当AI弯曲金属：AI辅助的单片金属成形设计参数优化
人工智能
2026-04-01 v2 分布式、并行与集群计算
性能
摘要
数值模拟已通过降低原型制作成本、减少设计迭代次数，使工程师能够更有效地探索设计空间，从而 revolutionized 工业设计流程。然而，日益增长的模拟规模需要大量的专家知识、计算资源和时间。一个关键挑战是识别能够获得最佳结果的输入参数，因为迭代模拟成本高昂且可能对环境产生较大影响。本文提出一种AI辅助的工作流程，通过贝叶斯优化减少对参数优化中专家参与的需求。此外，我们提出了该方法的主动学习变体，以便在需要时提供帮助。深度学习模型提供初始参数估计，随后优化循环在满足终止条件（例如能源预算或迭代限制）之前，不断细化设计。我们以单片金属成形过程为例，展示了该方法如何加速设计空间的探索，同时减少对专家参与的需求。
引用
@article{arxiv.2511.22302,
title = {When AI Bends Metal: AI-Assisted Optimization of Design Parameters in Sheet Metal Forming},
author = {Ahmad Tarraf and Koutaiba Kassem-Manthey and Seyed Ali Mohammadi and Philipp Martin and Lukas Moj and Semih Burak and Enju Park and Christian Terboven and Felix Wolf},
journal= {arXiv preprint arXiv:2511.22302},
year = {2026}
}
备注
20 pages