AI × CAE — データ駆動型シミュレーション
データ駆動型シミュレーションは、解析結果や実測データそのものを学習対象とし、物理モデルを介さずに傾向抽出・異常検知・予測を行うアプローチです。従来のCAEが「方程式を解いて挙動を予測する」のに対し、こちらは「蓄積された解析・計測データから規則性を見つける」方向であり、両者は補完関係にあります。設計案が数千件規模に達する量産設計や、センサーデータが常時流れ込む稼働監視では、全ケースをフル解析するより機械学習で当たりを付ける方が速いためです。
収録記事「CAEデータ異常検知」では、解析結果データベースの中から発散寸前の解や境界条件ミスに起因する異常値をOne-Class SVMやオートエンコーダで自動抽出する流れを扱います。異常検知は品質ゲートとしてCAE自動化パイプラインに組み込むと効果が大きく、人手レビューの抜け漏れを補えます。