COMSOL Multiphysics
PulseAugur coverage of COMSOL Multiphysics — every cluster mentioning COMSOL Multiphysics across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
模拟应用加速电动卡车电池设计和寿命
欧洲大学和行业合作伙伴组成的联盟开发了一款模拟应用程序，以提高电动卡车电池的寿命和鲁棒性。该应用程序是LaserBATMAN项目的产品，使用COMSOL Multiphysics软件构建，允许Volvo Group Trucks Operations测试电池性能并优化组件设计，特别关注激光焊接工艺。该工具旨在延长长途电动汽车的电池寿命。
-
新型PINN架构模拟钛酸锶忆阻器动力学
研究人员开发了一种新颖的物理信息神经网络（PINN）架构，用于模拟钛酸锶忆阻异质结构中的复杂离子-电子传输。这种级联PINN方法结合了专用的谱优化器，能有效处理传统方法面临的数值刚度和多尺度空间差异。训练好的代理模型能够准确重现实验中的电流-电压滞后现象，并确保严格的泊松一致性，为逆参数估计和推理提供了比传统有限元求解器更高效、可微分的替代方案。
-
CAE仿真代理需要领域知识，而非复杂的接口
一篇新论文探讨了由大型语言模型（LLMs）驱动的有效计算机辅助工程（CAE）仿真代理的要求。研究表明，目前已提供多轮推理和工具使用的通用接口足以胜任许多任务。相比之下，具有执行-反馈修复和来自求解器教程的领域知识的单代理接口，在FoamBench基准测试中优于专门的多代理系统。
-
新框架利用AI优化电磁线圈设计
研究人员开发了一个新的框架，利用代理建模和贝叶斯优化来优化电磁线圈设计。该框架将有限元法（FEM）模型与高斯过程代理相结合，根据几何、制造和质量等各种约束来评估设计。研究发现，不同的优化算法在不同的有限元评估预算下表现最佳，其中EI-BO在预算较小时改进迅速，COBYLA在早期阶段表现出色，而BOBYQA在最终响应方面达到最高。
-
新框架利用基于序列的AI设计声学超材料
研究人员开发了MetaSeq，一个用于设计声学超材料的新型框架。这种物理引导的、基于序列的生成方法将超材料表示为结构化序列，保持了几何精度和连通性。MetaSeq通过结合监督预训练和强化学习来解决宽带目标响应的挑战，与现有方法相比，响应误差降低了45%。
-
生成式AI框架'ThermAl'将电路热分析速度提升200倍
研究人员开发了一个名为2D-ThermAl的新AI框架，用于分析集成电路中的热分布。这个物理信息生成式AI模型能够比传统仿真方法显著更快地估算热源和温度图。该框架实现了高精度，均方根误差为0.71°C，并且运行速度比传统工具快200倍，使其适用于早期设计分析。