（英語は日本語の後に続きます）
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。
自動車産業におけるコンピュータ支援エンジニアリングと統計的手法の応用
(NVHロバスト設計と多目的最適化の調査)
アルテアエンジニアリング マーケティング部門 テクニカルマーケティングマネージャー 柴田 一郎
自動車のNVH（騒音、振動、ハーシュネス）や衝突安全性などの追求には、CAE（コンピュータ支援エンジニアリング）が欠かせないツールとなっている。しかし、一般的にCAEはモデル内の入出力関係を一意に定量化する演繹的かつ決定論的なツールと考えられており、実車のさまざまな不確実性を考慮すると確率的評価には利用できない。とはいえ、自動車業界で普及しつつあるプロトタイプレス方式（CAEを用いた仮想試作の積極的適用）を推進するには、確率的評価が重要となる。自動車メーカーとの共同研究を通じて、NVHロバスト設計手法を用いてDOEや重回帰分析を行い、JMPによる数値モデルでのシミュレーションによる確率的投影モデルを構築している。その事例を紹介するとともに、高次・非線形・不確定な自動車構造の変形モード制御に対するパターン認識や機械学習にJMPを用いたDOE、クラスター分析、ニューラルネットワークを適用した事例を紹介する。
