* Memanfaatkan AI untuk mempercepat penghitungan kompleks dan secara otomatis mengusulkan dimensi desain yang optimal
NTN telah memasukkan teknologi kecerdasan buatan (AI)-pembelajaran mesin1) ke dalam sistem penghitungan otomatisnya yang digunakan untuk merancang-bantalan hub roda generasi ketiga yang mendukung perputaran ban mobil. Melalui hal ini, NTN telah secara signifikan mengurangi waktu yang diperlukan untuk analisis evaluasi kinerja menjadi kurang dari-sepersepuluh waktu tradisional, sekaligus memungkinkan desain dimensi otomatis yang memenuhi persyaratan. Hal ini membantu mengurangi beban kerja desain dan memperpendek siklus pengembangan pelanggan.
1) Pembelajaran mesin: Suatu metode pembelajaran pola dari data untuk membuat prediksi dan klasifikasi.
Dalam desain suku cadang otomotif, pengembangan berbasis model (MBD) menjadi semakin populer, yaitu model pengembangan yang menyimulasikan kinerja pada komputer untuk memproduksi produk berkualitas lebih tinggi dengan lebih cepat. Pada tahun 2022, NTN meluncurkan sistem penghitungan otomatis "ABICS", yang melakukan serangkaian proses desain untuk bantalan hub roda-generasi ketiga, sehingga mengurangi jam kerja-desain sekitar 80% dibandingkan metode sebelumnya, sehingga berkontribusi terhadap waktu pengembangan pelanggan yang lebih singkat. Dalam analisis metode elemen hingga (FEM)2) digunakan untuk memverifikasi apakah desain memenuhi persyaratan pelanggan, jika persyaratan tidak terpenuhi, desain ulang dan-analisis ulang menggunakan FEM diperlukan. Namun, bantalan hub roda generasi ketiga memiliki struktur yang kompleks, yang mengintegrasikan bantalan dan komponen periferal seperti baut, sehingga memerlukan penghitungan yang sangat rumit untuk menyelesaikan analisis FEM.
2) Analisis FEM: Metode komputasi yang menganalisis fenomena fisik secara numerik seperti konsentrasi tegangan dan deformasi pada komputer dengan membagi bentuk atau struktur kompleks menjadi elemen-elemen kecil.
Dengan memperkenalkan teknologi AI ke dalam "ABICS", kami telah mencapai-prediksi berkecepatan tinggi untuk tugas analisis FEM tertentu, mengurangi waktu hingga kurang dari-sepersepuluh waktu tradisional. Selanjutnya, jika hasilnya tidak memenuhi spesifikasi yang dibutuhkan, sistem secara otomatis menyarankan dimensi desain yang sesuai.
Proses perancangan menggunakan model simulasi berdasarkan regresi Lasso3) yang dipadukan dengan algoritma optimasi Bayesian4). Yang pertama hanya memilih data yang diperlukan dari kumpulan data yang besar untuk memprediksi hasil analisis berdasarkan dimensi desain masukan, sedangkan yang kedua adalah algoritme yang secara efisien memperoleh solusi optimal, sehingga mencapai-prediksi dengan akurasi tinggi dan saran dimensi dalam rentang yang luas. 3) Regresi Lasso: Metode regresi (metode umum untuk memprediksi hasil numerik dari masukan yang diberikan) yang memilih variabel penting dan membangun model prediktif. 4) Optimasi Bayesian: Algoritme yang secara efisien menemukan solusi optimal dalam waktu singkat dengan uji coba sesedikit mungkin dengan memilih titik uji berikutnya berdasarkan hasil uji coba sebelumnya.
NTN bertujuan untuk memanfaatkan teknologi AI yang baru diperkenalkan untuk secara otomatis memprediksi semua analisis FEM yang diterapkan di ABICS pada tahun 2029 dan memberikan rekomendasi desain yang optimal. Setelah semua fungsi ini diterapkan, waktu desain diperkirakan akan berkurang lebih dari 90% dibandingkan sebelum diperkenalkannya ABICS.
NTN juga akan terus memanfaatkan teknologi digital seperti CAE dan AI untuk meningkatkan efisiensi dan ketepatan pekerjaan penelitian dan pengembangan, sehingga memungkinkan kami dengan cepat menyediakan produk-berperforma tinggi,-berkualitas tinggi kepada pelanggan kami. Selain itu, kami akan secara aktif membina talenta digital yang mampu memanfaatkan teknologi tersebut.
