(English follows Japanese)
일본어 제목 : 자동차 산업에서 CAE 및 통계 기법의 활용 (NVH 견고한 설계 및 다목적 최적화 검토)
알테어 엔지니어링 마케팅 부
기술 마케팅 매니저 시바타 이치로
자동차 NVH (진동 소음) 특성과 충돌 안전성 등을 추구하는 데 필수적인 도구가되었다 CAE이지만, 일반적으로 CAE는 하나 모델에 고유하게 입출력 관계를 정량화하는 연역 적이고 결정 론적 도구로 간주되며 실제 차체가 갖는 다양한 불확실성을 고려한 확률 론적 평가를 할 수 없다.그러나 자동차 업계에서 진행되고있는 프로토 타입 레스 (CAE에 의한 가상 프로토 타입의 적극적 활용) 운동을 추진하기 위해 확률 론적 평가가 중요하다. 실제로 자동차 메이커와 공동 연구로 실시 된 NVH 견고한 설계 방법에있어서, DOE 및 다중 회귀 분석 수식 모델에 대한 시뮬레이션을 활용 한 확률 론적 예측 모델 구축 등으로 JMP를 활용 한 사례 및 고차 비선형 하고 부정 정 자동차 차체 구조의 변형 모드 제어를 대상으로 한 패턴 인식과 기계 학습에서 DOE 및 클러스터 분석, 신경망 등으로 JMP를 활용 한 사례를 소개한다.
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 can not 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.
