文章核心观点 TPI Composites公司与德州大学达拉斯分校合作应用物理信息机器学习算法优化复合材料固化过程，开发智能“数字孪生”解决技术差距，加速学术研究向工业应用转化 [1] 合作项目情况 - 项目由能源效率与可再生能源办公室资助，将应用物理信息机器学习算法通过多区域温度控制模拟和优化复合材料固化过程 [1] - “数字孪生”以过程的时空特征和复合材料组件的材料特性为输入，提供实现设计目标机械性能所需的最佳时空温度曲线来指导制造过程 [2] - 制造过程中收集传感器实时数据，根据“数字孪生”确定的最佳固化轨迹调整多个加热区的热负荷 [2] 项目意义 - 应用统计物理信息人工智能模型弥合确定性多物理场模拟与车间固化动力学之间的差距，利用模具加热区优化固化周期时间，确保叶片质量和提高生产率 [3] - 传感器数据收集实现强化学习和模型优化，提高模型准确性并适应环境条件和劳动密集型制造过程中的变化 [3] - 合作研究为智能复合材料制造奠定基础，为采用该技术的行业带来成本节约和性能提升方面的竞争优势 [3] 公司概况 - TPI Composites是一家全球公司，专注于为世界脱碳和电气化提供创新可持续解决方案，与风电市场领先原始设备制造商建立长期合作关系，提供高质量、经济高效的复合材料解决方案 [4] - 公司总部位于亚利桑那州斯科茨代尔，在美国、墨西哥、土耳其和印度设有工厂，在丹麦和德国设有工程开发中心，在美国和西班牙设有全球服务培训中心 [4] 投资者关系 - 联系电话：480 - 315 - 8742 [5] - 邮箱：investors@tpicomposites.com [5]