人工智能可創造出性能優于人類設計的優化引擎部件

猿力部落——汽車人的技術社區

據釜山國立大學（Pusan National University）報道，用于油液循環和潤滑的齒輪泵是汽車和液壓系統中至關重要的部件。它們結構緊湊，每轉流量大，吸力強。齒輪的齒形對發動機潤滑和自動變速器液壓系統的整體性能起著決定性作用。

遺憾的是，傳統的設計方法利用預定義的數學曲線和迭代調整，這損害了其優化靈活性。

研究人員開發人工智能驅動的設計方法

由Chul Kim教授領導的韓國釜山國立大學機械工程學院研究團隊提出了一種新的設計方法。

他們的研究成果發表在《人工智能工程應用》（Engineering Applications of Artificial Intelligence）期刊上。

本研究的關鍵在于運用人工智能，特別是條件生成對抗網絡（CGANA）作為設計工具。研究人員沒有采用傳統的預定義數學曲線方法，而是訓練人工智能自動生成新的轉子輪廓。

該人工智能通過學習一個數據集，該數據集將特定的高性能輪廓幾何形狀與其實際性能數據關聯起來。這項創新使其能夠理解為什么某些形狀的性能優于其他形狀，然后生成新的、高度優化的幾何形狀，這些形狀的性能遠超傳統設計。

研究人員利用先進的生成式人工智能技術。圖片來源：Chul Kim

進的生成式人工智能技術，創造出新型高性能轉子泵設計，其效率顯著提升，噪音降低，超越了傳統的工程方法。這項突破性成果展現了人工智能在汽車工程領域的變革潛力，有望打造更智能、更安靜、更可靠的發動機系統。

性能提升及實際影響

該團隊證明，他們新穎的AI生成的設計在通過計算流體動力學進行仿真驗證時，表現出顯著的性能提升。

與傳統的卵形輪廓相比，所提出的設計使流量不規則性降低了74.7%。這意味著泵的輸出更加穩定一致。此外，平均流量提高了32.3%，表明容積效率更高；出口壓力波動降低了53.6%，這直接有助于降低運行噪音和振動。

本研究最直接的實際應用領域是汽車行業。降低壓力波動和流量不規則性在此領域具有顯著優勢。它可以使傳動系統運行更加安靜，并通過減少振動和不穩定的液壓應力，潛在地提高部件的可靠性。

此外，平均流量增加32.3%，使得機油在整個發動機內的循環更加高效。這有助于更好地潤滑和冷卻發動機部件，這對發動機的耐久性至關重要。

未來潛力及更廣泛應用

Chul Kim教授表示：“我們研究中展示的相同原理也適用于工業機械中使用的各種液壓泵，效率、低噪音和可靠性都是重要的因素，這使得我們的技術在實際應用中極具吸引力。”

未來五到十年內，這類方法有望成為工程師的標配工具。它代表著一種“逆向設計”的趨勢，即工程師可以指定所需的性能目標，例如“最小化壓力波動”，然后人工智能會協助生成滿足這些目標的最佳幾何形狀。

此外，這種方法可以加快復雜機械部件的研發周期。與傳統的手工迭代相比，它能夠探索更廣泛的設計空間。

Chul Kim教授總結道：“至關重要的是，對于公眾而言，采用更優化的零部件意味著我們日常使用的機器將變得更安靜、更可靠。在汽車領域，這意味著車輛將配備更高效、更耐用的液壓系統，例如變速器和油泵。”