شرکت سورین توربوماشین با سال‌ها تجربه در حوزه توربوماشین‌ها، آمادگی دارد تا معتبرترین و به‌روزترین نرم‌افزارهای تخصصی این حوزه را همراه با خدمات لایسنس، پشتیبانی فنی و مشاوره‌های تخصصی برای شرکت‌ها، سازمان‌ها و پژوهشگران تأمین نماید.

در ادامه به معرفی نرم‌افزارهای جهانی در این بخش می‌پردازیم.

نرم‌افزارDeepyt

نرم‌افزار Deepyt (محصول شرکت Deeplabs) یک پلتفرم بدون کدنویسی مبتنی بر پایتون است که فرآیند ورود هوش مصنوعی و یادگیری ماشین را به چرخه طراحی، تحلیل و بهینه‌سازی توربوماشین‌ها شتاب می‌بخشد. در مهندسی ماشین‌آلات دوار که شبیه‌سازی‌های دینامیک سیالات محاسباتی و تحلیل‌های المان محدود بسیار زمان‌بر و هزینه‌بر هستند، Deepyt به مهندسان اجازه می‌دهد تا بدون نیاز به دانش عمیق کدنویسی، مدل‌های جایگزین سریع و متدهای بهینه‌سازی مبتنی بر داده را خلق کنند.

معرفی

طراحی آیرودینامیکی توربوماشین‌ها فرآیندی پیچیده است. این فرآیند از تحلیل یک‌بعدی اولیه شروع می‌شود و به سمت تحلیل نصف‌النهار دوبعدی و تیغه‌به‌تیغه (Blade to Blade) و هندسه سه‌بعدی CFD که بهینه می‌شود، می‌رود.

در طول طراحی، به دلیل تجربه و توانایی طراح در بهبود محصول، ورودی زیادی از طراح مورد نیاز است.

طراحی یک فرآیند تکرارشونده است که طی آن حجم زیادی از داده‌ها تولید می‌شود. بسیاری از این موارد پس از دستیابی به طرح محصول نهایی دور ریخته و فراموش می‌شوند.

طراحی آیرودینامیکی مبتنی بر شبیه‌سازی عددی و تجربی، حجم زیادی از داده‌ها را در قالب‌های پیچیده که تفسیر آنها دشوار است (عملکردهای فردی، کمیت‌های میدان، سری‌های زمانی، هندسه‌های سه‌بعدی و غیره) تولید می‌کند.

بررسی و کاوش این داده‌‌ها برای به دست آوردن اطلاعات مفید برای طرح‌های فعلی و آینده یک چالش بزرگ است.

برای توسعه یک محصول جدید، معمولاً باید از صفر شروع کرد، بدون بهره‌برداری از دانش قبلی و با در نظر گرفتن عواقب زمان و هزینه.

محاسبات CFD (دینامیک سیالات محاسباتی) و FEA (تحلیل المان محدود) می‌توانند از دیدگاه وزن محاسباتی و زمان شبیه‌سازی مشکل‌ساز باشند و تعداد راه‌حل‌های تحلیل‌شده در مرحله طراحی و بهینه‌سازی را محدود کنند.

پارامترسازی بر اساس پارامترهایی است که به صورت دستی توسط طراح تعریف شده است و به همین دلیل معمولاً تعداد محدودی از پارامترهای هندسی ماکروسکوپی هستند.

استفاده از پارامترهای طراحی مهندسی (EDP) نیازمند پارامترسازی یکنواخت برای هر مطالعه موردی برای به دست آوردن داده‌های جدول‌بندی‌شده‌ی یکنواخت است که می‌تواند برای تجزیه و تحلیل مورد استفاده قرار گیرد و احتمالاً نیاز به پارامترسازی مجدد هندسه‌های موجود دارد.

مفهوم اصلی

• گردآوری داده‌ها از تاریخچه شرکت یا از ابزارهای شبیه‌سازی موجود
• پیاده‌سازی زنجیره پیش‌پردازش
• پارامترسازی خودکار هندسه‌ها با الگوریتم‌های هوش مصنوعی
• پیش‌بینی عملکرد طرح‌های موجود و جدید
• تولید هندسه‌های جدید آماده برای شبیه‌سازی بر اساس مشخصات عملکرد

بهره‌برداری از داده‌های شما

این نرم‌افزار از داده‌های تاریخی یا تجربی شما از مجموعه داده‌ها و چرخه‌های طراحی قبلی استفاده می‌کند.
شما می‌توانید از داده‌های شبیه‌سازی خود (FEA یا CFD) خروجی گرفته و با استفاده از خود CAD خام یا داده‌های جدول‌بندی‌شده، مستقیماً در نرم‌افزار بارگذاری کنید.

الگوریتم‌های هوش مصنوعی که می‌توان با این نرم‌افزار توسعه داد، امکان پردازش تمام این داده‌ها و استخراج خودکار حجم زیادی از اطلاعات را به وجود می‌آورد که می‌تواند برای اهداف خود مورد بهره‌برداری قرار گیرد.

دانش را هدر ندهید

 استفاده از پروژه‌های گذشته خود برای توسعه الگوریتم‌های هوش مصنوعی به معنای ردیابی تخصص ارائه شده توسط طراحانی است که در طراحی محصول مشارکت داشته‌اند.

چندین پروژه را می‌توان همزمان تجزیه و تحلیل کرد، تمام اطلاعات موجود را استخراج کرد و به تجربه گذشته ارزش داد.

سرعت بخشیدن به طراحی

با الگوریتم‌های این نرم‌افزار، می‌توان عملکرد دینامیکی/ساختاری سیالات را از روی هندسه‌های سه بعدی خالص، داده‌های جدولی، سری‌های زمانی یا ترکیبی از آنها پیش‌بینی کرد.

این الگوریتم‌ها امکان بررسی فوری عملکرد طرح‌های جدید را فراهم می‌کند.

شما می‌توانید مدل‌های یادگیری ماشینی پیش‌بینی‌کننده بسازید و آنها را بر روی داده‌های عملکرد خود آموزش دهید، می‌توانید از متامدل (Metamodel) برای پیش‌بینی مقادیر میدان روی سطوح و حجم‌ها برای هندسه‌های جدید با دقت بسیار بالا استفاده کنید و روند طراحی را تسریع کنید.

پارامترسازی خودکار

رمزگذارهای خودکار پیشرفته این نرم‌افزار به طور خودکار طرح‌های سه‌بعدی شما را به مجموعه‌ای از پارامترهای نهفته تبدیل و فشرده می‌کنند که می‌تواند برای طراحی یا بهینه‌سازی بعدی استفاده شود.

بهينه‌سازی

برای عملکرد هدف شناخته‌شده، رمزگذار خودکار می‌تواند پارامترهایی را برای طراحی سه‌بعدی عملکرد بهینه‌سازی‌شده ارائه کند و حتی هندسه شما را در قالب آماده خروجی بازسازی کند و تعداد شبیه‌سازی‌های مورد نیاز برای دستیابی به حداکثر عملکرد را کاهش دهد.

با فناوری این نرم‌افزار امکان داشتن یک CAD تمیز وجود دارد که می‌تواند به طور خودکار از طریق CFD یا FEM ارزیابی شود، این یک بهینه‌‌سازی خودکار بر اساس هندسه‌های غیر پارامتری است!

با کار بر روی پارامترهای نهفته، امکان کاوش در فضای طراحی وجود دارد که بهره‌برداری از آن با بهینه‌سازی پارامترهای سنتی دشوار است.

یادگیری تقویتی یکی از سه پارادایم اصلی یادگیری ماشین در کنار یادگیری تحت نظارت و یادگیری بدون نظارت است.  با این رویکرد، الگوریتم با شکست مکرر در انجام یک کار دلخواه به تنهایی یاد می‌گیرد.

این الگوریتم‌ها، همراه با طراحی مولد و الگوریتم‌های پیش‌بینی عملکرد دقیق، یک راه‌حل طراحی موثر و نوآورانه را نشان می‌دهند.

طراحی مولد

با استفاده از الگوریتم‌هایی مانند رمزگذارهای خودکار متغیر یا GAN (شبکه‌های مخالف مولد)، هندسه‌های کاملاً جدیدی را می‌توان تولید کرد و هندسه سه‌بعدی جدیدی را مطابق با مشخصات ایجاد کرد.

دقت بازسازی می‌تواند به حدی باشد که هندسه را مستقیماً با محاسبات دینامیکی و ساختاری سیالات تأیید کند.

نمونه‌های آماده

به لطف کتابخانه موجود و قابل دانلود پروژه‌های آماده، می‌توان الگوریتم‌ها را تنها در چند دقیقه آزمایش کرد و نتایج را تجسم کرد.

جمع‌بندی

مهم‌ترین کاربردهای Deepyt در این حوزه عبارتند از:

• پیش‌بینی سریع عملکرد آیرودینامیکی: آموزش مدل‌های یادگیری عمیق بر اساس داده‌های پیشین CFD برای پیش‌بینی ضریب جریان، راندمان و نمودارهای عملکردی کمپرسورها و توربین‌ها در چند ثانیه به جای چند ساعت.
• بهینه‌سازی چندهدفه هندسه پره‌ها: اتصال آسان داده‌های هندسی و خطوط جریان به بلوک‌های هوش مصنوعی جهت یافتن بهینه‌ترین زاویه و فرم پره برای کاهش افت‌های جریان و پدیده کاویتاسیون.
• دوقلوی دیجیتال و نگهداری پیش‌بینانه: تحلیل داده‌های سنسورهای حرارتی، فشار و ارتعاشاتی روتور در محیط گرافیکی نرم‌افزار به منظور پیش‌بینی زمان استهلاک، فرسودگی یاتاقان‌ها و خرابی‌های احتمالی توربوماشین در شرایط کاری واقعی.
• یکپارچه‌سازی آسان با بسترهای CAE: امکان وارد کردن و پردازش داده‌های خروجی نرم‌افزارهای استاندارد مانند Ansys CFX یا NUMECA به درون جریان کاری Deepyt جهت تحلیل خطاهای آماری و بهبود فرآیند طراحی.

وبسایت: deeplabs.it

نرم‌افزار AxSTREAM

نرم‌افزار اکس‌استریم (AxSTREAM)، محصول شرکت سافت‌این‌وی (SoftInWay) یک پلتفرم نرم‌افزاری پیشرفته، چندرشته‌ای و یکپارچه است که به‌طور اختصاصی برای طراحی، تحلیل، شبیه‌سازی و بهینه‌سازی توربوماشین‌ها و سیستم‌های حرارتی-سیالاتی توسعه یافته است.

این پلتفرم به مهندسان اجازه می‌دهد تمام مراحل توسعه یک محصول (از ایده اولیه و شبیه‌سازی سیکل ترمودینامیکی گرفته تا طراحی سه‌بعدی دقیق، تحلیل‌های مکانیکی و دینامیک روتور) را در یک محیط واحد انجام دهند.

در ادامه، جزئیات اینکه این نرم‌افزار دقیقاً چیست و چه کارهایی انجام می‌دهد بر اساس بخش‌های اصلی آن آورده شده است:

۱. طراحی و تحلیل توربوماشین‌ها

این بخش هسته اصلی AxSTREAM است و برای انواع توربین‌ها، کمپرسورها، پمپ‌ها، فن‌ها و دمنده‌ها کاربرد دارد:

• طراحی زاینده: با دریافت شرایط مرزی و محدودیت‌های هندسی، نرم‌افزار می‌تواند هزاران طرح هندسی بهینه را به صورت خودکار تولید کند.
• تحلیل‌های ۱ بعدی و ۲ بعدی: برای ارزیابی سریع عملکرد ماشین، مثلث‌های سرعت، افت‌ها و نشتی‌ها در شرایط مختلف.
• طراحی پره سه‌بعدی: ابزارهای تعاملی برای طراحی و اصلاح ایرفویل‌ها و پره‌های سه‌بعدی.
• مهندسی معکوس: امکان وارد کردن مدل‌های سه‌بعدی موجود و استخراج مشخصات هندسی آن‌ها برای تحلیل و بهینه‌سازی مجدد.
• تحلیل‌های CFD و FEA: انجام محاسبات دینامیک سیالات محاسباتی (CFD) و تحلیل المان محدود (FEA) به صورت یکپارچه برای بررسی بارهای آیرودینامیکی و ساختاری.

این نرم‌افزار امکان شبیه‌سازی صفر‌بعدی و یک‌بعدی سیکل‌های کامل انرژی و پیشرانش را فراهم می‌کند:

• مهندسان می‌توانند سیستم‌های تولید توان (مانند سیکل رانکین یا توربین گاز) را به همراه تمام اجزای جانبی (لوله‌کشی، شیرآلات، مبدل‌های حرارتی) به صورت یکپارچه مدل کنند.
• امکان تحلیل سیستم در شرایط غیرطراحی (آف دیزاین) و بارهای گذرا.

۳. دینامیک روتور و یاتاقان‌ها

برای تضمین پایداری مکانیکی سیستم‌های دوار، AxSTREAM ابزارهای پیشرفته‌ای دارد:

• تحلیل دینامیکی: ارزیابی سرعت‌های بحرانی، اشکال مودی، پاسخ به نابالانسی و پایداری روتور به صورت خطی و غیرخطی.
• شبیه‌سازی یاتاقان‌ها: مدل‌سازی دقیق انواع یاتاقان‌ها از جمله یاتاقان‌های غلتشی، فیلم سیال و یاتاقان‌های مغناطیسی.
• انتقال مستقیم داده‌های آیرودینامیکی به بخش دینامیک روتور بدون نیاز به نرم‌افزارهای واسط یا CAD.

۴. اتوماسیون فرآیند و بهینه‌سازی

نرم‌افزار با ابزاری به نام AxSTREAM ION امکان خودکارسازی فرآیندها را می‌دهد:

• ترکیب و یکپارچه‌سازی حل‌کننده‌های داخلی AxSTREAM با کدهای شخصی شرکت‌ها و نرم‌افزارهای تجاری شخص ثالث در یک جریان کاری خودکار.
• بهره‌گیری از بهینه‌سازی چندرشته‌ای و الگوریتم‌های پیشرفته برای دستیابی به بهترین راندمان با در نظر گرفتن قیود سازه‌ای، آیرودینامیکی و آکوستیکی.
• ایجاد دوقلوی دیجیتال از تجهیزات برای پیش‌بینی فرسودگی و ارزیابی قابلیت اطمینان دستگاه در شرایط واقعی.

۵. هوش مصنوعی و یادگیری ماشین

در نسخه‌های مدرن این پلتفرم، از الگوریتم‌های هوش مصنوعی برای تسریع در فرآیندهای بهینه‌سازی و پیش‌بینی رفتار سیستم‌های پیچیده آیرودینامیکی و حرارتی استفاده می‌شود.

وبسایت: softinway.com