少数データによるHIC値・時刻歴予測で実現する衝突安全設計の効率的な最適条件探索
- 少数の解析データから、HIC値と時刻歴を予測できるROMを構築
- 詳細解析の回数を抑えながら、多数条件の検討を高速化
- 時刻歴やアニメーションを確認することで、予測結果の妥当性判断を支援
少数データから、設計検討に使える予測モデルを構築
機械学習を活用することで、少数の解析データからより高精度かつ効率的な予測が可能になります。
まず、詳細なCAE解析結果を教師データとして活用し、機械学習によりROMを構築します。これにより、すべての条件を詳細解析で計算しなくても、HIC値や加速度時刻歴を予測できるようになります。
少数の解析データをもとに予測モデルを作成できるため、解析回数を抑えながら、より多くの設計条件を検討することが可能になります。
従来手法RBFと新手法ROMの精度比較 (45度ラインに近い方が、精度が良い。ROMの方が高精度）
時刻歴を再現し、予測結果の妥当性を確認しやすくする
HIC値だけでなく、加速度の時刻歴を予測できる点が大きな特長です。
時刻歴やアニメーションを確認できれば、解析担当者は予測結果の妥当性を確認しやすくなり、設計担当者にも結果を説明しやすくなります。これにより、計算時間短縮だけではなく、設計判断に活用しやすい評価手段として利用できます。
ROMを活用し、最小HIC条件の探索を高速化する
構築したROMを活用することで、詳細解析に比べて短時間で多数の条件を評価できます。
さらに、モンテカルロ法などを用いた探索により、HICが小さくなる条件を効率よく絞り込むことが可能になります。これにより、従来は時間や工数の制約で十分に検討できなかったより広い条件範囲を効率的に評価できるようになります。
結果として、以下のような業務上の効果が期待できます。
- 解析待ち時間の削減
- 検討できる設計条件数の増加
- 設計判断の迅速化
- 開発リードタイムの短縮
- 予測結果に基づく設計検討の質向上
ROMをつかってモンテカルロ法によるHIC最小値の探索
まとめ
スレッド解析における最小HIC探索は、精度と効率の両立が求められます。こうした予測モデル構築と最適条件探索は、ODYSSEEを活用することで効率的に実現できます。
ODYSSEEではGUI操作でROMを自動生成でき、専門知識がなくても扱える点が特長です。わずか10ケースの学習データから、加速度の時刻歴やHIC値を高精度に予測し、アニメーション表示まで可能です。ODYSSEEの機械学習・ROM技術を活用することで、解析工数の削減だけでなく、設計検討の幅を広げ、より早く妥当な設計判断につなげられます。
本ページで紹介した内容の詳細は、下部の「お役立ち資料」からダウンロードできます。
