モータ冷却CAEの高速化技術開発
Development of High-Speed Prediction System Using Surrogate Models for Motor Cooling CAE
- 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
- 20266207
- 文献・情報種別
- 学術講演会予稿集（秋）
No.135-26
- 掲載ページ
- 1-2(Total 2 p)
- 発行年月
- 2026年 10月
- 出版社
- (公社)自動車技術会
- 言語
- 日本語
- イベント
- 2026年秋季大会
書誌事項
| 著者 | 1) 中野 慎太郎 |
|---|---|
| 著者（英） | 1) Shintaro Nakano |
| 勤務先 | 1) トヨタ自動車 |
| 勤務先（英） | 1) Toyota Motor |
| 抄録 | 電動車駆動用モータ開発では冷却性能予測としてCAEを活用して効率的な開発を実施している．CAEは計算に数日を要し更なる効率化として，本研究は粒子法による3次元モータ冷却CAEを対象に，サロゲートモデルによる計算高速化を行った．CAE結果を直交格子上に変換した前処理と，GCNNを用いて冷媒粒子挙動を予測し，濡れ面積を算出する手法を構築．その結果，粒子法解析と比較して計算時間を1分程度に短縮しつつ，濡れ面積予測精度MAPE5％を達成． |
| 抄録（英） | This paper proposes a method for accelerating particle-based motor cooling CAE using a surrogate model. The method consists of a preprocessing step that converts CAE results to a Cartesian grid, followed by prediction of particle behavior using a geodesic convolutional neural network (GCNN) and subsequent calculation of the wetted area. The results show that the computation time is reduced to approximately one minute compared with conventional particle-based analysis, while achieving a wetted-area prediction accuracy with a mean absolute percentage error (MAPE) of 5%. 翻訳 |
