Development of an Evaluation Method for Component Performance Considering Material Property Variations in Aluminum Die-Cast Parts Using Machine Learning
機械学習によるアルミダイカスト部材の材料特性ばらつきを考慮した部品特性評価技術の開発
- Delivery
- Available on this site
- Format
- Price
- Non-members (tax incl.)：￥1,100 Members (tax incl.)：￥880
- Publication code
- 20265355
- Paper/Info type
- Proceedings (Spring)
No.82-26
- Pages
- 1-5(Total 5 p)
- Date of publication
- May 2026
- Publisher
- JSAE
- Language
- Japanese
- Event
- 2026 JSAE Annual Congress (Spring)
Detailed Information
| Author(J) | 1) 奥本 悠季, 2) 濱石 恭宥, 3) 猪澤 孝洋, 4) 河野 一郎, 5) 平川 太一, 6) 本地 宏昌, 7) 小田 信行, 8) 辰田 学, 9) 小島 宏介, 10) 山本 亮 |
|---|---|
| Author(E) | 1) Yuki Okumoto, 2) Kyosuke Hamaishi, 3) Takahiro Izawa, 4) Ichiro Kono, 5) Taichi Hirakawa, 6) Hiromasa Honji, 7) Nobuyuki Oda, 8) Manabu Tatsuda, 9) Kosuke Kojima, 10) Ryo Yamamoto |
| Affiliation(J) | 1) マツダ, 2) マツダ, 3) マツダ, 4) マツダ, 5) マツダ, 6) マツダ, 7) マツダ, 8) マツダ, 9) マツダ, 10) マツダ |
| Affiliation(E) | 1) Mazda, 2) Mazda, 3) Mazda, 4) Mazda, 5) Mazda, 6) Mazda, 7) Mazda, 8) Mazda, 9) Mazda, 10) Mazda |
| Abstract(J) | 近年，アルミハイプレッシャーダイカスト材（HPDC）の車体骨格への適用が拡大している．HPDCは生産過程で材料ばらつきが生じるため，車両性能への影響を十分に考慮して仕様決定する必要がある．本報では機械学習により各部の材料特性を予測し，衝突解析と連携するCAE手法を構築した． Translation |
| Abstract(E) | In recent years, the application of high-pressure die-cast aluminum (HPDC) to vehicle body structures has expanded. Since material variations occur during the manufacturing process, it is essential to determine specifications with sufficient consideration of their impact on vehicle performance. In this study, we developed a CAE methodology that predicts material properties for each component using machine learning and integrates these predictions with crash analysis. |
