ShapeAI：智慧幾何識別與自動化分類，重塑數位化建模的效率極限

在處理現代複雜產品（如整車、飛機或大型電力設施）的模擬模型時，面對數千個零件進行手動分類與標註是一項極其耗時且易出錯的任務。ShapeAI 是一款嵌入於 HyperWorks 環境中的幾何智慧軟體，它利用機器學習技術，自動根據零件的「形狀」而非名稱進行識別、搜尋與分類，協助工程師將繁瑣的模型整理時間縮短至數分鐘，實現真正的高級流程自動化。

 ShapeAI視覺化操作介面

 

為什麼選擇 ShapeAI？

1. 基於形狀的「零出錯」零件識別

傳統的自動化腳本往往依賴零件名稱或中繼數據（Metadata），一旦名稱不規範即失效。ShapeAI 則是直接讀取 3D 幾何特徵。無論檔案命名多麼混亂，ShapeAI 都能精準識別出它是哪一種類型的支架、螺栓或散熱片，並自動指派正確的屬性。

ShapeAI快速辨識複雜模型

 

2. 秒級完成的大規模模型清理

在準備大型裝配體的模擬模型時，ShapeAI 能快速搜尋整個資料庫中「幾何相似」的零件。當您優化了一個零件的網格或設定，ShapeAI 能協助您一鍵將同樣的設定推送到所有相似形狀的零件上，極大地提升了模型準備的效率。

 

3. 企業級的幾何知識資產化

ShapeAI 允許您訓練專屬於公司的「幾何分類器」。它能學習資深工程師的分類邏輯，將公司過往累積的設計經驗轉化為智慧標籤。這不僅加速了新進員工的上手速度，更確保了全公司研發標準的一致性。

 

核心功能與技術亮點

自動零件分類 (Automated Part Classification)

透過預訓練的模型或自定義訓練，ShapeAI 能自動將模型中的零件歸類為特定的組件群組（如：結構件、緊固件、冷卻管路）。它能處理極其複雜的拓樸結構，並在幾秒鐘內產出分類清晰的模型樹。

ShapeAI工作流程 標記、訓練與分類

 

幾何搜尋與模式識別 (Pattern Recognition)

想知道目前的裝配體中是否使用了重複的設計？ShapeAI 的搜尋引擎能找出所有幾何相似的物件。這對於標準化管理（Standardization）以及減少庫存單位（SKU）具有巨大的商業價值。

 ShapeAI減少重複前處理動作

 

與 HyperMesh/SimLab 無縫集成

ShapeAI 已深度整合至 Simcenter的核心前處理平台。您可以在 HyperMesh 的 Assembly Ribbon 或 SimLab 的自動化工作流中直接調用 ShapeAI 的功能，讓 AI 成為您日常建模流程的一部分。

 

數據驅動的優化輔助

ShapeAI 提取的幾何特徵數據，可以直接作為參數供 Simcenter HyperStudy 使用。這使得針對「形狀類別」而非單一尺寸的設計探索成為可能，為產品創新開啟了新維度。

 

Simcenter生態系整合：構建全自動化模擬鏈

ShapeAI 是實現「模擬工廠」自動化的基礎設施：

• Simcenter PhysicsAI： ShapeAI 負責將大量的歷史模型數據進行清洗與分類標籤化，為 PhysicsAI 提供高品質的訓練樣本，縮短 AI 物理預測模型的開發週期。

• Simcenter SimLab： 結合 SimLab 的流程自動化模板，ShapeAI 能在導入 CAD 後第一時間完成零件屬性指派，實現「CAD 入 -> 模擬結」的無人值守流程。

• RapidMiner： 將幾何特徵數據匯入數據分析平台，進行更高階的供應鏈優化或成本預估。

 

應用領域

• 汽車工業： 整車碰撞模型中的數千個焊點與支架分類。

• 航空航太： 飛機機身骨架與大量緊固件的自動化建模。

• 電子裝備： 複雜 PCB 上的數百個電子元件與封裝識別。

• 重型機械： 針對相似零部件進行標準化審查與設計重用。