파운데이션 모델로 조율된 워크플로우를 통한 대리 모델 보조 보행자 보호 설계
Surrogate Assisted Pedestrian Protection Design via a Foundation Model Orchestrated Workflow
AI 주도 엔지니어링 워크플로우는 충돌 안전 설계에서 특정한 과제에 직면합니다. 공기역학과 달리, 충돌 현상은 데이터 기반 대리 모델로 포착하기 어려운 고도로 비선형적인 접촉 역학, 재료 비선형성, 이산 상태 전이를 포함합니다. 우리의 아는 한, 우리는 보행자 보호를 위한 대리 모델 보조 탐험을 가능하게 하고 평가 시간을 CAE 시뮬레이션당 수 시간에서 수 초로 단축하는 최초의 충돌 안전 설계용 파운데이션 모델로 조율된 워크플로우를 제시합니다. 이 워크플로우는 네 가지 구성 요소를 통합합니다: (1) 설계 매개변수로부터 보행자 다리 부상 지표를 예측하기 위해 CAE 충돌 시뮬레이션에서 학습된 대리 모델로, 평균 $R^2=0.87$을 달성하고 분포 무관 컨포멀 예측 구간을 제공합니다; (2) 사용자 지정 제약 조건 하에서 다양한 실현 가능한 매개변수 집합을 발견하는 다목표 진화 탐색(NSGA-II); (3) 매개변수를 위상 보존 3D 형상으로 매핑하는 모핑 기반 형상 생성기; (4) 대규모 언어 모델(LLM)이 워크플로우를 조율하고 비전-언어 모델이 생성된 설계의 의미적 비교를 지원하는 자연어 인터페이스입니다. 자동차 전면 범퍼 사례 연구에서, 이 워크플로우는 단일 탐험을 통해 35개의 서로 다른 안전 규정 준수 대안을 생성하며, 이는 기존 CAE 반복으로는 수주가 걸리는 과정입니다. 이러한 결과는 파운데이션 모델이 ML 대리 모델과 물리 기반 시뮬레이션 사이의 통합 계층으로 기능하여, 안전이 중요한 엔지니어링 영역에 AI 역량을 도입하는 데 도움을 줄 수 있음을 시사합니다.