機械学習を用いた構造系CAE の効率化
Improving Efficiency of Structural CAE Analysis Using Machine Learning
- 提供方法
- 他サイトにて提供・販売
- 入手方法の確認はこちら
- 文献・情報種別
- スバル技報
No.48
- 掲載ページ
- 153-156(Total 4 p)
- 発行年月
- 2021年 11月
- 出版社
- その他・不明
- 言語
- 日本語
書誌事項
| カテゴリ | 論文 |
|---|---|
| カテゴリ（英） | Technical Papers and Explanation 翻訳 |
| 著者 | 1) 田中 雅大 |
| 著者（英） | 1) TANAKA Masahiro |
| 勤務先 | 1) スバル |
| 勤務先（英） | 1) SUBARU |
| 抄録 | エンジン開発に用いられるCAE技術は年々高度化しており、それに伴いモデル作成を含めた解析時間の増加が進んでいる。その中でも、強度やシール性といった信頼性の予測に用いられる構造系CAEは、モデルの詳細化によりメッシュ作成や条件設定の時間増加を招いている。我々はこれまで、作業の自動化や計算速度の向上を行ってきたが、さらなる効率化を目指し、高速でCAE結果の予測を行うサロゲートモデルの構築に取り組んだ。今回、エンジン部品であるシリンダヘッド・ブロックの熱変形量を算出するCAEに対して、データを学習して分類や予測を行う機械学習の技術を用いた、サロゲートモデルを構築したので紹介する。 |
| 抄録（英） | CAE technology used in engine development is becoming more and more sophisticated every year. As a result, the time required for analyses is increasing. In particular, structural CAE used for reliability prediction leads to increase of timerequired for modeling. We have been working on automating the process and improving the calculation speed to make it efficient.To realize further efficiency,we have built a surrogate model that can make predictions of CAE results at high speed.This time, we introduce you a surrogate model we developed using machine learning technology to calculate the thermal deformation of the cylinder head and block. 翻訳 |
