iteaR rewsnA tcerroCnoubirtnoC ssaM 𝐷 t 12345 ′ ,𝑗=1,2,…,𝐷 －274－ 3.1 軽量化視点の導入 2.1節の式(1)のように本開発手法により得られたモデル3. 設計者の構造発想を促す可視化方法 Fig. 5 Contribution and Mass データは，従来のMDOの実験計画法を用い，また，最終的な収束判定は，決定係数𝑅2，情報量基準量BICなどを用いて総合的に判断している。 発手法を適用した結果をFig. 4に示す。従来手法で一番正解率が高かったCase 1の約95％に対して，本開発手法では100％となっており，影響のある設計変数全てが選択できていることが分かる。 開発した寄与分析手法によって性能に影響のある設計変数のみ抽出できるが，影響度には各設計変数の質量が考慮されておらず，また各性能で評価指標の単位系や水準が異なっているため，経験の浅い設計者の場合，設計知見の発掘において誤った解釈をする可能性がある。 そこで本章では，設計者が容易に理解でき構造発想を促すことができる可視化手法として，軽量化視点の導入と性能間の影響度水準の統一化について述べる。 式は，以下のような線形重回帰式で表される（再掲）。 =𝛽𝑗 ,𝑗=1,2,…,𝐷 =𝛽𝑗+𝑒 (1) (2) (3) 式(2)で求められた影響度は，すなわち，各設計変数のFig. 5は，現行量産車を対象にねじり剛性を応答値とFig. 6であるが，棒の長さがFig. 5に比べ変化しているこマツダ技報 𝜕𝑦𝜕𝑥𝑗𝜕𝛽𝑗𝜕𝑀𝑗 𝑦=𝛽0+∑𝛽𝑗𝑥𝑗更に，各変数の影響度はこの式を設計変数で次式のように偏微分することでも求めることができる。 単位当たりの応答値𝑦 への影響度と解釈できる。これを，次式のように単位板厚あたりの質量Mで偏微分すると，単位質量あたりの影響度 𝛽′ となり，影響度と質量を考慮することが可能になると考える。 した場合の分析結果と対象設計変数の単位板厚あたりの質量を表しており，棒の長さが長いほど，それぞれ影響度が高い，質量が大きいことを示している。今回は5個の設計変数のみ表示しているが，実際にはそれ以上の設計変数を考慮に入れる必要があり，仕様変更時の性能の変化量と軽量化量を考慮しながら構造仕様を導出するのは困難である。 これに対し，Fig. 5の影響度に式(3)を適用したものがとが分かる。本結果においては，設計変数3が，質量増加を最小限にしながら効果的に性能向上を図れる設計変数であるといえる。このように，これまで性能に対する設計変数の影響度情報に対して，各設計変数の質量情報を考慮しながら軽量化構造を検討していたものが，一つの指標で見ることができるため，軽量化構造の導出の効率化とともに，検討漏れをも防ぐことができると考える。 𝑗=1Design of Experiments Multiple Regression Analysis Calculation of Average of P-Value Selection of Design Variables by Optimization Method NO Result of Contribution Fig. 3 Flow of Development Method 2.1節で従来手法の検証に用いた関数式に関して，本開100%75%50%25%0%ProposedMethodConverged? YES Case1(p<0.05)Fig. 4 Correct Answer Rate of Methods No. 36（2019）
元のページ ../index.html#283