使用数据驱动型方法实现车辆 NVH 验证自动化

尽管制造商已经做到测试与仿真结合，但是车辆 NVH 验证仍然非常依赖整车试验和专家知识。想要探索如何将人工智能 (AI) 方法整合到开发过程中以缩短上市时间吗？

制造商从先前的测试活动中积聚了大量未使用的数据，却很少重新访问这些数据。这些耗费大量资源获得的测试结果本身就是隐藏的财富，完整开发活动都融合了设计决策和内部专家经验。

充分利用历史记录数据并将其运用到当前和未来车辆开发之中。注册观看本场网络研讨会，了解数据驱动型分析如何实现车辆 NVH 性能验证的自动化。

使用数据驱动型方法实现车 NVH 分析自动化

在 NVH 过程中部署人工智能 (AI) 方法可谓前途无量。但从何着手呢？毕竟，大家都希望为算法馈送正确的数据，这样才能在新的车辆开发项目中重用和运用这些数据。

AI 算法会自主学习，但 NVH 工程师需要承担的任务包括选择哪种系统响应来从测量或仿真中抽取数据，从而为算法提供适当的培训。为了成功实现车辆设计和优化转型，NVH 工程师需要依靠自身的专业经验和领域知识，才能为输入数据设计特定边界并正确解读输出数据。Simcenter NVH 解决方案融合仿真、测试和工程知识，补充并改进测试和仿真活动，能够获取更多有关整车 NVH 行为的见解。

NVH 工程专家受众

本次网络研讨会专为 NVH 工程人士设计，从专家到分析师，包括所有追寻智能解决方案以加快 NVH 数据验证的受众。他们可以使用人工智能和机器学习技术来部署自动化流程，从而学习使用 NVH 历史数据。此解决方案可助力缩短开发周期并提高整体车辆和工艺效率。

数据驱动型 NVH 分析的要点：

• 使用人工智能方法提高 NVH 测试效率
• 无需创建复杂仿真模型即可预测 NVH 性能
• 使用 AI 将整车目标转化为各个不同的子系统

所示方法展示的数据驱动型 NVH 分析可以赋能改善车辆开发并更快获得有关 NVH 行为的见解。