引言

隨著(zhù)包裝成為消費品關(guān)鍵的差異化因素，對智能設計、可持續性和高性能的要求比以往任何時(shí)候都更高 。為了滿(mǎn)足這些復雜的期望，公司越來(lái)越多地采用先進(jìn)的仿真方法，而現在人工智能 (AI) 和機器學(xué)習 (ML) 又極大地增強了這些方法 。本文探討了人工智能和機器學(xué)習如何徹底改變包裝仿真、它們帶來(lái)的實(shí)質(zhì)性好處，以及正在改變這一領(lǐng)域的前沿工具 。

為什么包裝行業(yè)需要仿真

1. 優(yōu)化設計和性能： 現代包裝必須有效地平衡結構強度、制造成本和環(huán)境影響 。傳統的物理測試方法通常耗時(shí)且昂貴。仿真使工程師能夠評估包裝行為的各個(gè)方面——例如抗跌落、抗擠壓和抗振動(dòng)能力——而無(wú)需制作大量物理原型 。

2. 加速產(chǎn)品開(kāi)發(fā)： 在開(kāi)發(fā)階段早期對包裝設計進(jìn)行仿真，可以在制造開(kāi)始前識別并解決潛在問(wèn)題 。支持 MODSIM（建模 + 仿真）的集成平臺有助于更快的設計迭代，并能夠直接使用 CAD 數據進(jìn)行分析，從而簡(jiǎn)化流程 。

3. 通過(guò)人工智能提高準確性： 基于歷史仿真數據訓練的機器學(xué)習模型，隨著(zhù)時(shí)間的推移，會(huì )逐步提高性能預測的準確性和可靠性 。像 SimAI 這樣的先進(jìn)工具，評估設計變體的數量可以達到傳統仿真方法的 10 到 100 倍 。

4. 無(wú)縫工作流集成： 借助直觀(guān)的界面，支持人工智能的仿真工具正變得越來(lái)越易于非專(zhuān)家使用 。這使得設計團隊能夠直接在他們熟悉的設計環(huán)境中進(jìn)行包裝的仿真、評估和優(yōu)化。

5. 材料優(yōu)化和自動(dòng)化設計： 人工智能驅動(dòng)的工具可以根據性能要求推薦最佳材料，甚至自主生成新穎的設計方案 。這種能力極大地支持了減重、提高成本效益以及遵守日益嚴格的可持續性標準的舉措 。

人工智能和機器學(xué)習的應用實(shí)例：用例與工具

幾家領(lǐng)先的軟件提供商提供將人工智能和機器學(xué)習集成到包裝仿真中的解決方案：

1. 達索系統 (Dassault Systèmes - MODSIM + AI): 集成了人工智能用于自動(dòng)網(wǎng)格劃分、幾何清理和優(yōu)化等任務(wù)，顯著(zhù)加快了仿真設置速度 。

2. Ansys SimAI: 無(wú)需運行完整仿真即可提供近乎實(shí)時(shí)的性能預測，允許用戶(hù)快速探索廣闊的設計空間 。

3. 西門(mén)子 Simcenter (Siemens Simcenter): 結合了仿真和機器學(xué)習能力，特別適用于機電一體化和包裝機械的優(yōu)化 。

4. Altair HyperWorks: 支持人工智能輔助的創(chuàng )成式設計和多目標優(yōu)化，專(zhuān)為消費品包裝應用量身定制 。

圖1：人工智能集成的設計流程

人工智能驅動(dòng)仿真的商業(yè)價(jià)值

將人工智能集成到包裝仿真中可帶來(lái)切實(shí)的商業(yè)利益：

· 加快上市時(shí)間： 人工智能將仿真周期時(shí)間從幾天大幅縮短至幾分鐘 。

· 提高準確性： 機器學(xué)習模型利用歷史數據來(lái)提高性能預測的精度 。

· 降低成本： 需要的物理原型更少，設計迭代次數減少，從而顯著(zhù)節省成本 。

· 可持續性： 有助于優(yōu)化以減少材料使用，并促進(jìn)在性能和環(huán)境影響之間做出更好的權衡 。

圖2：人工智能驅動(dòng)仿真的投資回報率驅動(dòng)因

市場(chǎng)工具對比概覽

下表對一些主要工具的特性進(jìn)行了高級比較 ：

圖3：工具比較

未來(lái)趨勢

人工智能與仿真在包裝領(lǐng)域的融合將進(jìn)一步發(fā)展：

· 人工智能驅動(dòng)的數字孿生： 創(chuàng )建包裝和流程的虛擬副本，用于實(shí)時(shí)監控、預測和反饋循環(huán) 。

· 包裝領(lǐng)域的生成式人工智能： 利用生成式人工智能自動(dòng)探索和提出全新的、創(chuàng )新的包裝設計概念 。

· 多物理場(chǎng) + 人工智能： 將機械、熱學(xué)和流體動(dòng)力學(xué)仿真與復雜的學(xué)習算法相結合，進(jìn)行整體分析 。

· 自動(dòng)化合規性檢查： 利用人工智能自動(dòng)核對設計是否符合法規要求和可持續性基準 。

結論

人工智能和機器學(xué)習正從可選的增強功能轉變?yōu)楝F代包裝仿真的基礎組成部分 。通過(guò)提供優(yōu)化設計、自動(dòng)化復雜任務(wù)和加速開(kāi)發(fā)周期的強大能力，這些技術(shù)正在為全球范圍內更智能、更快速、更可持續的包裝解決方案鋪平道路 。