Graças aos avanços tecnológicos, a utilização de inteligência artificial na simulação computacional já é uma realidade para predizer o comportamento de sistemas.
Como veremos a seguir, a inteligência artificial consegue fazer previsões do desempenho de um sistema quando alimentada com dados de simulação. Um tempo inicial é gasto para gerar o aprendizado, mas um tempo muito maior é economizado com a inteligência artificial adquirida. Como resultado, podemos desenvolver produtos que otimizam em tempo real e encontram a melhor solução conforme a necessidade e uso do consumidor.
Com isso, os engenheiros de simulação podem focar no desenvolvimento de problemas mais complexos. Ou seja, gerando mais dados de simulação para futuras previsões fornecidas pela inteligência artificial. Assim, os engenheiros trabalham em conjunto com a inteligência artificial para desenvolver sistemas cada vez melhores.
Aplicação real da inteligência artificial na simulação fluidodinâmica (CFD)
Um grupo da Siemens, incluindo engenheiros de simulação de sistemas, de testes físicos e analistas de dados, desenvolveu uma solução industrial de inteligência artificial para simulação CFD. Isso permite elevar o valor das soluções para além das análises CFD, utilizando técnicas estatísticas na inteligência artificial que customizam o projeto ao consumidor.
A seguir veremos casos práticos de como a Siemens vem aplicando esses conceitos com excelência. Após ser alimentado com dados reais de simulação, uma rede neural é capaz de prever o resultado de uma simulação. Isto sem resolver as equações da dinâmica dos fluídos! Em síntese, o algoritmo resolve um problema de CFD mais rápido e com boa precisão.
Predição da temperatura usando inteligência artificial
Para uma aplicação de gerenciamento térmico, o time de Simcenter da Siemens treinou uma rede neural para predizer a temperatura média em um veículo. Para isso, os engenheiros utilizaram 500, das 600 amostras de simulação geradas através do Simcenter Star-CCM+. Na sequência, utilizaram as 100 amostras restantes para verificar a acurácia da inteligência artificial. Nesse contexto, em 72 casos, verificou-se um desvio menor que 1% (diferença entre temperatura estimada e temperatura real) e em 28 casos, o desvio ficou entre 1 e 1,66%.
Algoritmo de predição baseado em dados de entrada e saída (técnica de regressão)
Assim, verifica-se que utilizando dados de análises CFD, os engenheiros podem treinar redes neurais e utilizá-las para predizer valores de variáveis relevantes. Nesse caso de aplicação, por exemplo, essa inteligência artificial poderia ser acoplada a um sistema de controle ligado a bateria do carro. Desta forma, a bateria seria acionada para uma ação corretiva de ajuste da energia necessária para a adequação da temperatura no veículo.
Gerenciamento térmico no interior de um veículo
Predição da temperatura nas superfícies da cabine
Em um exemplo similar ao anterior, um estudo foi realizado com amostras de até 2000 simulações CFD. O time de Simcenter da Siemens construiu um modelo de rede neural. O objetivo foi predizer a distribuição da temperatura nas superfícies do interior de um veículo. Na sequência, o time testou a acurácia do sistema. Em suma, foi possível identificar que a predição dada pela inteligência artificial equivale aos resultados de simulação CFD.
Predição da distribuição da temperatura nas superfícies do interior de um veículo
Esses testes comprovam que as técnicas de inteligência artificial podem ser utilizadas para simulações CFD. E o mais importante, sem comprometer a acurácia dos resultados. Com isso, os engenheiros de simulação podem dedicar mais esforços em simulações de maior complexidade de variáveis. Ou seja, gerando mais valor para as soluções finais ao consumidor.
Interpretação inteligente dos resultados de simulação utilizando inteligência artificial
Vimos nestes exemplos que os potenciais de uso da inteligência artificial na engenharia são grandes, mas estamos só no começo. Sua adoção pode revolucionar a forma como os produtos são desenvolvidos. Nesse sentido, a inteligência artificial pode analisar enormes dados de simulações e históricos. Desta forma, permitirá aos engenheiros chegarem a conclusões rápidas e assertivas.
JL Engenharia e Software: sua melhor parceira para inovar na engenharia
A JL Engenharia e Software é parceira SIEMENS DIGITAL INDUSTRIES SOFTWARE . Temos experiência e expertise nas aplicações práticas de ferramentas SIEMENS para simulação e otimização em engenharia.
Entre em contato e descubra rapidamente como as soluções SIEMENS podem auxiliar sua empresa no processo de digitalização. Busque a otimização de produtos e processos.
SIEMENS Digital Industries Software – Where today meets tomorrow
