NASA如何用AI进行工业设计

发布时间:2024-03-10 09:50:33 浏览量:189次

NASA已开始利用人工智能开发其任务部件,创造出比人类设计的零部件强度显著提高的同时,还能节省三分之二的重量。

研究工程师Ryan McClelland开发的"进化结构过程"依靠生成算法,为不同的太空探索任务创建金属支架和支架,所需时间只是NASA专家设计人员所需时间的一小部分。

人类,或许每周或两周之间会进行一次设计的迭代,但AI每分钟会做一次迭代。因此,我们将获得更多的迭代周期。由于更多的迭代周期,我们也将更快地获得更优化的设计。

到目前为止,该系统已用于设计从NASA的气球悬挂EXCITE望远镜的脚手架到紫外成像光谱仪的光谱仪。

美国国家航空航天局正在使用人工智能来设计其EXCITE望远镜(顶部)和光谱仪(上方)的组件

与ChatGPT聊天机器人或图像生成器DALL-E一样,该系统仍然依赖于人类输入,以准确阐述零件的要求,包括它必须承载的负载以及它将面临的力量。

这些数据被馈入生成设计软件,该软件能够在几小时内产生30到40个迭代版本,每个版本都会改进上一个版本,以演变出最优的结构。

"AI设计设计,然后通过有限元分析测试设计是否有效,以验证要求,然后还进行制造模拟以确保它可以制造,"McClelland在播客中解释道。

Engineer Ryan McClelland developed the generative design process

这意味着最终设计可以直接输入数字制造过程,并基于CAD模型由标准CNC铣床加工。

从设计到生产,这个过程可能只需要一周的时间。 McClelland估计这大约比NASA的正常流程快十倍,这需要将设计传递给设计人员,检查其性能的应力分析师和测试是否可以制造的机械师。

“进化结构过程所做的就是把在几个不同人之间来回传递的东西(根据项目和人们的投入情况可能需要几个月或几年),并将其缩短到完全由计算机完成的东西,”他说。

所得到的零件具有 "几乎类似于骨骼" 的有机形状,能够承受比人类制造的零件更高的结构负载。

McClelland believes the system could help NASA save time and money

事实上,McClelland发现,由AI设计的零件应力集中度最高可降低10倍,同时节省三分之二的重量。

"这些结构通常表现得更好,"他说。"它们的性能大约是普通结构的三倍。"

考虑到NASA每年为其各种不同任务制造数千个定制零件,McClelland预测,在设计NASA仪器和航天器的结构部件、电子设备和其他子系统时,该设计过程将成为常规做法。

反过来,这将有助于减少与太空探索相关的时间和成本。

"太空站容纳6或7人,但它的成本是1000亿美元,"他解释道。"我真的认为人工智能有可能大幅降低开发这些复杂系统的成本,因为它在这方面非常出色。"

随着人工智能的发展,现在的AI绘画已经普及且迅速的替代了常规插画师,未来的AI设计极有可能消灭建筑、结构机电等相关设计产业。随着科学的进步,带来便利的同时,也充满着机遇与挑战。

热门课程推荐

热门资讯

请绑定手机号

x

同学您好!

您已成功报名0元试学活动,老师会在第一时间与您取得联系,请保持电话畅通!
确定