* Korištenje umjetne inteligencije za ubrzavanje složenih izračuna i automatsko predlaganje optimalnih dimenzija dizajna
NTN je uključio tehnologiju umjetne inteligencije (AI)-temeljenu na strojnom učenju1) u svoj automatizirani računski sustav koji se koristi za projektiranje treće-generacije ležajeva glavčina kotača koji podržavaju rotaciju automobilskih guma. Ovim je NTN značajno smanjio vrijeme potrebno za analizu procjene učinka na manje od jedne-desetine tradicionalnog vremena, istovremeno omogućujući automatski dizajn dimenzija koje zadovoljavaju zahtjeve. To pomaže u smanjenju opterećenja dizajna i skraćuje razvojne cikluse korisnika.

1) Strojno učenje: Metoda učenja uzoraka iz podataka za izradu predviđanja i klasifikacija.
U dizajnu automobilskih dijelova razvoj-temeljen na modelu (MBD) postaje sve popularniji, razvojni model koji simulira performanse na računalu za bržu proizvodnju-kvalitetnijih proizvoda. Godine 2022. NTN je pokrenuo automatizirani sustav za izračun "ABICS", koji izvodi niz procesa dizajna za treće-generacije ležajeva glavčina kotača, smanjujući projektirane radne-sate za približno 80% u usporedbi s prethodnim metodama, pridonoseći kraćem vremenu razvoja korisnika. U analizi metode konačnih elemenata (FEM)2) koja se koristi za provjeru zadovoljava li dizajn zahtjeve korisnika, ako zahtjevi nisu ispunjeni, nužni su redizajn i ponovna -analiza pomoću FEM-a. Međutim, ležaj glavčine kotača treće{11}}generacije ima složenu strukturu, integrirajući ležajeve i periferne komponente kao što su vijci, stoga zahtijeva vrlo složene izračune za dovršetak FEM analize.
2) FEM analiza: Računalna metoda koja numerički analizira fizičke fenomene kao što su koncentracija naprezanja i deformacija na računalu dijeljenjem složenih oblika ili struktura u male elemente.
Uvođenjem AI tehnologije u "ABICS," postigli smo-predviđanje velike brzine specifičnih zadataka FEM analize, smanjujući vrijeme na manje od jedne-desetine tradicionalnog vremena. Nadalje, ako rezultati ne zadovoljavaju tražene specifikacije, sustav automatski predlaže odgovarajuće dimenzije dizajna.
Proces dizajna koristi simulacijski model temeljen na Lasso regresiji3) u kombinaciji s Bayesovim optimizacijskim4) algoritmom. Prvi odabire samo potrebne podatke iz velikog skupa podataka za predviđanje rezultata analize na temelju ulaznih dimenzija dizajna, dok je drugi algoritam koji učinkovito dobiva optimalno rješenje, čime se postižu visoka-predviđanja točnosti i prijedlozi dimenzija u širokom rasponu. 3) Laso regresija: regresijska metoda (opća metoda za predviđanje numeričkih rezultata iz zadanih inputa) koja odabire važne varijable i gradi prediktivni model. 4) Bayesova optimizacija: algoritam koji učinkovito pronalazi optimalno rješenje u kratkom vremenu sa što manje pokušaja odabirom sljedeće točke ispitivanja na temelju rezultata prethodnih pokušaja.
NTN ima za cilj upotrijebiti novouvedenu AI tehnologiju za automatsko predviđanje svih FEM analiza implementiranih u ABICS do 2029. i pružanje optimalnih preporuka za dizajn. Nakon što se sve te funkcije implementiraju, očekuje se da će se vrijeme projektiranja smanjiti za više od 90% u usporedbi s onim prije uvođenja ABICS-a.

NTN će također nastaviti koristiti digitalne tehnologije kao što su CAE i AI za poboljšanje učinkovitosti i preciznosti rada na istraživanju i razvoju, omogućujući nam da brzo ponudimo visoko-učinkovite,-kvalitetne proizvode našim klijentima. Nadalje, aktivno ćemo njegovati digitalne talente sposobne za korištenje ovih tehnologija.
