CAE代理ソリューション深層学習を用いた超高速計算

CAEに携わっている方、こんな悩みはありませんか？

その悩み、CAE代理ソリューションが解決します！

CAE代理ソリューションは、機械学習を用いて物理シミュレーションを代替するサロゲートモデル（代理モデル）を構築するサービスです。 従来のシミュレーションは、有限要素法（Finite Element Method, FEM）や有限体積法（Finite Volume Method, FVM）を使う上で メッシュ作成と数値計算に多くの手間と時間がかかるのが悩みどころ。 CAE代理ソリューションならあっと言う間に計算が終わるので、パラメータの試行錯誤も苦になりません。 あきらめていたCAEのリアルタイム利用に道がひらけます。

CAE代理ソリューションの具体的な内容は、「データ（説明変数）」から「答え（目的変数）」を予測する回帰分析です。
シミュレーションでは、データと答えをつなぐルールを人が考えてプログラムします。しかし、このルールの複雑さが計算コストのかかる原因です。
回帰分析では、学習データ（既知のデータと答え）から、よりシンプルなルールを自動構築します。

回帰分析の一般的な手法には、応答曲面法と固有直交分解によるModel Order Reduction法があります。
ASTOMでは、これらに加えて、深層学習（ディープラーニング）によるCAE代理ソリューションをご提供します。
深層学習によるアプローチは、非線形応答に高い表現力をもち、複雑な現象の多変量予測に強みを発揮します。

各手法の違いは、下表をご覧ください。

事例に学ぶ 深層学習によるCAE代理ソリューションでできること

それぞれの事例は次のフローで構成しています。

事例1.構造解析の定常応力を予測する代理モデル

続いて、CAE代理モデルの予測精度を確認しましょう。下図では、有限要素法を用いたシミュレーション結果とCAE代理モデルの予測結果を対比しています。 代理モデルによるミーゼス応力分布の再現性はシミュレーションと見分けがつかないほど高く、最大ミーゼス応力も数MPaの誤差精度で予測に成功しています。

事例2.流体解析の非定常渦を予測する代理モデル

続いて下図では、シミュレーション結果とCAE代理モデルの予測結果を対比しています。CAE代理モデルは、初期状態から0.25秒後の分布を予測し、予測結果からさらに0.25秒後の分布を予測するといった流れを繰り返します。代理モデルの結果を見ると一部位相のずれは発生するものの、シミュレーションのカルマン渦列の発生を再現することに成功しています。

事例3.実測データから降雨量を予測する代理モデル

深層学習によるCAE代理ソリューションの魅力

さぁ、CAE代理ソリューションをはじめましょう

代理ソリューションの運用までを、段階に分けて取り組みいただけます。
「この課題に代理ソリューションは役立つの？」という疑問をスタートに、予算や期間など個別のご要望にお応えします。