Case

解析事例

AIによる立木倒伏方向の予測

AIによる立木倒伏方向の予測サムネイル画像
下記の動画に、事例:立木の倒伏解析のアニメーションを示します。立木の切れ込み部分に、クサビを模したシェル(赤)を挿入し、そのシェルを持ち上げて立木を倒伏させる解析をLS-DYNAで行っています。右側のアニメーションでは、倒伏に伴い切れ込み部のソリッド要素が破断する様子を確認できます。破断は上部の切れ込み(追口)から、45°の切れ込み(受口)に向かって進展しています。この破断箇所を「ツル」と呼び、立木の倒伏方向はツルの断面形状に依存することが知られています。 

倒伏に伴うツルの破断

 本事例では、Simcenter PhysicsAIを用いて立木の倒伏方向をAIで予測しました。

Simcenter PhysicsAIは、CADやメッシュの形状をインプットとして、変形や3Dコンターを予測するソフトウェアです。

今回の事例では、インプットとしてツルの断面形状(2D)を使用し、倒伏角を予測しました。倒伏角とは倒伏の偏角を指し、まっすぐ倒伏する場合は倒伏角が0°となります。以下の図にAIモデル構築のプロセスを示します。まず、学習データとしてツル断面形状(2D)と、LS-DYNAによる倒伏角の計算結果をセットにしたデータを4パターン用意しました。これらをSimcenter PhysicsAIに学習させ、未知のツル断面形状を入力した際に倒伏角を予測するAIモデルを構築しました。 

  • material_1_pic_1
    予測モデル構築のプロセス
 

今回は学習データの数が限られていたため、以下のような精度検証を実施しました。下表のパターン1〜4の検証では、例えばパターン1の場合、学習データとして①②④を使用し、精度検証として③を用いてLS-DYNAの計算結果との誤差を評価しています。パターン2〜4についても同様に評価しました。学習データが少なく十分な検証ではありませんが、おおむね誤差は0.2〜0.3°程度であり、この程度の誤差を許容できる場合は、比較的良好な予測精度であると言えます。 

  • material_1_pic_2
    精度検証結果

下表にLS-DYNAとSimcenter PhysicsAIの計算時間の比較を示します。立木の伐倒解析は非線形性が強く、また解析対象の現象時間が長いため、LS-DYNAではクラスターマシンを使用しても1解析あたり60時間以上を要します。一方、Simcenter PhysicsAIでは学習に約10分、予測は数秒で完了します。計算コストの大きい解析においては、AI構築によるメリットが非常に大きいことが分かります。 

  • material_1_pic_3
    計算時間の比較

 

RELATED

関連記事はこちら

AIによる解析結果の妥当性評価
2026.06.16

AIによる解析結果の妥当性評価

CAE分野においても、LLMを活用した解析業務の効率化が求められるようになっています。今回は、Rapidminer AI...
AIによる評価レポートの自動生成と設計提案
2026.06.16

AIによる評価レポートの自動生成と設計提案

大規模言語モデル(LLM)を活用し、Ansys LS-DYNAの解析結果から自動で評価レポートを生成し、設計提案まで行う...
AIによるLS-DYNA入力ファイルと条件書の整合性チェック
2026.06.16

AIによるLS-DYNA入力ファイルと条件書の整合性チェック

近年、製品開発におけるCAE解析の重要性が高まっており、その信頼性向上が求められています。しかし、入力ファイルと条件書の...
Contact

ご相談・資料の請求はこちら

製品やサービスに関するご相談、導入に関するご質問等お気軽にお問い合わせください。
各種資料をご希望の方は、資料請求フォームよりお申し込みいただけます。