從有限元仿真分析FEA到人工智能AI你知道多少？
有限元分析（FEA，F(xiàn)initeElementAnalysis），是利用數(shù)學(xué)近似的方法對真實物理系統(tǒng)（幾何和載荷工況）進(jìn)行模擬，還利用簡單而又相互作用的元素，即單元，就可以用有限數(shù)量的未知量去逼近無限未知量的真實系統(tǒng)。
人工智能與有限元
谷歌的AlphaGo與柯杰的大戰(zhàn)已經(jīng)結(jié)束，而DeepMind承諾的50分棋譜也已經(jīng)公布，而作為當(dāng)前最先進(jìn)的計算機(jī)“技術(shù)”，有限元方法有沒有與機(jī)器學(xué)習(xí)（人工智能）進(jìn)一步結(jié)合并碰發(fā)出絢麗的“火花”呢？？
答案是肯定的！?。?/span>
什么是人工智能
人工智能（ArtificialIntelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計算機(jī)科學(xué)的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大，可以設(shè)想，未來人工智能帶來的科技產(chǎn)品，將會是人類智慧的“容器”。
機(jī)器學(xué)習(xí)是人工智能的一個分支，簡單地說，就是通過算法，使機(jī)器能從大量歷史數(shù)據(jù)中學(xué)習(xí)規(guī)律，從而對新的樣本做智能識別或?qū)ξ磥磉M(jìn)行預(yù)測。
常見的機(jī)器學(xué)習(xí)算法如：
神經(jīng)網(wǎng)絡(luò)（NeuralNetwork）
支持向量機(jī)(SupportVectorMachines，SVM)Boosting
決策樹（DecisionTree）
隨機(jī)森林（RandomForest）
貝葉斯模型（BayesianModel）等。
早期的機(jī)器學(xué)習(xí)算法由于受到理論模型和計算資源的限制，一般只能進(jìn)行淺層學(xué)習(xí)，只在搜索排序系統(tǒng)、垃圾郵件過濾系統(tǒng)、內(nèi)容推薦系統(tǒng)等地方有所應(yīng)用。
而之后發(fā)生的幾件事，掀起了深度學(xué)習(xí)的浪潮。一件是2006年，加拿大多倫多大學(xué)教授Hinton和他的學(xué)生Salakhutdinov在Science上發(fā)表了一篇文章，揭示了具有多個隱層的神經(jīng)網(wǎng)絡(luò)（即深度神經(jīng)網(wǎng)絡(luò)）優(yōu)異的學(xué)習(xí)性能，并提出可以通過“逐層初始化”技術(shù)，來降低深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練的難度；
第二件事是在2012年底，GeoffHinton的博士生AlexKrizhevsky、IlyaSutskever利用卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetwork，CNN）在圖片分類的競賽ImageNet上，擊敗了擁有眾多人才資源和計算資源的Google，拿到了第一名。
如今機(jī)器學(xué)習(xí)已深入到包括語音識別，圖像識別，數(shù)據(jù)挖掘等諸多領(lǐng)域并取得了矚目的成績。
有限元法的發(fā)展簡史
有限元方法（FEA）即有限單元法，它是一種數(shù)值分析(計算數(shù)學(xué))工具，但不是唯一的數(shù)值分析工具。在工程領(lǐng)域還有其它的數(shù)值方法，如：有限差分法、邊界元方法、有限體積法。深圳市有限元科技有限公司是一家有十年有限元分析項目經(jīng)驗的高科技企業(yè)，公司代理國外多款著名有限元軟件，并提供軟件的銷售與培訓(xùn)業(yè)務(wù)，另研發(fā)出多款行業(yè)有限元通用軟件，并秉承以最高質(zhì)量的產(chǎn)品和最高質(zhì)量的服務(wù)滿足客戶的各種需求的服務(wù)理念，致力于為客戶提供一站式有限元整體解決方案，目前已為全國超過500家企業(yè)提供有限元分析服務(wù)。如需購買有限元軟件或咨詢服務(wù)請聯(lián)系電話：13632683051，咨詢QQ：4006046636。
有限單元法已成為一種強(qiáng)有力的數(shù)值解法來解決工程中遇到的大量問題，其應(yīng)用范圍從固體到流體，從靜力到動力，從力學(xué)問題到非力學(xué)問題。事實上，有限單元法已經(jīng)成為在已知邊界條件和初始條件下求解偏微分方程組的一般數(shù)值方法。
有限單元法在工程上的應(yīng)用屬于計算力學(xué)的范疇，而計算力學(xué)是根據(jù)力學(xué)中的理論，利用現(xiàn)代電子計算機(jī)和各種數(shù)值方法，解決力學(xué)中的實際問題的一門新興學(xué)科。它橫貫力學(xué)的各個分支，不斷擴(kuò)大各個領(lǐng)域中力學(xué)的研究和應(yīng)用范圍，同時也在逐漸發(fā)展自己的理論和方法。
神經(jīng)網(wǎng)絡(luò)與力學(xué)
其實，在深度學(xué)習(xí)浪潮掀起之前，力學(xué)和工程領(lǐng)域早已開始在計算力學(xué)研究中結(jié)合神經(jīng)網(wǎng)絡(luò)模型，開發(fā)出更優(yōu)的算法，一個典型的例子便是有限元神經(jīng)網(wǎng)絡(luò)模型。
由于在實際工程問題中存在大量的非線性力學(xué)現(xiàn)象，如在結(jié)構(gòu)優(yōu)化問題中，需要根據(jù)需求設(shè)計并優(yōu)化構(gòu)件結(jié)構(gòu)，是一類反問題，這些非線性問題難以用常規(guī)的方法求解，而神經(jīng)網(wǎng)絡(luò)恰好具有良好的非線性映射能力，因而可得到比一般方法更精確的解。
將有限元與神經(jīng)網(wǎng)絡(luò)結(jié)合的方法有很多，比如針對復(fù)雜非線性結(jié)構(gòu)動力學(xué)系統(tǒng)建模問題，可以將線性部分用有限元進(jìn)行建模，非線性構(gòu)件用神經(jīng)網(wǎng)絡(luò)描述（如輸入非線性部件狀態(tài)變量，輸出其恢復(fù)力），再通過邊界條件和連接條件將有限元模型部分和神經(jīng)網(wǎng)絡(luò)部分結(jié)合，得到雜交模型。
另一種方法是首先通過有限元建立多種不同的模型，再將模態(tài)特性（即最終需要達(dá)到的設(shè)計要求）作為輸入變量，將對應(yīng)的模型結(jié)構(gòu)參數(shù)作為輸入變量，訓(xùn)練神經(jīng)網(wǎng)絡(luò)，利用神經(jīng)網(wǎng)絡(luò)的泛化特性，得到設(shè)計參數(shù)的修正值。
結(jié)合MonterCarlo方法，進(jìn)行多組有限元分析，將數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，可以用來分析結(jié)構(gòu)的可靠度。
已有研究成果
[1]余凱，賈磊，陳雨強(qiáng)，徐偉。深度學(xué)習(xí)的昨天、今天和明天[J]。計算機(jī)研究與發(fā)展，2013，09：1799-1804。
[2]周春桂，張希農(nóng)，胡杰，謝石林?；谟邢拊蜕窠?jīng)網(wǎng)絡(luò)的雜交建模[J]。振動工程學(xué)報，2012，01：43-48。
[3]費慶國，張令彌?；趶较蚧窠?jīng)網(wǎng)絡(luò)的有限元模型修正研究[J]。南京航空航天大學(xué)學(xué)報，2004，06：748-752。
[4]許永江，邢兵，吳進(jìn)良?；谟邢拊?神經(jīng)網(wǎng)絡(luò)-Monte-Carlo的結(jié)構(gòu)可靠度計算方法[J]。重慶交通大學(xué)學(xué)報(自然科學(xué)版)，2008，02：188-190+216。
未來的一些方向
1、圖形顯示方面（有限元與AR&VR）
隨著有限元計算涉及的領(lǐng)域以及計算的規(guī)模不斷增大，計算結(jié)果的高效、高質(zhì)量的前后處理也隨之成為了一個問題。
AR&VR在圖形化數(shù)據(jù)展示方面，將我們從顯示屏解放出來，可以以一種更加直觀的方式查看計算分析數(shù)據(jù)，未來在分析結(jié)果VR展示方面，會有較大的突破。
國內(nèi)也有學(xué)者已經(jīng)展開了相關(guān)方面的研究，比如《虛擬現(xiàn)實環(huán)境中有限元前后處理功能實現(xiàn)》等論文，有限元虛擬處理技術(shù)(FEMVR)也開始逐步進(jìn)入相關(guān)軟件領(lǐng)域，例如：新版MATLAB內(nèi)置了一些人工智能算法。
2、有限元與大數(shù)據(jù)、云計算
計算規(guī)模增大，伴隨著計算機(jī)能力的提升，隨之而來的云計算，解脫了對于計算機(jī)硬件的束縛，對于可以放開規(guī)模與數(shù)量的分析計算，有限元與大數(shù)據(jù)以及云計算的碰撞，對于未來問題的解決，將有一個質(zhì)的飛躍，量變到質(zhì)變的直觀體現(xiàn)，在有限元與大數(shù)據(jù)中會有一個絢麗的展示。
3、有限元與人工智能
人工智能作為全球熱的技術(shù)，與“古老”的有限元之間，相信可以在老樹上發(fā)新芽，而我們可以欣喜的看到，相關(guān)的研究也已經(jīng)開展，期待未來對于現(xiàn)實問題的解決，能有更好的更優(yōu)的方案。
4、CAD數(shù)據(jù)與CAE數(shù)據(jù)的無縫對接
目前等幾何分析（IsogeometricAnalysis，IGA）的發(fā)展熱度來看，將CAD中用于表達(dá)幾何模型的NURBS基函數(shù)作為形函數(shù)，克服FEA中模型精度損失的問題，實現(xiàn)CAD和CAE的無縫結(jié)合，是一個很有前途和潛力的發(fā)展方向。
5、CAE與MBD的深度融合
未來CAEFEM可能會與多體動力學(xué)仿真（MBS）軟件深度整合起來。實際系統(tǒng)中某些運動部件的彈性無法忽略，甚至是主要動力學(xué)行為的來源，所以就產(chǎn)生了柔性多體動力學(xué)仿真這個需求，這樣只需要定義相關(guān)部件的受力和邊界條件，其余的都是內(nèi)部作用，仿真即節(jié)省工作量又較為真實可信。而且現(xiàn)在的確有很多MBS軟件里面可以把部件建成彈性體，如LMSVirtualLab，Simpack等等，但過程沒有那么傻瓜；除了簡單的梁、軸等零件，復(fù)雜形狀的零件要依賴FEM軟件事先生成的數(shù)據(jù)文件。
6、網(wǎng)格工作的智能化，傻瓜化
將來對彈性體建模可能更加傻瓜，先把剛性多體系統(tǒng)模型建起來，然后在建模環(huán)境（前處理）中直接makebodyflexible，系統(tǒng)可以根據(jù)這個部件的形狀、材料、邊界條件等選擇合適的網(wǎng)格類型，并把運動和力的作用點couple到對應(yīng)的節(jié)點（組）上。比如說汽車懸掛系統(tǒng)仿真，在一個工作環(huán)境下就能把某個部件的應(yīng)力校核給做了，而不需要說搞多體建模的人要把邊界力生成一個loadcase再發(fā)給專門的FEM工程師去做。
如何追上有限元的發(fā)展
有限元科技小編認(rèn)為，任何技術(shù)的進(jìn)步，都要在實踐中展示技術(shù)的威力，有限元的發(fā)展，會隨著技術(shù)的進(jìn)步，特別是計算機(jī)技術(shù)的進(jìn)步，在未來無論是應(yīng)用軟件的研究還是智能程序的開發(fā)，都將有無限的機(jī)會與可能。
我們應(yīng)該積極學(xué)習(xí)新技術(shù)，新方法，在應(yīng)用領(lǐng)域，關(guān)注有限元相關(guān)軟件的新功能。
1、了解熱點、跟蹤前沿
2、結(jié)合實際拓展應(yīng)用
3、掌握自動化相關(guān)技術(shù)
