维度网讯，Rand Simulation发布了一项头盔开发案例研究，展示了仿真、先进材料、增材制造和人工智能如何重塑防护装备的设计生态。该项目源于英国咨询公司D2H Engineering，后者受委托开发一款创新头盔，既能承受严重的碰撞冲击，又能满足空气动力学性能要求。Rand Simulation使用LS-DYNA软件提供支持，该工具特别适合模拟非线性材料和高能冲击。

Rand Simulation副总裁Jason Pfeiffer指出，该团队引入了内部LS-DYNA专家Turner Jennings，他拥有防护头盔设计优化的学术背景。Jennings在博士和博士后研究期间，专注于头盔贴合度、舒适度和头部形状差异如何影响伤害结果。他表示，将同一顶头盔戴在不同人头上并施加相同冲击，产生的结果会略有差异，而仿真技术使他能够量化这些差异，并应用于现实挑战。Pfeiffer补充说，美学和传统同样塑造了用户的期望：“你骑摩托车时不必像以每小时100英里的速度冲下山那样，非要戴一顶超级运动风格的头盔。”

该设计生态系统的优势包括：通过Ansys LS-DYNA复现真实世界测试，D2H Advanced Technologies帮助客户高效地将创新头盔商业化；在物理测试前进行高端分析和仿真，降低了产品开发成本；快速仿真能力使该公司能以更短周转时间交付复杂项目。Jennings强调，每项运动都有各自的测试标准、冲击特性和验收标准，例如下坡滑雪头盔在平衡保护、空气动力学和周边视野方面与摩托车头盔完全不同。

材料创新是另一个主要驱动力。现代泡沫和复合材料表现出高度非线性行为，Pfeiffer表示，LS-DYNA拥有正确模拟这些尖端材料所需的材料模型。3D打印在高端头盔应用中已不再是实验性技术，制造商开始打印具有精确调整材料特性的定制泡沫晶格。以制造3D打印喷气发动机部件的客户Beehive为例，通过将仿真直接集成到打印过程中，他们已将数千个零件的组件减少到少数几个。

人工智能的使用也是关键。Synopsys（前身为Ansys）近十年来一直在开发人工智能驱动的仿真工具。在计算流体动力学中，人工智能可根据历史数据预测空气动力学结果，无需进行完整的数值求解。Pfeiffer说：“你可以进行设计更改，并在不运行完整模型的情况下获得非常准确的结果。”他认为行业内说法——人工智能可以让工程师达到约80%的进度——是准确的。人工智能可极大加速早期探索，但剩下的20%涉及工程判断的部分仍依赖人类，Pfeiffer表示：“那最后的20%是你建立声誉的地方。”

头盔设计已不再仅关乎材料和冲击测试，而在于将仿真、增材制造和人工智能整合到统一工作流中。Rand Simulation团队对此表示认同，并强调这种融合只会加速。