人工知能とトポロジー最適化によって設計された再生熱交換器が、火力発電所で壊滅的な故障を起こしました。鋼壁が疲労により破断しました。3D調査では、内部流路の有機的形状が臨界乱流と流れ誘起振動（FIV）を引き起こしたかどうかを調査しています。現象を再現するために、Ansys FluentとSiemens Star-CCM+が使用されています。
乱流と流れ誘起振動のシミュレーション 🔥
Ansys FluentによるCFD解析は、有機流路内の流体力学に焦点を当て、渦放出領域と励起周波数を特定します。Star-CCM+は、流体構造連成（FSI）による研究を補完し、乱流の周期的応力下での鋼壁の振動応答をシミュレーションします。結果は、FIVに対して最適化されていない形状が、材料の疲労限界を超える共振周波数を生成したことを示しています。Volume Graphicsは破面をスキャンし、亀裂をシミュレーションされた応力ピークと関連付けます。
生成設計における疲労検証 ⚙️
この故障は、AIによるトポロジー最適化が振動疲労を無視すべきではないことを示しています。有機的形状は熱効率が高い一方で、予測不可能なFIV条件を生み出す可能性があります。調査では、あらゆる生成設計を繰り返し疲労シミュレーションとモーダル解析で検証することが不可欠であると結論付けています。教訓は明らかです。流体力学における構造検証なしの革新は、産業用コンポーネントの重大な故障につながる可能性があります。
AIとトポロジー最適化による熱交換器の設計が、CFD調査において流れによって誘起される振動周波数を予見していなかった場合、壊滅的なFIV故障を防ぐために、振動疲労シミュレーションを生成設計アルゴリズム自体にどのように統合できるでしょうか？
(追記: 材料疲労は、10時間シミュレーションを実行した後のあなたの疲労のようなものです。)