Otomotiv devlerinden General Motors (GM), mühendislik ve tasarım süreçlerinde yapay zeka ve makine öğrenimi (AI/ML) sayesinde inanılmaz bir hızlanma yaşıyor. Eskiden haftalar süren test ve analizler artık dakikalar içinde tamamlanabiliyor.
GM'nin Ürün Sorumlusu Sterling Anderson, şirketin mühendislik ve tasarımda üçüncü bir döneme girdiğini belirtiyor. İlk dönem, gözlemlere dayalı, uzun süren prototip geliştirmeleriyle ilerliyordu. İkinci dönem ise bilgisayarların sanal geliştirme araçlarıyla bu süreci hızlandırmasıyla başladı. Hesaplamalı Akışkanlar Dinamiği (CFD) ve Sonlu Elemanlar Analizi (FEA) gibi araçlar, mühendislerin fiziksel prototiplere daha az bağımlı olmasını sağladı.
Ancak GM'nin şu an içinde bulunduğu üçüncü ve en heyecan verici dönem, tüm bu fonksiyonların tek bir çatı altında toplanması ve büyük ölçüde olasılıksal yöntemlerin (yani AI/ML) kullanılmasıyla karakterize ediliyor.
Olasılıksal Mühendislik Devri
Sanal simülasyonlar, mühendislik çalışmalarını hızlandırmış olsa da, kaynak ve zaman açısından oldukça maliyetli olabiliyordu. Yapay zeka ve makine öğrenimi sayesinde bu analizlerin sanallaştırılması ve paralel olarak çalıştırılması mümkün hale geldi. GM'de yapılan testler, bu yeni yaklaşımın ne kadar etkili olduğunu gözler önüne seriyor. Daha önce 15 saat süren FEA analizleri artık sadece bir dakikada tamamlanabiliyor.
Bu hızlanma, mühendislerin çok daha fazla sayıda iterasyon yapabilmesini ve önceki zaman kısıtlamaları nedeniyle mümkün olmayan daha geniş bir test yelpazesini uygulamalarını sağlıyor. Bu sanal araçların etkisi sadece aerodinamik ve yapısal tasarımla sınırlı kalmıyor; motorsporları, enerji ve batarya teknolojileri, savunma sanayi ve hatta uzay programları gibi GM'nin diğer iş kollarını da kapsıyor.
GM'nin Sanal Entegrasyon Mühendisliği Yönetici Direktörü Jason Fischer, mühendislerin donanım ve yazılımı eş zamanlı olarak optimize edebilecekleri sanal bir ortam sunduklarını belirtiyor. Bu yaklaşım, sektörde eşi benzeri görülmemiş bir ölçekte ve hızda ürün geliştirme imkanı tanıyor.
Motorsporları ekipleriyle olan iş birlikleri de bu sanal araçların geliştirilmesinde önemli rol oynuyor. NASCAR ve Formula 1 gibi organizasyonlarla ortaklaşa geliştirilen araçlar, üretim tarafına da aktarılarak en güncel teknolojinin her alanda kullanılması sağlanıyor.
Üretmeden Sürüş Testi
Fischer ve Anderson'ın paylaştığı bir örnekte, araçların yol tutuş testleri sanal ortamda gerçekleştiriliyor. Artık farklı yol koşulları dijital olarak ayarlanarak binlerce farklı tasarım denemesi yapılabiliyor. Bu sayede elde edilen sonuçlar, sadece belirli manevralarda değil, gerçek dünya koşullarına karşı da daha dayanıklı hale geliyor.
Aynı şekilde, çarpışma performansını iyileştirmek için de zayıf noktalar çok daha erken tespit edilip güçlendirilebiliyor. Daha önce 15-18 saat süren bu analizler, AI ve olasılıksal yöntemlerle bir dakikanın altına inmiş durumda. Bu zaman tasarrufu, mühendislerin elde edilen sonuçları hızla optimize ederek yapısal performansı daha da iyileştirmelerine olanak tanıyor.
Yeni araçların klima (HVAC) sistemleri de bu devrimden nasibini alıyor. Bağımsız olarak tasarlanan ve optimize edilen bileşenler yerine, hava akışı, soğutucu akışkan davranışı ve kabin konforu eş zamanlı olarak dengelenebiliyor. Bu, aylar süren işlerin günler veya saatler içinde tamamlanmasını sağlıyor.
Bu gelişmeler, mühendislerin tekrarlayan görevler yerine daha yaratıcı ve yenilikçi tasarımlara odaklanmaları için zaman kazandırıyor. Hatta araçları üretecek fabrikaların dijital ikizleri de donanım kurulmadan önce oluşturularak olası sorunlar önceden gideriliyor.
