HOMEカテゴリ一覧データ活用・AI

データ活用・AI ― サロゲートモデル シミュレーションデータを機械学習で学習し、高速に予測するサロゲートモデルは、
リアルタイムシミュレーション、最適パラメータ探索、逆問題解析、設計の簡易検証など
多くの活用が進んでいます。

サロゲートモデルとは?

サロゲートモデルはCAE代理モデルなどとも呼ばれる手法です。物理シミュレーションの入出力を機械学習で学習して、物理シミュレーションと同様の予測を行うモデルを作成します。一般に、物理シミュレーションよりも高速に予測を取得できるため、設計・解析フェーズの業務効率化や、既存の手法では不可能であった網羅的なパラメータ探索などが可能になります。

サロゲートモデルとは?

特徴比較

サロゲートモデル、物理シミュレーション、それぞれの特徴を理解した上で、使い分けをすることが重要です。CTCはサロゲートモデル、物理シミュレーションの適切な使い分けも含めて、サポートいたします。

サロゲートモデルの特徴

  •  計算コストが低い(速い)※モデル作成時は除く
  •  設計技術者などCAE熟練者でなくても扱うことができる
  •  学習範囲外の予測は難しい

物理シミュレーションの特徴

  •  物理モデルを解くので現象の説明がしやすい
  •  物理現象として正しい範囲であればパラメータを振って予測できる
  •  計算コストは大きい

CTCのサービス内容

CTCはサロゲートモデルの構築~運用のための支援として、コンサルティングからクラウドサービス、データ生成・収集、サロゲートモデル開発まで、包括的なメニューをご用意しています。

CTCのサービス内容

サロゲートモデル作成ワークフロー

CTCのサービス内容(2)

サロゲートモデル導入フロー

標準的なサロゲートモデル導入フローをご紹介いたします。実際の導入時には、お客様へのヒアリングを行い、必要なフェーズの選択と開発期間の調整を行います。

【フェーズ1】課題整理~有効性検証のための簡易モデル作成
  1. 課題の確認、理解(何を予測すべきか、指標をどうするべきか)
  2. 利用可能なデータの量や期間の確認、理解
  3. する効果が見込めるかを、既存データや簡易データで検証
  4. 簡易モデルの作成(アウトプットイメージを確認)
  5. 目的(効果)、目標(効果の定量値)と、技術適用可能性を見極め
期間:
3か月
~6か月
【フェーズ2】実務に近いモデルの作成・検証
  1. より実務に近い複雑なモデルの作成・検証
  2. 実業務のワークフローや期間などを考慮して適用性の評価を行う
期間:
3か月
~6か月
【フェーズ3】業務適用性の検証
  1. サロゲートモデルを使った予測システムにもとづく業務が実行できるかの検証
  2. プロトタイプシステム構築し、実際に想定利用者にも使用してもらう
期間:
3か月
~6か月
【フェーズ4】業務本格適用

サロゲートモデル事例

ハット材3点曲げ

大変形例題として、ハット材の3点曲げを対象とする。
モデル形状等は参考文献に順ずる。準静的な挙動を計算した。

ハット材3点曲げ

参考文献:薄鋼板材料の高速変形特性の実験的評価と定式化に関する研究

最終形状および応力分布のシミュレーション結果を学習し未知の条件について予測

最終形状および応力分布のシミュレーション結果を学習し未知の条件について予測
  • 座屈の位置や形状についておおむね予想できるようになった
  • 応力分布についても分布傾向はほぼ予測できている
  • 予測範囲を限定するなどで更なる精度向上が可能

複合材料ソリューション・サロゲートモデル

織構造複合材は繊維の織パターンにより均質化剛性が変化することが知られています。本計算例は1000件の織パターンのモデルと解析結果を用意し、そのデータをもとにサロゲートモデルの構築を実施しました。
https://www.engineering-eye.com/composite_material/ai_surrogate_model/