JP3695823B2 - 配置決定方法及び配置決定支援装置 - Google Patents
配置決定方法及び配置決定支援装置 Download PDFInfo
- Publication number
- JP3695823B2 JP3695823B2 JP03964596A JP3964596A JP3695823B2 JP 3695823 B2 JP3695823 B2 JP 3695823B2 JP 03964596 A JP03964596 A JP 03964596A JP 3964596 A JP3964596 A JP 3964596A JP 3695823 B2 JP3695823 B2 JP 3695823B2
- Authority
- JP
- Japan
- Prior art keywords
- arrangement
- built
- similarity
- pattern
- adoption
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Description
【０００１】
【発明の属する技術分野】
本発明は筐体内に収納された複数の機器や電子部品等の内蔵物を効率的に冷却するために該当内蔵物の配置を決定する配置決定方法及び配置決定支援装置に関する。
【０００２】
【従来の技術】
例えば大型の電力機器を収納する配電盤等の大型筐体やＰＣＢ（印刷配線基板）やＣＰＵボードやＨＤＤ等の小型の電子部品を収納する小型筐体のなかには、収納された電力機器や電子部品を冷却するためにファンで筐体内を強制冷却するものもある。
【０００３】
このような場合、実際に装置を製造する前に、筐体内に内蔵物を配置した設計図を用いて熱流体シミュレーションを実施して、筐体内の空気の流れと、筐体内の各部の温度分布の予測を行う。
【０００４】
具体的には、図７に示すように、概念設計と基本設計と詳細設計とを行う。概念設計においては、筐体内の内蔵物を自然空冷するか、強制空冷するか、冷房等の強制冷却するか等の冷却方式を決定する。
【０００５】
基本設計においては、筐体内に内蔵物の３次元的な基本配置を決定し、この３次元基本配置に基づいて空気の流れと温度分布とのシミュレーションと、シミュレーション結果の検証を行う。そして、詳細設計においては、筐体内に内蔵物を実際に配置して、例えはファン等を駆動して実際の空気の流れを実現して例えば空気の流れの仕様を満たすか否かを検証する。また、筐体内の各位置の温度を実測してやはり温度分布の仕様を満たすか否かを検証していた。
【０００６】
しかし、図７における基本設計段階で、詳細な筐体内における内蔵物の３次元基本配置が最初から一義的に定まることは極めて希である。そのため、図８に示すように、筐体内の電子部品等の内蔵物及びファン等の２次元の大まかな仮配置（ラフスケッチ）を作成して、この２次元の仮配置（ラフスケッチ）を基本配置として図７に示す空気の流れと温度分布のシミュレーションを実施していた。
【０００７】
【発明が解決しようとする課題】
しかしながら、上述したように、仮配置（ラフスケッチ）に基づいてシミュレーションを行ってシミュレーション結果である空気の流れと温度分布を得る手法においても、まだ解消すべき次のような課題があった。
【０００８】
すなわち、シミュレーション結果である空気の流れや温度分布の客観的評価基準は存在していないので、そのシミュレーションの基となる仮配置（ラフスケッチ）を実際の筐体内の内蔵物の配置に採用するか否かは熟練した技術者の判断に依存している。
【０００９】
したがって、シミュレーションの基となる仮配置（ラフスケッチ）の決定に際しても、熟練した技術者の判断に依存している。その結果、筐体内の内蔵物配置に不慣れな者は、簡単に最良の空気の流れや温度分布が得られる内蔵物配置を決定できない問題がある。
【００１０】
本発明はこのような事情に鑑みてなされたものであり、データベースに記憶された過去に作成された仮の内蔵物配置（ラフスケッチ）の採用・不採用の事例を用いて、新規に作成された仮の内蔵物配置に基づいて算出されたパターン属性化された内蔵物配置と筐体内の流れ場との間の類似度から、入力された仮配置の採用・不採用の客観的評価基準を得ることかでき、この評価基準を用いることによって、たとえ不慣れな設計者であっても、仮の内蔵物配置（ラフスケッチ）の試行錯誤を繰返すことによって、簡単に最良の内蔵物配置を決定できる配置決定方法及び配置決定支援装置を提供することを目的とする。
【００１１】
【課題を解決するための手段】
上記課題を解消するために本発明の配置決定方法においては、新規入力された筐体内における仮の内蔵物配置を、筐体内をマトリックス状に仕切った場合の各位置における内蔵物自体が有する属性値で示すパターン属性値に変換し、筐体内における空気の流れに関する複素ポテンシャルを計算して各位置におけるパターン属性化された流れ場を求め、それぞれパターン属性化された内蔵物配置と流れ場との類似度を算出し、過去に作成された各内蔵物配置における類似度と採用実績との関係と、算出された類似度とに基づいて、仮の内蔵物配置の採用に関する評価を行い、評価結果に基づいて前記仮の内蔵物配置の採用・不採用を決定している。
【００１２】
また、本発明の配置決定支援装置においては、新規入力された筐体内における仮の内蔵物配置を、筐体内をマトリックス状に仕切った場合の各位置における内蔵物自体が有する属性値で示すパターン属性値に変換する内蔵物配置パターン属性化手段と、筐体内における空気の流れに関する複素ポテンシャルを計算する複素ポテンシャル算出手段と、この算出された複素ポテンシャルから、各位置におけるパターン属性化された流れ場を算出する流れ場算出手段と、それぞれパターン属性化された内蔵物配置と流れ場との類似度を算出する類似度算出手段と、過去に作成された各内蔵物配置における類似度と採用実績とを記憶する事例データベースと、この事例データベースに記憶された類似度と採用実績との関係と、前記算出された類似度とに基づいて、仮の内蔵物配置の採用に関する評価を行う評価手段とを備えたものである。
また、別の発明の配置決定方法においては、新規入力された筐体内における仮の内蔵物配置を、筐体内をマトリックス状に仕切った場合の各位置における前記内蔵物自体が有する属性値で示すパターン属性値に変換し、筐体内における空気の流れに関するパターン属性化された流れ場を求め、それぞれパターン属性化された内蔵物配置と流れ場との類似度を算出し、過去に作成された各内蔵物配置における類似度と採用実績との関係と、算出された類似度とに基づいて、仮の内蔵物配置の採用に関する評価を行い、この評価結果に基づいて仮の内蔵物配置の採用・不採用を決定する。
また、別の発明の配置決定支援装置においては、新規入力された筐体内における仮の内蔵物配置を、筐体内をマトリックス状に仕切った場合の各位置における内蔵物自体が有する属性値で示すパターン属性値に変換する内蔵物配置パターン属性化手段と、筐体内における空気の流れに関するパターン属性化された流れ場を算出する流れ場算出手段と、それぞれパターン属性化された内蔵物配置と流れ場との類似度を算出する類似度算出手段と、過去に作成された各内蔵物配置における類似度と採用実績とを記憶する事例データベースと、この事例データベースに記憶された類似度と採用実績との関係と、算出された類似度とに基づいて、仮の内蔵物配置の採用に関する評価を行う評価手段とを備えたものである。
【００１３】
さらに、別の発明においては、上述した配置決定支援装置における評価手段を、類似度及び採用実績をそれぞれ説明変数及び目的変数とし、事例データベースに記憶された各類似度を用いて類似度の採用母集団及び不採用母集団を求める判別分析出手段と、仮の内蔵物配置の類似度の各母集団からの各統計的距離を算出する統計的距離算出手段と、統計的距離算出手段にて算出された各統計的距離に基づいて内蔵物配置の採用に関する評価値を算出する評価値算出手段とで構成している。
【００１４】
このように構成された配置決定方法及び配置決定支援装置においては、設計者が一つの仮の内蔵物配置を入力すると、この仮の内蔵物配置は内蔵物自体が有する属性値で示すパターン属性値に変換される。なお、この属性値とは、例えば筐体内における内蔵物の各位置における発熱度や耐熱性や致命度等の内蔵物的自体が有する属性である。
【００１５】
また、筐体内における空気の流れに関する複素ポテンシャルが算出される。具体的には、筐体における吸気口，排気口，遮蔽板，ファン等の位置や風量等の流れに関する計算条件を設計者が入力したり、予めメモリ等に記憶されている計算条件を自動的に読出して、これらを用いて複素ポテンシャルが算出される。この算出された複素ポテンシャルから、筐体内をマトリックス状態に区切った各位置の流れ場が求まる。
【００１６】
そして、この算出された流れ場と入力された仮の内蔵物配置との類似度が算出される。この類似度が高いことは、例えば、筐体内における発熱度分布や耐熱性分布や致命度分布に対応した流れ場が得られることを意味する。
【００１７】
一方、過去に実際に採用されたり、又は採用されなかった各内蔵物配置の類似度が事例データベースに記憶保持されている。そして、この事例データベースに記憶された各類似度と採用実績との関係と、仮の内蔵物配置の類似度との関係とに基づいて、仮の内蔵物配置の採用に関する評価が得られる。例えば、類似度がどの程度の値であれば、該当内蔵物配置が採用されるかの指標が得られる。
【００１８】
したがって、この評価結果に基づいて簡単に仮の内蔵物配置の採用・不採用を決定できる。
また、この仮の内蔵物配置の採用・不採用を、算出した類似度と事例データベースに記憶保持されている採用又は不採用の類似度との関係で決定するが、この場合の採用・不採用の客観的評価値を、事例データベースに記憶保持されている採用又は不採用の類似度から統計的に得られる採用母集団．不採用母集団とかららの統計的距離に基づいて決定している。
【００１９】
したがって、入力された仮の内蔵物配置の採用・不採用の決定に関して、設計者の人為的判断の入る余地が極力減少し、たとえ不慣れな設計者であっても仮の内蔵物配置に対す思考錯誤を実行することによって、簡単に最良の内蔵物配置を決定できる。
【００２０】
【発明の実施の形態】
以下本発明の一実施形態を図面を用いて説明する。
図１は実施形態に係わる配置決定方法及が採用された配置決定支援装置の概略構成を示すブロック図である。
【００２１】
この配置決定支援装置はコンピュータ等の情報処理装置で構成されており、この配置決定支援装置のＨＤＤ内には、設計者がＣＲＴ表示装置１ａやキーボード１ｂやマウス等からなるマンマシン装置１を介して入力した例えば図８に示す２次元の内蔵物配置（ラフスケッチ）２を記憶するラフスケッチ・データベース３と、過去に実際に採用されたり、又は採用されなかった各内蔵物配置の類似度と該当内蔵物配置の採用実績とを記憶する事例データベース４と、最終の採用・不採用の決定時に用いた統計データを評価知識として記憶する評価知識データベース５等が形成されている。
【００２２】
また、この配置決定支援装置のアプリケーションプログラム上には、属性値入力部６ａ，計算条件入力部６ｂ，内蔵物配置パターン属性化部７，複素ポテンシャル算出部８，流れ場算出部９，類似度算出部１０，評価部１１及び事例書込部１２等が形成されている。
【００２３】
さらに、評価部１１内には、判別分析部１３，統計的距離算出部１４及び評価値算出部１５が形成されている。
次に、各部６ａ〜１５の具体的動作を順番に説明する。
【００２４】
ラフスケッチ・データベース３内には、マンマシン装置１を介して設計者が入力した筐体内に収納される電気機器や電子部品等の収納物の仮の２次元の各収納物配置（ラフスケッチ）２が記憶されている。
【００２５】
内蔵物配置パターン属性化部７は、ラフスケッチ・データベース３に記憶された今回新規に入力した仮の収納物配置（ラフスケッチ）２を読取る。そして、読取った仮の収納物配置（ラフスケッチ）２をマンマシン装置１を介して属性値入力部６ａから入力した属性値に基づいてパターン属性値Ｐi に変換する。
【００２６】
このパターン属性値Ｐi の作成方法を図２（ａ），（ｂ）を用いて説明する。３次元の筐体を前記仮の２次元の収納物配置（ラフスケッチ）の位置で切断し２次元で表して、この２次元の筐体をマトリックス状に仕切った場合における各位置（メッシュ）に対して、内蔵物自体が有する属性値が割付けられる。例えば、各位置（メッシュ）番号を１〜Ｋとし、属性の種類をｉとすると、各位置の属性値はＰikとなる。
【００２７】
よって、筐体内に収納された収納物の配置全体に対するパターン属性値Ｐi は、１番からＫ番までの各位置の属性値Ｐikの集合となる。
Ｐi ＝［Ｐi1，…，Ｐik，…，ＰiK］ …(1)
したがって、属性の種類ｉが１の場合（ｉ＝１）は、パターン属性値Ｐi （Ｐ1 ）は図２（ａ）に示す配置パターンになり、属性の種類ｉが２の場合（ｉ＝２）は、パターン属性値Ｐi （Ｐ2 ）は図２（ｂ）に示す配置パターンになる。
【００２８】
属性の種類ｉの具体例は、内蔵物の各位置における発熱度や耐熱性や致命度等である。そして、図３（ａ）は属性の種類が致命度（ｉ＝１）の場合のパターン属性値Ｐ1 を示す図である。この場合、各位置の致命度を１，２，３，４の４段階に分類し、値が高い方が、低い方に比較して、例えば同一温度条件下においては、早く損傷することを示す。具体的には、ＦＭＥＡ（故障モード影響解析）手法を用いて得られた値（致命度）を１番からＫ番の各位置（メッシュ）に割付ける。
【００２９】
また、図３（ｂ）は属性の種類が発熱密度（ｉ＝２）の場合のパターン属性値Ｐ2 を示す図である。この場合は、内蔵物を実際に稼働させた場合における各位置の発熱密度が相対値で示されている。
【００３０】
複素ポテンシャル算出部８は、マンマシン装置１を介して計算条件入力部６ｂから入力された流れに関する計算条件を用いて筐体内の流れに関する速度ポテンシャルφと流れ関数ψとからなる複素ポテンシャルＷ（ｚ）を算出する。
【００３１】
複素ポテンシャル算出部８は、マンマシン装置１を介して計算条件入力部６ｂから入力された流れに関する計算条件を用いて筐体内の流れに関する速度ポテンシャルφと流れ関数ψとからなる複素ポテンシャルＷ（ｚ）を算出する。
Ｗ（ｚ）＝φ＋ｊψ …(2)
ｊ：虚数単位 但し、ｚ＝ｘ＋ｊｙ
φ：速度ポテンシャル ψ：流れ関数
具体的には、計算条件として、筐体内における、吸気口，排気口，ファン，遮蔽板等の設置位置で示される特定位置の複素ポテンシャルＷ（ｚ）を境界条件として使用する。例えはＱを風量とすると、吸気口における複素ポテンシャルＷ（ｚ）は、図４に示すように、
Ｗ（ｚ）＝（Ｑ／２π） logｚ
となり、また、排気口の複素ポテンシャルＷ（ｚ）は、
Ｗ（ｚ）＝（Ｑ／２π） logｚ
となり、さらに、ファンの複素ポテンシャルＷ（ｚ）は、
Ｗ（ｚ）＝Ｑ／２πｚ
となる。
【００３２】
このような基本的複素ポテンシャルＷ（ｚ）を重ね合わせることによって、筐体内の全体の複素ポテンシャルＷ（ｚ）が得られる。
流れ場算出部９は、複素ポテンシャル算出部８で算出された全体の複素ポテンシャルＷ（ｚ）から筐体内におけるマトリックス状に区分された各位置におけるパターン属性化された流れ場Ｐh を算出する。
Ｐh ＝［Ｐh1，…，Ｐhk，…，ＰhK］ …(3)
具体的には、下記（4)式が成立するので、
【００３３】
【数１】
二次元（ｘ，ｙ）平面方向における各速度成分ｕ，ｖが得られる。このように表された速度ポテンシャル及び流れ関数を流れ場Ｐhkとする。
【００３４】
図３（ｃ）はパターン属性化された流れ場Ｐh のマトリックス状に区分された各位置の流れ場Ｐhkの具体例としての速度ポテンシャルφを示す。
類似度算出部１０は、流れ場算出部９で算出されたパターン属性化された流れ場Ｐh と、内蔵物配置パターン属性化部７で作成されたパターン属性化された
仮の内蔵物配置Ｐi との類似度Ｆihを(5) 式で算出する。
【００３５】
Ｆih＝（Ｐi ・Ｐh ）／（‖Ｐi ‖・‖Ｐｈ‖）…(5)
但し、‖Ｐi ‖，‖Ｐｈ‖はユークリッドノルムであり、下記のように定定義されている。
【００３６】
【数２】
【００３７】
このように算出された類似度Ｆihが高いことは、前述したように、筐体内における設計者にて指定された属性種類としての発熱度分布、耐熱性分布、致命度分布等に対応したパータン属性化された内蔵物配置のパターンが今回算出した筐体の流れ場のパターンに近似していることを示す。したがって、類似度Ｆihが高い方が、今回入力した仮の内蔵物配置が、発熱度分布、耐熱性分布、致命度分布等を考慮したより良い内蔵物配置に近くなることを示す。
【００３８】
類似度算出部１０は算出した類似度Ｆihを評価部１１へ送出する。
一方、事例データベース４内には、この配置決定支援装置を用いて過去に算出された各内蔵物配置の類似度Ｆと該当類似度Ｆの内蔵物配置が実際に採用されか不採用であったかを示す採用実績Ｇとが記憶されている。採用された場合はＧ＝１であり、不採用の場合はＧ＝０である。
【００３９】
内蔵物配置のパータン属性値が発熱度分布と耐熱性分布等のように複数の属性に基づいて複数種類作成された場合（ｉ＝１，ｉ＝２，…）は、当然類似度Ｆih（Ｆ1h，Ｆ2h）も複数存在する。また、流れ場も上述した速度ポテンシャル以外にも流れの方向等の複数種類の流れ場が存在する。したがって、類似度Ｆihは属性ｉの種類と流れ場の種類ｈとの複数種類の組合せが存在する。
【００４０】
複数種類の類似度Ｆih（i=1,2,3.…，h=1,2,3.…）と採用実績Ｇihの組Ｃm
Ｃm ＝［Ｆ12m ，Ｆ21m ，Ｇihm ］T
により一つの事例データが形成される。但し、ｍ（m=1,2,3 , …,M) は事例毎に付された番号である。また、Ｔは転置を意味する。
【００４１】
したがって、事例データベース４内には各事例毎に、前述したＣm が下記のフォーマットで記憶されている。
Ｃ＝［Ｃ1 ，Ｃ2 ，…，Ｃm ，…，ＣM ］
評価部１１は類度度算出部１０が算出した類似度Ｆihを、事例データベース４内に記憶された各類似度と採用実績との対Ｃに基づいて、この類似度Ｆihの算出元の仮の内蔵物配置の採用に関する評価を行う。
【００４２】
次に、この評価部１１における評価動作の詳細を説明する。
先ず、一つの流れ場に対してどの属性が最も対応しているかを選択する必要がある。具体的には、どの種類の類似度Ｆihを用いて、今回入力した仮の内蔵物配置に対する採用・不採用の評価を行うかを決定する。
【００４３】
次に、この判別分析における説明変数として使用可能な類似度Ｆihを選択する手順を説明する。
各類似度Ｆihと採用実績Ｇに対して、全事例を用いた分散分析を用いて、目的変数と相関の高い類似度Ｆihを説明変数の候補とする。分散分析に際しては、級間偏差平方和Ｓ1 と級内偏差平方和Ｓ2 を以下のように定義して用いる。
【００４４】
【数３】
を満たす類似度Ｆihを説明変数の候補とする。
【００４５】
次に、多重共線性が生じないように、説明変数候補（類似度Ｆih，類似度Ｆi'h'）相互間の単相関係数ａ（i,h,i',h')を算出した上で、無相関の検定により説明変数候補（Ｆih，Ｆi'h'）相互間の相関が小さいパータン属性を選択する。なお、単相関係数ａ（i,h,i',h')は、
【００４６】
【数４】
が満たされるならば、母集団に対して無相関でないため類似度Ｆihと類似度Ｆi'h'とのいずれか一方を説明変数として採用する。
【００４７】
以上説明した手順で、最終的に採用する類似度Ｆihの種類を選択する。例えば、属性の種類として、発熱度分布、耐熱性分布、致命度分布等が存在し、流れ場の種類として、速度ポテンシャルや流れの方向がある。この場合、例えば、図３（ｃ）に示す速度ポテンシャルの流れ場に対しては図３（ｂ）に示す発熱密度の属性（ｉ＝２）が最もよく対応する。
【００４８】
なお、選択されるパターン属性は収集された事例より異なる場合もある。
次に、採用事例及び不採用事例に関する偏差平方和・積分行列Ｓのｑ，ｒ要素を
【００４９】
【数５】
として表され、このプール後の積分・共分散行列Ｑを評価知識データベース５へ一旦格納しておく。
【００５０】
但し、q,r （＝1,2,3,…,s) は選択した説明変数に対して、新たに付与した識別番号である。
そして、今回算出した類似度Ｆihが事例データベースから得られた採用事例群及び不採用事例群からの各統計的距離である各マハラノビス汎距離ｄ(1) ，ｄ(0) を下式で求める。
【００５１】
【数６】
但し、Ｑqr-1は、Ｑの逆行列のｑ，ｒ要素を示す。
そこで、基本的には、下記のアルゴリズムを用いて今回の内蔵物配置に対する採用・不採用を判断すれぱよい。
【００５２】
ｉｆ（ｄ(1) −ｄ(0）) ＜０ ｔｈｅｎ 採用
ｉｆ（ｄ(1) −ｄ(0）) ＞０ ｔｈｅｎ 不採用
ｉｆ（ｄ(1) −ｄ(0）) ＝０ ｔｈｅｎ 判別不能
実際には、各マハラノビス汎距離ｄ(1) ，ｄ(0) を
Ｚ(1) ＝ｅｘｐ（−０．５ｄ(1) 2 ）／（２π5/2 ｜Ｑ｜0.5 ）
Ｚ(0) ＝ｅｘｐ（−０．５ｄ(0) 2 ）／（２π5/2 ｜Ｑ｜0.5 ）
の各確率表現形式に変換し、その構成比Ｚ(1) ´をマンマシン装置１に表示して設計者に知らせる。
【００５３】
Ｚ(1) ´＝１００・Ｚ(1) ／（Ｚ(1) ＋Ｚ(0) ） （％）
したがって、設計者はこの評価値Ｚ(1) ´で採用・不採用の最終判断を行えばよい。
【００５４】
事例書込部１２は、設計者によって、マンマシン装置１を介して最終的に決定された今回の仮の内蔵物配置に対する採用・不採用の情報Ｇ及び類似度Ｆihを事例データベース４に書込む。
【００５５】
次に、この配置決定支援装置の全体の動作を図５のフロー図を用いて説明する。この装置全体の処理動作は、大きく分けて、経験的知識の抽出フローと配置決定支援フローとで構成されている。
【００５６】
配置決定支援フローにおいては、Ｓ（ステップ）１にて設計者が内蔵物毎のパターン属性値を入力し、次に仮の内蔵物配置を入力する（Ｓ２）。すると、内蔵物配置のパターン属性化が実施される（Ｓ３）。そして、設計者が吸気口、排気口，遮蔽板、フアン等の流れに関する計算条件を入力すると（Ｓ４）、複素ポテンシャル及びパターン属性化された流れ場が得られる（Ｓ５）。
【００５７】
次に類似度Ｆihが算出され、この類似度Ｆihと評価知識データベース５に記憶された統計データに基づいて仮の内蔵物配置に対する評価計算が実行される（Ｓ７）。
【００５８】
設計者は、評価結果を判断して、採用する場合は該当仮の内蔵物配置を基本配置とする（Ｓ９）。不採用の場合は、Ｓ２に戻り、仮の内蔵物配置をやり直す。一方、経験的評価知識抽出フローにおいては、既にラフスケッチ・データベース３に記憶されている内蔵物配置に対してＳ３でパターン属性化し、Ｓ５で複素ポテンシャル及びパターン属性化された流れ場を得て、類似度を算出して（Ｓ６）、事例データベース４を用いて該当類似度に対する判別分析を実施し（Ｓ１０）、その結果を統計データとして評価知識データベース５へ書込む。
【００５９】
そして、図６に示すように、決定された二次元の内蔵物配置の基となる三次元の内蔵物配置をマンマシン装置１のＣＲＴ表示装置に三次元的に表示すると共に、計算に用いた二次元の内蔵物配置の断面位置を表示する。
【００６０】
また、同一画面に、該当断面における吸入口２１から排気口２２までの風の流れ２３を表示することも可能である。さらに、先に算出した評価値Ｚ(1) ´を棒グラフ表示することも可能で降る。
【００６１】
このように構成された配置決定支援装置においては、設計者がマンマシン装置１を介して一つ仮の内蔵物配置を入力すると、この仮の内蔵物配置は内蔵物自体か有する属性値で示すパターン属性値Ｐi に変換される。一方、筐体内の複素ポテンシャルＷ（ｚ）が算出され、この複素複素ポテンシャルかららマトリックス状態に区切った各位置の流れ場が求まる。そして、この流れ場と仮の内蔵物配置との類似度Ｆihが算出される。
【００６２】
一方、過去に作成された各内蔵物配置の類似度Ｆihと採用実績Ｇとが事例データベース４に記憶保持されている。そして、この事例データベースに記憶された各類似度Ｆと採用実績Ｇとの関係を統計的に求めて、この統計データが評価値データベース５に記憶される。
【００６３】
そして、今回求めた、仮の内蔵物配置の類似度と評価値データベース５に記憶された類似度の統計データに基づいて、仮の内蔵物配置の採用に関する評価が得られる。
【００６４】
したがって、設計者はこの評価結果に基づいて簡単に仮の内蔵物配置の採用・不採用を決定できる。
仮の内蔵物配置の採用・不採用の決定に関して、人為的判断の入る余地が極力減少し、たとえ不慣れな設計者であっても仮の内蔵物配置に対す試行錯誤を繰返すことによって、簡単に最良の内蔵物配置を決定できる。
【００６５】
このように、従来は熟練者に依存していた内蔵物配置の決定が、不慣れな一般設計者でも可能になる。また、経験的評価知識をコンピュータで扱えるように統計データとして評価知識データベース５に記憶保持しているので、設計技術の継承にも有効である。さらに、一般設計者は本支援装置を用いることにより、経験的な評価知識を学習できる。
【００６６】
【発明の効果】
以上説明したように本発明の配置決定方法及び配置決定支援装置においては、データベースに記憶された過去の仮の内蔵物配置（ラフスケッチ）の採用・不採用の事例を用いて、新規に作成された仮の内蔵物配置に基づいて算出されたパターン属性化された内蔵物配置と筐体内の流れ場との間の類似度から、入力された仮の内蔵物配置の採用・不採用の客観的評価基準を得ている。
【００６７】
したがって、この評価基準を用いることによって、たとえ不慣れな設計者であっても、仮の内蔵物配置（ラフスケッチ）作成に対する試行錯誤を繰返すことによって、簡単に最良の内蔵物配置を決定できる。
【図面の簡単な説明】
【図１】 本発明の一実施形態に係わる配置決定方法を採用した配置決定支援装置の概略構成を示すブロック図
【図２】 同配置決定支援装置で用いる仮の内蔵物配置のパターン属性を示す図
【図３】 筐体内の各位置における属性値及び速度ポテンシャルを示す図
【図４】 筐体内の各特異点位置における流れを示す図
【図５】 同配置決定支援装置の全体動作を示す流れ図
【図６】 同配置決定支援装置のマンマシン装置に表示された評価結果を示す図
【図７】 一般的な内蔵物配置の決定手順を示す図
【図８】 筐体内の仮の内蔵物配置（ラフスケッチ）を示す図
【符号の説明】
１…マンマシン装置、２…内蔵物配置、３…ラフスケッチデータベース、４…事例データベース、５…評価知識データベース、６ａ…属性値入力部、６ｂ…計算条件入力部、７…内蔵物配置パターン属性化部、８…複素ポテンシャル算出部、９…流れ場算出部、１０…類似度算出部、１１…評価部、１２…事例書込部、１３…判定分析部、１４…統計的距離算出部、１５…評価値算出部
【発明の属する技術分野】
本発明は筐体内に収納された複数の機器や電子部品等の内蔵物を効率的に冷却するために該当内蔵物の配置を決定する配置決定方法及び配置決定支援装置に関する。
【０００２】
【従来の技術】
例えば大型の電力機器を収納する配電盤等の大型筐体やＰＣＢ（印刷配線基板）やＣＰＵボードやＨＤＤ等の小型の電子部品を収納する小型筐体のなかには、収納された電力機器や電子部品を冷却するためにファンで筐体内を強制冷却するものもある。
【０００３】
このような場合、実際に装置を製造する前に、筐体内に内蔵物を配置した設計図を用いて熱流体シミュレーションを実施して、筐体内の空気の流れと、筐体内の各部の温度分布の予測を行う。
【０００４】
具体的には、図７に示すように、概念設計と基本設計と詳細設計とを行う。概念設計においては、筐体内の内蔵物を自然空冷するか、強制空冷するか、冷房等の強制冷却するか等の冷却方式を決定する。
【０００５】
基本設計においては、筐体内に内蔵物の３次元的な基本配置を決定し、この３次元基本配置に基づいて空気の流れと温度分布とのシミュレーションと、シミュレーション結果の検証を行う。そして、詳細設計においては、筐体内に内蔵物を実際に配置して、例えはファン等を駆動して実際の空気の流れを実現して例えば空気の流れの仕様を満たすか否かを検証する。また、筐体内の各位置の温度を実測してやはり温度分布の仕様を満たすか否かを検証していた。
【０００６】
しかし、図７における基本設計段階で、詳細な筐体内における内蔵物の３次元基本配置が最初から一義的に定まることは極めて希である。そのため、図８に示すように、筐体内の電子部品等の内蔵物及びファン等の２次元の大まかな仮配置（ラフスケッチ）を作成して、この２次元の仮配置（ラフスケッチ）を基本配置として図７に示す空気の流れと温度分布のシミュレーションを実施していた。
【０００７】
【発明が解決しようとする課題】
しかしながら、上述したように、仮配置（ラフスケッチ）に基づいてシミュレーションを行ってシミュレーション結果である空気の流れと温度分布を得る手法においても、まだ解消すべき次のような課題があった。
【０００８】
すなわち、シミュレーション結果である空気の流れや温度分布の客観的評価基準は存在していないので、そのシミュレーションの基となる仮配置（ラフスケッチ）を実際の筐体内の内蔵物の配置に採用するか否かは熟練した技術者の判断に依存している。
【０００９】
したがって、シミュレーションの基となる仮配置（ラフスケッチ）の決定に際しても、熟練した技術者の判断に依存している。その結果、筐体内の内蔵物配置に不慣れな者は、簡単に最良の空気の流れや温度分布が得られる内蔵物配置を決定できない問題がある。
【００１０】
本発明はこのような事情に鑑みてなされたものであり、データベースに記憶された過去に作成された仮の内蔵物配置（ラフスケッチ）の採用・不採用の事例を用いて、新規に作成された仮の内蔵物配置に基づいて算出されたパターン属性化された内蔵物配置と筐体内の流れ場との間の類似度から、入力された仮配置の採用・不採用の客観的評価基準を得ることかでき、この評価基準を用いることによって、たとえ不慣れな設計者であっても、仮の内蔵物配置（ラフスケッチ）の試行錯誤を繰返すことによって、簡単に最良の内蔵物配置を決定できる配置決定方法及び配置決定支援装置を提供することを目的とする。
【００１１】
【課題を解決するための手段】
上記課題を解消するために本発明の配置決定方法においては、新規入力された筐体内における仮の内蔵物配置を、筐体内をマトリックス状に仕切った場合の各位置における内蔵物自体が有する属性値で示すパターン属性値に変換し、筐体内における空気の流れに関する複素ポテンシャルを計算して各位置におけるパターン属性化された流れ場を求め、それぞれパターン属性化された内蔵物配置と流れ場との類似度を算出し、過去に作成された各内蔵物配置における類似度と採用実績との関係と、算出された類似度とに基づいて、仮の内蔵物配置の採用に関する評価を行い、評価結果に基づいて前記仮の内蔵物配置の採用・不採用を決定している。
【００１２】
また、本発明の配置決定支援装置においては、新規入力された筐体内における仮の内蔵物配置を、筐体内をマトリックス状に仕切った場合の各位置における内蔵物自体が有する属性値で示すパターン属性値に変換する内蔵物配置パターン属性化手段と、筐体内における空気の流れに関する複素ポテンシャルを計算する複素ポテンシャル算出手段と、この算出された複素ポテンシャルから、各位置におけるパターン属性化された流れ場を算出する流れ場算出手段と、それぞれパターン属性化された内蔵物配置と流れ場との類似度を算出する類似度算出手段と、過去に作成された各内蔵物配置における類似度と採用実績とを記憶する事例データベースと、この事例データベースに記憶された類似度と採用実績との関係と、前記算出された類似度とに基づいて、仮の内蔵物配置の採用に関する評価を行う評価手段とを備えたものである。
また、別の発明の配置決定方法においては、新規入力された筐体内における仮の内蔵物配置を、筐体内をマトリックス状に仕切った場合の各位置における前記内蔵物自体が有する属性値で示すパターン属性値に変換し、筐体内における空気の流れに関するパターン属性化された流れ場を求め、それぞれパターン属性化された内蔵物配置と流れ場との類似度を算出し、過去に作成された各内蔵物配置における類似度と採用実績との関係と、算出された類似度とに基づいて、仮の内蔵物配置の採用に関する評価を行い、この評価結果に基づいて仮の内蔵物配置の採用・不採用を決定する。
また、別の発明の配置決定支援装置においては、新規入力された筐体内における仮の内蔵物配置を、筐体内をマトリックス状に仕切った場合の各位置における内蔵物自体が有する属性値で示すパターン属性値に変換する内蔵物配置パターン属性化手段と、筐体内における空気の流れに関するパターン属性化された流れ場を算出する流れ場算出手段と、それぞれパターン属性化された内蔵物配置と流れ場との類似度を算出する類似度算出手段と、過去に作成された各内蔵物配置における類似度と採用実績とを記憶する事例データベースと、この事例データベースに記憶された類似度と採用実績との関係と、算出された類似度とに基づいて、仮の内蔵物配置の採用に関する評価を行う評価手段とを備えたものである。
【００１３】
さらに、別の発明においては、上述した配置決定支援装置における評価手段を、類似度及び採用実績をそれぞれ説明変数及び目的変数とし、事例データベースに記憶された各類似度を用いて類似度の採用母集団及び不採用母集団を求める判別分析出手段と、仮の内蔵物配置の類似度の各母集団からの各統計的距離を算出する統計的距離算出手段と、統計的距離算出手段にて算出された各統計的距離に基づいて内蔵物配置の採用に関する評価値を算出する評価値算出手段とで構成している。
【００１４】
このように構成された配置決定方法及び配置決定支援装置においては、設計者が一つの仮の内蔵物配置を入力すると、この仮の内蔵物配置は内蔵物自体が有する属性値で示すパターン属性値に変換される。なお、この属性値とは、例えば筐体内における内蔵物の各位置における発熱度や耐熱性や致命度等の内蔵物的自体が有する属性である。
【００１５】
また、筐体内における空気の流れに関する複素ポテンシャルが算出される。具体的には、筐体における吸気口，排気口，遮蔽板，ファン等の位置や風量等の流れに関する計算条件を設計者が入力したり、予めメモリ等に記憶されている計算条件を自動的に読出して、これらを用いて複素ポテンシャルが算出される。この算出された複素ポテンシャルから、筐体内をマトリックス状態に区切った各位置の流れ場が求まる。
【００１６】
そして、この算出された流れ場と入力された仮の内蔵物配置との類似度が算出される。この類似度が高いことは、例えば、筐体内における発熱度分布や耐熱性分布や致命度分布に対応した流れ場が得られることを意味する。
【００１７】
一方、過去に実際に採用されたり、又は採用されなかった各内蔵物配置の類似度が事例データベースに記憶保持されている。そして、この事例データベースに記憶された各類似度と採用実績との関係と、仮の内蔵物配置の類似度との関係とに基づいて、仮の内蔵物配置の採用に関する評価が得られる。例えば、類似度がどの程度の値であれば、該当内蔵物配置が採用されるかの指標が得られる。
【００１８】
したがって、この評価結果に基づいて簡単に仮の内蔵物配置の採用・不採用を決定できる。
また、この仮の内蔵物配置の採用・不採用を、算出した類似度と事例データベースに記憶保持されている採用又は不採用の類似度との関係で決定するが、この場合の採用・不採用の客観的評価値を、事例データベースに記憶保持されている採用又は不採用の類似度から統計的に得られる採用母集団．不採用母集団とかららの統計的距離に基づいて決定している。
【００１９】
したがって、入力された仮の内蔵物配置の採用・不採用の決定に関して、設計者の人為的判断の入る余地が極力減少し、たとえ不慣れな設計者であっても仮の内蔵物配置に対す思考錯誤を実行することによって、簡単に最良の内蔵物配置を決定できる。
【００２０】
【発明の実施の形態】
以下本発明の一実施形態を図面を用いて説明する。
図１は実施形態に係わる配置決定方法及が採用された配置決定支援装置の概略構成を示すブロック図である。
【００２１】
この配置決定支援装置はコンピュータ等の情報処理装置で構成されており、この配置決定支援装置のＨＤＤ内には、設計者がＣＲＴ表示装置１ａやキーボード１ｂやマウス等からなるマンマシン装置１を介して入力した例えば図８に示す２次元の内蔵物配置（ラフスケッチ）２を記憶するラフスケッチ・データベース３と、過去に実際に採用されたり、又は採用されなかった各内蔵物配置の類似度と該当内蔵物配置の採用実績とを記憶する事例データベース４と、最終の採用・不採用の決定時に用いた統計データを評価知識として記憶する評価知識データベース５等が形成されている。
【００２２】
また、この配置決定支援装置のアプリケーションプログラム上には、属性値入力部６ａ，計算条件入力部６ｂ，内蔵物配置パターン属性化部７，複素ポテンシャル算出部８，流れ場算出部９，類似度算出部１０，評価部１１及び事例書込部１２等が形成されている。
【００２３】
さらに、評価部１１内には、判別分析部１３，統計的距離算出部１４及び評価値算出部１５が形成されている。
次に、各部６ａ〜１５の具体的動作を順番に説明する。
【００２４】
ラフスケッチ・データベース３内には、マンマシン装置１を介して設計者が入力した筐体内に収納される電気機器や電子部品等の収納物の仮の２次元の各収納物配置（ラフスケッチ）２が記憶されている。
【００２５】
内蔵物配置パターン属性化部７は、ラフスケッチ・データベース３に記憶された今回新規に入力した仮の収納物配置（ラフスケッチ）２を読取る。そして、読取った仮の収納物配置（ラフスケッチ）２をマンマシン装置１を介して属性値入力部６ａから入力した属性値に基づいてパターン属性値Ｐi に変換する。
【００２６】
このパターン属性値Ｐi の作成方法を図２（ａ），（ｂ）を用いて説明する。３次元の筐体を前記仮の２次元の収納物配置（ラフスケッチ）の位置で切断し２次元で表して、この２次元の筐体をマトリックス状に仕切った場合における各位置（メッシュ）に対して、内蔵物自体が有する属性値が割付けられる。例えば、各位置（メッシュ）番号を１〜Ｋとし、属性の種類をｉとすると、各位置の属性値はＰikとなる。
【００２７】
よって、筐体内に収納された収納物の配置全体に対するパターン属性値Ｐi は、１番からＫ番までの各位置の属性値Ｐikの集合となる。
Ｐi ＝［Ｐi1，…，Ｐik，…，ＰiK］ …(1)
したがって、属性の種類ｉが１の場合（ｉ＝１）は、パターン属性値Ｐi （Ｐ1 ）は図２（ａ）に示す配置パターンになり、属性の種類ｉが２の場合（ｉ＝２）は、パターン属性値Ｐi （Ｐ2 ）は図２（ｂ）に示す配置パターンになる。
【００２８】
属性の種類ｉの具体例は、内蔵物の各位置における発熱度や耐熱性や致命度等である。そして、図３（ａ）は属性の種類が致命度（ｉ＝１）の場合のパターン属性値Ｐ1 を示す図である。この場合、各位置の致命度を１，２，３，４の４段階に分類し、値が高い方が、低い方に比較して、例えば同一温度条件下においては、早く損傷することを示す。具体的には、ＦＭＥＡ（故障モード影響解析）手法を用いて得られた値（致命度）を１番からＫ番の各位置（メッシュ）に割付ける。
【００２９】
また、図３（ｂ）は属性の種類が発熱密度（ｉ＝２）の場合のパターン属性値Ｐ2 を示す図である。この場合は、内蔵物を実際に稼働させた場合における各位置の発熱密度が相対値で示されている。
【００３０】
複素ポテンシャル算出部８は、マンマシン装置１を介して計算条件入力部６ｂから入力された流れに関する計算条件を用いて筐体内の流れに関する速度ポテンシャルφと流れ関数ψとからなる複素ポテンシャルＷ（ｚ）を算出する。
【００３１】
複素ポテンシャル算出部８は、マンマシン装置１を介して計算条件入力部６ｂから入力された流れに関する計算条件を用いて筐体内の流れに関する速度ポテンシャルφと流れ関数ψとからなる複素ポテンシャルＷ（ｚ）を算出する。
Ｗ（ｚ）＝φ＋ｊψ …(2)
ｊ：虚数単位 但し、ｚ＝ｘ＋ｊｙ
φ：速度ポテンシャル ψ：流れ関数
具体的には、計算条件として、筐体内における、吸気口，排気口，ファン，遮蔽板等の設置位置で示される特定位置の複素ポテンシャルＷ（ｚ）を境界条件として使用する。例えはＱを風量とすると、吸気口における複素ポテンシャルＷ（ｚ）は、図４に示すように、
Ｗ（ｚ）＝（Ｑ／２π） logｚ
となり、また、排気口の複素ポテンシャルＷ（ｚ）は、
Ｗ（ｚ）＝（Ｑ／２π） logｚ
となり、さらに、ファンの複素ポテンシャルＷ（ｚ）は、
Ｗ（ｚ）＝Ｑ／２πｚ
となる。
【００３２】
このような基本的複素ポテンシャルＷ（ｚ）を重ね合わせることによって、筐体内の全体の複素ポテンシャルＷ（ｚ）が得られる。
流れ場算出部９は、複素ポテンシャル算出部８で算出された全体の複素ポテンシャルＷ（ｚ）から筐体内におけるマトリックス状に区分された各位置におけるパターン属性化された流れ場Ｐh を算出する。
Ｐh ＝［Ｐh1，…，Ｐhk，…，ＰhK］ …(3)
具体的には、下記（4)式が成立するので、
【００３３】
【数１】
【００３４】
図３（ｃ）はパターン属性化された流れ場Ｐh のマトリックス状に区分された各位置の流れ場Ｐhkの具体例としての速度ポテンシャルφを示す。
類似度算出部１０は、流れ場算出部９で算出されたパターン属性化された流れ場Ｐh と、内蔵物配置パターン属性化部７で作成されたパターン属性化された
仮の内蔵物配置Ｐi との類似度Ｆihを(5) 式で算出する。
【００３５】
Ｆih＝（Ｐi ・Ｐh ）／（‖Ｐi ‖・‖Ｐｈ‖）…(5)
但し、‖Ｐi ‖，‖Ｐｈ‖はユークリッドノルムであり、下記のように定定義されている。
【００３６】
【数２】
このように算出された類似度Ｆihが高いことは、前述したように、筐体内における設計者にて指定された属性種類としての発熱度分布、耐熱性分布、致命度分布等に対応したパータン属性化された内蔵物配置のパターンが今回算出した筐体の流れ場のパターンに近似していることを示す。したがって、類似度Ｆihが高い方が、今回入力した仮の内蔵物配置が、発熱度分布、耐熱性分布、致命度分布等を考慮したより良い内蔵物配置に近くなることを示す。
【００３８】
類似度算出部１０は算出した類似度Ｆihを評価部１１へ送出する。
一方、事例データベース４内には、この配置決定支援装置を用いて過去に算出された各内蔵物配置の類似度Ｆと該当類似度Ｆの内蔵物配置が実際に採用されか不採用であったかを示す採用実績Ｇとが記憶されている。採用された場合はＧ＝１であり、不採用の場合はＧ＝０である。
【００３９】
内蔵物配置のパータン属性値が発熱度分布と耐熱性分布等のように複数の属性に基づいて複数種類作成された場合（ｉ＝１，ｉ＝２，…）は、当然類似度Ｆih（Ｆ1h，Ｆ2h）も複数存在する。また、流れ場も上述した速度ポテンシャル以外にも流れの方向等の複数種類の流れ場が存在する。したがって、類似度Ｆihは属性ｉの種類と流れ場の種類ｈとの複数種類の組合せが存在する。
【００４０】
複数種類の類似度Ｆih（i=1,2,3.…，h=1,2,3.…）と採用実績Ｇihの組Ｃm
Ｃm ＝［Ｆ12m ，Ｆ21m ，Ｇihm ］T
により一つの事例データが形成される。但し、ｍ（m=1,2,3 , …,M) は事例毎に付された番号である。また、Ｔは転置を意味する。
【００４１】
したがって、事例データベース４内には各事例毎に、前述したＣm が下記のフォーマットで記憶されている。
Ｃ＝［Ｃ1 ，Ｃ2 ，…，Ｃm ，…，ＣM ］
評価部１１は類度度算出部１０が算出した類似度Ｆihを、事例データベース４内に記憶された各類似度と採用実績との対Ｃに基づいて、この類似度Ｆihの算出元の仮の内蔵物配置の採用に関する評価を行う。
【００４２】
次に、この評価部１１における評価動作の詳細を説明する。
先ず、一つの流れ場に対してどの属性が最も対応しているかを選択する必要がある。具体的には、どの種類の類似度Ｆihを用いて、今回入力した仮の内蔵物配置に対する採用・不採用の評価を行うかを決定する。
【００４３】
次に、この判別分析における説明変数として使用可能な類似度Ｆihを選択する手順を説明する。
各類似度Ｆihと採用実績Ｇに対して、全事例を用いた分散分析を用いて、目的変数と相関の高い類似度Ｆihを説明変数の候補とする。分散分析に際しては、級間偏差平方和Ｓ1 と級内偏差平方和Ｓ2 を以下のように定義して用いる。
【００４４】
【数３】
【００４５】
次に、多重共線性が生じないように、説明変数候補（類似度Ｆih，類似度Ｆi'h'）相互間の単相関係数ａ（i,h,i',h')を算出した上で、無相関の検定により説明変数候補（Ｆih，Ｆi'h'）相互間の相関が小さいパータン属性を選択する。なお、単相関係数ａ（i,h,i',h')は、
【００４６】
【数４】
【００４７】
以上説明した手順で、最終的に採用する類似度Ｆihの種類を選択する。例えば、属性の種類として、発熱度分布、耐熱性分布、致命度分布等が存在し、流れ場の種類として、速度ポテンシャルや流れの方向がある。この場合、例えば、図３（ｃ）に示す速度ポテンシャルの流れ場に対しては図３（ｂ）に示す発熱密度の属性（ｉ＝２）が最もよく対応する。
【００４８】
なお、選択されるパターン属性は収集された事例より異なる場合もある。
次に、採用事例及び不採用事例に関する偏差平方和・積分行列Ｓのｑ，ｒ要素を
【００４９】
【数５】
【００５０】
但し、q,r （＝1,2,3,…,s) は選択した説明変数に対して、新たに付与した識別番号である。
そして、今回算出した類似度Ｆihが事例データベースから得られた採用事例群及び不採用事例群からの各統計的距離である各マハラノビス汎距離ｄ(1) ，ｄ(0) を下式で求める。
【００５１】
【数６】
そこで、基本的には、下記のアルゴリズムを用いて今回の内蔵物配置に対する採用・不採用を判断すれぱよい。
【００５２】
ｉｆ（ｄ(1) −ｄ(0）) ＜０ ｔｈｅｎ 採用
ｉｆ（ｄ(1) −ｄ(0）) ＞０ ｔｈｅｎ 不採用
ｉｆ（ｄ(1) −ｄ(0）) ＝０ ｔｈｅｎ 判別不能
実際には、各マハラノビス汎距離ｄ(1) ，ｄ(0) を
Ｚ(1) ＝ｅｘｐ（−０．５ｄ(1) 2 ）／（２π5/2 ｜Ｑ｜0.5 ）
Ｚ(0) ＝ｅｘｐ（−０．５ｄ(0) 2 ）／（２π5/2 ｜Ｑ｜0.5 ）
の各確率表現形式に変換し、その構成比Ｚ(1) ´をマンマシン装置１に表示して設計者に知らせる。
【００５３】
Ｚ(1) ´＝１００・Ｚ(1) ／（Ｚ(1) ＋Ｚ(0) ） （％）
したがって、設計者はこの評価値Ｚ(1) ´で採用・不採用の最終判断を行えばよい。
【００５４】
事例書込部１２は、設計者によって、マンマシン装置１を介して最終的に決定された今回の仮の内蔵物配置に対する採用・不採用の情報Ｇ及び類似度Ｆihを事例データベース４に書込む。
【００５５】
次に、この配置決定支援装置の全体の動作を図５のフロー図を用いて説明する。この装置全体の処理動作は、大きく分けて、経験的知識の抽出フローと配置決定支援フローとで構成されている。
【００５６】
配置決定支援フローにおいては、Ｓ（ステップ）１にて設計者が内蔵物毎のパターン属性値を入力し、次に仮の内蔵物配置を入力する（Ｓ２）。すると、内蔵物配置のパターン属性化が実施される（Ｓ３）。そして、設計者が吸気口、排気口，遮蔽板、フアン等の流れに関する計算条件を入力すると（Ｓ４）、複素ポテンシャル及びパターン属性化された流れ場が得られる（Ｓ５）。
【００５７】
次に類似度Ｆihが算出され、この類似度Ｆihと評価知識データベース５に記憶された統計データに基づいて仮の内蔵物配置に対する評価計算が実行される（Ｓ７）。
【００５８】
設計者は、評価結果を判断して、採用する場合は該当仮の内蔵物配置を基本配置とする（Ｓ９）。不採用の場合は、Ｓ２に戻り、仮の内蔵物配置をやり直す。一方、経験的評価知識抽出フローにおいては、既にラフスケッチ・データベース３に記憶されている内蔵物配置に対してＳ３でパターン属性化し、Ｓ５で複素ポテンシャル及びパターン属性化された流れ場を得て、類似度を算出して（Ｓ６）、事例データベース４を用いて該当類似度に対する判別分析を実施し（Ｓ１０）、その結果を統計データとして評価知識データベース５へ書込む。
【００５９】
そして、図６に示すように、決定された二次元の内蔵物配置の基となる三次元の内蔵物配置をマンマシン装置１のＣＲＴ表示装置に三次元的に表示すると共に、計算に用いた二次元の内蔵物配置の断面位置を表示する。
【００６０】
また、同一画面に、該当断面における吸入口２１から排気口２２までの風の流れ２３を表示することも可能である。さらに、先に算出した評価値Ｚ(1) ´を棒グラフ表示することも可能で降る。
【００６１】
このように構成された配置決定支援装置においては、設計者がマンマシン装置１を介して一つ仮の内蔵物配置を入力すると、この仮の内蔵物配置は内蔵物自体か有する属性値で示すパターン属性値Ｐi に変換される。一方、筐体内の複素ポテンシャルＷ（ｚ）が算出され、この複素複素ポテンシャルかららマトリックス状態に区切った各位置の流れ場が求まる。そして、この流れ場と仮の内蔵物配置との類似度Ｆihが算出される。
【００６２】
一方、過去に作成された各内蔵物配置の類似度Ｆihと採用実績Ｇとが事例データベース４に記憶保持されている。そして、この事例データベースに記憶された各類似度Ｆと採用実績Ｇとの関係を統計的に求めて、この統計データが評価値データベース５に記憶される。
【００６３】
そして、今回求めた、仮の内蔵物配置の類似度と評価値データベース５に記憶された類似度の統計データに基づいて、仮の内蔵物配置の採用に関する評価が得られる。
【００６４】
したがって、設計者はこの評価結果に基づいて簡単に仮の内蔵物配置の採用・不採用を決定できる。
仮の内蔵物配置の採用・不採用の決定に関して、人為的判断の入る余地が極力減少し、たとえ不慣れな設計者であっても仮の内蔵物配置に対す試行錯誤を繰返すことによって、簡単に最良の内蔵物配置を決定できる。
【００６５】
このように、従来は熟練者に依存していた内蔵物配置の決定が、不慣れな一般設計者でも可能になる。また、経験的評価知識をコンピュータで扱えるように統計データとして評価知識データベース５に記憶保持しているので、設計技術の継承にも有効である。さらに、一般設計者は本支援装置を用いることにより、経験的な評価知識を学習できる。
【００６６】
【発明の効果】
以上説明したように本発明の配置決定方法及び配置決定支援装置においては、データベースに記憶された過去の仮の内蔵物配置（ラフスケッチ）の採用・不採用の事例を用いて、新規に作成された仮の内蔵物配置に基づいて算出されたパターン属性化された内蔵物配置と筐体内の流れ場との間の類似度から、入力された仮の内蔵物配置の採用・不採用の客観的評価基準を得ている。
【００６７】
したがって、この評価基準を用いることによって、たとえ不慣れな設計者であっても、仮の内蔵物配置（ラフスケッチ）作成に対する試行錯誤を繰返すことによって、簡単に最良の内蔵物配置を決定できる。
【図面の簡単な説明】
【図１】 本発明の一実施形態に係わる配置決定方法を採用した配置決定支援装置の概略構成を示すブロック図
【図２】 同配置決定支援装置で用いる仮の内蔵物配置のパターン属性を示す図
【図３】 筐体内の各位置における属性値及び速度ポテンシャルを示す図
【図４】 筐体内の各特異点位置における流れを示す図
【図５】 同配置決定支援装置の全体動作を示す流れ図
【図６】 同配置決定支援装置のマンマシン装置に表示された評価結果を示す図
【図７】 一般的な内蔵物配置の決定手順を示す図
【図８】 筐体内の仮の内蔵物配置（ラフスケッチ）を示す図
【符号の説明】
１…マンマシン装置、２…内蔵物配置、３…ラフスケッチデータベース、４…事例データベース、５…評価知識データベース、６ａ…属性値入力部、６ｂ…計算条件入力部、７…内蔵物配置パターン属性化部、８…複素ポテンシャル算出部、９…流れ場算出部、１０…類似度算出部、１１…評価部、１２…事例書込部、１３…判定分析部、１４…統計的距離算出部、１５…評価値算出部
Claims (5)
- 新規入力された筐体内における仮の内蔵物配置を、前記筐体内をマトリックス状に仕切った場合の各位置における前記内蔵物自体が有する属性値で示すパターン属性値に変換し、
前記筐体内における空気の流れに関する複素ポテンシャルを計算して前記各位置におけるパターン属性化された流れ場を求め、
前記それぞれパターン属性化された内蔵物配置と流れ場との類似度を算出し、
過去に作成された各内蔵物配置における類似度と採用実績との関係と、前記算出された類似度とに基づいて、前記仮の内蔵物配置の採用に関する評価を行い、
この評価結果に基づいて前記仮の内蔵物配置の採用・不採用を決定する
ことを特徴とする配置決定方法。 - 新規入力された筐体内における仮の内蔵物配置を、前記筐体内をマトリックス状に仕切った場合の各位置における前記内蔵物自体が有する属性値で示すパターン属性値に変換する内蔵物配置パターン属性化手段と、
前記筐体内における空気の流れに関する複素ポテンシャルを計算する複素ポテンシャル算出手段と、
この算出された複素ポテンシャルから、前記各位置におけるパターン属性化された流れ場を算出する流れ場算出手段と、
前記それぞれパターン属性化された内蔵物配置と流れ場との類似度を算出する類似度算出手段と、
過去に作成された各内蔵物配置における類似度と採用実績とを記憶する事例データベースと、
この事例データベースに記憶された類似度と採用実績との関係と、前記算出された類似度とに基づいて、前記仮の内蔵物配置の採用に関する評価を行う評価手段と
を備えた配置決定支援装置。 - 新規入力された筐体内における仮の内蔵物配置を、前記筐体内をマトリックス状に仕切った場合の各位置における前記内蔵物自体が有する属性値で示すパターン属性値に変換し、
前記筐体内における空気の流れに関するパターン属性化された流れ場を求め、
前記それぞれパターン属性化された内蔵物配置と流れ場との類似度を算出し、
過去に作成された各内蔵物配置における類似度と採用実績との関係と、前記算出された類似度とに基づいて、前記仮の内蔵物配置の採用に関する評価を行い、
この評価結果に基づいて前記仮の内蔵物配置の採用・不採用を決定する
ことを特徴とする配置決定方法。 - 新規入力された筐体内における仮の内蔵物配置を、前記筐体内をマトリックス状に仕切った場合の各位置における前記内蔵物自体が有する属性値で示すパターン属性値に変換する内蔵物配置パターン属性化手段と、
前記筐体内における空気の流れに関するパターン属性化された流れ場を算出する流れ場算出手段と、
前記それぞれパターン属性化された内蔵物配置と流れ場との類似度を算出する類似度算出手段と、
過去に作成された各内蔵物配置における類似度と採用実績とを記憶する事例データベースと、
この事例データベースに記憶された類似度と採用実績との関係と、前記算出された類似度とに基づいて、前記仮の内蔵物配置の採用に関する評価を行う評価手段と
を備えた配置決定支援装置。 - 前記評価手段は、
類似度及び採用実績をそれぞれ説明変数及び目的変数とし、前記事例データベースに記憶された各類似度を用いて類似度の採用母集団及び不採用母集団を求める判別分析手段と、
前記仮の内蔵物配置の類似度の前記各母集団からの各統計的距離を算出する統計的距離算出手段と、
この統計的距離算出手段にて算出された各統計的距離に基づいて前記内蔵物配置の採用に関する評価値を算出する評価値算出手段と
を有することを特徴とする請求項２又は４記載の配置決定支援装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03964596A JP3695823B2 (ja) | 1996-02-27 | 1996-02-27 | 配置決定方法及び配置決定支援装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03964596A JP3695823B2 (ja) | 1996-02-27 | 1996-02-27 | 配置決定方法及び配置決定支援装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09230963A JPH09230963A (ja) | 1997-09-05 |
| JP3695823B2 true JP3695823B2 (ja) | 2005-09-14 |
Family
ID=12558830
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP03964596A Expired - Fee Related JP3695823B2 (ja) | 1996-02-27 | 1996-02-27 | 配置決定方法及び配置決定支援装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3695823B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7987073B2 (en) | 2003-04-04 | 2011-07-26 | Canon Kabushiki Kaisha | Method and apparatus of optimally designing a structure |
| JP2009211351A (ja) * | 2008-03-04 | 2009-09-17 | Mazda Motor Corp | 車両用制御ユニット設計支援装置及び方法 |
| JP5045657B2 (ja) | 2008-12-02 | 2012-10-10 | 富士通株式会社 | プリント基板解析装置、プリント基板解析方法、プリント基板解析プログラム |
| KR20230014030A (ko) | 2021-07-20 | 2023-01-27 | 아나시타시야 스미칼리나 | 제어반 제작 속도를 고속화시키기 위한 fa 장비용 제어반 설계 및 제조 시스템 및 그 동작 방법 |
-
1996
- 1996-02-27 JP JP03964596A patent/JP3695823B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH09230963A (ja) | 1997-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4983296B2 (ja) | 解析支援システム並びにその方法，プログラム及び装置 | |
| TWI661327B (zh) | 開發電子架構設計的方法、電腦系統及機器可讀取媒體 | |
| JP5559040B2 (ja) | 設備の電力及び冷却を管理するための方法及びシステム | |
| US7467077B2 (en) | Mesh model creating method, simulation apparatus and computer-readable storage medium | |
| US7421671B2 (en) | Graph pruning scheme for sensitivity analysis with partitions | |
| CN103828498A (zh) | 用于顺序放置数据中心布局内的冷却资源的系统和方法 | |
| JP2008040921A (ja) | 形状簡略化装置及びそれに用いられるプログラム | |
| TW202001630A (zh) | 電腦系統以及分組及排序之方法 | |
| KR100994693B1 (ko) | 해석 지원 장치, 해석 지원 방법 및 해석 지원 프로그램을 기록한 컴퓨터 판독 가능한 기록매체 | |
| JP3695823B2 (ja) | 配置決定方法及び配置決定支援装置 | |
| US20070118342A1 (en) | Mesh creating device, mesh creating method and mesh creating program | |
| Yang et al. | Automatic layout generation with applications in machine learning engine evaluation | |
| JP3807911B2 (ja) | 解析装置、解析方法および解析プログラムを記録した記録媒体 | |
| VanGilder et al. | Partially decoupled aisle method for estimating rack-cooling performance in near-real time | |
| EP2088526A1 (en) | Analysis supporting apparatus, analysis supporting method, and analysis supporting program | |
| Kühner et al. | From a product model to visualization: Simulation of indoor flows with lattice‐Boltzmann methods | |
| Pornbacher | A new method supporting the nominal design of analog integrated circuits with regard to constraints | |
| Mottahed et al. | Optimal design of electronic system utilizing an integrated multidisciplinary process | |
| EP2088524A1 (en) | Analysis supporting apparatus, analysis supporting method, and analysis supporting program | |
| Lautenschlager et al. | Strategies for Structural and Thermal Optimization in the Field of Automotive Radio and Navigation Systems | |
| Smith | Computational fluids domain reduction to a simplified fluid network | |
| Gau | Facility layout with an iterative algorithm | |
| EP2088527A1 (en) | Analysis supporting apparatus, analysis supporting method, and analysis supporting program | |
| Shephard et al. | Simulation information structures | |
| CN118043826A (zh) | 预测模型制作方法、预测方法、预测模型制作装置、预测装置、预测模型制作程序、预测程序 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050201 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050401 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050621 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050628 |
|
| LAPS | Cancellation because of no payment of annual fees |