec vos outils de simulation existants et de réduire le besoin de calculer chaque équation différentielle impliquée.

L'IA accomplit cet exploit en résolvant les équations CFD ou FEA d'une manière non traditionnelle : l'apprentissage automatique examine, puis émule, le comportement physique global d'une conception, et non chaque problème mathématique qui sous-tend ce comportement. Cela utilise beaucoup moins de ressources informatiques tout en permettant une évaluation extrêmement robuste de la conception dans chaque environnement applicable. Des centaines de milliers de conceptions candidates peuvent être simulées et évaluées en moins d’une journée. En résumé : l’application de l’IA amplifie les améliorations de performances typiques de 10 à 20 % des seuls outils de simulation – jusqu’à 30 % et plus. (Bien sûr, il s’ensuit que les tests réels des pièces finies restent une tâche essentielle pour garantir que toutes les mesures de qualité et de performance sont respectées.)

Si l'apprentissage automatique peut certainement bénéficier à la conception de produits fabriqués via tout type de processus de fabrication ou de technologie, c'est avec la fabrication additive (FA) que l'IA est peut-être la plus complémentaire. L'apprentissage automatique peut explorer pleinement l'espace de conception AM, identifiant la véritable limite de chaque type de physique qui s'appliquera à un composant spécifique. Cela libère la puissance unique de la fabrication additive pour fournir n'importe quel niveau de complexité géométrique qui permettra de trouver la solution la plus créative et la plus rentable à un défi d'ingénierie difficile.

Cette combinaison de fabrication additive et d'IA a maintenant été appliquée avec succès pour optimiser et améliorer les performances d'articles fabriqués de manière additive aussi disparates qu'un échangeur de chaleur imprimé en 3D utilisé sur des moteurs à réaction, une moto gagnante d'un championnat, les pales d'une pompe cardiaque pour patients souffrant d'insuffisance cardiaque et des dizaines d'autres applications dans des industries avancées.

De plus, certains fabricants de systèmes de fabrication additive ont également reconnu la valeur de cette capacité pour améliorer leurs propres machines : gagner du temps, améliorer les performances et affiner la précision de leurs impressions.

Voici un exemple intéressant d'un fournisseur d'équipement de fabrication additive qui a utilisé un logiciel d'apprentissage en profondeur pour optimiser son imprimante 3D :

Maintenant que la fabrication additive métallique avancée produit des pièces certifiées pour les fusées, les avions et l’industrie lourde (pétrole et gaz, énergie, etc.), la demande des clients pour des équipements de plus grande quantité a augmenté. Il y a plusieurs années, en prévision de cela, Velo3D, basé en Californie, a commencé à concevoir son Sapphire XC de plus grand volume (capacité supplémentaire, avec une chambre de fabrication 400 % plus grande) pour inclure huit lasers de 1 000 watts, soit quatre fois plus que son Sapphire d'origine. machine.