Altair HyperWorksに搭載された機能で、幾何学的な深層学習（geometric deep learning）を活用して、メッシュや CAD形状から物理量分布を予測します。従来のCAE分野の機械学習では、ユーザーが設計変数と目的変数のセットを学習データとして準備する必要がありますが、PhysicsAIでは解析結果のコンターやアニメーションを直接学習させることが可能です。これにより、非常に簡単に予測モデルの構築が可能です。また、PhysicsAIによる予測は高速ですので、様々な解析パターンを短時間で検証可能になります。
様々なソルバー解析結果を学習データとして使用可能
Altair PhysicsAIでは様々なソルバーの解析結果を学習データとして使用可能であり、Altair独自の.h3dファイルに変換し学習させます。例えば、構造解析ソルバーAnsys LS-DYNAでバンパー衝突の解析結果（下図）が複数パターンある場合、結果のアニメーションファイル(d3plot)を.h3dに変換することで、学習データとして使用可能です。
| .h3d変換対応ソルバー |
| Abaqus, ANSYS, LS-DYNA, Nastran, OptiStruct, Radioss, PAM-CRASH |
シンプルなGUIによる予測モデル構築
Altair PhysicsAIでは幾何学的な深層学習（geometric deep learning）と呼ばれる形状認識に特化した高度なニューラルネットワーク技術をベースとしています。GUIはシンプルで、簡単に予測モデル構築が可能です。下図の通り、解析結果に含まれる予測したい物理量を選択し、深層学習のパラメータを設定するだけでモデル構築可能です。また、モデル学習時間も上記のバンパー衝突モデルであれば、15分程度で完了します。
-
片側腹斜筋張力制限がスクワット動作における腰椎椎間関節圧縮力に与える影響
腰部障害との関連が指摘されている腰椎関節への圧縮力がどのように変化するかを検討した、本事例についてご紹介いたします。 -
バーチャルEMGを用いた筋活動量フィードバック型アクティブアシストデバイスのモデル化
筋骨格モデル上に仮想的な筋電（以下、バーチャルEMG）を導入し、筋活動量に基づいてアシスト力を制御するアクティブアシスト... -
AnyBodyによる投球動作時の肩甲下筋張力推定
肘下がりを有する投手と有さない投手を比較した試みについてご紹介いたします。
-
SPLYZA Motionのデータを使用したAnyBodyによる筋骨格モデル解析
AIによる動作の解析ができる商用アプリケーション SPLYZA Motion と、同アプリケーションで取得したデータを活... -
異なるマグカップ把持姿勢における手指部に生じる力学的負荷の定量化
日常生活動作のなかでも実施頻度が高いことが想定されるコップ・カップの把持動作を対象として、異なる把持姿勢でコップ・カップ... -
Detailed Hand Modelによる異なる摩擦状態での物体把持
AnyBodyに実装されている静止摩擦力を表現できる反力推定機能と、手詳細モデルであるDetailed Hand Mod...
