V sodobnem svetu nas umetna inteligenca spremlja na vsakem koraku, kar velja tudi za SOLIDWORKS in 3DEXPERIENCE. Vgrajena umetna inteligenca poenostavlja in pospešuje dela, ki bi sicer zahtevala nepotreben čas. Lahko nam svetuje, predlaga rešitve ali pa neposredno izvaja ukaze namesto nas.
Umetna inteligenca v SOLIDWORKS
Popravilo skic
Ob prekinitvi povezav v skicah umetna inteligenca samodejno predlaga možne popravke, uporabnik pa izbere tistega, ki najbolj ustreza njegovim potrebam.
Pospešeno izbiranje
Kot primer vzemimo ukaz za posnetja. Ko izberemo prvi rob, nam sistem samodejno predlaga nadaljnje robove za obdelavo glede na naš izbor, kar pospeši in poenostavi delo.
Komponente na podlagi vzorca
Po izbiri komponente izberemo Pattern Driven Component, nato pa program sam prepozna podobna ležišča oziroma luknje in samodejno razširi komponente v sestavu.
Predvidevanje ukazov
Po izvedbi določenih ukazov in izbiri novih lastnosti objekta program samodejno predlaga ukaze, ki bi jih uporabnik morda želel uporabiti naslednje.
Popravilo referenc v sestavu
Med spreminjanjem sestava se pogosto porušijo odnosi med komponentami, umetna inteligenca pa nam pri tem pomaga s samodejnimi predlogi za popravke.
Odstranjevanje podrobnosti
Poenostavljene modele potrebujemo, kadar želimo zmanjšati kompleksnost sestavov za lažje upravljanje, hitrejše simulacije ali varovanje intelektualne lastnine. Eden od načinov za dosego tega je uporaba ukaza Defeature, ki odstrani manj pomembne ali notranje podrobnosti, pri čemer ohrani osnovno obliko modela.
Avtomatska prepoznava povezovalnih elementov
Vstavljanje povezovalnih elementov v sestavih je lahko zamudno in počasno delo, ki pa ga z uporabo umetne inteligence lahko znatno pospešimo.
Avtomatsko ustvarjanje risb
SOLIDWORKS nam samodejno generira risbe z že vključenimi osnovnimi dimenzijami, kar pospeši dokumentacijo in zmanjša ročno delo.
Vgrajena umetna inteligenca na 3DEXPERIENCE
MKE model strojnega učnenja
Premikamo se proti prihodnosti, kjer se simulacijska inteligenca narašča skozi čas. Z učenjem strojnih modelov na podlagi simulacijskih podatkov lahko prepozna vzorce, napove rezultate in pospeši preverjanje rešitev, brez potrebe po ponovnem izvajanju celotnih analiz.
Napovej in prepreči zamudo
Pri načrtovanju lahko težave zaznamo in preprečimo še preden pride do morebitnih zamud ali napak.
Generativno označevanje lukenj
Kotiranje in označevanje vseh lukenj je lahko zelo zamudno, vgrajena umetna inteligenca pa te delovne tokove močno pospeši.
Podvajanje povezav
Podvajanje povezav (Mate Replication) v 3DEXPERIENCE omogoča hitro kopiranje in ponavljanje vezi med komponentami v sklopih. To pospeši sestavljanje kompleksnih modelov in zagotavlja, da geometrijski in funkcionalni odnosi ostanejo pravilni ter dosledni.
Ustvarjanje prirobnice
To je Design Assistant za ustvarjanje prirobnic (end plates) v xFrame. Uporabnik izbere eno končno ploščo in zažene Design Assistant, ki z umetno inteligenco takoj prikaže ostale lokacije, kjer je mogoče podobne prirobnice ustvariti v zelo kratkem času.
Iz slike v 2D mehanizem
Z uporabo generativne umetne inteligence lahko slika mehanizma postane uporabni CAD-podatki. Nova možnost 2D Mechanism v funkciji Picture to Sketch prepozna povezave, pritrdilne točke, valjčke, tečaje, drsnike in druge elemente ter samodejno uporabi ustrezne omejitve. To omogoča inženirjem, da idejo s papirja v nekaj sekundah pretvorijo v funkcionalen skicirni model, kar pospeši prehod od koncepta do končnega načrta.
Generativno renderiranje
Z AI-podprtim upodabljanjem v SOLIDWORKS Visualize je osupljiv realizem dosežen bistveno hitreje. Denoiser močno skrajša proces upodabljanja, saj predvidi končni rezultat že iz zgodnjega, hrupnega vmesnega upodabljanja. Rezultat so visokokakovostne slike kar 10-krat hitreje. Denoiser je bil usposobljen na deset tisočih slikah, ustvarjenih iz tisoč 3D scen, od katerih je veliko prvotno izhajalo iz HomeByMe v sodelovanju z Dassault Systèmes.
Avtomatsko generiranje poti orodja
Zdaj lahko umetna inteligenca samodejno generira alternativne strategije orodnih poti. Za NC-programerje to pomeni optimizirane parametre, ki skrajšajo čas obdelave, še posebej pri operacijah pocketing. Rezultat so hitrejši cikli, večja učinkovitost in manj ročnega poskušanja ter napak pri programiranju.
Še druge bloge o umetni inteligenci najdemo na:
Za več informacij o umetni inteligenci na 3DEXPERIENCE nam pišite prek elektronske pošte na info@ib-caddy.com, ali pa nas pokličite na (01) 566 12 55.