Kazanimlar:
- CAE, CFD ve FEA simülasyonlarının otomotiv tasarımındaki rolünü ve yapay zekanın vekil (surrogate) model olarak nasıl hızlandırdığını açıklayabilme
- Üretken tasarım (generative design), parametre taraması ve simülasyon sonucu yorumlamada yapılandırılmış promptlar kurabilme
- AI kaynaklı tasarım ve vekil model çıktısını yakınsama, ağ bağımsızlığı ve fiziksel sınır koşullarıyla doğrulayabilme
Modern bir aracın tasarımı artık çelik levha kesip prototip yapmadan önce büyük ölçüde bilgisayarda doğar. Bu dijital tasarım ve doğrulama dünyasının merkezinde üç kısaltma vardır: CAE, CFD ve FEA. Bu ünitede önce bu üç kavramı sade biçimde açıklayacak, sonra yapay zekanın bu ağır hesaplamaları nasıl hızlandırdığını ve en önemlisi bu hızlı çıktıları nasıl güvenle doğrulayacağımızı göreceğiz.
- CAE (Computer-Aided Engineering / Bilgisayar Destekli Mühendislik): Bir tasarımın davranışını (dayanım, akış, ısı, titreşim) fiziksel prototip yapmadan bilgisayarda simüle etme şemsiye terimidir.
- FEA (Finite Element Analysis / Sonlu Elemanlar Analizi): Bir parçayı binlerce küçük "eleman"a bölerek üzerine gelen kuvvet altında nasıl gerildiğini, büküldüğünü, kırılıp kırılmayacağını hesaplayan yöntemdir. Örnek: bir süspansiyon kolunun çukura girince kırılıp kırılmayacağı.
- CFD (Computational Fluid Dynamics / Hesaplamalı Akışkanlar Dinamiği): Hava veya sıvı akışını simüle eder. Örnek: aracın etrafındaki hava akışı (aerodinamik sürükleme), motor soğutması, kabin havalandırması.
Simülasyon neden yavaştır ve AI nerede devreye girer?
Yüksek doğruluklu bir CFD veya FEA çözümü, tek bir tasarım için bir bilgisayar kümesinde saatler hatta günler sürebilir. Bir mühendis 200 farklı geometri denemek istediğinde bu, aylar demektir. İşte yapay zeka burada iki güçlü rol üstlenir:
- Vekil model (surrogate model / metamodel): Az sayıda gerçek simülasyondan öğrenip, yeni tasarımların sonucunu saniyeler içinde tahmin eden bir makine öğrenmesi modelidir. Gerçek çözücünün yerine geçmez; onun hızlı bir "yaklaşıklayıcısı"dır. 200 tasarımı gerçek çözücüyle değil, vekil modelle tarayıp en umut verici 5 tanesini gerçek çözücüye göndermek zamandan büyük tasarruf sağlar.
- Üretken tasarım (generative design): Mühendisin verdiği kısıtlar (bağlantı noktaları, taşınacak yük, yasak bölgeler, malzeme) altında bilgisayarın çok sayıda alternatif geometri ürettiği yöntemdir. Sonuç genellikle organik, kemik benzeri, hafif yapılar olur.
İpucu: Vekil model "interpolasyon" (öğrendiği aralık içinde tahmin) yaparken güvenilirdir; "ekstrapolasyon" (öğrendiği aralık dışında tahmin) yaparken tehlikelidir. Tasarım uzayınızın sınırlarını bilin.
Adım adım: AI destekli simülasyon iş akışı
- Problemi ve kısıtları netleştirin. Ne optimize ediyorsunuz (ağırlık? sürükleme? gerilme?), hangi kısıtlar sabit (bağlantı deliği yerleri, montaj hacmi)?
- Tasarım değişkenlerini tanımlayın. Örneğin bir soğutma kanalının 5 parametresi: giriş açısı, kesit alanı, uzunluk, kıvrım yarıçapı, çıkış konumu.
- Deney tasarımı (DOE - Design of Experiments) yapın. Tüm kombinasyonları değil, uzayı akıllıca kaplayan bir örneklem (ör. 40 nokta) seçin. AI burada örneklem stratejisi önerebilir.
- Gerçek çözücüyle bu 40 noktayı çalıştırın. Bu "gerçeklik" verisidir.
- Vekil modeli eğitin ve doğruluğunu ayrılmış test noktalarıyla ölçün.
- Vekil modelle geniş taramayı yapın, en iyi adayları seçin.
- En iyi adayları yeniden gerçek çözücüyle doğrulayın. Bu adım atlanamaz.
- Fiziksel prototip/test ile nihai kararı kanıtlayın.
Simülasyon çıktısını doğrulama: yakınsama ve ağ bağımsızlığı
Bir FEA/CFD sonucuna güvenmeden önce iki kritik kontrol vardır:
- Yakınsama (convergence): Çözücünün iteratif hesabının kararlı bir değere oturması. Yakınsamamış bir çözüm anlamsızdır. AI, "sonuç 250 MPa" derken bunun yakınsamış bir çözümden mi geldiğini teyit etmelisiniz.
- Ağ bağımsızlığı (mesh independence): Parçayı böldüğünüz elemanları (ağı) sıklaştırdığınızda sonucun anlamlı biçimde değişmemesi. Ağ çok kabaysa sonuç yanıltıcı olabilir; çok inceyse hesap gereksiz uzar. Genelde ağ iki-üç kez sıklaştırılıp sonucun sabitlendiği nokta bulunur.
Kontrol
Ne sorar
Atlanınca risk
Yakınsama
Çözüm kararlı değere oturdu mu?
Rastgele/anlamsız sonuç
Ağ bağımsızlığı
Ağ sıklaşınca sonuç değişiyor mu?
Gerilme yetersiz/aşırı tahmin
Sınır koşulu
Yükler/mesnetler gerçekçi mi?
Yanlış senaryo, güvenli sanılan tasarım
Malzeme modeli
Doğru eğri/özellik girildi mi?
Yanlış dayanım tahmini
Dikkat: Yapay zeka bir vekil model çıktısı verdiğinde, o çıktının arkasındaki gerçek simülasyonların yakınsama ve ağ bağımsızlığından geçmiş olması gerekir. "Çöp girer, çöp çıkar": kötü simülasyonla eğitilmiş vekil model kötü tahmin üretir.
Mini vaka çalışmaları
Vaka 1 - Süspansiyon kolunda hafifletme. Bir ekip bir alüminyum süspansiyon kolunu üretken tasarımla yeniden tasarlıyor. 60 gerçek FEA çözümüyle eğitilen vekil model, ağırlığı %19 azaltan bir geometri öneriyor. Ekip en iyi 3 adayı gerçek çözücüyle doğruluyor; birinin gerçek maksimum gerilmesi vekil model tahmininden %12 yüksek çıkıyor (ekstrapolasyon bölgesindeymiş). O aday eleniyor, kalan ikisi kabul ediliyor ve fiziksel yorulma testine gönderiliyor. Sonuç: Hız kazanıldı, ama nihai karar gerçek çözüm + test ile verildi.
Vaka 2 - Aerodinamik ayna. Yan aynanın oluşturduğu rüzgar gürültüsünü azaltmak için 5 parametreli bir tarama yapılıyor. Gerçek CFD ile bir tasarım 6 saat sürüyor; 45 gerçek koşu + vekil model ile 5.000 sanal tasarım saniyeler içinde taranıyor. Sürükleme katsayısında (Cd) yaklaşık 4 nokta (drag count) iyileşme sağlayan aday bulunuyor ve rüzgar tünelinde test ediliyor; ölçülen iyileşme tahminin %85'i kadar çıkıyor. Sonuç: AI aramayı daralttı, rüzgar tüneli kanıtladı.
Vaka 3 - Yanlış sınır koşulu. Bir kaporta braketinin FEA'sında AI, "gerilme emniyetli, faktör 2,1" diyor. Kıdemli mühendis sınır koşuluna bakıyor: yük tek yönden uygulanmış, oysa gerçek çalışmada titreşimli çift yönlü yük var. Doğru senaryoyla yeniden çözülünce emniyet faktörü 1,1'e düşüyor; bu kabul edilemez. Sonuç: AI'nın "emniyetli" demesi, yanlış senaryo yüzünden aldatıcıydı; girdi doğrulaması sonucu kurtardı.
Prompt şablonları
Şablon 1 - Simülasyon kurulumu gözden geçirme:
Rol: Kıdemli bir CAE (sonlu elemanlar) mühendisisin.Görev: Aşağıdaki FEA kurulumumu gözden geçir ve eksik/risklinoktaları listele.Bağlam: Alüminyum süspansiyon kolu, statik yük 6 kN, montaj2 cıvatadan, malzeme akma dayanımı 240 MPa.Kısıt: Yakınsama, ağ bağımsızlığı, sınır koşulu ve malzememodeli başlıklarını ayrı ayrı ele al.Çıktı: Kontrol listesi + her madde için 'tamam/riskli/eksik'.
Şablon 2 - Deney tasarımı (DOE) önerisi:
Rol: Optimizasyon danışmanısın.Görev: 5 tasarım değişkeni için verimli bir DOE örneklemi öner.Bağlam: Değişkenler ve aralıkları: [aralıkları anonim yaz].Amaç: Sürükleme minimizasyonu, bütçe 40 gerçek koşu.Çıktı: Örnekleme yöntemi + kaç nokta + gerekçe. Ekstrapolasyonuyarısını ekle.
Şablon 3 - Vekil model sonucu yorumlama:
Rol: Veri bilimci + CAE mühendisi.Görev: Vekil modelimin tahmin hatası metriklerini yorumla.Bağlam: R2=0,94, ortalama mutlak hata=8 MPa, en kötü noktatasarım uzayının kenarında.Kısıt: Kenar noktalardaki güvenilirlik hakkında açık ol;hangi adayların gerçek çözücüyle teyidi şart, söyle.Çıktı: Yorum + doğrulanması gereken aday kriteri.
Şablon 4 - Üretken tasarım kısıt tanımı:
Rol: Üretken tasarım uzmanısın.Görev: Bir motor braketi için üretken tasarım problem tanımıtaslağı çıkar.Bağlam: 3 bağlantı noktası sabit, yasak hacim var, hedefminimum kütle, malzeme dökme alüminyum, üretim yöntemi döküm.Çıktı: Yükler | kısıtlar | hedef | üretilebilirlik notu tablosu.
Zayıf prompt / Güçlü prompt
Zayıf prompt:
Bu parçayı hafiflet.
Sonuç belirsiz; hangi yük, hangi malzeme, hangi kısıt belli değil. AI genel geçer, işe yaramaz bir yanıt verir.
Güçlü prompt:
Rol: CAE mühendisisin.Görev: Şu braketi kütle açısından hafifletmek için 3 farklıstrateji öner (topoloji, malzeme, kesit).Bağlam: Çelik braket, 3 kN statik + titreşimli yük, emniyetfaktörü en az 1,5 korunmalı, döküm üretilebilir kalmalı.Kısıt: Her strateji için beklenen kazanç ve riski yaz; hiçbiröneriyi test edilmeden 'güvenli' ilan etme.Çıktı: Strateji | tahmini kütle kazancı | risk | doğrulama testi.
Sık yapılan hatalar
- Vekil modeli gerçek çözücü sanmak. Vekil model tahmin eder; nihai adayları mutlaka gerçek çözüm ve fiziksel test doğrular.
- Ağ bağımsızlığını atlamak. Kaba ağ, güvenli görünen ama gerçekte riskli bir sonuç verebilir.
- Yanlış sınır koşulu. Gerçek yükleme senaryosu yanlışsa "emniyet faktörü" aldatıcıdır.
- Ekstrapolasyonu fark etmemek. Tasarım uzayının dışına çıkan tahminler sessizce yanlış olabilir.
- Üretilebilirliği unutmak. Güzel görünen organik geometri dökülemiyor veya işlenemiyorsa değersizdir.
Ozetle
- CAE, FEA ve CFD tasarımı fiziksel prototipten önce bilgisayarda sınar; ağır ve yavaştırlar.
- Vekil modeller ve üretken tasarım bu süreci AI ile büyük ölçüde hızlandırır, ama gerçek çözücünün ve fiziksel testin yerini almaz.
- Her simülasyon sonucu yakınsama, ağ bağımsızlığı, sınır koşulu ve malzeme modeli açısından doğrulanmalıdır.
- Vekil model interpolasyonda güvenilir, ekstrapolasyonda risklidir; en iyi adaylar daima gerçek çözümle teyit edilir.
Uygulama gorevi
Bir parça seçin (ör. bir konsol braketi). (1) Optimize edilecek hedefi, sabit kısıtları ve tasarım değişkenlerini yazın. (2) Şablon 4 ile bir üretken tasarım problem tanımı taslağı üretin. (3) AI'ya bir vekil model iş akışı tarif ettirin ve "hangi adımı asla atlamam" diye sorup yanıtı üç çapa ile değerlendirin. (4) Sonucu doğrulamak için hangi fiziksel testi yapacağınızı belirtin.
Kontrol listesi
- [ ] Optimizasyon hedefini ve sabit kısıtları netleştirdim.
- [ ] Vekil model ile gerçek çözücü arasındaki farkı prompta yansıttım.
- [ ] Yakınsama ve ağ bağımsızlığı kontrolünü planladım.
- [ ] Sınır koşullarının gerçek yükleme senaryosunu yansıttığını doğruladım.
- [ ] En iyi adayları gerçek çözüm + fiziksel testle teyit etme adımını ekledim.
- [ ] Üretilebilirliği bir kriter olarak listeye koydum.