洛克希德公司推出虚拟零件目录ModSTAR，供使用人工智能的数字工程师使用
作者：Sydney J. Freedberg Jr.
一条线框战斗机模型放在一个计算机芯片上。 (Getty Images / Breaking Defense 图表)
AUSA 2024 — 世界的最大的国防承包商洛克希德·马丁公司宣布，该公司正在从其庞大的数字工程数据档案中提取信息，以建立一个全面的“硬件目录”，包含经过验证和测试的组件，供其设计师使用。
新宣布的倡议，模星将输入公司的ARISE去年宣布的模拟工具包。这种结合意在让洛克希德·马丁公司的工程师能够在开始建造原型之前对其设计进行详细的测试——有可能将开发时间缩短数月甚至数年。
“我们用它来做一切，”他说。蒂姆·卡希尔，导弹与火控部门总裁在与记者的圆桌会议上表示。“我们投标的设计周期更少了。我们的投标更加自信地安排了测试日程。我们投标开放系统架构“以及快速更换关键组件的能力。”
earlier版本的数字设计和虚拟测试方法被用于像陆军PrSM（精确打击导弹）等高知名度项目的部分工作中，目前正在部署中以及空军的高超音速ARRW（空射快速响应武器），目前正处于程序化困境.
“我们在PrSM上使用了这些方法，能够在比通常所需开发时间少得多的时间内交付PrSM，” Cahill说。“至于ARRW……人们往往关注一些问题，但这些问题与不使用这些工具时可能遇到的开发问题相比微不足道。”
基本思路是通过应用尖端的人工智能工具来利用这家航天巨头数十年的工程经验。
“坦率地说，我们在这一[航天工程]领域有近百年的经验，在现代导弹和火控系统方面也有几十年的经验，所有这些数据都存在，”凯勒说。“当我第一次担任项目经理——这大概是25到30年前的事了——我们使用的是整个组装的工程模型。我们当时不一定具备所有的工程数据在每个“组件。”
但今天“按需打印_build to print_（直译，通常意指根据需求制作并印刷）制造实践已经成为洛克希德·马丁公司内部工厂及其众多分包商的常态。这种方法要求对所有东西进行毫米级别的精确数字建模，并且需要质量控制团队扫描实际产品以检查是否匹配。
“这是一项巨大的努力，但已经持续了很多年。每次我们进行升级、增强或替换过时的组件时，都会实现数字化，”Cahill说。“这是按照图纸制造的模型，所以不是PowerPoint演示文稿，而是工程数据。”
用这种精确性和严谨性来建模特定组件，反过来使得工程师能够构建所谓的“数字孪生，物理机械设备的虚拟复制品。然后可以在详细的模拟中对“数字孪生”进行全面测试——尝试更多可能的设计，在更广泛的压力环境中进行测试，并且比物理测试更快、成本更低。
凯希尔说，最让他兴奋的是ARISE能够应用人工智能来分析这些模拟生成的数据。即使是最有经验、最细心的人类工程师也只能发现其中的一些潜在问题，他解释道。但当让这些工程师训练AI去寻找需要关注的问题时，它能以超人的准确度检查这些模式并找到偏差。
“计算能力、性能、存储以及软件系统的复杂性都在某种指数曲线上发展，因此那些你可能在三年前、五年前甚至十年前无法做到的事情，今天都可以实现了，”Cahill说道。“随着你不断向系统中加载数据，它会变得越来越智能，并且在预测事物方面会越来越好。”
但是AI的质量取决于它所依据的数据，这就是ModSTAR庞大的经过测试和认证的零部件目录发挥作用的地方。
相关：“中毒”的数据可能会在战争中摧毁人工智能，陆军软件采购主管警告称
“假设你想建造一些新的东西，”Cahill解释说。“你希望能够利用已经合格的部件组合在一起……我们可以迅速地把这些数字模型组合起来，并快速测试不同的配置。”
暂无评论