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
Development of an Evaluation Method for Component Performance Considering Material Property Variations in Aluminum Die-Cast Parts Using Machine Learning
- 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
- 20265355
- 文献・情報種別
- 学術講演会予稿集（春）
No.82-26
- 掲載ページ
- 1-5(Total 5 p)
- 発行年月
- 2026年 5月
- 出版社
- (公社)自動車技術会
- 言語
- 日本語
- イベント
- 2026年春季大会
書誌事項
| 著者 | 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 |
|---|---|
| 著者（英） | 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 |
| 勤務先 | 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 |
| 勤務先（英） | 1) Mazda, 2) Mazda, 3) Mazda, 4) Mazda, 5) Mazda, 6) Mazda, 7) Mazda, 8) Mazda, 9) Mazda, 10) Mazda |
| 抄録 | 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． |
| 抄録（英） | 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. 翻訳 |
