"這是我們在路燈和發電系統中使用模擬系統來構建更好的風葉時所使用的設計過程"

首先

我們需要建立一個人工智能系統來執行兩項任務:

人工智能

1.根據我們設定的限制,創建任何可能的風葉設計。這些限制是從風葉的概念設計,生產能力,物理限制和材料特性準備出來的,我們稱之為計算機生成建模(CGM)。

2.系統將結合一些效能指標(PI)和相關模型的信息來預測下一個具有高效能指標的候選模型。

現階段

使用這個循環過程,我們能夠利用人工智能來自我改進風葉設計,而無需人為參與.

模擬系統

人工智能系統無法理解空氣動力學理論,因此需要使用外部工具的幫助才能提供效能指標,這就是模擬系統應用的地方。

我們使用Dassault Systemes的Xfow來了解風葉的空氣動力特性, 並創建一些效能指標, 這些指標將輸入到我們的人工智能系統中,其中一個效能指標是功率系數(Cp) 。首先, 我們可以通過轉速和扭距來計算風葉的機械功率。在一定轉速範圍內, 機械功率與風力之間的比率會有變化。一般來說, 該比率在慢旋轉和高旋轉速度下會較低.然而, 我們可以看到在兩個極端情況之間, 某一個特定轉速下會存在最大比率, 我們稱之為功率系數。

Xflow

在人工智能系統內部的循環流程結束時,我們將得到一個最終設計。生產團隊會創建整體支撐結構並將其整合到產品中。最後,Xfow將用於研究和減少支撐結構對風葉的效能影響。

© 2018 Robin Energy Limited. All rights reserved.