Đề tài ứng dụng ai trong thiết kế cơ khí

Chuyên khảo kỹ thuật phân tích Đề tài ứng dụng ai trong thiết kế cơ khí, đánh giá các khía cạnh quan trọng, đề xuất hướng nghiên cứu tiếp theo.

• Tác giả: Lê Qui Chí
• Người hướng dẫn: TS. Đặng Quang Khoa
• Trường học: Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
• Chuyên ngành: Công Nghệ Kỹ Thuật Cơ Khí
• Đề tài: Nghiên Cứu Ứng Dụng AI Trong Thiết Kế Cơ Khí
• Loại tài liệu: Công Trình Nghiên Cứu Khoa Học
• Năm xuất bản: 2020
• Địa điểm: Thành Phố Hồ Chí Minh

Mục lục chi tiết

• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN CÔNG NGHỆ TÁI ĐIỀU HÓA
• 1.1. Khái niệm tái điều hóa cấu trúc
• 1.1.1. Trong lĩnh vực hàng không
• 1.1.2. Trong lĩnh vực ô tô
• 1.1.3. Trong công nghệ in 3D
• 1.1.4. Trong lĩnh vực kiến trúc
• 1.2. Trung tâm Hội nghị quốc gia Doha
• 1.3. Quy trình tái điều hóa thiết kế
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Khái niệm tái điều hóa cấu trúc
• 2.2. Phân loại
• 2.2.1. Sizing Optimization
• 2.2.2. Shape Optimization
• 2.2.3. Topology Optimization
• 2.3. Ưu điểm và nhược điểm
• 2.4. Ứng dụng trong lĩnh vực hàng không
• 2.5. Ứng dụng trong lĩnh vực ô tô
• 3. CHƯƠNG 3: SHAPE GENERATOR TRONG PHẦN MỀM AUTODESK INVENTOR 2018
• 3.1. Giới thiệu sơ lược
• 3.2. Bước 1: Mở file và vào môi trường Shape Generator
• 3.3. Bước 2: Thêm Material và Constraints
• 3.4. Bước 3: Thêm Loads và Preserve Region
• 3.5. Bước 4: Điều chỉnh Shape Generator Settings và Promote Shape
• 3.6. Bước 5: Thiết kế lại chi tiết
• 3.7. Bước 6: Phân tích phần tử hữu hạn
• 4. CHƯƠNG 4: GENERATIVE DESIGN TRONG PHẦN MỀM FUSION 360
• 4.1. Giới thiệu sơ lược
• 4.2. Nơi dữ liệu Fusion 360 lưu trữ
• 4.3. Chiến lược thiết kế
• 4.4. Generative Design là gì?
• 4.5. Sự khác nhau giữa Generative Design và thiết kế truyền thống
• 5. CHƯƠNG 5: SO SÁNH SHAPE GENERATOR, GENERATIVE DESIGN CỦA FUSION 360 VÀ GENERATIVE DESIGN CỦA SOLID EDGE 2020
• 6. CHƯƠNG 6: CASE STUDIES
• 6.1. Case Study 1: Front Upper Arm trong hệ thống treo
• 6.1.1. Xét trường hợp xe và xe kéo đang yên
• 6.1.2. Tính toán phần Double Wishbone Suspension
• 6.1.2.1. Bước 1: Mã file và vào môi trường Shape Generator
• 6.1.2.2. Bước 2: Thêm Material và Constraints
• 6.1.2.3. Bước 3: Thêm Loads và Preserve Region
• 6.1.2.4. Bước 4: Điều chỉnh Shape Generator Settings và Promote Shape
• 6.1.2.5. Bước 5: Thiết kế lại chi tiết
• 6.1.2.6. Bước 6: Phân tích phần tử hữu hạn và tái điều hóa
• 6.1.2.7. Kết luận và Phân tích
• 6.2. Case Study 2: Dầm chữ I
• 6.2.1. Phân tích phần tử hữu hạn và Tái điều hóa
• 6.2.1.1. Trường hợp thứ nhất: Dầm bậc tái bên phải
• 6.2.1.2. Trường hợp thứ hai: Dầm bậc tái phân bố đầu
• 6.3. Case Study 3: Giá đỡ
• 6.3.1. Giới thiệu chung
• 6.3.1.1. Bước 1: Mã file và vào môi trường Generative Design
• 6.3.1.2. Bước 2: Thêm Material và Loads
• 6.3.1.3. Bước 4: Điều chỉnh Manufacturing Settings và Generate
• 6.3.1.4. Bước 5: Hiện thị Stress trong thiết kế
• 6.3.1.5. Bước 6: Tái điều thêm chi tiết
• 6.3.1.6. Bước 7: Phân tích phần tử hữu hạn
• 6.3.1.7. Bước 8: Thực nghiệm chi tiết
• 6.3.1.8. Bước 9: Phân tích và kết luận
• KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Nghiên Cứu Ứng Dụng AI Thiết Kế Cơ Khí UTE 2024

Nghiên cứu ứng dụng AI trong thiết kế cơ khí đang ngày càng trở nên quan trọng tại Đại học Sư phạm Kỹ thuật TP.HCM. Xu hướng này phản ánh nhu cầu cấp thiết của ngành công nghiệp 4.0, nơi trí tuệ nhân tạo đóng vai trò then chốt trong việc tối ưu hóa quy trình và sản phẩm. Nghiên cứu này không chỉ giới hạn trong phạm vi học thuật mà còn hướng đến các ứng dụng thực tiễn, giúp sinh viên và kỹ sư cơ khí tiếp cận với công nghệ tiên tiến, đáp ứng yêu cầu ngày càng cao của thị trường lao động. Báo cáo tổng kết đề tài nghiên cứu khoa học sinh viên SV2020 - 94 của Lê Qui Chí đã nhấn mạnh tầm quan trọng của việc nghiên cứu cơ sở lý thuyết của tối ưu hóa và ứng dụng trên các phần mềm như Inventor, Fusion 360, Solid Edge 2020.

1.1. Tầm quan trọng của AI trong Kỹ thuật Cơ khí hiện nay

AI đang cách mạng hóa kỹ thuật cơ khí bằng cách cung cấp các công cụ mạnh mẽ để giải quyết các bài toán phức tạp, từ thiết kế đến sản xuất. Ứng dụng máy học và deep learning giúp tự động hóa các quy trình, giảm thiểu sai sót và tối ưu hóa hiệu suất. Các phần mềm AI cho thiết kế cơ khí ngày càng trở nên phổ biến, giúp kỹ sư tạo ra các sản phẩm sáng tạo và hiệu quả hơn. Điều này đặc biệt quan trọng trong bối cảnh cạnh tranh toàn cầu, nơi các doanh nghiệp cần liên tục đổi mới để duy trì lợi thế cạnh tranh.

1.2. Đại học Sư phạm Kỹ thuật TP.HCM và Nghiên cứu AI Cơ khí

Đại học Sư phạm Kỹ thuật TP.HCM đang nỗ lực đi đầu trong việc đào tạo nguồn nhân lực chất lượng cao, đáp ứng nhu cầu của ngành công nghiệp. Các chương trình đào tạo được cập nhật liên tục để tích hợp kiến thức về AI trong kỹ thuật cơ khí. Nghiên cứu khoa học về ứng dụng AI trong thiết kế được khuyến khích và tạo điều kiện để sinh viên có cơ hội tiếp cận với công nghệ mới và phát triển kỹ năng nghiên cứu.

II. Thách Thức Ứng Dụng AI Thiết Kế Cơ Khí Tại UTE 2024

Mặc dù tiềm năng của ứng dụng AI trong thiết kế cơ khí là rất lớn, nhưng vẫn còn nhiều thách thức cần vượt qua. Việc thiếu hụt nguồn dữ liệu chất lượng cao, sự phức tạp của các thuật toán AI và chi phí triển khai cao là những rào cản chính. Bên cạnh đó, việc đảm bảo tính minh bạch và tin cậy của các quyết định do AI đưa ra cũng là một vấn đề quan trọng. Việc đào tạo đội ngũ kỹ sư có đủ kiến thức và kỹ năng để làm việc với AI trong cơ khí cũng là một yêu cầu cấp thiết.

2.1. Khó khăn về Dữ liệu và Thuật toán trong AI Cơ khí

Việc huấn luyện các mô hình AI trong thiết kế cơ khí đòi hỏi một lượng lớn dữ liệu chất lượng cao. Tuy nhiên, việc thu thập và xử lý dữ liệu này có thể tốn kém và mất thời gian. Bên cạnh đó, việc lựa chọn và điều chỉnh các thuật toán AI phù hợp với từng bài toán cụ thể cũng đòi hỏi kiến thức chuyên sâu và kinh nghiệm thực tế. Các nghiên cứu về ứng dụng deep learning trong cơ khí đang được đẩy mạnh để giải quyết các vấn đề phức tạp, nhưng vẫn còn nhiều thách thức kỹ thuật cần vượt qua.

2.2. Chi phí và Tính minh bạch của Ứng dụng AI thiết kế

Việc triển khai các giải pháp AI trong thiết kế cơ khí đòi hỏi đầu tư lớn vào phần cứng, phần mềm và đào tạo. Chi phí này có thể là một rào cản đối với các doanh nghiệp vừa và nhỏ. Ngoài ra, việc đảm bảo tính minh bạch và tin cậy của các quyết định do AI đưa ra là rất quan trọng, đặc biệt trong các ứng dụng liên quan đến an toàn và hiệu suất. Cần có các cơ chế để giải thích và kiểm soát các quyết định của AI, đảm bảo rằng chúng phù hợp với các tiêu chuẩn kỹ thuật và đạo đức.

2.3. Đào tạo Kỹ sư Cơ khí về AI Yêu cầu cấp thiết

Để khai thác tối đa tiềm năng của AI trong kỹ thuật cơ khí, cần có một đội ngũ kỹ sư có đủ kiến thức và kỹ năng để làm việc với công nghệ này. Các chương trình đào tạo cần được cập nhật để tích hợp kiến thức về máy học, xử lý dữ liệu và phát triển phần mềm AI. Ngoài ra, cần tạo cơ hội cho sinh viên và kỹ sư tham gia vào các dự án nghiên cứu và phát triển thực tế, giúp họ tích lũy kinh nghiệm và phát triển kỹ năng giải quyết vấn đề.

III. Phương Pháp Tối Ưu Thiết Kế Cơ Khí Bằng AI Hiệu Quả Nhất

Để giải quyết các thách thức trên, các nhà nghiên cứu tại Đại học Sư phạm Kỹ thuật TP.HCM đang tập trung vào việc phát triển các phương pháp tối ưu hóa thiết kế cơ khí bằng AI hiệu quả. Các phương pháp này bao gồm sử dụng thuật toán tối ưu hóa tiến hóa, kỹ thuật học tăng cường và phương pháp thiết kế dựa trên dữ liệu. Mục tiêu là tạo ra các công cụ AI có thể tự động tìm kiếm và đánh giá các giải pháp thiết kế tối ưu, giảm thiểu thời gian và chi phí phát triển.

3.1. Thuật toán Tối ưu Hóa Tiến Hóa trong AI Thiết kế

Thuật toán tối ưu hóa tiến hóa là một phương pháp mạnh mẽ để tìm kiếm các giải pháp thiết kế tối ưu trong không gian thiết kế phức tạp. Các thuật toán này mô phỏng quá trình tiến hóa tự nhiên, sử dụng các kỹ thuật như lựa chọn, lai ghép và đột biến để tạo ra các thế hệ thiết kế mới. Các thiết kế tốt nhất sẽ được giữ lại và sử dụng để tạo ra thế hệ tiếp theo, cho đến khi đạt được một giải pháp tối ưu. Các thuật toán này đặc biệt hữu ích trong việc giải quyết các bài toán tối ưu hóa thiết kế cơ khí đa mục tiêu, nơi cần cân bằng nhiều yếu tố khác nhau như hiệu suất, chi phí và độ bền.

3.2. Học Tăng Cường để Tự Động Hóa Thiết Kế Cơ khí

Học tăng cường là một kỹ thuật máy học cho phép một tác nhân (agent) học cách hành động trong một môi trường nhất định để tối đa hóa phần thưởng. Trong bối cảnh thiết kế cơ khí, tác nhân có thể là một chương trình AI được giao nhiệm vụ tìm kiếm các giải pháp thiết kế tối ưu. Bằng cách thử nghiệm và học hỏi từ các kết quả, tác nhân có thể dần dần cải thiện khả năng thiết kế của mình và tìm ra các giải pháp sáng tạo và hiệu quả.

IV. Ứng Dụng AI Trong Mô Phỏng Thiết Kế Cơ Khí tại Trường UTE

Mô phỏng thiết kế cơ khí bằng AI là một lĩnh vực đang phát triển mạnh mẽ tại Trường Đại học Sư phạm Kỹ thuật TP.HCM. Các nhà nghiên cứu đang sử dụng AI để tạo ra các mô hình mô phỏng chính xác và nhanh chóng, giúp kỹ sư dự đoán hiệu suất của các thiết kế khác nhau trước khi chúng được sản xuất. Các mô hình này có thể được sử dụng để tối ưu hóa thiết kế, phát hiện lỗi và giảm thiểu rủi ro.

4.1. Tạo Mô hình Mô Phỏng Chính Xác Bằng AI trong thiết kế

AI có thể được sử dụng để tạo ra các mô hình mô phỏng chính xác hơn bằng cách học từ dữ liệu thực tế. Các mô hình này có thể được sử dụng để mô phỏng các hiện tượng phức tạp như dòng chảy chất lỏng, truyền nhiệt và biến dạng vật liệu. Bằng cách sử dụng các mô hình mô phỏng này, kỹ sư có thể dự đoán hiệu suất của các thiết kế khác nhau một cách chính xác hơn và đưa ra các quyết định thiết kế tốt hơn.

4.2. Tăng tốc Độ Mô Phỏng Thiết Kế Cơ khí với AI

AI có thể được sử dụng để tăng tốc độ mô phỏng bằng cách giảm thiểu số lượng tính toán cần thiết. Các kỹ thuật như giảm chiều dữ liệu và học sâu có thể được sử dụng để tạo ra các mô hình mô phỏng nhanh hơn mà vẫn duy trì độ chính xác cao. Điều này cho phép kỹ sư đánh giá nhiều giải pháp thiết kế hơn trong một khoảng thời gian ngắn hơn, giúp họ tìm ra các giải pháp tối ưu nhanh chóng.

V. Kết Quả Nghiên Cứu AI Thiết Kế Cơ Khí Hướng Phát Triển 2025

Các kết quả nghiên cứu về ứng dụng AI trong thiết kế cơ khí tại Đại học Sư phạm Kỹ thuật TP.HCM đã cho thấy tiềm năng to lớn của công nghệ này trong việc cải thiện hiệu suất và giảm chi phí phát triển sản phẩm. Các hướng phát triển trong tương lai bao gồm phát triển các công cụ AI dễ sử dụng hơn, tích hợp AI vào các quy trình thiết kế hiện có và khám phá các ứng dụng mới của AI trong các lĩnh vực như sản xuất cơ khí và tự động hóa thiết kế.

5.1. Phát triển Công Cụ AI Dễ Sử Dụng cho Kỹ sư Cơ khí

Để ứng dụng AI trong thiết kế cơ khí trở nên phổ biến, cần phát triển các công cụ AI dễ sử dụng hơn cho kỹ sư cơ khí. Các công cụ này nên cung cấp giao diện trực quan, dễ hiểu và cho phép kỹ sư tương tác với AI một cách dễ dàng. Ngoài ra, cần cung cấp các hướng dẫn và tài liệu đào tạo chi tiết để giúp kỹ sư làm quen với công nghệ mới.

5.2. Tích Hợp AI vào Quy Trình Thiết Kế Cơ Khí Hiện Tại

Việc tích hợp AI vào các quy trình thiết kế hiện có có thể giúp tăng hiệu quả và giảm chi phí phát triển sản phẩm. AI có thể được sử dụng để tự động hóa các tác vụ lặp đi lặp lại, cung cấp thông tin chi tiết về hiệu suất của các thiết kế và giúp kỹ sư đưa ra các quyết định thiết kế tốt hơn.

VI. Đào Tạo AI Cho Kỹ Sư Cơ Khí Chìa Khóa Thành Công 2024

Để khai thác tối đa tiềm năng của ứng dụng AI trong thiết kế cơ khí, việc đào tạo AI cho kỹ sư cơ khí là vô cùng quan trọng. Đại học Sư phạm Kỹ thuật TP.HCM cần tiếp tục đầu tư vào các chương trình đào tạo chất lượng cao, trang bị cho sinh viên và kỹ sư những kiến thức và kỹ năng cần thiết để làm việc với công nghệ AI. Việc hợp tác với các doanh nghiệp và tổ chức nghiên cứu cũng là một yếu tố quan trọng để đảm bảo rằng chương trình đào tạo đáp ứng nhu cầu thực tế của thị trường lao động. Các bài báo khoa học về AI và cơ khí cần được khuyến khích để lan tỏa kiến thức và kinh nghiệm.

6.1. Xây Dựng Chương Trình Đào Tạo AI Cơ Khí Chất Lượng Cao

Chương trình đào tạo cần bao gồm các kiến thức cơ bản về AI, máy học, deep learning và các ứng dụng của AI trong thiết kế cơ khí. Sinh viên và kỹ sư cần được học cách sử dụng các công cụ AI phổ biến, phân tích dữ liệu và giải quyết các bài toán thiết kế phức tạp. Chương trình đào tạo cũng nên bao gồm các dự án thực tế, giúp sinh viên và kỹ sư áp dụng kiến thức đã học vào thực tế.

6.2. Hợp Tác Doanh Nghiệp Để Nâng Cao Chất Lượng Đào Tạo AI

Hợp tác với các doanh nghiệp và tổ chức nghiên cứu có thể giúp đảm bảo rằng chương trình đào tạo đáp ứng nhu cầu thực tế của thị trường lao động. Doanh nghiệp có thể cung cấp các dự án thực tế, tài trợ cho các hoạt động nghiên cứu và phát triển và cung cấp cơ hội thực tập cho sinh viên. Sự hợp tác này sẽ giúp sinh viên và kỹ sư có được những kinh nghiệm quý báu và phát triển các kỹ năng cần thiết để thành công trong lĩnh vực AI và cơ khí.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH CÔNG TRÌNH NGHIÊN CỨU KHOA HỌC CỦA SINH VIÊN ỨNG DỤNG AI TRONG THIẾT KẾ CƠ KHÍ S K C 0 0 3 9 5 9 Mà SỐ: SV2020-94 S KC 0 0 7 4 0 0 Tp. Hồ Chí Minh, tháng 07/2020 BÞ GIÁO DĂC VÀ ĐÀO T¾O TR¯àNG Đ¾I HàC S¯ PH¾M KỸ THUÀT TPHCM KHOA ĐÀO T¾O CHÂT L¯ĀNG CAO BÁO CÁO TÞNG K¾T ĐÀ TÀI NGHIÊN CĆU KHOA HàC CĄA SINH VIÊN ĆNG DĂNG AI TRONG THI¾T K¾ C¡ KHÍ SV2020 - 94 Chą nhißm đÁ tài: Lê Qui Chí TP Hß Chí Minh, tháng 7 năm 2020 1 BÞ GIÁO DĂC VÀ ĐÀO T¾O TR¯àNG Đ¾I HàC S¯ PH¾M KỸ THUÀT TPHCM KHOA ĐÀO T¾O CHÂT L¯ĀNG CAO BÁO CÁO TÞNG K¾T ĐÀ TÀI NGHIÊN CĆU KHOA HàC CĄA SINH VIÊN ĆNG DĂNG AI TRONG THI¾T K¾ C¡ KHÍ SV2020 - 94 Thuộc nhóm ngành khoa học: SV thực hián: Lê Qui Chí Nam, Nữ : Nam Dân tộc: Hoa Lßp, khoa: 16144CL3 Khoa Đào t¿o Ch¿t l°ÿng cao Năm thą: 4 / Sá năm đào t¿o: 4 Ngành học: Công nghá kỹ thuÁt c¢ khí Ng°ái h°ßng d¿n: TS. Đặng Quang Khoa TP Hß Chí Minh, tháng 7 năm 2020 2 MĂC LĂC MĀC LĀC .1 DANH MĀC CÁC BÀNG BIÄU.7 DANH MĀC CÁC TĆ VIÀT TÂT .8 THÔNG TIN KÀT QUÀ NGHIÊN CĄU CĂA Đ TÀI .9 LàI Mâ ĐÀU .11 CH¯¡NG I: TàNG QUAN CÔNG NGHà TàI ¯U HÓA .14 CH¯¡NG II: C¡ Sâ LÝ THUYÀT. Khái niám tái °u hóa c¿u trúc: .1 Trong lĩnh vực hàng không .2 Trong lĩnh vực ô tô: .3 Trong công nghá in 3D .4 Trong lĩnh vực kiÁn trúc .1 Trung tâm Hội nghá quác gia Doha.

Quy trình tái °u hóa thiÁt kÁ.33 CH¯¡NG III: SHAPE GENERATOR TRONG PHÀN MÂM AUTODESK INVENTOR 2018. Gißi thiáu s¢ l°ÿc .1 B°ßc 1: Mã file và vào môi tr°áng Shape Generator: .2 B°ßc 2: Thêm Material và Constraints: .3 B°ßc 3: Thêm Loads và Preserve Region: .4 B°ßc 4: ĐiÃu chßnh Shape Generator Settings và Promote Shape: .5 B°ßc 5: ThiÁt kÁ l¿i chi tiÁt: .6 B°ßc 6: Phân tích phÁn tử hữu h¿n: .1 B°ßc 1: Mã file và vào môi tr°áng Shape Generator: .2 B°ßc 2: Thêm Material và Constraints: .3 B°ßc 3: Thêm Loads và Preserve Region: .5 B°ßc 4: ĐiÃu chßnh Shape Generator Settings và Promote Shape: .6 B°ßc 5: ThiÁt kÁ l¿i chi tiÁt: .7 B°ßc 6: Phân tích phÁn tử hữu h¿n: .59 CH¯¡NG IV: GENERATIVE DESIGN TRONG PHÀN MÂM FUSION 360. Gißi thiáu s¢ l°ÿc .1 N¢i dữ liáu Fusion 360 l°u trữ .2 ChiÁn l°ÿc thiÁt kÁ. Generative Design là gì?.

Sự khác nhau giữa Generative Design so và thiÁt kÁ truyÃn tháng .64 CH¯¡NG V: SO SÁNH SHAPE GENERATOR, GENERATIVE DESIGN CĂA FUSION 360 VÀ GENERATIVE DESIGN CĂA SOLID EDGE 2020 .66 CH¯¡NG VI: CASE STUDIES .1 Case Study 1: Front Upper Arm trong há tháng treo .1 Xét tr°áng hÿp xe và xe kéo đąng yên: .2 Tính toán phÁn Double Wishbone Suspension: .1 B°ßc 1: Mã file và vào môi tr°áng Shape Generator .2 B°ßc 2: Thêm Material và Constraints .3 B°ßc 3: Thêm Loads và Preserve Region .4 B°ßc 4: ĐiÃu chßnh Shape Generator Settings và Promote Shape.5 B°ßc 5: ThiÁt kÁ l¿i chi tiÁt .6 B°ßc 6: Phân tích phÁn tử hữu h¿n và tái °u hóa .7 KÁt luÁn và Phân tích:.2 Case study 2: DÁm chữ I.3 Phân tích phÁn tử hữu h¿n và Tái °u hóa:.1 Tr°áng hÿp thą nh¿t: DÁm bá tÁi bên phÁi .1 Tr°áng hÿp thą hai: DÁm bá tÁi phân bá đÃu .3 Case Study 3: Giá đỡ .1 Gißi thiáu chung: .1 B°ßc 1: Mã file và vào môi tr°áng Generative Design .2 B°ßc 2: Thêm Material và Loads .4 B°ßc 4: ĐiÃu chßnh Manufacturing Settings và Generate.5 B°ßc 5: HiÅn thá Stress trong thiÁt kÁ .6 B°ßc 6: Tái °u thêm chi tiÁt .7 B°ßc 7: Phân tích phÁn tử hữu h¿n: .8 B°ßc 8: Thực nghiám chi tiÁt .9 B°ßc 9: Phân tích và kÁt luÁn.112 KÀT LUÀN VÀ KIÀN NGHà .115 TÀI LIàU THAM KHÀO .116 6 DANH MĂC CÁC BÀNG BIÂU BÁng 2.1 Thông sá kỹ thuÁt và AlSi10Mg ---------- BÁng 3.1 Thông sá căa vÁt liáu thép ---------- BÁng 4.1 So sánh sự khác nhau giữa Generative design và thiÁt kÁ truyÃn tháng.1: So sánh sự khác nhau giữa ba mô đun.1 Giá trá căa tćng biÁn.2: Thông sá vÁt liáu Stainless steel.3: So sánh khái l°ÿng căa hai thiÁt kÁ.4: BÁng vÁt liáu Steel BÁng 6.5: So sánh khái l°ÿng căa hai dÁm chữ I.6: So sánh khái l°ÿng căa hai thiÁt kÁ.7 Thông sá nhựa PLA BÁng 6.8 Thông sá chuyÅn vá căa hai giá đỡ.9 So sánh khái l°ÿng căa hai thiÁt kÁ. 7 DANH MĂC CÁC TĈ VI¾T TÂT SiO: Sizing Optimization ShO: Shape Optimization TO: Topology Optimization SIMP: Solid Isotropic Material with Penalization FE: Finite Element FSD: Fully Stressed Design MDO: Multidisciplinary Design Optimization ODB: Offset Deformable Barrier FBD: Free diagram body. 8 BÞ GIÁO DĂC VÀ ĐÀO T¾O TR¯àNG Đ¾I HàC S¯ PH¾M KỸ THUÀT TPHCM THÔNG TIN K¾T QUÀ NGHIÊN CĆU CĄA ĐÀ TÀI 1. Thông tin chung: - Tên đà tài: Ąng dāng AI trong thiÁt kÁ c¢ khí - Chă nhiám đà tài: Lê Qui Chí Mã sá SV: 16144013 - Lßp: 16144CL3 Khoa: Đào t¿o Ch¿t l°ÿng cao - Thành viên đà tài: STT Há và tên MSSV Lßp Khoa 1 Hà Nguyßn Nh° Nguyát 16144117 16144CL3 Đào t¿o CLC 2 TrÁn Hà Minh Tr°áng 18144199 18144CL2 Đào t¿o CLC - Ng°ái h°ßng d¿n: TS.

Đặng Quang Khoa 2. Măc tiêu đÁ tài: - Nghiên cąu c¢ sã lý thuyÁt căa tái °u hóa. - Nghiên cąu và tái °u hóa trên các phÁn mÃm (Inventor, Fusion 360, Solid Edge 2020) - H°ßng d¿n cách làm các case study tái °u hóa trên các phÁn mÃm đó. Tính mßi và sáng t¿o: - Nghiên cąu ph°¢ng pháp tái °u hóa khái l°ÿng nh°ng v¿n đÁm bÁo và độ bÃn căa chi tiÁt.

K¿t quÁ nghiên cću: - Đã hoàn thành báo cáo nghiên cąu c¢ sã lý thuyÁt căa tái °u hóa - Đã tái °u hóa các chi tiÁt trên các phÁn mÃm (Inventor, Fusion 360, Solid Edge 2020). - Đã hoàn thành h°ßng d¿n sử dāng modun tái °u hóa trên các phÁn mÃm thông qua các case study. - In 3D sÁn phẩm đã đ°ÿc tái °u hóa trên phÁn mÃm Inventor 2019. Đóng góp vÁ mặt giáo dăc và đào t¿o, kinh t¿ - xã hßi, an ninh, qußc phòng và khÁ năng áp dăng cąa đÁ tài: - ThiÁt kÁ ra sÁn phẩm có hình d¿ng độc đáo và mang tính thẩm mỹ h¢n.

- ThiÁt kÁ ra sÁn phẩm giÁm tÁi khái l°ÿng nh°ng v¿n giữ nguyên hoặc làm tăng độ bÃn. - Phāc vā cho các ngành công nghiáp nặng nh° hàng không, oto, xây dựng,. - NÃm bÃt đ°ÿc xu h°ßng thiÁt kÁ trong t°¢ng lai. - NÃm bÃt đ°ÿc xu h°ßng gia công (in 3D) trong t°¢ng lai.

Công bß khoa hác cąa SV tĉ k¿t quÁ nghiên cću cąa đÁ tài TP. Hß Chí Minh, ngày 22 tháng 07 năm 2020 SV chßu trách nhißm chính thực hißn đÁ tài NhÁn xét cąa ng°ái h°ßng d¿n vÁ những đóng góp khoa hác cąa SV thực hißn đÁ tài TP. Hß Chí Minh, ngày 22 tháng 07 năm 2020 Ng°ái h°ßng d¿n 10 LàI Mâ ĐÄU 1.1 Táng quan tình hình nghiên cąu thuộc lĩnh vực căa đà tài: - Trong n°ßc: Đ¿t n°ßc ta cũng đã triÅn khai cuộc cách m¿ng 4.0 ąng dāng trong ngành c¢ khí s¿ dựa trên nÃn tÁng công nghá sá và tích hÿp t¿t cÁ các công nghá thông minh đÅ tái °u hóa quy trình, ph°¢ng thąc sÁn xu¿t, t¿o ra các <nhà máy c¢ khí thông minh=. Những tr°áng đ¿i học trong n°ßc đã biÁt đÁn những mô đun tái °u hóa trong các phÁn mÃm thiÁt kÁ và hián đang triÅn khai giÁng d¿y cho các sinh viên.

Còn những doanh nghiáp đã nÃm bÃt đ°ÿc xu h°ßng thiÁt kÁ tái °u hóa đÅ t¿o ra những thiÁt kÁ độc đáo, bÃt mÃt h¢n. - Ngoài n°ßc: Năm 2003, bÃt đÁu tái °u hóa c¿u trúc cánh căa một chiÁc máy bay đÅ đáp ąng các tĩnh năng và động năng. Mô hình toàn cÁu bao gßm khoÁng 5.000 vß, các yÁu tá gân và dằm. Sau đó, công viác đã tÁp trung vào viác tái °u hóa hỗn hÿp và c¿u trúc tá ong căa một radome.

Nh° phÁn c¢ khí và chąc năng đián tć trái ng°ÿc nhau trong thiÁt kÁ, cÁ hai đÃu đ°ÿc tái °u hóa đßng thái dựa trên ph°¢ng pháp tái °u hóa đa māc tiêu. Tć năm 2004-2011, Trung tâm hôi nghá quác gia Doha, Qatar đ°ÿc xây dựng. Bà ngoài giáng nh° hai cái cây l¿y cÁm hąng tć cây đa Sidrat al-Muntaha, biÅu t°ÿng linh thiêng căa đ¿o Hßi, t°ÿng tr°ng cho sự kÁt thúc căa Thiên đ°áng thą BÁy, bao quanh mặt tiÃn bằng kính và nâng đỡ mái vòm phía trên. Tć năm 2005, các nghiên cąu đã tÁp trung vào tái °u hóa hình d¿ng căa c¿u trúc động c¢ aero, ví dā, đĩa tuabin, cánh qu¿t, trāc, hỗ trÿ đàn hßi và các bộ phÁn vòi phun thuộc một lo¿i phąc t¿p c¿u trúc cong làm viác d°ßi tÁi trọng khí động học, quán tính quay tÁi và điÃu kián nhiát độ cao.

Dựa trên các thực tißn trên, nhÁn ra rằng tái °u hóa c¿u trúc liên kÁt c¢ bÁn đã trã nên quan trọng đÅ thúc đẩy sự phát triÅn công nghiáp biên gißi, đặc biát là thiÁt kÁ các há tháng máy bay và hàng không vũ trā tiên tiÁn.2 Lý do chọn đà tài 11 Trong thái đ¿i công nghá 4.0, vÁn dāng nhiÃu đÁn trí tuá nhân t¿o đÅ giÁm bßt khái l°ÿng công viác cũng nh° nâng cao cuộc sáng căa con ng°ái, nhóm chúng tôi đã chọn đà tài <Ąng dāng AI trong thiÁt kÁ c¢ khí <đÅ đáp ąng vßi những yêu cÁu căa kỹ thuÁt công nghá hián t¿i và trong t°¢ng lai. Đà tài mang xu h°ßng mßi l¿ trong t°¢ng lai khi vÁn dāng các modun trong phÁn mÃm đÅ tái °u hóa hình dáng và khái l°ÿng căa các chi tiÁt máy và các chi tiÁt trong đái sáng hằng ngày. Nó không những có thÅ tiÁt kiám vÁt liáu mà còn có những hình d¿ng độc đáo, mßi l¿, Đó cũng chính là lý do thúc đẩy nhóm chúng tôi chọn đà tài này.3 Māc tiêu đà tài - Nghiên cąu c¢ sã lý thuyÁt căa tái °u hóa. - Nghiên cąu và tái °u hóa trên các phÁn mÃm (Inventor, Fusion 360, Solid Edge 2020) - H°ßng d¿n cách làm các case study tái °u hóa trên các phÁn mÃm đó.4 Ph°¢ng pháp nghiên cąu, đái t°ÿng và ph¿m vi nghiên cąu 1.1 Cách tiÁp cÁn Sử dāng ph°¢ng pháp đánh l°ÿng trong quá trình tính toán, phân tích mô phßng kÁt hÿp vßi thực nghiám nhằm kiÅm chąng kÁt quÁ.2 Ph°¢ng pháp nghiên cąu a.

Ph°¢ng pháp thu thÁp và táng hÿp tài liáu: Thu thÁp, phân tích và biên dách tài liáu liên quan tßi nghiên cąu tái °u hóa thiÁt kÁ: đÁm bÁo tính đa d¿ng căa hình d¿ng sÁn phẩm, độ bÃn và tÁn dāng đ°ÿc các kÁt quÁ căa các nghiên cąu mßi nh¿t, phù hÿp vßi nội dung nghiên cąu căa đà tài b.