(English follows Japanese)
日本語タイトル：自動車業界におけるCAEと統計手法の活用 (NVHロバスト設計および多目的最適化検討)
アルテアエンジニアリング株式会社 マーケティング部
テクニカルマーケティングマネージャ 柴田 一朗
自動車NVH(振動騒音)特性や衝突安全性などを追求する上で不可欠なツールとなったCAEであるが、一般的にCAEは一つにモデルに対して一意に入出力関係を定量化する演繹的かつ決定論的ツールと考えられており、実際の車体が有する様々な不確定性を考慮した確率論的評価を行うことができない。しかし、自動車業界で進められている試作レス(CAEによる仮想的試作の積極活用)の動きを推進するためには、確率論的評価が重要となる。 実際に自動車メーカと共同研究として実施されたNVHロバスト設計の手法において、DOEおよび重回帰分析、数式モデル上におけるシミュレーションを活用した確率論的予測モデル構築などでJMPを活用した事例、および高次非線形かつ不静定な自動車車体構造の変形モード制御を対象としたパターン認識と機械学習において、DOEおよびクラスター分析、ニューラルネットワークなどでJMPを活用した事例を紹介する。
The Application of Computer-Aided Engineering and Statistical Methods in the Automotive Industry
(An Investigation of NVH Robust Design and Multi-Objective Optimization)
Ichiro Shibata, Technical Marketing Manager, Marketing Division, Altair Engineering
Computer-aided engineering (CAE) has become an indispensable tool for the pursuit of automotive NVH (noise, vibration, and harshness), collision safety, and so on. However, generally speaking, CAE is believed to be a deductive and deterministic tool that uniquely quantifies input-output relationships in models and cannot be used for stochastic evaluation, considering the various uncertainties of actual automobiles. That being said, in order to promote prototype-less methods (proactive application of hypothetical prototypes using CAE), which are gaining traction in the automotive industry, stochastic evaluation is important. Through joint research with automotive manufacturers, I use NVH robust design methods to conduct DOE and multiple regression analysis and build probabilistic projection models using simulations in numerical models with JMP. I will introduce a case example of this, as well as a case example of DOE, cluster analysis, neural networks using JMP for pattern recognition and machine learning for the deformation mode control of high-order, nonlinear and indeterminate automotive structures.
