][ ii ( ]Nk[ecroFnoitceS roolFmm )REITNORF-edomecnatsidR2=0.91 ataD gnnameRnoitciderP―227―200 150 100 50 0 10 Door Panel Mass [kg] Fig. 4 Relationship Doors and Body DeformationFig. 5 Relationship Doors and Floor Section Force3.2 応答曲面を用いたデータ補間 今回検討する題材のグラフ構造化分析の実行は，前述の衝突解析220仕様よりデータ数が多く必要である。そのため，汎用の設計者支援ツールであるmodeFRONTIERを用いて，応答曲面法を利用した最適化解析によりデータを補100 50 0 10 20 30 40 50 Door Panel Mass [kg] Floor Section Force 20 30 40 50 Training Data (LS-DYNA) Data in a range suitable for analysis Fig. 6 Comparison of Training Data and Predicted Data 3.3 グラフ構造化分析を用いたデータ解析 グラフ構造化分析は，因子間の親子関係を30ms，40ms，50msの各因子を定義し，時刻歴の順番にシンプルなマルコフ性を考慮した制約条件を課した。すなわち，30msの因子は40msの因子の親ノードにしかならず，40msの因子は50msの親ノードにしかならない，といった制約条件を課しながら適用した。 分析結果は，全ての因子間のつながりを表記すると解釈が困難であるため（Fig. 7（a）），ネットワークを分かりやすく可視化し，着目する因子，かつ相関関係が強い因子のみを表記した（Fig. 7（b））。表記は，青色を入力因子，緑色をドアの断面荷重，黄色をドアパネルと車体フレームの接触荷重，桃色を車体フレームの断面荷重，赤色を出力因子とした。 フロア断面荷重を出力とした分析結果は，後席のドアパネルと車体フレームのリアボディー部の接触荷重が親子関係をもち，ドアパネルの前側はサイドシル部と後側ほぼ全面が親子関係をもっていることが分かった（Fig. 8）。しかし，リアボディー部の接触荷重に対し，ドアパネル前側のサイドシル部が親子関係をもつ要因が分からないため，次節にて考察する。for Body Deformation Amount存距離との関係から適度な範囲でデータ取得できており，教師データとして使用できると判断した（Fig. 4）。また，車体フレームへの荷重伝達の1指標としたフロアの断面荷重は，ドアパネルの質量増加により大きくなる傾向を示すが，64～88kNと幅が大きくなる。これは，フロアの断面荷重に対して，ドアパネルの寄与度が高い部位を高強度化している，もしくはドアパネル全体の強度分布の適正化が重要と考えた（Fig. 5）。間した。 応答曲面は，衝突解析を教師データとし，全因子に対して作成した。応答曲面を用いたデータは，目的関数を衝突後の残存距離が最大，ドアパネルの質量が最小，ドア侵入量が最小とする最適化解析を実行し，検討過程で得られた20000仕様の解析結果を示す。なお，機械学習に用いる教師データとして，応答曲面法を用いた最適化解析結果の補間方法は，定量性は劣るが，定性的な分析であることと計算コストを考慮して採用した。 応答曲面を用いたデータは，衝突解析のデータと比較し，決定係数R2が0.91と高いことから，教師データとして使用できると判断した（Fig. 6）。
元のページ ../index.html#236