"这是我们在路灯和发电系统中使用模拟系统来构建更好的风叶时所使用的设计过程"
我们需要建立一个人工智能系统来执行两项任务:
人工智能
1.根据我们设定的限制,创建任何可能的风叶设计.这些限制是从风叶的概念设计,生产能力,物理限制和材料特性准备出来的,我们称之为计算机生成建模(CGM)
2.系统将结合一些效能指标(PI)和相关模型的信息来预测下一个具有高效能指标的候选模型.
现阶段
使用这个循环过程,我们能够利用人工智能来自我改进风叶设计,而无需人为参与.
模拟系统
人工智能系统无法理解空气动力学理论,因此需要使用外部工具的帮助才能提供效能指标,这就是模拟系统应用的地方.
我们使用Dassault Systemes的Xfow来了解风叶的空气动力特性, 并创建一些效能指标, 这些指标将输入到我们的人工智能系统中,其中一个效能指标是功率系数 (Cp) .首先, 我们可以通过转速和扭距来计算风叶的机械功率.在一定转速范围内, 机械功率与风力之间的比率会有变化.一般来说, 该比率在慢旋转和高旋转速度下会较低.然而, 我们可以看到在两个极端情况之间, 某一个特定转速下会存在最大比率, 我们称之为功率系数.
Xflow
在人工智能系统内部的循环流程结束时,我们将得到一个最终设计.生产团队会创建整体支撑结构并将其整合到产品中.最后,Xfow将用于研究和减少支撑结构对风叶的效能影响.
Facebook
© 2018 Robin Energy Limited. All rights reserved.