Hoppa till huvudinnehållet
Insikter – Teknik

Verktyg ersätter inte
omdöme

Analyser går ojämförligt mycket snabbare än för 20 år sedan, och AI föreslår designalternativ snabbare än människor kan. Men vad som ska beräknas, hur resultaten ska tolkas och vem som tar ansvar för bedömningen är fortfarande mänskliga beslut. Den här kategorin handlar om den gränsen.

Responsytor för designvariabler och surrogatmodeller för kortare CFD-granskningstider
Teknik · Utvalt

Optimering av CFD-analyser med AI-surrogatmodeller: halverad cykel för designgranskning

Fullständig faktoriell beräkning är noggrann men långsam. Surrogatmodeller är snabba men inexakta. Vi beskriver hur de två kombineras för att nå slutsatser du kan lita på i praktiken.

REPORTAGE2026.07.288 min läsning

I bygg- och anläggningsprojekt växer antalet strömningsanalysfall snabbt. Kombinera 5 alternativa byggnadsplaceringar, 4 öppningsförhållanden och 16 vindriktningar, så har du 320 fall. Med 4 timmar per fall blir det 53 dagar med enkel aritmetik. Designtidplaner väntar inte på det, så i praktiken beräknar de flesta team några utvalda fall och uppskattar resten.

Frågan är ”vilka fall som ska väljas”

Erfarna ingenjörer väljer oftast bra. Men grunden för valen är svår att förklara för en tredje part, och när en granskningsnämnd frågar ”varför granskade ni bara dessa förhållanden?” blir svaret svagt. Det större problemet är att det finns kombinationer som intuitionen missar. Zoner där varje variabel för sig är oproblematisk men prestandan försämras kraftigt vid en specifik kombination upptäcks i praktiken ofta.

Surrogatmodellens roll

En surrogatmodell lär sig av ett litet antal detaljerade analysresultat för att approximera resultaten för alla övriga förhållanden. Det centrala är att surrogatmodellens prognoser inte används som slutsatser. En surrogatmodell är strikt en karta som visar var man ska titta närmare.

Praktiskt arbetsflöde

  • Steg 1 – Inledande sampling · Välj 20–40 fall som jämnt täcker designvariabelrummet och kör detaljerad CFD på dem. Använd rumsfyllande metoder som latinsk hyperkubsampling, inte slumpmässigt urval.
  • Steg 2 – Träning av surrogatmodell · Bygg en responsyta från de inledande resultaten och kvantifiera prognosfelet med korsvalidering. Om felet överstiger toleransen, lägg till fler sampel.
  • Steg 3 – Genomsökning av hela domänen · Använd surrogatmodellen för att gå igenom alla kombinationer på några sekunder och identifiera riskzoner och kandidatzoner för optimum.
  • Steg 4 – Riktad detaljerad analys · Beräkna om endast riskzonernas gränser och 10–20 optimumkandidater med detaljerad CFD för att bekräfta dem.
  • Steg 5 – Verifiering och rapportering · Jämför detaljerade analysresultat med surrogatmodellens prognoser och ange modellens konfidensintervall i rapporten.

Verkliga fördelar och begränsningar

I en granskning av en situationsplan som DINETT utförde minskades de detaljerade analyserna till 54 fall jämfört med 320 vid fullständig beräkning. Granskningstiden halverades ungefär, och antalet granskade förhållanden ökade faktiskt. Två riskkombinationer som intuitionen inte skulle ha valt upptäcktes på vägen.

Begränsningarna är dock tydliga. Där det fysikaliska beteendet ändras diskontinuerligt – till exempel förhållanden där strömningsavlösning plötsligt uppstår – kan surrogatmodellens prognoser slå långt fel. Därför måste områden med låg tillförlitlighet i surrogatmodellen alltid kontrolleras med detaljerad analys, och därför får denna bedömning inte överlåtas åt automatisering.

Grundprincip
AI används för att bredda granskningen, inte för att dra slutsatser. Slutliga avgöranden måste vila på detaljerade analysresultat och ingenjörsmässigt omdöme, och rapporterna måste tydligt ange vilka fall som är detaljerade analyser och vilka som är prognoser.

Var ska man börja

Alla projekt behöver inte detta tillvägagångssätt. Med färre än 50 fall är fullständig beräkning enklare och säkrare. Metoden lönar sig när det finns tre eller fler variabler, fler än 100 kombinationer och en pressad designtidplan.

Att förankra arbetsflödet i en organisation kräver också skript för analysautomatisering och ett system för resultathantering. DINETT stöttar kunderna hela vägen till överlämningen av rutiner och mallar, så att de kan driva det med egen kompetens.


Artikeln bygger på praktisk erfarenhet från DINETT:s avdelning för ingenjörssimulering. För specifika tillämpningar eller projektkonsultationer, kontakta oss via Tjänsteförfrågan.

Artiklar

Teknikinsikter

Förgrening mellan linjär granskning i steg 1 och olinjär analys i steg 2 i seismisk prestandautvärdering, samt prestandapunkten
Teknik

Seismisk prestandautvärdering nivå 1 eller nivå 2: vad ska man välja, och när

När en preliminär utvärdering räcker och när en detaljerad utvärdering krävs. Fallstudier om varför valet av utvärderingssteg kan ändra förstärkningsbudgeten flera gånger om.

BLOGG2026.05.096 min
Kontroll av residualer mellan analys och mätning i ordning: randvillkor, materialegenskaper, modellering, mätning
Teknik

När analysen inte stämmer med mätningen – vad ska man misstänka först

Randvillkor, materialegenskaper, elementnät, mätfel. En procedur för att utesluta felkällor en i taget vid korrelation.

REPORTAGE2026.04.237 min
Övervaknings- och kalibreringsslingan i en digital tvilling och fyra saker att definiera innan sensorer installeras
Teknik

Digitala tvillingar: vad som ska bestämmas innan sensorerna monteras

Ett övervakningssystem som installeras utan att man bestämt vad som ska övervakas samlar bara på sig data. Övervakningsdesign som utgår baklänges från syftet.

REPORTAGE2026.03.196 min
Nätkonvergensstudie med elementnät av varierande elementstorlek och konvergenskurvor för resultaten
Teknik

Vad som händer när du hoppar över nätkonvergensstudien

En rapport kan visa en vacker spänningsplot, men utan konvergensstudie saknar värdena grund. Den minsta procedur som ska kontrolleras.

BLOGG2026.01.085 min
Roller för upprättare, granskare och godkännare i ett analysteam, och proceduren från indatakontroll till utfärdande
Teknik

Att bygga ett internt analysteam: process före verktyg

Även med programvara på plats varierar resultatens tillförlitlighet med vem som kör analysen om det saknas standardrutiner och verifiering. Ordningsföljden för att bygga intern kompetens.

BLOGG2025.11.076 min
Förenklingar och fel vid konvertering av en geometrisk BIM-modell till en analysmodell med noder och bärverksdelar
Teknik

Varför BIM-modeller inte kan användas direkt som analysmodeller

Geometrisk information skiljer sig från vad en analysmodell behöver. Vad som ska förenklas och vad som ska behållas vid konverteringen.

BLOGG2025.09.305 min
Korrelation av CFD-analys mot vindtunnelmätningar, och tabell över analysinställningar
VITBOK2026.05.22

[Vitbok] Praktisk guide till bedömning av byggnaders vindmiljö

En resurs för yrkesverksamma, med checklista för granskningsnämnd. Finns som PDF.

Avvägning mellan undersökningsdjup och upplösning beroende på GPR-antennens frekvens
BLOGG2025.06.12

Vad markradarundersökningar hittade – och vad de missade

Att förstå upplösningsgränserna för geofysiska undersökningar och hur de kombineras med borrhålsundersökningar.

Hur ett AI-genererat utkast passerar verifiering och slutförs med den tekniskt ansvariges underskrift
BLOGG2025.04.17

Vem skriver under en rapport som AI har skrivit?

Ju mer automatiseringen växer, desto tydligare måste ansvaret bli.

Vill du förbättra
ditt analysarbetsflöde?

Berätta om ditt nuvarande analysupplägg och dina flaskhalsar, så beskriver vi förbättringsriktningar. Vi kan även stötta uppbyggnaden av intern kompetens.