CAEに関する議論20110617

ソウジョウ @blauburg

そういう点では、まずおおよその形状でアタリ付けの解析やって方向性決めて、そっから詳細な3D形状起こすって流れが自然だと考えているわけなのだけれど

ソウジョウ @blauburg

CADモデルそのまま使ってFEMってのは、あんまり賢いやり方じゃないよなー、とも思ってる。まあやるけど

つのだこ @tsunodako2023

私もそこが実はCAE普及のネックの一つになっているのではないかと思ってます。 RT @blauburg: CADモデルそのまま使ってFEMってのは、あんまり賢いやり方じゃないよなー、とも思ってる。まあやるけど

ソウジョウ @blauburg

CADデータで解析ってのは、解析ツール側で形状パラメータ振れない場合が殆どなので、その分のデータをあらかじめ全部用意しておかないといけない。で、それぞれにメッシュ切らないといけない。ワンショットの計算ならともかく、複数パターンの比較には具合が悪い

ソウジョウ @blauburg

んでも、設計段階で解析活用するなら、色んな設計案とか形状パターンを試していくのが本筋だよねと。まあそういう方向を理想型だと考えとるわけです

JIKO @jikosoftcom

それを可能にしたのがCAD付属のCAEでいわゆる設計者CAEってやつかなと。 #CAEjp RT @blauburg: んでも、設計段階で解析活用するなら、色んな設計案とか形状パターンを試していくのが本筋だよねと。まあそういう方向を理想型だと考えとるわけです

つごつごさん✨ @tsugorou

設計段階で解析使うと、設計案A×形状パターンBだけのスゲー大量のモデルができて、それをかたっぱしから全部パラメータサーベイにかけて、いちばんよさそうなものを選ぶってそれってもはや開発じゃなくてただの作業だよね。

JIKO @jikosoftcom

それを効率的にやるのが実験計画法ですが、ベテランはそれやらずとも最短で最良の案に辿り着いてしまう。 #CAEjp RT @tsugorou: 設計段階で解析使うと、設計案A×形状パターンBだけのスゲー大量のモデルができて、それをかたっぱしから全部パラメータサーベイにかけて、いちば

ソウジョウ @blauburg

FEMと実験計画法は大変相性が良いので、そっち方面を上手いこと推進していくのがいいんでないかというのが方向性の1つ

つごつごさん✨ @tsugorou

@jikosoftcom 実験計画法も、多目的最適化問題への定式化も、わかってて使わないと悲惨なことになりますよ。結局ベテランの描く図面からでてくる製品の素晴らしさには圧倒されることが多いです

つのだこ @tsunodako2023

@blauburg　その通りで、ただどっかの記事にもありましたが、世の中無駄な解析も多く、解析は時間つぶしとか言われてしまうのです。 。。　#CAEjp

JIKO @jikosoftcom

そうですね。でもこれノウハウがない人でも一定の結果が得られる方法であまり効率的とは言えないかも。 #CAEjp RT @blauburg: FEMと実験計画法は大変相性が良いので、そっち方面を上手いこと推進していくのがいいんでないかというのが方向性の1つ

JIKO @jikosoftcom

そうですね～。結局技術を磨けっと。これに勝るものはなしか。RT @tsugorou: @jikosoftcom 実験計画法も、多目的最適化問題への定式化も、わかってて使わないと悲惨なことになりますよ。結局ベテランの描く図面からでてくる製品の素晴らしさには圧倒されることが多いです

つごつごさん✨ @tsugorou

ベテラン（５０～６０位の人）がすごいのは、かつてCAEが普及する前は全部手計算で物理等価モデルでごりごり計算して、現実とどのくらいあうかあわないか、「ざっくり」合う感を経験として体得してるからですよ

つのだこ @tsunodako2023

でも水準の値の決め方によっては、結果が恣意的になるような。。 RT @jikosoftcom: そうですね。でもこれノウハウがない人でも一定の結果が得られる方法であまり効率的とは言えないかも。 #CAEjp RT @blauburg: FEMと実験計画法は大変相性が良いので（略）

ソウジョウ @blauburg

@jikosoftcom 一定の結果が安定して得られるFEMって便利だと思うんですよね。実実験だと装置やワークの物理的バラツキや計測者のバラツキなんかも隠れた因子になりますし

つごつごさん✨ @tsugorou

ベテランがすごいのは、物理等価モデルでえいやあで計算して、おおまかに合う物理モデルを頼りに、図面をいっぱいかいて実験して痛い目にいっぱいあってるからです。CAEに頼ると現実を見失うよ。

ソウジョウ @blauburg

@tsunodako どのパラメータを取り上げて分析するかが一番難しいところかと。解りきってる影響因子振ってるのは意味が無い話ですので

JIKO @jikosoftcom

それはありますね。どれをパラメータにするかなど結局技術がいる。RT @tsunodako: でも水準の値の決め方によっては、結果が恣意的になるような。。 RT @jikosoftcom: そうですね。でもこれノウハウがない人でも略 #CAEjp RT @blauburg: 略

ソウジョウ @blauburg

何が起きてるかよく解らないことを解明して、コントロール出来ない因子がある程度ばらついても上手く行く＝ロバスト性を高めるのがタグチメソッドのキモと聞いたことが。形状最適化はどちらかというと亜流の使い方ではないかなと

つのだこ @tsunodako2023

その方向が正しいと思うのだけど、何で違う方向に行くのだろう。。。 RT @tsugorou: ベテランがすごいのは、物理等価モデルでえいやあで計算して、おおまかに合う物理モデルを頼りに、図面をいっぱいかいて実験して痛い目にいっぱいあってるからです。CAEに頼ると現実を見失うよ。

つのだこ @tsunodako2023

結局CAEで成功しているところは、過去の試験データと経験の上にCAEをのっけて使っているような気がする。CAEのみで何とかしろと言うのは無理。特に機械系は。。。

JIKO @jikosoftcom

適切なCAEができてればCAE上で痛い目にあえるが・・RT @tsugorou: ベテランがすごいのは、物理等価モデルでえいやあで計算して、おおまかに合う物理モデルを頼りに、図面をいっぱいかいて実験して痛い目にいっぱいあってるからです。CAEに頼ると現実を見失うよ。

makomako @makoto_ko

メッシュモーフィングを使った最適化とか、位相最適化を使うのはどうなんでしょうか？ RT @blauburg CADデータで解析ってのは、解析ツール側で形状パラメータ振れない場合が殆どなので、その分のデータをあらかじめ全部用意しておかないといけない。

🌵ではないかもしれない @sabo_tech

大抵の機械分野でのCAEて言わば過去の実験群のデータベースかな。知りたい実験結果のモデルという検索ワードを適切に選べないと知りたい結果を探すことができない