Nexen Tire heeft aangekondigd dat het een op kunstmatige intelligentie gebaseerd systeem heeft ontwikkeld om de prestaties van banden te voorspellen. Met de ontwikkeling van een systeem dat de prestaties van banden voorspelt met behulp van AI-technologie, legt het bedrijf uit dat het een technologie voor machinaal leren zal gebruiken in de ontwerpfase van het concept om nauwkeurig en snel te anticiperen op de primaire prestatie-indicatoren, zoals brandstofefficiëntie, geluid, weggedrag, enz. die in overweging worden genomen tijdens het ontwikkelingsproces van de band. Aangezien het veiligstellen van gegevens van hoge kwaliteit in grote volumes cruciaal is voor machinaal leren, heeft Nexen Tire een gegevensvoorverwerkingstechnologie ontwikkeld die onregelmatigheden in de beschermde gegevens kan opsporen en vervangen. Door een aanzienlijke hoeveelheid leerdata veilig te stellen door gebruik te maken van data augmentation-technieken, kon het bedrijf een voorspellingsmodel met goede voorspellingsprestaties veiligstellen voor onvoldoende data. De mogelijkheid om de prestaties van banden vroeg in het ontwikkelingsproces te voorspellen, heeft een aanzienlijke invloed op de hoeveelheid geproduceerde prototypes en de ontwikkelingstijd. Finite Element Analysis (FEA) wordt voornamelijk gebruikt om de prestaties van generieke banden te voorspellen. Met FEA kunnen de vorm en de materiaaleigenschappen van een band als een virtuele driedimensionale band op een computer worden gemodelleerd, en kunnen de mechanische eigenschappen van een product door numerieke berekening worden bevestigd. Het voordeel van FEA is dat de prestaties zeer nauwkeurig kunnen worden ingeschat, maar het kost veel tijd om de cijfers te berekenen, zodat ontwikkelaars de prestaties snel analyseren in het stadium van het conceptontwerp, wat inefficiënt is. Nexen Tire heeft consequent gewerkt aan het opzetten van een virtueel productontwikkelingssysteem. Met het nieuw ontwikkelde bandprestatievoorspellingssysteem dat gebruik maakt van AI-technologie, zal dit een sneller en nauwkeuriger bandontwerp en prestatieverbetering tijdens het preproductieproces mogelijk maken, naast de bestaande op FEA gebaseerde prestatievoorspellingstechniek en het Genetisch Algoritme dat optimale ontwerpplannen suggereert. Professor Seoung Bum Kim van de Koreaanse Universiteit en professor Ki Chun Lee van de Hanyang Universiteit hebben samengewerkt aan het nieuwe, met behulp van AI-technologie ontwikkelde systeem voor de voorspelling van de prestaties van banden.