Construction of Thermal Boundary Surrogate Model Using Multiple Regression Analysis and Deep Learning for Prediction of Coolant Temperature
冷却水温予測のための重回帰分析と深層学習を活用した熱境界サロゲートモデルの構築
- Delivery
- Available on the other site
- Click here to order.
- Publication code
- 20234377
- Paper/Info type
- JSAE Transaction
Vol.54 No.4
- Pages
- 764-769(Total 6 p)
- Date of publication
- Jul 2023
- Publisher
- JSAE
- Language
- Japanese
Detailed Information
| Category(J) | 論文 Translation |
|---|---|
| Category(E) | Paper |
| Author(J) | 1) 下川 智史, 2) 奥山 学, 3) 曽川 幸助, 4) 川口 則雄, 5) 高橋 政克, 6) 嶋田 裕司 |
| Author(E) | 1) Tomofumi Shimokawa, 2) Manabu Okuyama, 3) Kosuke Sogawa, 4) Norio Kawaguchi, 5) Masakatsu Takahashi, 6) Yuji Shimada |
| Affiliation(J) | 1) トヨタ自動車, 2) トヨタ自動車, 3) トヨタ自動車, 4) トヨタ自動車, 5) トヨタ自動車, 6) トヨタ自動車 |
| Abstract(J) | CHT解析を用いてエンジン内部の冷却水温を予測しているが，非常に多くの時間を掛け，実測値と同定を取った熱境界条件を用意しなければならない．そこで，重回帰分析と深層学習を組合わせることで説明可能性を高めつつ、高効率化かつ高精度のサロゲートモデルを構築し、熱境界条件の導出を効率化できたことを紹介する. Translation |
| Abstract(E) | Engine coolant temperature prediction utilizes Conjugate Heat Transfer (CHT) analysis. However, identifying the combustion chamber walltemperature based on actual measurements is a time-consuming process. The purpose of this paper is to develop a surrogate model that canpredict the combustion chamber wall temperature faster than conventional methods. We propose that a surrogate model utilizing multipleregression analysis and deep learning can achieve high explanability and high efficiency. |
