AI駆動サロゲートモデル、リアルタイム複合材製造シミュレーションを加速

出典：IMDEA

IMDEA材料研究所（スペイン・マドリード）とマドリード工科大学（UPM）による最近発表された研究は、複合材製造プロセスのリアルタイムシミュレーション能力の向上を目指しています。

「非構造化3Dグリッド上の液体複合材成形における充填シミュレーションのためのディープ・サロゲート・モデル」（A deep surrogate model for filling simulations in liquid composite moulding on unstructured 3D grids）と題されたこの研究は、IMDEA材料のカルロス・ゴンザレス教授、ダビデ・モチェリーノ博士、プレドクトラル研究者ソフィア・フェルナンデス・レオン氏、UPMのロベルト・バジェ・フェルナンデス教授とルイス・バウメラ教授によって共著されました。

注目コンテンツ

研究者たちによると、複合材製造プロセスにおける流体流動シミュレーションのための現在のディープラーニング・サロゲート・モデルの主要な限界に対処し、データ駆動型アプローチが先進製造プロセスにおける効率性、適応性、レジリエンスの向上につながる可能性を結果が示しています。

研究者たちによれば、液体複合材成形（LCM）シミュレーションは、製造プロセスの最適化とボイド形成などの欠陥削減に不可欠です。しかし、高い計算コストが従来、リアルタイム応用での使用を制限してきました。この研究は、ミリ秒単位で正確な予測を提供できるディープラーニングベースのサロゲート・モデリング・フレームワークを導入することで、この課題に対処し、デジタルツインと適応的プロセス制御の新たな可能性を開きます。

「ここでの重要なイノベーションは、産業現場で一般的な不規則で非構造化されたメッシュに対して、計算効率、高精度、ロバストネスを同時に達成することで、この分野の主要なボトルネックの一つを克服したことにあります」とフェルナンデス・レオン氏は説明します。「これらの要件は、既存のニューラルネットワーク・アプローチでは滅多に同時に満たされません。」

研究者たちはまた、T字型ストリンガーなどの複雑な形状を平面領域に分解し、インターフェース間の整合性を確保することでモデル化する、マルチブランチ・エンコーダー・デコーダー・アーキテクチャを導入しました。

並行して、「提案されたグリッド・マッピング技術により、非構造化3Dドメイン上で畳み込みニューラルネットワークを使用可能にし、精度を維持しながら現実的な製造シナリオへの適用範囲を拡張できます」とフェルナンデス・レオン氏は付け加えます。

その結果得られたサロゲート・モデルは、高忠実度シミュレーションと実験データの両方と強い一致を示しながら、従来手法と比較して4〜5桁の高速化を達成したとされています。このレベルの性能は、デジタル製造環境でのリアルタイム展開を可能にし、より効率的、適応的、レジリエントな複合材生産プロセスを支援することを目指しています。

「この研究は、先進製造と人工知能を組み合わせる変革的潜在力を浮き彫りにし、完全に統合されたデータ駆動型生産システムへの道を開きます」とフェルナンデス・レオン氏は述べています。

中国、再利用型ロケット向け最大の複合材推進モジュールを発表グリーン・ツイード、シール・ダイナミクスとアジア・ブラジルでの独占販売契約を締結

樹脂