[3E1-GS-10] AI応用：製造

[3E1-GS-10-02] 自動車部品特性最適化における機構解析とLSTMの活用

〇近末 竜¹、Gonzalez Flores Roberto¹、森田 聖惇¹、田中 和宏¹、工藤 健志¹ (1. マツダ株式会社)

キーワード：産業、自動車、機構解析、機械学習、最適化

不快な音/振動の無い車室内空間をお客様にお届けすべく、CAEによる複数性能の成立範囲可視化/最適化を活用した効率的かつ全体最適な開発プロセスの実現を目指し、課題となるCAE解析時間短縮のため機械学習活用を検討している。これまで、PTシステムモデルの解析結果を教師データとするサロゲートモデルを検討してきたが、システム構成/諸元変更の多い開発初期では、頻発する教師データ再生成/再学習に多くの時間を要し量産開発での有効活用に至っていない。
そこで、性能評価に用いるPTシステムの機構解析モデルにおいて、接触要素などを含み演算負荷が高い部品(DMF)の挙動のみをLSTMでモデル化し、残りの機構解析モデルとCo-Simulationさせるハイブリッドモデルを構築した。結果として、異なる諸元/PTシステム(FF, FR, HEV)/評価条件(段位, 負荷)となる全16条件で、教師データ再生成なくフルCAEの解析結果を精度良く再現し(対象性能評価指標のRMSE最大3dB以下)、解析時間を最大90%短縮できた。また、構築モデルを活用することでDMF最適化をタイムリーに実施し、全体最適な設計指針を提案できた。