एआई टायर आरएंडडी और डिजाइन चक्रों को छोटा करता है क्योंकि सुमितोमो रबर और योकोहामा डिजिटल विकास का विस्तार करते हैं

एआई लैब टूल से टायर-विकास वर्कहॉर्स की ओर बढ़ रहा है

जापानी टायर निर्माता कृत्रिम बुद्धिमत्ता को प्रयोग से नियमित इंजीनियरिंग सहायता की ओर ले जा रहे हैं, जिसमें सुमितोमो रबर इंडस्ट्रीज और योकोहामा रबर दोनों ऐसे सिस्टम की रिपोर्ट कर रहे हैं जो टायर आरएंडडी के अंदर विश्लेषण और दस्तावेज़-खोज समय को कम करते हैं। यह बदलाव महत्वपूर्ण है क्योंकि टायर डिजाइन अभी भी लंबे सिमुलेशन लूप, सामग्री स्क्रीनिंग और बार-बार सत्यापन पर निर्भर करता है, इसलिए मामूली समय बचत भी टीमों को अवधारणा से प्रोटोटाइप तक ले जाने की गति बदल सकती है।

सुमितोमो रबर विश्लेषण समय घटाता है

सुमितोमो रबर इंडस्ट्रीज (सुमितोमो रबर इंडस्ट्रीज, लिमिटेड, डनलप और फाल्कन ब्रांड्स के पीछे का जापानी टायर निर्माता) ने फुजित्सू (फुजित्सू लिमिटेड, जापानी आईटी और सेवाएं कंपनी) के साथ एक एआई सरोगेट मॉडल विकसित करने की बात कही जो संरचनात्मक विश्लेषण समय को लगभग 90% कम करता है जबकि उच्च सटीकता बनाए रखता है। कंपनी के 3 जून के बयान में, मॉडल को प्रूफ-ऑफ-कॉन्सेप्ट प्रोजेक्ट के माध्यम से मान्य किया गया और रोड संपर्क स्थितियों के तहत टायर विरूपण के संरचनात्मक विश्लेषण पर लागू किया गया।

मापा गया लाभ विशिष्ट और व्यावहारिक है। सुमितोमो रबर ने कहा कि प्रसंस्करण समय लगभग 45 मिनट से घटकर लगभग पांच मिनट हो गया, मॉडल लगभग 600,000 तत्वों या मेश को संभालता है। कंपनी ने कहा कि सिस्टम संचित परिमित तत्व विधि परिणामों को प्रशिक्षण डेटा के रूप में उपयोग करता है और ग्राफ न्यूरल नेटवर्क एल्गोरिदम के साथ अपने स्वयं के टायर डिजाइन डेटा और फुजित्सू की एआई क्षमताओं को जोड़ता है।

प्रोसेसर और कंपाउंड डेवलपर्स के लिए, महत्व केवल तेज़ कंप्यूटिंग नहीं है। छोटा विश्लेषण चक्र डिजाइन पुनरावृत्तियों की गति बदल सकता है, क्योंकि इंजीनियर भौतिक परीक्षणों के लिए प्रतिबद्ध होने से पहले अधिक लेआउट और सामग्री संयोजनों का परीक्षण कर सकते हैं। यही टायर विकास में लागत दबाव है: जितना धीमा विश्लेषण लूप, उतना अधिक समय और श्रम एक व्यवहार्य विनिर्देशन चुने जाने से पहले बंध जाता है।

योकोहामा एआई को दस्तावेज़-भारी डिजाइन कार्य में विस्तारित करता है

योकोहामा रबर कंपनी (जापानी टायर और रबर उत्पाद निर्माता जो टायर, कंपाउंड और मोल्ड विकसित करता है) ने कहा कि उसने रिट्रीवल-ऑगमेंटेड जेनरेशन, या आरएजी पर निर्मित एक मालिकाना जनरेटिव एआई सिस्टम का पूर्ण पैमाने पर संचालन शुरू किया है ताकि संचित तकनीकी दस्तावेजों की खोज की जा सके और उन फाइलों के आधार पर उत्तर लौटाए जा सकें। कंपनी ने कहा कि सिस्टम स्टाफ को टायर विकास के दौरान निर्णय लेने के लिए आवश्यक तकनीकी जानकारी तक त्वरित पहुंच प्रदान करके टायर विकास को तेज और तेज करने के लिए है, जिसमें सामग्री विकास भी शामिल है।

योकोहामा ने कहा कि नया सिस्टम इसके HAICoLab एआई उपयोग ढांचे का विस्तार करता है, जिसे उसने अक्टूबर 2020 में लॉन्च किया था। कंपनी ने पहले ही एआई सिस्टम बनाए थे जो रबर कंपाउंड के भौतिक गुणों की भविष्यवाणी करते हैं, टायर विशेषताओं की भविष्यवाणी करते हैं, नए रबर कंपाउंड उत्पन्न करते हैं, और मोल्ड डिजाइन का समर्थन करते हैं। नवीनतम कदम भविष्यवाणी से ज्ञान पुनर्प्राप्ति में एआई समर्थन का विस्तार करता है, नियामक दस्तावेजों, प्रक्रिया मैनुअल, तकनीकी रिपोर्ट और केस स्टडी पर आधारित।

उपयोगकर्ताओं के लिए प्लांट और विकास लैब के अंदर भी संचालन तर्क महत्वपूर्ण है। योकोहामा ने कहा कि विकास स्टाफ परियोजना के लक्ष्य और स्थिति के आधार पर प्रश्न पूछते हैं, जिसके बाद जनरेटिव एआई आंतरिक तकनीकी दस्तावेजों की खोज करता है और उस सामग्री से उत्तर देता है। कंपनी ने जोड़ा कि एक एआई एजेंट प्रश्न के इरादे की व्याख्या करता है और प्रतिक्रिया सटीकता सुधारने के लिए बार-बार खोजों की योजना बनाता है, जानकारी पुनर्प्राप्त करता है, और परिणामों का मूल्यांकन करता है। यह स्रोत दस्तावेजों के लिंक भी प्रदान करता है ताकि स्टाफ प्रत्येक उत्तर के आधार को सत्यापित कर सकें इससे पहले कि वे इसे व्याख्या या निर्णय लेने में उपयोग करें।

”

"सिस्टम टायर विकास प्रक्रिया के दौरान निर्णय लेने के लिए आवश्यक तकनीकी जानकारी तक त्वरित और सटीक पहुंच प्रदान करके टायर विकास को और तेज करने और बढ़ाने में योगदान देता है।" - योकोहामा रबर ने अपने रिलीज में कहा

टायर प्लांट और आरएंडडी टीमों के लिए नवीनतम एआई कदम का क्या मतलब है

दोनों प्रोजेक्ट एक ही परिचालन दबाव बिंदु की ओर इशारा करते हैं: ज्ञान और विश्लेषण बाधाएं प्रेस या एक्सट्रूडर शामिल होने से बहुत पहले टायर विकास को धीमा करती हैं। सुमितोमो रबर सिमुलेशन पक्ष पर हमला कर रहा है, जहां एआई विरूपण और प्रदर्शन व्यवहार का मूल्यांकन करने के लिए आवश्यक समय को कम करता है। योकोहामा सूचना पक्ष पर हमाता कर रहा है, जहां इंजीनियरों को यह तय करने से पहले कि अगला क्या परीक्षण करना है, संचित आंतरिक सामग्री के माध्यम से खोजने की आवश्यकता होती है।

यह संयोजन विकास टीमों द्वारा अपने समय आवंटित करने के तरीके को बदल सकता है। यदि सिमुलेशन रन दसियों मिनट के बजाय मिनटों में पूरा हो जाते हैं, और यदि तकनीकी खोज प्रक्रिया अधिक लक्षित और पता लगाने योग्य हो जाती है, तो इंजीनियर यौगिक निर्णय, प्रोटोटाइप समीक्षा, और व्यापार-बंद निर्णयों पर अधिक समय बिता सकते हैं बजाय दोहराव वाले डेटा हैंडलिंग के। यह उन विरासत रिपोर्टों, परीक्षण रिकॉर्ड और प्रक्रियाओं में पहले से संग्रहीत संस्थागत ज्ञान के मूल्य को भी बढ़ाता है, क्योंकि वे डिजाइन कार्य के लिए सक्रिय इनपुट बन जाते हैं न कि अभिलेखागार।

योकोहामा के रिलीज से पता चलता है कि कंपनी अपने इंजीनियरों को स्वचालित आउटपुट से प्रतिस्थापित नहीं कर रही है। इसके बजाय, यह एक ऐसा सिस्टम बना रही है जो आंतरिक रिकॉर्ड की जांच करता है, स्रोत दस्तावेजों का हवाला देता है, और स्टाफ को कार्य करने से पहले उत्तर को मान्य करने देता है। यह दृष्टिकोण टायर विकास में महत्वपूर्ण होने की संभावना है, जहां फॉर्मूलेशन और संरचना परिवर्तन एक साथ गीले पकड़, घिसाव, रोलिंग प्रतिरोध, और विनिर्माण क्षमता को प्रभावित कर सकते हैं। तेज उत्तर तभी उपयोगी हैं जब वे पता लगाने योग्य और तकनीकी रूप से बचाव योग्य रहें।

सिमुलेशन सॉफ्टवेयर, एआई प्लेटफॉर्म, और कंपाउंड-डिजाइन टूल्स के आपूर्तिकर्ताओं के लिए, संदेश समान रूप से स्पष्ट है। टायर निर्माता अब एआई को एक अलग डिजिटल प्रोजेक्ट के रूप में नहीं देख रहे हैं। वे इसे सामग्री खोज, संरचनात्मक विश्लेषण, और डिजाइन समर्थन के सामान्य वर्कफ्लो में शामिल कर रहे हैं, प्रदर्शन का मूल्यांकन इस आधार पर किया जा रहा है कि टूल प्रत्येक चरण से कितना समय हटाता है।

संभावित अगला कदम विकास कार्यों में व्यापक तैनाती है, विशेष रूप से जहां टीमों को कई उम्मीदवार संरचनाओं की तुलना करनी होती है या बड़े दस्तावेज़ सेट को ट्रैक करना होता है। कंपनियों की नवीनतम घोषणाएं सुझाव देती हैं कि टायर आरएंडडी में प्रतिस्पर्धात्मक लाभ तेजी से इस बात पर निर्भर कर सकता है कि कौन ऐतिहासिक डेटा और आंतरिक जानकारी को उपयोगी डिजाइन निर्णयों में सबसे तेजी से बदल सकता है।