Аэродинамика — один из самых важных параметров при проектировании современных автомобилей. От того, насколько эффективно кузов рассекает воздушный поток, зависит не только топливная эффективность, но и запас хода электромобилей. Вес батарей создаёт дополнительную нагрузку, поэтому снижение аэродинамического сопротивления становится критически важным.

Однако традиционные методы анализа аэродинамики требуют огромных временных затрат. Как отмечает Брайан Стайлз, директор по инновациям и технологическим операциям в General Motors:

«Мы отправляем на анализ поверхность дизайна, и на получение результатов уходит дни или даже недели. К этому времени поверхность уже меняется, и мы пытаемся понять, как эти данные соотносятся с текущей моделью».

Ситуация меняется благодаря внедрению искусственного интеллекта. Крупные автопроизводители, включая GM и Jaguar Land Rover, активно используют новые AI-инструменты для ускорения процесса аэродинамического тестирования. Эти технологии позволяют сократить время анализа с недель до нескольких часов, а в некоторых случаях — до минут.

Как ИИ трансформирует аэродинамическое моделирование

В GM разработали «виртуальную аэродинамическую трубу» — AI-модель, обученную на данных предыдущих компьютерных симуляций. Новый инструмент позволяет дизайнерам и инженерам быстро оценивать, как та или иная форма кузова поведёт себя в реальных условиях тестирования в аэродинамической трубе. Полученные данные сразу интегрируются в цифровые инструменты проектирования, ускоряя процесс разработки.

Рене Штраус, директор по виртуальной интеграции инженерии в GM, подчёркивает:

«Мы уже применяем эту технологию в текущих проектах. Это не будущее — это реальность сегодня».

Jaguar Land Rover также использует AI для массового тестирования аэродинамических характеристик своих моделей. Компания может проводить сотни, а иногда и тысячи симуляций в день. Хотя сама наука об аэродинамике остаётся неизменной, каждый автопроизводитель разрабатывает собственные AI-модели, опираясь на данные собственных автомобилей для более точных прогнозов.

Почему качество данных определяет успех модели

Эффективность AI напрямую зависит от качества и объёма обучающих данных. Скотт Пэрриш, технический эксперт и руководитель группы разработки в GM, объясняет:

«Чем лучше обучающая выборка, тем точнее модель. Мы используем данные различных автомобилей, изменяя их формы, чтобы получить более разнообразные поверхности для анализа. Если дизайнер сдвигает элемент кузова вверх, вниз или внутрь, модель учитывает эти изменения и адаптируется».

Для реализации таких решений Jaguar Land Rover сотрудничает с внешней компанией Neural Concept, стартапом, вышедшим из EPFL (Швейцарская высшая техническая школа Лозанны). Совместная работа позволяет интегрировать передовые AI-технологии в процесс разработки автомобилей, делая его более динамичным и точным.

Будущее автомобильного дизайна: быстрее, умнее, эффективнее

Внедрение искусственного интеллекта в аэродинамическое моделирование открывает новые горизонты для автомобильной промышленности. Производители получают возможность тестировать десятки и сотни вариантов дизайна в кратчайшие сроки, оптимизируя каждый элемент кузова для максимальной эффективности. Это не только ускоряет вывод новых моделей на рынок, но и способствует созданию более экономичных и экологичных автомобилей.

Таким образом, ИИ становится ключевым инструментом в борьбе с традиционными ограничениями автомобильного дизайна, открывая дорогу к инновациям и устойчивому развитию отрасли.

Источник: Fast Company