在工業4.0時代,要進行企業的數位轉型,數位分身技術已變成不可或缺的技術。這項技術結合了量測數據和模擬,能夠為企業帶來更多的價值。當數位分身技術與機器學習結合時,決策者可以在產品生命週期(設計、製造、運作)的每個步驟中做出更好的決策。
本研討會著重於將人工智慧應用於產品設計的最佳化和可靠度提升。我們將使用實驗設計、數值模擬方法、量測結果和機器學習演算法來建立產品的數位分身代理模型。這將提供一個健全的架構,讓使用者進行最佳化分析和參數敏感分析,以提高產品預期性能。同時,這個模型也可以將製造公差和實際使用的環境參數等不確定性因素納入考量,用以提升製造良率和強健性。
數據來源可以來自實驗或模擬。在本研討會中,我們將展示如何使用模擬化學反應槽生成數據,並將其帶入SmartUQ中進行最佳化和敏感度分析。