資料ダウンロード
AIサロゲートモデリングによる航空機翼設計の高度化
nvisionを活用したシミュレーション資産の再活用事例
航空機翼の構造設計では、安全性確保のために数百回規模の衝撃解析（バードストライク等）が実施されます。これにより膨大なシミュレーションデータが蓄積されますが、それらを十分に再活用できていないケースも少なくありません。
高忠実度解析は時間とコストを要し、設計初期段階で迅速な意思決定を行うことが困難という課題がありました。過去のシミュレーション資産を活用しながら、設計検討を高速化する仕組みが求められています。
ソリューション: Optimus × nvisionによるAIサロゲートモデル構築
本事例では、Optimusを用いてAbaqus解析データを体系的に生成し、nvisionでAIサロゲートモデルを構築しました。
- Adaptive DOEにより設計空間を効率的にサンプリング
- シェル厚と衝突速度を入力変数として学習
- Abaqus結果との1対1比較でモデル品質を検証
- 最大変形に対する相関係数 約90％を達成
Optimus 2023.2以降では、nvisionとの直接連携が可能となり、リアルタイム予測をワークフローへ統合できます。
Abaqusシミュレーションが自動化された Optimusワークフロー
シェル厚さと鳥の速度に対する変形を予測する nvisionモデル
シミュレーション期間短縮とリアルタイム設計探索の実現
従来、20ケースのAbaqus解析に約2.5時間を要していましたが、nvisionモデルのトレーニングは約25分で完了。その後の設計評価は瞬時に実行可能となりました。
さらに、
- 並列実行によるターンアラウンドタイム短縮
- 過去データの再学習によるモデル精度向上
- what-if分析のリアルタイム化
- 設計初期段階からのデータドリブン意思決定 を実現しました。
過去のシミュレーション資産を「多次元ナレッジマップ」として再活用し、将来プロジェクトにおける潜在リスクの早期予測を可能にしました。
＊続きはダウンロードしてお読みください。