Automatizzare la validazione delle prestazioni NVH nei veicoli con un approccio basato sui dati

Sebbene i produttori combinino i test con la simulazione, la validazione delle prestazioni NVH dei veicoli si basa ancora in larga misura sui test completi del veicolo e su conoscenze specializzate. Vuoi scoprire come integrare le metodologie di intelligenza artificiale (AI) nel tuo processo di sviluppo per ridurre il time-to-market?

Nonostante i produttori dispongano di molti dati inutilizzati provenienti da campagne di test precedenti, raramente li riesaminano. I risultati di questi test, generalmente impegnativi in termini computazionali, sono un tesoro nascosto, la conclusione di una campagna di sviluppo completa che combina scelte progettuali e competenze interne.

Utilizza i dati storici per gli sviluppi attuali e futuri dei veicoli. Registrati al webinar e scopri come l'analisi basata sui dati può automatizzare la validazione delle prestazioni NVH nei veicoli.

Automatizzare l'analisi NVH mediante un approccio basato sui dati

L'impiego di metodologie di intelligenza artificiale nei processi NVH è promettente. Ma da dove cominciare? Dopotutto, l'obiettivo è fornire all'algoritmo i dati corretti, in modo da poterli riutilizzare e sfruttare in un nuovo programma di sviluppo del veicolo.

L'algoritmo di intelligenza artificiale apprende autonomamente, ma l'ingegnere NVH ha il compito di scegliere quali risposte del sistema estrarre dalle misurazioni o dalle simulazioni per istruire l'algoritmo in modo appropriato. Per realizzare un'efficace trasformazione e ottimizzazione del progetto del veicolo, l'ingegnere NVH deve affidarsi alla propria esperienza e conoscenza del settore per progettare limiti specifici per i dati di input e interpretare correttamente quelli di output. Le soluzioni Simcenter NVH combinano simulazione, test e know-how tecnico per integrare e migliorare le attività di test e simulazione e ottenere così maggiori informazioni sul comportamento NVH dell'intero veicolo.

A chi si rivolge

Il webinar si rivolge alle community di ingegneri NVH, dagli esperti agli analisti, che cercano soluzioni efficaci per accelerare la validazione dei dati NVH. Scopriranno come utilizzare i dati NVH storici utilizzando l'intelligenza artificiale e le tecniche di machine learning per implementare processi automatizzati. Questa soluzione consente di abbreviare il ciclo di sviluppo e di aumentare l'efficienza complessiva del veicolo e del processo.

Punti chiave dell'analisi NVH basata sui dati:

• Aumentare l'efficienza dei test NVH utilizzando metodi di intelligenza artificiale
• Prevedere le prestazioni NVH senza creare complessi modelli di simulazione
• Convertire gli obiettivi dell'intero veicolo in sottosistemi utilizzando l'intelligenza artificiale

L'approccio presentato mostra un'analisi NVH basata sui dati, che consente di ottimizzare lo sviluppo e ottenere più rapidamente un maggior numero di informazioni sul comportamento NVH dell'intero veicolo.