Costruirò reti neurali informate dalla fisica e surrogates di machine learning


Informazioni su questo servizio
Traduzione automatica.
FEA sembra convincente anche quando sbaglia. Mesh sbagliato, contatto sbagliato, vincolo sbagliato, e il grafico delle tensioni è una finzione. Faccio analisi agli elementi finiti complete e dinamiche esplicite a tempo pieno: supporti, telai CubeSat, pannelli compositi, struts di aeromobili, tubi di crash, test di caduta, pannelli di esplosione, saldatura a stiramento di attrito. Prima di scrivere una riga del rapporto, controllo: - Le forze di reazione bilanciano il carico applicato - Indipendenza del mesh tra tre densità - La forma di deformazione ha senso fisico - L'energia dell'hourglass sotto il 10 percento in ogni run di LS-DYNA. Ambito: analisi strutturale statica, modal, buckling, contatto non lineare, vita a fatica, layup compositi e criteri di fallimento, crash e impatti espliciti, test di caduta, carichi esplosivi, accoppiamento termico strutturale. Strumenti: ANSYS Mechanical, ANSYS ACP per compositi, LS-DYNA con LS-PrePost, SolidWorks Simulation, HyperMesh. Fa parte di un’esperienza con oltre 60 progetti documentati di CFD, FEA e crash in ambito aerospaziale, automotive ed energetico. Invia la geometria e il caso di carico. Ti dirò subito quale pacchetto si adatta e se la fisica che vuoi risolvere è fattibile con il budget che hai.
Scopri di più su Taimoor Amin
Your expert for CFD, FEA, LS DYNA Simulation, ML Surrogates for engineering
- DaPakistan
- Membro damar 2025
- Tempo di risposta medio1 ora
- Ultima consegna2 mesi
Lingue
Inglese, Urdu, Francese, Tedesco, Italiano, Spagnolo
Traduzione automatica.
Il mio portfolio
FAQ
Traduzione automatica.
Cos'è una rete neurale informata dalla fisica e perché vorrei averne una?
Una rete neurale normale impara solo dai dati. Una PINN ha anche l'equazione governante integrata nella sua funzione di perdita, quindi viene penalizzata per produrre risposte che violano la fisica. In pratica significa che ha bisogno di molto meno dati di training e non produce nonsense fuori dal range che
In cosa si differisce dall'assumere un data scientist?
Un data scientist considererà il tuo output CFD come una tabella di numeri. Io ho eseguito il solver che l'ha prodotto. So quale condizione al contorno influenza il risultato, dove la mesh era troppo grossolana e se un errore del 3 percento conta o meno per la tua decisione di progettazione. Quel contesto è la differenza
Di quali dati hai bisogno?
Può essere un output di simulazione, uno sweep parametrico è ideale, o l'equazione governante e le condizioni al contorno se vuoi un modello puramente fisico senza dati. Se non hai ancora nulla, posso generare i dati di training eseguendo le simulazioni, che è un preventivo separato.
Lo surrogate sarà davvero più veloce?
Questo è il punto. Uno surrogate addestrato valuta in millisecondi mentre la soluzione originale richiedeva minuti o ore. La vera avvertenza è che l'addestramento richiede tempo inizialmente, quindi conviene quando hai bisogno di molte valutazioni, per ottimizzazione, studi di sensibilità o esplorazione dello spazio di progettazione, e

