Altair physicsAI の概要
Altair Employee本記事はEamon Whalenによるブログ
A sneak peek at physicsAI from Altair
を和訳したものです。
本日は、高速物理予測を行うための新しいツールである Altair physicsAI を少しだけ紹介したいと思います。physicalAI は過去のシミュレーション データから学習し、形状と工学性能の関係を抽出します。トレーニングが完了すると、physicsAI モデルは、ソルバーよりも 10倍から100倍の速度でアニメーション化されたコンターを出力します。
実験計画法 (DOE)や設計変数を必要とする他の機械学習ツールとは異なり、physicsAI は最先端の幾何学的な深層学習を活用して、メッシュや CAD 上で直接操作します。その結果、設計サイクルが加速され、より適切な設計決定が可能になります。
この例では、physicsAI モデルを使用して、HVAC 設計の表面圧力を予測します。Parasolid をインポートし、「予測」を押すだけで、3 秒以内に圧力予測が表示されます。
physicalAI モデルをトレーニングするため、以前、作成、モデル化した過去のHVACデザインを収集しました。新しいデザインの性能を予測するため、以前シミュレーションしたデザインを使用して physicsAI モデルをトレーニングしました。モデルがトレーニングされると、ほぼリアルタイムで性能予測に使用できます。メッシュまたは CAD をインポートし、「予測」をクリックするだけで、設計のフィードバックを迅速に得ることができます。デザインに満足したら、ソルバーを使用して検証します。
.png)
physicalAI はデータによって駆動するため、このようにさまざまな物理学に取り組むことができます。これは、車のボンネットに衝突する頭部の衝突挙動を予測する例です。physicalAI はアニメーション化されたコンターを予測することに注意してください。
設計アプリケーションが高速物理予測から恩恵を受ける可能性がある場合は、注目してください。ぜひお試しいただき、フィードバックをお聞かせください。
Comments
-
Hello Daiki,
Very Interesting and very easy to understand example. thanks for coming up with this.
0