CAE　解析パラメーター同定への実験計画法適用

以前は材料配合比率による改善に関して実験計画法の適用法などご相談に乗って頂きありがとうございました。実務で使用するのが初めての中、アドバイスに沿って変数のスクリーニングや応答曲面法なども使用しながら一定の結果を得ることができました。

現在、鋳造凝固シミュレーション（CAEソフト）の解析パラメータを最適化して解析結果の精度向上をしたいと考えています。そこで、解析結果として計算される鋳物の温度分布や冷却速度分布と実測値の差を目的変数、各種解析パラメータを説明変数として、目的変数を最小化する最適化問題を解くことでパラメータの同定ができるのではないかと考えました。これら実験計画を立てる中で2点わからないことがあり、ぜひまたアドバイスを頂きたく質問を投稿しました。

・1点目が実際の実験とシミュレーション上の実験の違いについてです。解析に使用するパラメータ数が多く、このまま組み合わを探索するのは時間がかかるため、まずは解析結果への影響が大きいパラメータを絞り込むスクリーニング実験を検討しています。実際の実験であれば、各因子の分散分析の結果から分散比の大きい因子を選び出しますが、「シミュレーションでは実験誤差は０であり、分散分析ができないのではないか？できないとすると効果の有意性を判断する指標や基準は存在するのか？」というのが1点目の疑問です。

・2点目が実験計画の立て方、各因子の扱いについてです。解析パラメータは大きく以下の３つに分類されます。
(1)　金属材料、鋳型、中子材料などの物性値：密度、比熱、熱伝導率、液相線温度など
(2)　初期条件：溶湯温度、鋳型温度、雰囲気温度、注湯速度など
(3)　解析上使用するパラメータ：要素の長さなど物性値は同じ材料を使用する限り一定である一方、初期条件は毎回異なる値であり、製品毎に目標値も異なります。

今回パラメーターの合わせ込みをしたいのは材料物性値です。初期条件などはむしろ解析精度が実用レベルとなった後、最適な製造条件の設定を探索するのに使用するのが有用だと考えています。しかし着目するのが材料物性値だけとは言え、その他の変数もシミュレーション上ではなにかしらの値を代入しなくてはいけません。実機実験の場合は意図的に振り分けた因子以外の影響は実験誤差として扱えると思いますが、1点目の質問同様シミュレーション上では誤差が生じないため着目しないパラメーターの水準設定にも注意を払う必要があるのではないかと思います。「合わせ込みを行わないパラメーターの水準は固定値（代表値）１種のみでよいか？あるいは外乱として外側に割り付けるなどの対応が必要か？」というのが2点目の質問になります。

また、そもそもシミュレーションのアルゴリズムや評価手法が本当に正しいか？３Dモデルの定義やメッシュの切り方が適切か？という前提は確認する必要はあると考えています。その他にもシミュレーション特有の注意点などありましたら、ぜひご助言頂けたらと思います。よろしくお願いいたします。