サロゲートAIを活用した効率的な自動車開発プロセス

概要

設計で考慮しなくてはならない項目が複数ある自動車開発において、巨大な設計空間のなかで性能とデザインを両立した設計を実現するためにNeural Concept Shapeを活用して大幅な効率化・高速化を実現します。

車体開発の大幅な効率化・高速化に

サロゲートモデルとは、形状・解析条件と解析結果のデータをディープラーニングさせ、CAEソルバーの代わりにAIで解析結果を予測するためのモデルです。
サロゲートモデルを用いることで、複雑な開発プロセスやウハウの継承が課題となる自動車設計の効率化・高速化が実現できます。

事例①：多目的最適化を用いたサイドミラー設計

革新的でパフォーマンスの高い設計を行うには、様々な条件でのシミュレーションの実行、パラメータの調整が不可欠です。
独自予測モデルにより、従来の最適化では到達できなかった設計解を短時間で獲得できます。

事例②：F1のエアロダイナミクス解析事例

高レベルな操作性を実現するには、車体の空気抵抗を低減するだけでなく、車体と周囲とのダウンフォースも考慮して設計する必要があります。
そのためには厳密なCFDシミュレーションと膨大なデータが求められますが、数千の解析結果をデータとして取り込み・モデル化することで、解析結果をリアルタイムで出力することができます。