JP7372883B2 - 応力推定システム - Google Patents
応力推定システム Download PDFInfo
- Publication number
- JP7372883B2 JP7372883B2 JP2020116312A JP2020116312A JP7372883B2 JP 7372883 B2 JP7372883 B2 JP 7372883B2 JP 2020116312 A JP2020116312 A JP 2020116312A JP 2020116312 A JP2020116312 A JP 2020116312A JP 7372883 B2 JP7372883 B2 JP 7372883B2
- Authority
- JP
- Japan
- Prior art keywords
- appendix
- stress distribution
- data
- stress
- fem
- 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.)
- Active
Links
- 238000009826 distribution Methods 0.000 claims description 165
- 238000000034 method Methods 0.000 claims description 66
- 238000004364 calculation method Methods 0.000 claims description 34
- 238000004458 analytical method Methods 0.000 claims description 28
- 238000010801 machine learning Methods 0.000 claims description 20
- 239000000284 extract Substances 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 14
- 238000013527 convolutional neural network Methods 0.000 claims description 4
- 238000007792 addition Methods 0.000 description 112
- 238000013473 artificial intelligence Methods 0.000 description 72
- 230000008569 process Effects 0.000 description 38
- 238000013135 deep learning Methods 0.000 description 33
- 238000013500 data storage Methods 0.000 description 18
- 238000013461 design Methods 0.000 description 17
- 238000012545 processing Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 12
- 238000011960 computer-aided design Methods 0.000 description 11
- 238000009434 installation Methods 0.000 description 11
- 238000013075 data extraction Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 5
- 239000000654 additive Substances 0.000 description 4
- 230000000996 additive effect Effects 0.000 description 3
- 238000013136 deep learning model Methods 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Description
図1は、本発明の一実施形態に係る応力推定システム1の全体構成図である。応力推定システム1は、有限要素法による応力評価を簡便に代替する応力分布の推定システムであって、図1に示す各要素を備えた計算機システムによって実現される。なお、図1には図示を省略しているが、応力推定システム1は、ユーザ(作業者)による入力操作を受け付けるキーボードやマウス等の入力装置を備えてもよい。
図2は、学習用FEMデータ構築処理の処理手順例を示すフローチャートである。学習用FEMデータ構築処理は、応力推定システム1において実行される処理であって、設計プロセスにおいて、深層学習応力推定器110の機械学習のための学習用FEMデータを構築する処理である。図2に示す各ステップの処理は、例えば表示部112に表示されるGUI(Graphical User Interface)に対して作業者がアイコンをクリックする等の所定の操作が行われたことに基づいて、次のステップの処理に進む場合と、各ステップにおける応力推定システム1の各部による処理が終了したことに基づいて、次のステップの処理に進む場合とがある。なお、本実施形態では、シングルスキン構造またはダブルスキン構造を有する鉄道車両モデル(構造体)に付加物を追加する場合を例として説明するが、本発明は他の構造にも適用可能である。
図4は、学習用FEMデータの応力分布データ抽出処理の処理手順例を示すフローチャートである。学習用FEMデータの応力分布データ抽出処理は、応力推定システム1において実行される処理であって、深層学習応力推定器110の機械学習時に入力される応力分布データを抽出する処理である。
図1に示した応力推定システム1において実行される、深層学習応力推定器110の学習の流れの説明に先立って、深層学習応力推定器110の構成について説明する。
図10は、応力分布推定処理の処理手順例を示すフローチャートである。応力分布推定処理は、図1に示した応力推定システム1において実行される処理であって、深層学習応力推定器110を用いて、付加物の追加後の応力分布を推定する処理である。
101 付加物追加前FEMモデル入力部
102 付加物追加FEMデータ生成器
103 FEM解析ソフト格納部
104 演算部
105 メモリ
106 学習用FEM結果格納部
107 付加物情報抽出器
108 応力分布データ抽出器
109 学習入力データ格納部
110 深層学習応力推定器
111 応力推定形状データ入力部
112 表示部
113 データバス
114 付加物追加前FEMモデルデータ
115 付加物追加FEMモデルデータ
116 付加物
117,118,119,120,126 応力分布
121 CADモデルスクリーンショット画像
122 領域
123 データ生成AI
124 データ判別AI
125 付加物輪郭像
Claims (8)
- 構造体に付加物を取り付けた場合の付加物周辺の応力分布を有限要素法の解析モデルを用いて推定する応力推定システムであって、
前記付加物の形状及び取付位置を示す付加物情報を入力する付加物情報入力部と、
前記付加物を追加する前の前記構造体の解析モデルである付加物追加前FEMモデルを入力する付加物追加前FEMモデル入力部と、
前記付加物情報、及び前記付加物追加前FEMモデルにおける付加物周辺の第1の応力分布から、前記付加物追加前FEMモデルに前記付加物を追加した場合の付加物周辺の第2の応力分布を生成するように学習された機械学習モデルを演算する演算部と、
前記機械学習モデルによって生成された前記第2の応力分布を表示する表示部と、
を備えることを特徴とする応力推定システム。 - 前記演算部は、前記付加物を追加した場合の前記第2の応力分布の生成を前記機械学習モデルで演算する前に、前記付加物追加前FEMモデル入力部に前記付加物追加前FEMモデルが入力された段階で、
ユーザによって指定された形状及び取付位置の範囲内で学習用の付加物を追加した前記構造体の解析モデルである付加物追加FEMモデルをパラメトリックに生成した上で、各前記付加物追加FEMモデルにおける応力分布の有限要素解析を行い、
前記学習用の付加物の前記付加物情報である学習用付加物情報と、前記学習用の付加物の追加前後の前記構造体の解析モデルにおける応力分布との相関を前記機械学習モデルに学習させる
ことを特徴とする請求項1に記載の応力推定システム。 - 前記付加物追加前FEMモデルにユーザによって指定された形状及び取付位置の範囲内で学習用の付加物を追加して前記付加物追加FEMモデルをパラメトリックに生成し、各前記付加物追加FEMモデルにおける応力分布の有限要素解析を行う付加物追加FEMデータ生成器と、
前記付加物を追加した後の前記構造体のモデルデータから前記付加物の前記付加物情報を生成する機能を有し、前記付加物追加FEMデータ生成器によって出力される前記付加物追加FEMモデルのデータから、前記学習用付加物情報を生成する付加物情報抽出器と、
前記付加物追加FEMモデルのデータ及び前記学習用付加物情報に基づいて、前記付加物追加前FEMモデルにおける付加物周辺の第3の応力分布及び前記付加物追加FEMモデルにおける付加物周辺の第4の応力分布を抽出する応力分布データ抽出器と、
をさらに備え、
前記機械学習モデルは、前記学習用付加物情報を前記付加物情報とし、前記第3の応力分布を前記第1の応力分布として、前記付加物追加前FEMモデルに前記学習用の付加物を追加した場合の付加物周辺の前記第2の応力分布を生成し、当該生成した前記第2の応力分布の正解データとして前記第4の応力分布を使用することにより、前記第2の応力分布の生成精度を高める学習を行う
ことを特徴とする請求項2に記載の応力推定システム。 - 前記機械学習モデルは、
前記付加物情報及び前記付加物追加前FEMモデルにおける前記第1の応力分布から、自身が有する生成パラメータに基づいて、前記付加物を追加した場合の前記第2の応力分布を生成するデータ生成部と、
前記データ生成部から出力される前記第2の応力分布のデータ、及び前記応力分布データ抽出器から出力される前記第4の応力分布のデータを入力として、入力されたデータにおける応力分布が、前記生成パラメータによって生成された応力分布であるか前記有限要素解析によって得られた応力分布であるかを自身が有する判別パラメータによって判別するデータ判別部と、
を有して構成され、
前記機械学習モデルの学習において、前記データ生成部は、生成する前記第2の応力分布のデータが前記データ判別部によって判別困難となるように前記生成パラメータの学習を繰り返す一方、前記データ判別部は、前記データ生成部が生成する前記第2の応力分布のデータを高精度に判別可能となるように前記判別パラメータの学習を繰り返す
ことを特徴とする請求項3に記載の応力推定システム。 - 前記生成パラメータ及び前記判別パラメータは畳み込みニューラルネットワークのパラメータであり、
前記データ生成部及び前記データ判別部は、データ生成部による前記第2の応力分布と前記正解データとする前記第4の応力分布との乖離度合いを示す損失の指標について、それぞれ所定の損失計算を行い、損失計算の結果に応じて、各自が有するパラメータを更新する
ことを特徴とする請求項4に記載の応力推定システム。 - 前記付加物情報抽出器は、前記付加物を追加した後の前記構造体のCADモデルのキャプチャ画像から、当該付加物を表示する固有の色を抽出することによって、当該付加物の前記付加物情報を抽出する
ことを特徴とする請求項3に記載の応力推定システム。 - 前記構造体は、シングルスキン構造またはダブルスキン構造を有する構造体である
ことを特徴とする請求項1に記載の応力推定システム。 - 前記付加物は、構造体との接合面が矩形となる板状部材である
ことを特徴とする請求項1に記載の応力推定システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020116312A JP7372883B2 (ja) | 2020-07-06 | 2020-07-06 | 応力推定システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020116312A JP7372883B2 (ja) | 2020-07-06 | 2020-07-06 | 応力推定システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022014130A JP2022014130A (ja) | 2022-01-19 |
JP7372883B2 true JP7372883B2 (ja) | 2023-11-01 |
Family
ID=80185302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020116312A Active JP7372883B2 (ja) | 2020-07-06 | 2020-07-06 | 応力推定システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7372883B2 (ja) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019144765A (ja) | 2018-02-19 | 2019-08-29 | 日本碍子株式会社 | 柱状ハニカム構造体の最大引張応力推定方法及び最大引張応力推定装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04367965A (ja) * | 1991-06-17 | 1992-12-21 | Hitachi Ltd | ニューラルネットを用いた設計支援システム |
JPH0999472A (ja) * | 1995-10-09 | 1997-04-15 | Toray Ind Inc | 製品の設計支援装置、設計方法および製造方法 |
JP7118941B2 (ja) * | 2018-11-16 | 2022-08-16 | 東レエンジニアリング株式会社 | 樹脂成形解析方法、プログラムおよび記録媒体 |
-
2020
- 2020-07-06 JP JP2020116312A patent/JP7372883B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019144765A (ja) | 2018-02-19 | 2019-08-29 | 日本碍子株式会社 | 柱状ハニカム構造体の最大引張応力推定方法及び最大引張応力推定装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2022014130A (ja) | 2022-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | Feature-based simplification of boundary representation models using sequential iterative volume decomposition | |
JP4893148B2 (ja) | 形状簡略化装置及びそれに用いられるプログラム | |
US20120042300A1 (en) | Partitioning for model-based design | |
US8938703B1 (en) | Method and apparatus for comprehension of common path pessimism during timing model extraction | |
CN107220438B (zh) | 一种基于bim信息模型的cae力学仿真的方法 | |
Moreo et al. | Experiences on developing computer vision hardware algorithms using Xilinx system generator | |
KR20150073859A (ko) | Cad 기반 초기 표면 기하형상 정정 | |
US8346584B2 (en) | Method and apparatus for determining design modification effects on a computerized engineering model | |
JP4676630B2 (ja) | 三次元解析モデル生成方法、装置、三次元解析モデル生成プログラム及びその記録媒体 | |
US10467359B2 (en) | Special-purpose programmed computer for numerical simulation of a metal forming process having a predefined load path with corresponding mesh adjustment scheme | |
Gopsill et al. | Computer aided design user interaction as a sensor for monitoring engineers and the engineering design process | |
CN111814376A (zh) | 一种车身接附点刚度结果提取方法及电子设备 | |
US7984403B2 (en) | Verification supporting system | |
JP7372883B2 (ja) | 応力推定システム | |
KR101919085B1 (ko) | 3차원 메쉬 데이터 간소화 방법 및 장치 | |
JP2008217708A (ja) | 設計方法及びプログラム | |
JP5056079B2 (ja) | 設計方法及びプログラム | |
JP2001052041A (ja) | 多重制約を満たし多重目標機能を最適化する設計パラメータを取得する方法およびシステム | |
JP2001134783A (ja) | 解析モデル化最適制御装置および最適制御方法 | |
JP2020115338A (ja) | 生メッシュからの構造化3dモデルの生成 | |
US10803661B1 (en) | Adaptive polyhedra mesh refinement and coarsening | |
CN115659711A (zh) | 一种仿真方法、装置、电子设备及存储介质 | |
Wang et al. | An improved CPU–GPU parallel framework for real-time interactive cutting simulation of deformable objects | |
CN110837707B (zh) | 一种有限元分析系统、方法、计算机设备及存储介质 | |
KR20220150575A (ko) | 유동해석 데이터 처리장치 및 그 장치에서 각 기능을 실행시키기 위해 매체에 저장된 컴퓨터 프로그램 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221226 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231011 |
|
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: 20231017 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231020 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7372883 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |