JP2001134783A - 解析モデル化最適制御装置および最適制御方法 - Google Patents

Abstract

(57)【要約】 【課題】 実験結果や厳密な解析結果とモデル化された
解析結果との間で大きな相違が生じないで、解析メッシ
ュ数を可能な限り低減し、解析時間を短縮するように、
解析対象を適切にモデル化する解析モデル化最適制御装
置を提供する。 【解決手段】 実験・解析結果データベースと、解析モ
デル化データベースと、解析モデル化・最適条件定義手
段と、３次元形状作成手段と、解析用モデル作成手段
と、メッシュ生成手段と、メッシュを数値解析する解析
手段と、得られたメッシュの解析結果と実験結果または
詳細結果とを比較して評価し、比較結果の差が許容値よ
りも小さくかつ目的関数が最小になった場合は解析結果
を最適解として解析モデル化データベースに蓄積する評
価手段１０９と、比較結果の差が許容値よりも大きくま
たは目的関数が最小にならない場合は各モデル化手法を
選択して組み合わせ３次元形状作成手段に戻す解析モデ
ル化手法選択手段１１０とを備えた。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、ＣＡＥ(computer
−aided engineering)における解析モデル化最適制御装
置および最適制御方法に係り、特に、解析メッシュ数を
低減し解析時間を短縮するように解析対象をモデル化し
適切な解析モデルを作成する手段に関する。

【０００２】

【従来の技術】計算機を用いた従来のＣＡＥにおいて
は、特許 2,657,301号に提案されているように、解析モ
デルの作成，境界条件や解析条件の入力，メッシュ生成
という手順で、数値解析のための解析形状をモデル化し
ている。

【０００３】メッシュ生成，解析，評価手順を実行する
技術としてアダプティブ有限要素法が提案されている。
特開平３−271983号公報の「有限要素メッシュ最適化方
法」は、有限要素法による解析結果と力学的計算結果と
を比較し、その差が大きい個所での有限要素メッシュを
細分化する方法である。この方法は、メッシュを細分化
しメッシュ数を増やすことにより解析モデル化の精度を
向上させているが、解析メッシュの数を増やすと、解析
時間が長く掛かるという問題がある。

【０００４】解析モデルを作成する際に、技術者は、解
析対象物に含まれる小さな穴，フィレット，面取りなど
の小形状を省略し、さらに解析対象物の薄肉化(シェル
化)などの作業を経てモデル化し、解析対象物を簡略化
している。このように簡略化するのは、解析対象物を忠
実に再現し厳密に解析形状を作成すると、解析メッシュ
の数が増え、解析時間が増大する原因となるからであ
る。

【０００５】解析対象物をモデル化する際には、小形状
を省略した場合と省略しない場合とで、または、シェル
化した場合とシェル化しない場合とで、実験結果や厳密
な解析結果とモデル化された解析結果との間に大きな相
違が生じないように配慮しなければならない。

【０００６】

【発明が解決しようとする課題】構造物に多く存在する
小径の穴，フィレット，面取りなどの小形状のどの部分
を省略してよいか、または、どの形状をシェル化しても
解析結果に悪影響を与えないかの判断は、現状では、熟
練技術者の経験と勘にたよっている。

【０００７】しかし、熟練技術者の育成には、膨大な時
間やコストを要し、さらに大型で複雑な構造物について
は、人手による作業では対応できなくなってきている。

【０００８】特に、解析形状の寸法を変更する改良など
の場合、寸法変更のたびに、性能評価のための数値解析
を実行しなければならず、結果的に解析時間の増大の原
因となる。

【０００９】本発明の目的は、熟練技術者によりなされ
ていた解析モデル化技術に関して、実験結果や解析形状
の厳密な解析結果とモデル化された解析結果との間で大
きな相違が生じないように、しかも、解析メッシュ数を
可能な限り低減し解析時間を短縮するように解析対象を
モデル化し適切な解析モデルを作成できる解析モデル化
最適制御装置および最適制御方法を提供することであ
る。

【００１０】

【課題を解決するための手段】本発明は、上記目的を達
成するために、比較対象となる実験結果およびその測定
位置または厳密な解析形状による解析結果(詳細結果)お
よびその結果の位置(測定位置)を記憶した実験・解析結
果データベースと、解析モデル化データベースと、解析
モデル化手法と最適条件とを定義し入力する解析モデル
化・最適条件定義手段と、形状特徴に基づいて３次元形
状を作成する３次元形状作成手段と、定義されたモデル
化手法に従って３次元形状の解析モデルを作成する解析
用モデル作成手段と、作成された解析モデルのメッシュ
を生成するメッシュ生成手段と、生成されたメッシュに
ついて数値解析を実行する解析手段と、得られたメッシ
ュ解析結果と上記実験結果または詳細結果とを比較して
評価し比較結果の差が許容値よりも小さくかつ目的関数
が最小になった場合は解析結果を最適解として解析モデ
ル化データベースに蓄積する評価手段と、比較結果の差
が許容値よりも大きくまたは目的関数が最小にならない
場合は各モデル化手法を選択して組み合わせ３次元形状
作成手段に戻す解析モデル化手法選択手段とを備えた解
析モデル化最適制御装置を提案する。

【００１１】前記解析モデル化手法選択手段は、比較結
果の差が許容値よりも小さくかつ目的関数が最小になる
方向に各モデル化手法を選択して組み合わせ３次元形状
作成手段に戻す手段とすることができる。

【００１２】前記解析モデル化・最適条件定義手段と解
析モデル化手法選択手段とは、解析モデル化手法を表示
した解析モデル化メニューにより、各形状特徴において
適用可能な解析モデル化手法を定義し、それらの候補を
入力し、解析モデル化手法の組の候補を作成するために
解析モデル化手法を表示した解析モデル化メニュー表示
手段を含むことも可能である。

【００１３】前記３次元形状作成手段は、初期化処理段
階では、定義された解析モデル化手法候補のうちからラ
ンダムに組み合わせた解析モデル化手法の一つの組を抽
出する手段である。

【００１４】いずれの解析モデル化最適制御装置におい
ても、メッシュ生成手段は、最適制御のための測定点
(評価点)と生成される要素のメッシュ節点とが一致する
ようにメッシュを生成する。

【００１５】本発明は、また、比較対象となる実験結果
およびその測定位置または厳密な解析形状による解析結
果(詳細結果)およびその結果の位置(測定位置)を記憶し
た実験・解析結果データベースと、解析モデル化データ
ベースと、解析モデル化手法と最適条件とを定義し入力
する解析モデル化・最適条件定義手段と、形状特徴に基
づいて所定数の個体の３次元形状を作成する３次元形状
作成手段と、定義されたモデル化手法に従って所定数の
個体の３次元形状の解析モデルを作成する解析用モデル
作成手段と、作成された所定数の個体の解析モデルのメ
ッシュを生成するメッシュ生成手段と、生成された所定
数の個体のメッシュについて数値解析を実行する解析手
段と、得られたメッシュ解析結果と上記実験結果または
詳細結果とを比較して評価し比較結果の差が小さい順に
データを並べ許容値よりも小さくかつ目的関数が最小に
なった場合は解析結果を最適解として解析モデル化デー
タベースに蓄積する評価手段と、比較結果の差が許容値
よりも大きくまたは目的関数が最小にならない場合は小
さい順並べられたデータの先頭から特定数の個体を選択
し、遺伝的アルゴリズムＧＡにより交叉と突然変異の操
作を実行し、次世代の所定数の個体を生成して３次元形
状作成手段に戻す解析モデル化手法選択手段とを備えた
解析モデル化最適制御装置を提案する。

【００１６】前記評価手段は、世代交代数が最大ステッ
プ数を超えた場合は、各反復ステップにおいて制約条件
を満たし最も小さい目的関数Ｆの値に対応する解を解析
モデル化の最適解とし解析モデル化データベースに蓄積
する。

【００１７】本発明は、さらに、比較対象となる実験結
果およびその測定位置または厳密な解析形状による解析
結果(詳細結果)およびその結果の位置(測定位置)を記憶
し、解析モデル化手法と最適条件とを定義して入力し、
形状特徴に基づいて３次元形状を作成し、定義されたモ
デル化手法に従って３次元形状の解析モデルを作成し、
作成された解析モデルのメッシュを生成し、生成された
メッシュについて数値解析を実行し、得られたメッシュ
解析結果と上記実験結果または詳細結果とを比較して評
価し、比較結果の差が許容値よりも小さくかつ目的関数
が最小になった場合は、解析結果を最適解として解析モ
デル化データベースに蓄積し、比較結果の差が許容値よ
りも大きくまたは目的関数が最小にならない場合は、各
モデル化手法を選択して組み合わせ３次元形状を作成す
る段階に戻る解析モデル化最適制御方法を提案する。

【００１８】本発明は、比較対象となる実験結果および
その測定位置または厳密な解析形状による解析結果(詳
細結果)およびその結果の位置(測定位置)を記憶し、解
析モデル化手法と最適条件とを定義して入力し、形状特
徴に基づいて所定数の個体の３次元形状を作成し、定義
されたモデル化手法に従って所定数の個体の３次元形状
の解析モデルを作成し、作成された所定数の個体の解析
モデルのメッシュを生成し、生成された所定数の個体の
メッシュについて数値解析を実行し、得られたメッシュ
解析結果と上記実験結果または詳細結果とを比較して評
価し、比較結果の差が小さい順にデータを並べ、許容値
よりも小さくかつ目的関数が最小になった場合は、解析
結果を最適解として解析モデル化データベースに蓄積
し、比較結果の差が許容値よりも大きくまたは目的関数
が最小にならない場合は、小さい順並べられたデータの
先頭から特定数の個体を選択し、遺伝的アルゴリズムＧ
Ａにより交叉と突然変異の操作を実行し、次世代の所定
数の個体を生成して３次元形状を作成する段階に戻る解
析モデル化最適制御方法を提案する。

【００１９】本発明においては、比較対象となる実験結
果およびその測定位置または厳密な解析形状による解析
結果(詳細結果)およびその結果の位置(測定位置)を記憶
した実験・解析結果データベースと、３次元形状データ
ベースと、解析モデル化データベースと、解析モデル化
手法と最適条件とを定義し入力する解析モデル化・最適
条件定義手段と、形状特徴に基づいて３次元形状を作成
する３次元形状作成手段と、定義されたモデル化手法に
従って解析用モデルを作成する解析用モデル作成手段
と、実験・解析結果データベースに記憶されている測定
点とメッシュの節点とが一致するようにメッシュを生成
するメッシュ生成手段と、生成されたメッシュについて
数値解析を実行する解析手段と、得られたメッシュ解析
結果と上記実験結果または詳細結果とを比較して評価し
それらの差がユーザが定義した許容値よりも小さくかつ
目的関数が最小になるように各モデル化手法を選択して
組み合わせる評価手段および解析モデル化手法選択手段
とを備えたので、各モデル化手法を選択して組み合わせ
る手順がほぼ自動的になされ、より良い組み合わせを探
索でき、専門的知識が十分ではないユーザでも、実験結
果や解析形状の厳密な解析結果とモデル化された解析結
果との間で大きな相違が生じないように、しかも、解析
メッシュ数を可能な限り低減し解析時間を短縮するよう
に解析対象をモデル化し、適切な解析モデルを作成でき
る。

【００２０】また、形状特徴に基づいて所定数の個体の
３次元形状を作成する３次元形状作成手段と、定義され
たモデル化手法に従って所定数の個体の３次元形状の解
析モデルを作成する解析用モデル作成手段と、作成され
た所定数の個体の解析モデルのメッシュを生成するメッ
シュ生成手段と、生成された所定数の個体のメッシュに
ついて数値解析を実行する解析手段と、得られたメッシ
ュ解析結果と上記実験結果または詳細結果とを比較して
評価し比較結果の差が小さい順にデータを並べ許容値よ
りも小さくかつ目的関数が最小になった場合は解析結果
を最適解として解析モデル化データベースに蓄積する評
価手段と、比較結果の差が許容値よりも大きくまたは目
的関数が最小にならない場合は小さい順並べられたデー
タの先頭から特定数の個体を選択し、遺伝的アルゴリズ
ムＧＡにより交叉と突然変異の操作を実行し、次世代の
所定数の個体を生成して３次元形状作成手段に戻す解析
モデル化手法選択手段とを備えたので、更によい組み合
わせが得られる可能性が高くなる。

【００２１】ただし、本発明の最適化手法は、この遺伝
的アルゴリズムに限定されるものではなく、種々の解析
モデル化手法を組み合わせることができる。

【００２２】このように解析モデル化手法の組み合わせ
自体を変更することが、例えばメッシュを細分化したり
していた従来の方式と本発明との相違点である。

【００２３】

【発明の実施の形態】図１は、本発明による解析モデル
化最適制御装置の一実施例の系統構成を示すブロック図
である。図１の実施例の解析モデル化最適制御装置は、
実験・解析結果データベース１０１と、３次元形状デー
タベース１０２と、解析モデル化データベース１０３
と、解析モデル化・最適条件定義部１０４と、３次元形
状作成部１０５と、解析用モデル作成部１０６と、メッ
シュ生成部１０７と、数値解析部１０８と、評価部１０
９と、解析モデル化手法選択部１１０と、計算機とから
なる。

【００２４】実験・解析結果データベース１０１は、比
較対象となる実験結果およびその測定位置を記憶し、ま
たは、厳密な解析形状による解析結果(詳細結果)および
その結果の位置(測定位置)を記憶する。解析モデル化・
最適条件定義部１０４は、各形状特徴に解析モデル化手
法と最適条件とを定義し入力する。３次元形状作成部１
０５は、形状特徴に基づいて３次元形状を作成する。解
析用モデル作成部１０６は、定義されたモデル化手法に
従って解析用モデルを作成する。メッシュ生成部１０７
は、実験・解析結果データベースに記憶されている測定
点とメッシュの節点とが一致するようにメッシュを生成
する。解析部１０８は、生成されたメッシュについて数
値解析を実行する。評価部１０９は、得られたメッシュ
解析結果と上記実験結果または詳細結果とを比較して評
価する。本発明の特徴である解析モデル化手法選択部１
１０は、それらの結果の差がユーザが定義した許容値よ
りも小さくかつ目的関数が最小になるように、各モデル
化手法を選択して組み合わせる。

【００２５】実験・解析結果データベース１０１には、
解析対象物について解析すべき条件を仮定して事前に実
験がなされ、ひずみや応力などの実験結果およびそれら
を測定した測定点の位置が記憶される。または、厳密な
解析形状において解析すべき条件を仮定して少なくとも
１回の解析がなされ、解析結果およびその解析結果の測
定点が記憶される。

【００２６】３次元形状作成部１０５は、ブロック，
板，穴，フィレット，面取りなどを組み合わせて、目的
とする３次元形状を作成する部分であり、一般に３次元
ＣＡＤ(computer−aided design)といわれる。ここで
は、モデルを構成するブロック，穴などの基本形状を形
状特徴という。

【００２７】解析モデル化・最適化条件定義部１０４
は、３次元形状を構成する各形状特徴に適用可能な解析
モデル化手法を定義する。また、実験結果または詳細結
果と解析結果とを比較するための対象となる測定点を入
力し、目的関数Ｆ，制約条件を定義し、許容値，ノルム
の次数，計算ステップ数を入力する。

【００２８】解析用モデル作成部１０６は、解析用モデ
ルを作成し、構造解析，熱流体解析用の物性値，境界条
件，計算条件を定義する。

【００２９】メッシュ生成部１０７は、作成された解析
モデルのメッシュを生成する。このとき、評価の対象と
なる測定点と生成される要素の節点とが一致するように
メッシュを生成する。

【００３０】解析部１０８は、構造解析や熱流体解析な
どの数値シミュレーションを実行する。

【００３１】評価部１０９は、目的関数Ｆ，制約条件を
評価し、解析モデル化手法選択部１１０により解析モデ
ル手法が変更されたら、変更後の解析結果を再び評価す
る。

【００３２】解析モデル化手法選択部１１０は、ユーザ
が定義した許容値よりも誤差が小さくかつ目的関数Ｆが
最小になるように各モデル化手法を選択して組み合わせ
る。

【００３３】図２は、図１の解析モデル化最適制御装置
における処理手順を示すフローチャートである。ここで
は、実験・解析結果データベース１０１には、解析対象
物について解析すべき条件を仮定して事前に実験がなさ
れ、ひずみや応力などの実験結果およびそれらを測定し
た測定点の位置が記憶されており、または、厳密な解析
形状において解析すべき条件を仮定して少なくとも１回
の解析がなされ、解析結果およびその解析結果の測定点
が記憶されているとする。

【００３４】ステップ１において、解析モデル化・最適
化条件定義部１０４は、３次元形状を構成する各形状特
徴に適用可能な解析モデル化手法を定義する。また、実
験結果または詳細結果と解析結果とを比較するための対
象となる測定点(評価点)を入力し、目的関数Ｆ，制約条
件を定義し、許容値，ノルムの次数，最大計算ステップ
数を入力する。

【００３５】ステップ２において、３次元形状作成部１
０５は、実際には二つの手順を実行する。まず、初期化
処理１０５Ａにおいて、ステップ１で定義された解析モ
デル化手法候補のうちからランダムに組み合わせた解析
モデル化手法の一つの組を抽出する。熟練者の場合、こ
れまでの経験と勘とを働かせ、より確かな解析モデル化
手法の組み合わせを選択するが、ここでは、とりあえず
一つの組み合わせが選択される。次に、３次元形状生成
処理１０５Ｂにおいて、選択された解析モデル化手法の
組に従い、３次元形状を生成する。

【００３６】解析用モデル作成部１０６は、選択された
解析モデル化手法の組に従い、解析用モデルを作成し、
構造解析，熱流体解析用の物性値，境界条件，計算条件
を定義する。

【００３７】メッシュ生成部１０７は、選択された解析
モデル化手法の組に従い作成された解析モデルのメッシ
ュを生成する。このとき、ステップ１で定義された評価
の対象となる測定点(評価点)と生成される要素のメッシ
ュ節点とが一致するように、メッシュを生成する。

【００３８】解析部１０８は、生成された解析用メッシ
ュを用いて、構造解析や熱流体解析などの数値シミュレ
ーションを実行する。

【００３９】評価部１０９と解析モデル化手法選択部１
１０とは、最適化処理を実行する。すなわち、評価部１
０９は、目的関数Ｆ，制約条件を評価し、ステップ１で
定義された制約条件を満たし、目的関数Ｆも最小であれ
ば、処理を終了し、結果を解析モデル化データベース１
０３に蓄積する。

【００４０】評価部１０９が、目的関数Ｆ，制約条件を
評価したところ、ステップ１で定義された制約条件を満
たさず、または、目的関数Ｆが最小でなければ、解析モ
デル化手法選択部１１０は、ユーザが定義した許容値よ
りも誤差が小さくかつ目的関数Ｆが最小になるように各
モデル化手法を選択して組み合わせ、上記３次元形状生
成処理１０５Ｂに戻す。

【００４１】評価部１０９は、解析モデル化手法選択部
１１０により解析モデル化手法が変更されたら、新しい
解析モデルについての数値シミュレーションの結果を解
析部１０８から受け取り、解析モデル化手法変更後の解
析結果を再び評価する。

【００４２】解析モデル化手法選択部１１０は、ユーザ
が定義した許容値よりも誤差が小さくかつ目的関数Ｆが
最小になるように各モデル化手法を選択して組み合わ
せ、上記３次元形状生成処理１０５Ｂに戻す手順を繰り
返す。

【００４３】図３は、解析すべき３次元モデルの形状の
一例を示す斜視図である。図３(ａ)に示すように、３次
元モデルは、板１，板２，面取り１，面取り２，フィレ
ット１，フィレット２，穴１，穴２，ボルト１，ボルト
２，ボス１の１１個の形状特徴からなり、図３(ｂ)に示
すように、その点Ａに荷重Ｐが作用し、剛体壁に固定さ
れている。なお、事前に実験がなされ、測定点ごとのひ
ずみ，応力，測定点の位置が、実験・解析結果データベ
ース１０１に記憶されている。

【００４４】図４は、解析モデル化・最適化条件定義部
１０４の解析モデル化手法の定義を入力する画面の一例
を示す図である。この画面には、図３に示したモデルを
構成する形状特徴が示されている。ユーザは、ソリッ
ド，シェル，ビーム，接合，ある，なしなどの解析モデ
ル化手法を表示した解析モデル化メニューにより、各形
状特徴において適用可能な解析モデル化手法を定義し、
それらの候補を入力し、解析モデル化手法の組の候補を
作成する。

【００４５】図４において、板１および板２について
は、ソリッド，シェルの二つから解析モデル化手法が選
ばれ、面取り１，面取り２，フィレット１，フィレット
２，穴１，穴２については、ある，なしの二つから解析
モデル化手法が選ばれて定義されるる。同様に、ボルト
１およびボルト２については、ソリッド，ビーム，点接
合から解析モデル化手法が選ばれ、ボス１については、
ソリッド，シェル，なしから解析モデル化手法が選ばれ
て定義される。なお、解析モデル化メニューのある，な
しが選ばれて定義された場合、対応する形状特徴の消去
の有，無を意味する。

【００４６】図５は、最適化条件定義入力画面の一例を
示す図である。評価点の定義では、実験・解析結果デー
タベース１０１から測定点の位置を読み込み、モデル上
に測定点を表示する。ユーザは、最適制御のために誤差
評価の対象となる測定点を選び定義する。

【００４７】ここでは、●が評価対象となる測定点、○
が対象外の測定点である。選ばれた評価点の実験結果を
Ｒとし、その個数をＮとする。目的関数Ｆの定義では、
メッシュ数と計算時間とが表示され、それらのうち少な
くとも一つを目的関数Ｆとして定義する。制約条件定義
では、実験・解析結果データベースに記憶されている結
果リストを表示する。ここでは、ひずみと応力とが表示
され、それらのうち少なくとも一つを制約条件として選
んで定義する。最適化条件定義では、許容値，ノルムの
次数，最大計算ステップ数を入力する。

【００４８】第０計算ステップとして、各形状特徴に対
応付けられた解析モデル化手法候補から１個ずつランダ
ムに選び定義する。定義された解析モデル化手法に従っ
て、３次元形状を生成し、解析モデルを作成する。

【００４９】図６は、ランダムに定義された解析モデル
化手法候補の組の一例を示す図表である。図７は、図６
に示す解析モデル化手法の組に従って作成された解析モ
デルを示す斜視図である。図６および図７に示すよう
に、解析モデルの板１はシェル、板２はソリッド、面取
り１はなし、面取り２はなし、フィレット１はあり、フ
ィレット２はあり、穴１はなし、穴２はあり、ボルト１
はソリッド、ボルト２はばね、ボス１はシェルでモデル
化されている。次に、境界条件および計算条件を定義す
る。本モデルにおいては、点Ａに荷重Ｐを与え、Ｂ部分
には剛体固定という条件を与える。

【００５０】図８は、メッシュ生成部１０７で解析モデ
ルのメッシュを生成する処理の状況を示す図である。図
８(ａ)に示すように、解析モデル化・最適化条件定義部
１０４で入力された実験データＲの位置に解析メッシュ
の有限要素節点(要素形状の頂点)を一致させ、図８(ｂ)
に示すように、測定点がメッシュの節点と一致するよう
にメッシュを生成する。なお、何らかの理由により測定
点とメッシュ節点とが一致しない場合は、測定点での計
算値をその周辺の解析結果から補間して求めることも可
能である。

【００５１】解析部１０８は、解析メッシュで表現され
た解析モデルを与えられた境界条件および計算条件の下
で、解析メッシュの構造を解析する。

【００５２】評価部１０９は、目的関数Ｆを評価する。
解析モデル化・最適化条件定義部１０４で定義された評
価点をｉで表し、評価点ｉでの制約条件定義で入力され
た実験結果をＲiとする。この場合は、評価点ｉとメッ
シュの節点とは一致しているので、評価点ｉでの計算結
果は、容易に得られる。評価点ｉでの制約条件定義で入
力された計算結果をＳiとすると、最適制御のための制
約条件式は、数式(１)で与えられる。

【００５３】

【数１】

【００５４】ここで、Σは、選ばれた全ての評価点に対
してなされ、ε，ｐは、解析モデル化・最適化条件定義
部１０４で入力された許容値，ノルムの次数である。

【００５５】Ｅ＜εの条件下で、目的関数Ｆを最小化す
るように、最適化手法を適用する。目的関数Ｆが最小で
あれば、そのステップでの解析モデル化データを解析モ
デル化の最適解として出力する。そうでなければ、目的
関数Ｆが小さくなるように、最適化手法を用いて各形状
特徴の解析モデル化手法の組み合わせを抽出し、３次元
形状生成部１０５Ｂから再計算する。なお、計算ステッ
プ数が最大計算ステップ数よりも大きくなった場合は、
各反復ステップの目的関数Ｆの値のうち最も小さい値に
対応する解を解析モデル化の最適解とし、その解析モデ
ル化データを解析モデル化データベース１０３に出力
し、蓄積する。

【００５６】最適化手法に関しては、種々の手法を選択
できる。図９は、解析モデル化手法選択部１１０の最適
化手法として、遺伝的アルゴリズム(ＧＡgenetic algor
ism)を適用した場合の処理手順を示す図である。解析モ
デル化・最適化条件定義部１０４，３次元形状生成部１
０５，解析モデル作成部１０６，メッシュ生成部１０
７，解析部１０８における処理手順は、図２の実施例と
同様であるから、その説明を省略する。

【００５７】遺伝的アルゴリズムＧＡでは、初期世代と
して、個体各形状特徴に対応する解析モデル化手法の数
十個の組み合わせを生成し、遺伝子の交叉や突然変異に
よる世代交代を繰り返しながら、優秀な組み合わせを得
る。

【００５８】まず、解析モデル化・最適化条件定義部１
０４で入力された解析モデル化手法候補を元に、ＧＡ最
適化計算のための初期世代を３０個体生成し、それぞれ
の個体に対して３次元形状作成１０５Ｂ，解析モデル作
成１０６，メッシュ生成１０７、３０個体の構造解析１
０８を実行する。

【００５９】評価手段１０９で、目的関数Ｆを評価する
ため、各個体の解析結果に数式(１)を適用し、数式(１)
を満たしかつ目的関数Ｆの値が小さい個体から順に並べ
る。析モデル化手法選択部１１０は、このデータの先頭
から１０個体を選択し、遺伝的アルゴリズムＧＡによ
り、交叉と突然変異の操作を実行し、次世代の３０個体
を生成する。以後、評価手段１０９は、世代交代数が最
大計算ステップ数よりも大きくなるかまたは数式(１)を
満たし、かつ最も小さい目的関数Ｆの値が５世代交代に
亘り数式(２)が１％以内の変化であれば、この処理を終
了する。ここで上付き添字ｎは、計算ステップを表す。

【００６０】

【数２】

【００６１】そのときの最も小さい目的関数Ｆの値に対
応する解を解析モデル化の最適解として解析モデル化デ
ータベース１０３に出力し、蓄積する。

【００６２】なお、世代交代数が最大ステップ数を超え
た場合は、各反復ステップにおいて数式(１)を満たし、
最も小さい目的関数Ｆの値に対応する解を解析モデル化
の最適解とし、解析モデル化データベース１０３に出力
し、蓄積する。

【００６３】以上の手順によって得られた解析モデルに
対し、モデルの形状寸法を変更する場合、形状特徴に基
づく３次元形状生成装置１０５Ｂで寸法を変更すれば、
構成される形状特徴に変更は無い。したがって、寸法変
更された３次元形状に対し、先に得られた各形状特徴に
対する最適モデル化手法を適用すれば、寸法変更された
３次元形状の解析モデルが得られる。

【００６４】また、上記各実施例では、解析モデル化手
法選択部１１０が自動的に各モデル化手法を選択して組
み合わせる方式を説明したが、図４の解析モデル化・最
適化条件定義部１０４の解析モデル化手法の定義を入力
する画面と同様に、解析モデル化手法選択部１１０にお
いても、各形状特徴において適用可能な解析モデル化手
法の候補を入力し、解析モデル化手法の組の候補を作成
するために解析モデル化手法を表示した解析モデル化メ
ニュー表示手段を併用すると、例えば熟練者がその場に
居るときは、そのノウハウを取り込むこともできる。

【００６５】

【発明の効果】本発明によれば、得られたメッシュ解析
結果と実験結果または詳細結果とを比較して評価する評
価手段と、それらの差がユーザが定義した許容値よりも
小さくかつ目的関数が最小になるように各モデル化手法
を選択して組み合わせる解析モデル化手法選択手段とを
備えたので、専門的知識が十分ではないユーザでも、実
験結果や解析形状の厳密な解析結果とモデル化された解
析結果との間で大きな相違が生じないように、しかも、
解析メッシュ数を可能な限り低減し解析時間を短縮する
ように解析対象をモデル化し、適切な解析モデルを作成
できる。

【００６６】また、解析モデルの寸法を変更した場合、
得られた各形状特徴の解析モデル化手法を変更された解
析モデルに本発明の解析モデル化手法選択の手順を適用
すると、最適な解析モデルを容易に得ることができる。

【００６７】さらに、得られた解析モデルのパラメータ
サーベイや最適形状決定に本発明の解析モデル化手法選
択の手順を適用すると、より高性能な製品を設計でき
る。

【図面の簡単な説明】

【図１】本発明による解析モデル化最適制御装置の一実
施例の系統構成を示すブロック図である。

【図２】図１の解析モデル化最適制御装置における処理
手順を示すフローチャートである。

【図３】解析すべき３次元モデルの形状の一例を示す斜
視図である。

【図４】解析モデル化・最適化条件定義部１０４の解析
モデル化手法の定義を入力する画面の一例を示す図であ
る。

【図５】最適化条件定義入力画面の一例を示す図であ
る。

【図６】ランダムに定義された解析モデル化手法候補の
組の一例を示す図表である。

【図７】図６に示す解析モデル化手法の組に従って作成
された解析モデルを示す斜視図である。

【図８】メッシュ生成部１０７で解析モデルのメッシュ
を生成する処理の状況を示す図である。

【図９】解析モデル化手法選択部１１０の最適化手法と
して遺伝的アルゴリズムＧＡを適用した場合の処理手順
を示す図である。

【符号の説明】

１０１ 実験・解析結果データベース １０２ ３次元形状データベース １０３ 解析モデル化データベース １０４ 解析モデル化・最適条件定義部 １０５ ３次元形状作成部 １０６ 解析用モデル作成部 １０７ メッシュ生成部 １０８ 解析部 １０９ 評価部 １１０ 解析モデル化手法選択部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 小野寺 誠 茨城県土浦市神立町502番地 株式会社日 立製作所機械研究所内 Ｆターム(参考） 5B046 DA02 GA01 JA08 KA05

Claims (9)

【特許請求の範囲】
1. 【請求項１】 比較対象となる実験結果およびその測定
   位置または厳密な解析形状による解析結果(詳細結果)お
   よびその結果の位置(測定位置)を記憶した実験・解析結
   果データベースと、 解析モデル化データベースと、 解析モデル化手法と最適条件とを定義し入力する解析モ
   デル化・最適条件定義手段と、 形状特徴に基づいて３次元形状を作成する３次元形状作
   成手段と、 定義されたモデル化手法に従って前記３次元形状の解析
   モデルを作成する解析用モデル作成手段と、 作成された解析モデルのメッシュを生成するメッシュ生
   成手段と、 生成されたメッシュについて数値解析を実行する解析手
   段と、 得られたメッシュ解析結果と上記実験結果または詳細結
   果とを比較して評価し比較結果の差が許容値よりも小さ
   くかつ目的関数が最小になった場合は前記解析結果を最
   適解として前記解析モデル化データベースに蓄積する評
   価手段と、 前記比較結果の差が許容値よりも大きくまたは目的関数
   が最小にならない場合は各モデル化手法を選択して組み
   合わせ前記３次元形状作成手段に戻す解析モデル化手法
   選択手段とを備えた解析モデル化最適制御装置。
2. 【請求項２】 請求項１に記載の解析モデル化最適制御
   装置において、 前記解析モデル化手法選択手段が、比較結果の差が許容
   値よりも小さくかつ目的関数が最小になる方向に前記各
   モデル化手法を選択して組み合わせ前記３次元形状作成
   手段に戻す手段であることを特徴とする解析モデル化最
   適制御装置。
3. 【請求項３】 請求項１または２に記載の解析モデル化
   最適制御装置において、 前記解析モデル化・最適条件定義手段と前記解析モデル
   化手法選択手段とが、 解析モデル化手法を表示した解析モデル化メニューによ
   り、各形状特徴において適用可能な解析モデル化手法を
   定義し、それらの候補を入力し、解析モデル化手法の組
   の候補を作成するために解析モデル化手法を表示した解
   析モデル化メニュー表示手段を含むことを特徴とする解
   析モデル化最適制御装置。
4. 【請求項４】 請求項１ないし３のいずれか一項に記載
   の解析モデル化最適制御装置において、 前記３次元形状作成手段が、初期化処理段階では定義さ
   れた解析モデル化手法候補のうちからランダムに組み合
   わせた解析モデル化手法の一つの組を抽出する手段であ
   ることを特徴とする解析モデル化最適制御装置。
5. 【請求項５】 請求項１ないし４のいずれか一項に記載
   の解析モデル化最適制御装置において、 前記メッシュ生成手段が、最適制御のための測定点(評
   価点)と生成される要素のメッシュ節点とが一致するよ
   うにメッシュを生成する手段であることを特徴とする解
   析モデル化最適制御装置。
6. 【請求項６】 比較対象となる実験結果およびその測定
   位置または厳密な解析形状による解析結果(詳細結果)お
   よびその結果の位置(測定位置)を記憶した実験・解析結
   果データベースと、 解析モデル化データベースと、 解析モデル化手法と最適条件とを定義し入力する解析モ
   デル化・最適条件定義手段と、 形状特徴に基づいて所定数の個体の３次元形状を作成す
   る３次元形状作成手段と、 定義されたモデル化手法に従って前記所定数の個体の３
   次元形状の解析モデルを作成する解析用モデル作成手段
   と、 作成された前記所定数の個体の解析モデルのメッシュを
   生成するメッシュ生成手段と、 生成された前記所定数の個体のメッシュについて数値解
   析を実行する解析手段と、 得られたメッシュ解析結果と上記実験結果または詳細結
   果とを比較して評価し比較結果の差が小さい順にデータ
   を並べ許容値よりも小さくかつ目的関数が最小になった
   場合は前記解析結果を最適解として前記解析モデル化デ
   ータベースに蓄積する評価手段と、 前記比較結果の差が許容値よりも大きくまたは目的関数
   が最小にならない場合は前記小さい順並べられたデータ
   の先頭から特定数の個体を選択し、遺伝的アルゴリズム
   ＧＡにより交叉と突然変異の操作を実行し、次世代の前
   記所定数の個体を生成して前記３次元形状作成手段に戻
   す解析モデル化手法選択手段とを備えた解析モデル化最
   適制御装置。
7. 【請求項７】 請求項６に記載の解析モデル化最適制御
   装置において、 前記評価手段が、世代交代数が最大ステップ数を超えた
   場合は、各反復ステップにおいて制約条件を満たし最も
   小さい目的関数Ｆの値に対応する解を解析モデル化の最
   適解とし前記解析モデル化データベースに蓄積する手段
   であることを特徴とする解析モデル化最適制御装置。
8. 【請求項８】 比較対象となる実験結果およびその測定
   位置または厳密な解析形状による解析結果(詳細結果)お
   よびその結果の位置(測定位置)を記憶し、 解析モデル化手法と最適条件とを定義して入力し、 形状特徴に基づいて３次元形状を作成し、 定義されたモデル化手法に従って前記３次元形状の解析
   モデルを作成し、 作成された解析モデルのメッシュを生成し、 生成されたメッシュについて数値解析を実行し、 得られたメッシュ解析結果と上記実験結果または詳細結
   果とを比較して評価し、比較結果の差が許容値よりも小
   さくかつ目的関数が最小になった場合は、前記解析結果
   を最適解として前記解析モデル化データベースに蓄積
   し、 前記比較結果の差が許容値よりも大きくまたは目的関数
   が最小にならない場合は、各モデル化手法を選択して組
   み合わせ前記３次元形状を作成する段階に戻る解析モデ
   ル化最適制御方法。
9. 【請求項９】 比較対象となる実験結果およびその測定
   位置または厳密な解析形状による解析結果(詳細結果)お
   よびその結果の位置(測定位置)を記憶し、 解析モデル化手法と最適条件とを定義して入力し、 形状特徴に基づいて所定数の個体の３次元形状を作成
   し、 定義されたモデル化手法に従って前記所定数の個体の３
   次元形状の解析モデルを作成し、 作成された前記所定数の個体の解析モデルのメッシュを
   生成し、 生成された前記所定数の個体のメッシュについて数値解
   析を実行し、 得られたメッシュ解析結果と上記実験結果または詳細結
   果とを比較して評価し、比較結果の差が小さい順にデー
   タを並べ、許容値よりも小さくかつ目的関数が最小にな
   った場合は、前記解析結果を最適解として前記解析モデ
   ル化データベースに蓄積し、 前記比較結果の差が許容値よりも大きくまたは目的関数
   が最小にならない場合は、前記小さい順並べられたデー
   タの先頭から特定数の個体を選択し、遺伝的アルゴリズ
   ムＧＡにより交叉と突然変異の操作を実行し、次世代の
   前記所定数の個体を生成して前記３次元形状を作成する
   段階に戻る解析モデル化最適制御方法。