- 発表日 2019/03/15
- 2019年度精密工学会春季大会学術講演会（東京電機大学）
- DOIコード 10.11522/pscjspe.2019S.0_107
局所形状記述子と機械学習を用いたソリッドモデルからのFEMメッシュ生成向け形状特徴の抽出・分類
近年，自動車等の様々な設計開発の効率化と高品質化のために，CAE（Computer Aided Engineering）の活用が必要不可欠となっている．CAEの主な解析手法である有限要素法（FEM）では，CADモデルからの解析メッシュ生成が必要となるが，その解析精度を担保できるメッシュ生成の自動化が強く求められている．通常，解析精度を保つため，リブやボスなどの形状特徴部では，特徴に適合した解析メッシュ分割の仕様がメーカー毎に定められているケースが多い．例えば，ボスならば中央軸に対し同心円状に節点を配置，もしくはリブならば尾根線に節点を配置したメッシュ分割などが規定されている．FEM 解析メッシュ生成を対象として，CAD モデル上から単純な2.5 次元の形状特徴の抽出手法も提案されている．しかし，リブ・ボス等の形状特徴は人間の主観で定義されていること，自由曲面を含む複数の形状特徴が重なりあう複雑な形を持つこと，フィレットにより形状特徴境界があいまいであること，また，認識アルゴリズムが形状特徴毎にアドホックとなるなどの理由からこれら既存手法での自動特徴抽出は困難である．そこで本研究では，機械学習を用いて，CADモデル上から解析メッシュ生成向けリブ・ボス等の形状特徴を自動抽出する手法の開発を最終目標とする．本報では，この自動抽出の主要処理の一部となる抽出済み特徴部のクラス分類を，形状記述子とBag-of-featureを用いた特徴表現及び，機械学習を組み合わせて実現したので報告する．
関連記事
