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。

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。

サロゲートモデル作成ワークフロー

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。

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。

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

• 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