SmartUQ SmartUQ

エンジニアリングシミュレーションのための解析

このページの内容

エンジニアリングシミュレーションに解析を使う理由

計算能力が高まり、シミュレーションと試験が高度になったことで、より多くの現実のシステムについて正確な予測ができるようになりました。しかし、設計サイクルが短くなり、問題が複雑になるにつれ、エンジニアやデータサイエンティストは、手元のシミュレーションの能力を最大限に生かすことを求められています。エンジニアリングシミュレーションには、大きく4つの課題があります。シミュレーション結果に誤差範囲をどう付けるか、設計空間のサンプリングが足りない、または適切でないこと、シミュレーションの計算コストが高いこと、そしてシミュレーションモデルと物理試験の結果が合わないことです。SmartUQは、これらの課題に応える強力で現実的な手段を提供します。

エンジニアリングシミュレーションの課題

シミュレーション結果に誤差範囲を付ける

シミュレーションの結果の多くは決定論的で、ある一つのシナリオについて一つの点を示すだけです。結果のばらつきを考慮するために、エンジニアやデータサイエンティストは不確かさ伝播を直接行って不確かさを定量化することがあります。しかし、この方法は計算の負担が大きく、多くのシミュレーションモデルでは現実的ではありません。

設計空間のサンプリングが足りない、または適切でない

これはエンジニアリングシミュレーションの慢性的な問題です。モンテカルロサンプリングや要因計画などの標準的な手法は、次元が高くなると効果がなく、現実的でもありません。

シミュレーションモデルの計算コストが高い

複雑で計算時間の長いシミュレーションの多くでは、計算コストのために設計探索が現実的ではありません。ランダム探索のような従来の設計探索の手法は、高次元の問題ではコストがかかりすぎます。

シミュレーションモデルと物理試験の結果が合わない

シミュレーションによる設計プロセスの多くは、現実を再現するモデルを作ることを目標にしています。そのために、シミュレーションの結果を、同じシステムの物理試験の結果と比べます。物理試験でシミュレーションモデルの予測が裏付けられないと、モデルへの信頼が揺らぎます。そうなると、費用と時間のかかる再設計や再試験を余儀なくされます。

エンジニアリングシミュレーションのためのSmartUQのソリューション

SmartUQは、実験計画法、エミュレーション、統計的キャリブレーション、逆解析など、さまざまな解析と不確かさの定量化(UQ)のツールで、これらの課題に取り組みます。

不確かさの定量化

SmartUQの不確かさの定量化の手法は、シミュレーション結果に誤差範囲を付けます。不確かさ伝播や感度解析などのUQの手法を使うことで、意思決定者はより多くの情報をもとに判断できます。SmartUQのエミュレーターを使えば、大量の予測を必要とする高度な解析も行えます。

不確かさを定量化したうえでの検証と妥当性確認(V&V)

シミュレーションモデルについては、ある設計に対する決定論的な解を検証するだけでなく、システムの不確かさから生じる予測の確率分布も妥当性確認して、システムのばらつきの影響をモデルが正確に捉えていることを確かめる必要がある場合が少なくありません。航空宇宙、防衛、医療機器などの業界では、妥当性確認済みのモデルを使うことで、費用のかかる物理試験をなくしたり大幅に減らしたりできるため、シミュレーションモデルの妥当性確認がきわめて重要です。

実験計画法とアダプティブDOE・DOE拡張

SmartUQには、複雑で高次元のシミュレーションモデルを扱える最新の空間充填DOEがあります。

エミュレーション

エミュレーター(サロゲートモデル、予測モデルとも呼びます)は、システムを仮想的に表したもので、設計空間をすばやく正確に探索し、高度な解析を行えます。エミュレーターを使えば、計算コストが下がり、新しい設計を探す場合にも長い目で見て柔軟に対応できるようになります。

統計的キャリブレーション

統計的キャリブレーションでは、次のような作業を通じて、シミュレーションモデルと物理試験の結果の不一致を小さくできます。

統計的キャリブレーションを行えば、早い段階で費用のかかる失敗を避け、物理試験の回数を最小限に抑えられます。

まとめ

DOE、エミュレーション、統計的キャリブレーション、逆解析といったSmartUQの解析と不確かさの定量化のツールは、シミュレーションが抱えるさまざまな課題に応える強力な手段になります。不確かさの定量化は、シミュレーション結果に誤差範囲を付け、シミュレーションモデルの成熟度と信頼性を評価できます。最新のDOEは、設計空間の探索に必要なシミュレーションの回数を減らし、エミュレーションは最適化と不確かさの解析をすばやく行えるようにします。統計的キャリブレーションの手法は、シミュレーションモデルと物理試験の違いを把握し、シミュレーションモデルを物理的な現実により近づけるようにキャリブレーションできます。設計サイクルの重要性と複雑さが増すなか、SmartUQのソフトウェアは、シミュレーションモデルに欠けている重要な部分を補います。

エンジニアリングシミュレーションの解析でお困りのことがあれば、お問い合わせください。

関連資料

自動車のシミュレーション

ホワイトペーパー

シミュレーションツールをもっと生かすために統計的手法ができること

CAEの設計プロセスにある3つの大きな課題への解決策と、統計的手法がそれらの課題に応える強力で現実的な手段であることを解説する資料です。

Digital Engineering誌の記事:エンジニアリングシミュレーションから不確かさを取り除く

SmartUQの不確かさの定量化・解析プラットフォームによって、シミュレーションがあいまいさを乗り越え、より根拠のある意思決定につながることを解説した記事です。

請求はこちら

ウェビナー

そのシミュレーションはどれだけ現実的か? シミュレーションと試験のギャップを埋める

シミュレーションの結果が必ずしも信頼できるとは限らない理由、試験結果でシミュレーションをキャリブレーションする方法、シミュレーションの異常や不正確な結果を見つける方法を取り上げるウェビナーです。

視聴する(英語)

エンジニアのためのUQ入門

確率論的な手法とUQツールを紹介し、産業の現場での導入の仕方を考え、事例を使って決定論的な解析の一歩先へ進むメリットを示すウェビナーです。

視聴する(英語)