コイル線成形CAEのサロゲートモデルを用いた高速化技術開発
Development of High-speed Prediction System using Surrogate Models for Magnet Wire Forming
- 提供方法
- 本サイト上にてダウンロード・閲覧可
- 形態
- 価格
- 一般価格(税込)：￥1,100 会員価格(税込)：￥880
- 文献番号
- 20246326
- 文献・情報種別
- 学術講演会予稿集（秋）
No.154-24
- 掲載ページ
- 1-4(Total 4 p)
- 発行年月
- 2024年 10月
- 出版社
- (公社)自動車技術会
- 言語
- 日本語
- イベント
- 2024年秋季大会
書誌事項
| 著者 | 1) 中野 慎太郎, 2) 寺部 俊紀, 3) Le Dinh Thanh |
|---|---|
| 著者（英） | 1) Shintaro Nakano, 2) Toshiki Terabe, 3) Le Dinh Thanh |
| 勤務先 | 1) トヨタ自動車, 2) トヨタ自動車, 3) トヨタ自動車 |
| 勤務先（英） | 1) Toyota Motor, 2) Toyota Motor, 3) Toyota Motor |
| 抄録 | 電動車用モータのコイル線成形時の加工による膜厚減少を予測するため，基礎実験とCAEを組み合わせて予測技術を開発．更にCAEの高速化としてCNNを用いてサロゲートモデルを構築し計算時間短縮を実現．性能CAEと同期したモータ開発による初期設計素性の向上により，開発期間短縮に貢献できる． |
| 抄録（英） | This study presents a high-speed prediction system using surrogate models for coiled wire forming. First, we confirmed that CAE results coincide with the real. Next, we constructed the surrogate model using a Convolutional Neural Network (CNN) and CAE data taken from CAE results. The surrogate models can provide prediction on strain distribution within 10% error, while reduce computation time from days to seconds. It is highly expected that using such surrogate models, motor development period can be significantly shortened. 翻訳 |
