資料ダウンロード
解析時間を短縮しながら、高精度な温度予測を実現AI/MLを活用した熱デジタルツインソリューション
この資料で分かること
- 熱流体解析における計算時間と予測精度の課題
- AI・機械学習による解析モデルの誤差補正方法
- Fusion Modelを用いた高速・高精度な温度予測の検証例
- ROMやMRiAを活用した熱デジタルツインの構築方法
このようなニーズはありませんか？
- 熱流体解析の計算時間を短縮したい
- 設計初期に多くの条件や設計案を比較したい
- 簡易モデルの計算速度を生かしながら、予測精度も高めたい
- 解析結果や実測データをデジタルツインに活用したい
こんな方にオススメします
- 熱設計・熱流体解析を担当している方
- 製品の冷却性能や温度分布を評価している方
- MBD・MBSE、システムシミュレーションを推進している方
- AI・機械学習を活用した解析高速化やデジタルツインを検討している方
ソリューション概要
MechanicalとFluentの解析結果を使用した高速・高精度予測モデルの構築
- 高速熱解析モデルの誤差を、高精度熱解析または実測データを用いてAI/MLで補正し、高速かつ高精度な温度予測を実現。
- 構築したモデルはFMUとして出力でき、システムシミュレーションや実機システムへ展開可能。
ROMを用いた3Dシミュレーションの縮退化
ROM(ReducedOrderModel)
- 3D 物理シミュレーションにおける本質的な振舞いを、AI/ML技術を駆使して1D に縮退した高速な予測モデル。
