Metamodello: la soluzione proposta da Spin basata sull’intelligenza artificiale

Dati, software e intelligenza artificiale sono tre elementi sempre più destinati ad affiancare la realtà e il mondo dell’ingegneria.

Questi tre macroargomenti si incrontrano nel metamodello: un modello matematico fatto da equazioni analitiche in grado di replicare e descrivere il comportamento nella realtà di un oggetto di studio.

Come applicare i metamodelli in ingegneria?

Il metamodello è la risposta di Spin all’intelligenza artificiale. Il reparto R&D segue le esigenze dei propri clienti e i nuovi trend di mercato cercando di proporre soluzioni innovative, metodi di calcolo semplificati e user-friendly in grado di semplificare i processi e gli step di progettazione. Con “metamodello” si intende uno strumento innovativo e accurato con diverse possibilità di applicazione per la sua caratteristica più identificativa: la predittività. Il metamodello aiuta infatti a predire il comportamento futuro dell’oggetto al quale si riferisce, tramite la veloce valutazione di un’equazione.

L’applicazione di questo strumento è generalizzabile a ogni ambito ingegneristico e può essere creato sia per singoli dispositivi di interesse ma anche per sistemi più complessi.

Un classico esempio è il ridimensionamento: un qualunque prodotto già analizzato, magari anche già venduto, è richiesto avere la stessa topologia ma dimensione differente. Come questo cambiamento nelle sue misure impatta sul comportamento finale del dispositivo? Il metamodello è in grado di dirlo istantaneamente.

Quali sono i vantaggi del metamodello?

I vantaggi nell’uso di questo strumento sono molteplici:

• mostra istantaneamente come una variazione nella configurazione dell’oggetto influisce sul suo comportamento finale
• date le specifiche finali desiderate, risale istantaneamente ai valori che definiscono la miglior configurazione iniziale dell’oggetto (sfruttando un’ottimizzazione)
• efficienza: diminuisce costi e tempi di design e analisi del prodotto
• sostenibilità: consente di visionare le prestazioni di un prodotto prima di realizzare il prototipo fisico, riducendo quindi lo spreco di materiale

I tecnici di Spin hanno sviluppato differenti metamodelli per soddisfare differenti esigenze tra cui accoppiamenti magnetici e motori a riluttanza, sia con tecniche di machine learning predittivo sia tramite reti neurali. Possiamo affermare quindi che il metamodello è la risposta di Spin all’intelligenza artificiale e uno strumento pratico, accurato ed user-friendly che può essere customizzato a seconda delle esigenze specifiche aziendali.

Credit:  Agnese Castellani (Spin) – R&D Department