新闻资讯
智能优化助力工程设计，十沣TF-AIMDO开辟叶轮设计新路径
十沣自主研发的多学科优化平台TF-AIMDO，打破了叶轮机械产品设计中“效率低、依赖人为经验、流程冗余”的瓶颈。
空调、汽车冷却系统、地铁通风设备等，都依赖于各类“旋转设备”将水或空气输送到目标位置。这些设备的核心部件，是一组被称为“叶轮”的弯曲金属片。如果说轴承是工业的“关节”，叶轮就是工业的“动力心脏”——驱动流体循环、完成能量转换，支撑着整个系统的高效运作。
叶轮的设计并非简单的几何拼图，每一处曲面调整，背后都牵涉气动、结构、传热等多物理场耦合问题。稍有改动，便可能影响到设备的压力、流量、效率甚至运行时的噪音。
传统设计严重依赖工程师经验，需要不断尝试不同组合，迭代设计方案，才能逐步接近满意的结果。“以前为了得到一个满足要求的设计，往往需要十几轮仿真、几个月时间。”一位工程师回忆，“而且往往是顾此失彼，效率上来了，噪声也跟着放大。”
从经验设计到算法驱动，TF-AIMDO让叶轮设计更简单
过去几十年，CAD与CAE技术的发展提升了研发效率，但未能跳出“设计——验证——修改”的循环，设计流程依然繁复，优化主要靠经验推动、效果受限。如今，仿真工具集成能力增强，多学科优化技术不断成熟，产品设计从被动验证迈向主动寻优。
在这一背景下，十沣自主研发的多学科优化平台软件TF-AIMDO应运而生。它融合仿真流程与智能优化相关技术，一站式集成用户仿真流程，帮助工程师摆脱繁琐操作、专注性能提升。
在调研多家叶轮制造企业之后，十沣发现客户普遍面临相似瓶颈：虽已具备仿真能力，但每一次新产品设计仍依赖工程师逐步调参、反复试算、评估改进，直至性能满足设计要求，开发效率低、优化无方向。针对某大型叶轮企业的典型问题，十沣基于TF-AIMDO打造了定制化智能优化方案：先用响应分析锁定关键参数，再结合DOE与深度神经网络构建预测模型，替代耗时大规模计算，最终针对不同限制条件和性能要求自动寻优，给出理想的设计方案。
该方案应用后，使用低成本仿真数据训练的预测模型平均误差控制在了0.5%左右，基于该模型优化后的某型号离心泵出口压力从120.7kPa跃升至146.7kPa，提升幅度超21%，产品开发周期从数月缩短几星期。工程师感慨：“过去是仿真软件+老师傅才能搞定的活，现在靠TF-AIMDO一条智能化‘流水线’就能跑起来。”
TF-AIMDO不仅提升效率，也降低了设计门槛。无需深厚的算法背景，也能轻松配置模型与流程，中小型制造企业也能拥有与大型研发机构同等的“数字大脑”，提升产品设计能力。
客户原始设计方案
TF-AIMDO优化后设计方案
仿真+优化成主流，工业软件迈入智能时代
针对叶轮机械行业的设计难题，TF-AIMDO集成了十沣自研的TF-QFLUX、TF-Acoustics、TF-TURBO等产品，并开放对CFturbo、Ansys Blademodeler、TurboGrid、Pumplinx、Fluent、Ansys CFX、NUMECA、STAR-CCM+等叶轮机械仿真常用软件的数据接口，支持轴流泵、混流泵、离心泵等多类型设备，适用于可压与不可压工况。平台可一键串联建模、网格、求解流程，结合行业经验，快速输出定制化方案和标准设计流程。
随着制造业加速迈入“数智化”转型深水区，企业对研发效率与设计质量提出更高要求。越来越多企业正将优化软件纳入核心研发体系。TF-AIMDO已在汽车、风电、水电、船舶、航空结构件等场景广泛落地，助力企业实现更高效、智能的产品开发。
TF-AIMDO平台提供优化设计、代理模型、参数识别、响应分析、随机分析等功能，支持集成各类商用与自研计算程序，灵活构建并管理复杂计算流程。同时，TF-AIMDO提供丰富的辅助功能，用户可快速方便生成项目报告、一键化多任务计算；提供AI帮助工具，用户基于行业知识库，可快速构建属于自身行业的AI助手。
随着用户对“快交付”“低试错”“高可靠”的要求不断提高，工业仿真正在从验证工具向决策平台转变，TF-AIMDO作为智能优化平台，正是这场变革的加速器。
最新资讯
