(Englisch folgt Japanisch)
Japanischer Titel: Nutzung von CAE und statistischen Methoden in der Automobilindustrie (NVH Robust Design und Multiobjective Optimization Study)
Marketingabteilung von Altair Engineering Co., Ltd.
Technischer Marketing Manager Ikuro Shibata
CAE hat sich zu einem unverzichtbaren Instrument für die Verfolgung von NVH-Eigenschaften (Vibration und Lärm) und Kollisionssicherheit von Automobilen entwickelt. Im Allgemeinen wird CAE jedoch zur eindeutigen Quantifizierung der Eingangs- und Ausgangsrelation eines Modells herangezogen Es wird als deterministisches und deterministisches Werkzeug betrachtet, und es ist nicht möglich, eine probabilistische Bewertung unter Berücksichtigung verschiedener Unsicherheiten der Fahrzeugkarosserie durchzuführen.Die probabilistische Bewertung ist jedoch wichtig, um die Bewegung der Versuchsproduktion (aggressive Nutzung von virtuellem Prototyping durch CAE) in der Automobilindustrie voranzutreiben. In der robusten NVH-Entwurfsmethode, die als gemeinsame Forschung mit einem Automobilhersteller durchgeführt wurde, Fälle mit JMP in DOE, multiple Regressionsanalyse, probabilistische Vorhersagemodelle mit Simulation an einem mathematischen Modell und Fälle mit Nichtlinearität höherer Ordnung Wir führen Beispiele für die Verwendung von JMP in DOE, Clusteranalyse, neuronalen Netzwerken usw. bei der Mustererkennung und beim maschinellen Lernen ein, um den Deformationsmodus der instabilen Fahrzeugkarosseriestruktur zu steuern.
Die Anwendung computergestützter technischer und statistischer Methoden in der Automobilindustrie
(Eine Untersuchung der NVH-Robustheit und Multi-Objective-Optimierung)
Ichiro Shibata, Technischer Marketing Manager, Marketing Division, Altair Engineering
Computer-Aided Engineering (CAE) hat sich zu einem unverzichtbaren Werkzeug für das Streben nach NVH (Geräusch, Vibration und Härte) in der Automobilindustrie, Kollisionssicherheit usw. entwickelt. Allgemein wird jedoch davon ausgegangen, dass CAE ein deduktives und deterministisches Werkzeug ist, das Input-Output-Beziehungen in Modellen eindeutig quantifiziert und nicht für die stochastische Bewertung verwendet werden kann, wenn man die verschiedenen Unsicherheiten von tatsächlichen Kraftfahrzeugen bedenkt. Um jedoch prototypfreie Methoden zu fördern, die in der Automobilindustrie an Bedeutung gewinnen, ist eine stochastische Bewertung wichtig. Durch gemeinsame Forschung mit Automobilherstellern verwende ich robuste NVH-Entwurfsmethoden, um DOE- und multiple Regressionsanalysen durchzuführen und probabilistische Projektionsmodelle mithilfe von Simulationen in numerischen Modellen mit JMP zu erstellen. Ich werde ein Fallbeispiel für DOE, Clusteranalyse, neuronale Netzwerke mit JMP zur Mustererkennung und maschinelles Lernen für die Deformationsmodussteuerung von nichtlinearen und unbestimmten Fahrzeugstrukturen hoher Ordnung vorstellen.
