概要
本記事では、Inspire Form と HyperStudy を組み合わせて使う方法、DOE によるサンプリング・要因分析、機械学習モデルの作成、最適化などの概要を説明します。
HyperStudy における Inspire Form モデルのセットアップ
Inspire Form は実際にはモデルセットアップの GUI を担当しているソフトウェアであり、実際のシミュレーションの計算は Radioss ソルバーで実施しています。Radioss が初めての方は、こちらの記事を参考に、始めて見てください。
Radioss と HyperStudy の連携には 3個の方法があります。
Radioss を HyperStudy でパラメータスタディ、最適化を行う 3 つの方法
Inspire Form が作成するエンジンファイル _0001.rad には、HyperWorks が対応していないカードが含まれるため、Inspire Form で作ったモデル → HyperWorks で読み込んで吐き出す、とすると _0001.rad が壊れてしまうことから、前述の記事の 2番目「Radioss 入力ファイル _0000.rad に記載されたパラメータを用いた連携」、または、3番目の方法 「Templex 命令を Radioss 入力ファイル _0000.rad に直接書き込む方法」 が扱い易いです。本記事では私が昔から使い慣れている 3番目の方法を選択しています。
詳細は HyperStudy 入門コースやオンラインヘルプチュートリアル HS-1507 を参照ください。
今回は Inspire Form チュートリアル「Single Action Draw Simulation」 を題材に、上型とブランク、下型とブランク、バインダーとブランクの摩擦係数の 3パラメータを設計変数としました。最初にスターターファイル _0000.rad を HyperWorks に読み込んで、摩擦係数 (/INTER/TYPE** カードの Fric パラメータ) をパラメータ化して、_0000.rad ファイルを作り変えました。
そして HyperStudy のエディタで HyperStudy の設計変数とします。
HyperStudy ではこのように上限下限を設定してみました。摩擦係数 0 は現実にはありえないですが、架空のシミュレーションですので、OK にしてみました。
応答は FLD 指数値の最大値としました。ちなみに 1を超えてるので、割れるという判定です。
DOE によるサンプリングと要因分析
MELS という手法で 30回のサンプリングを取りつつ、要因分析もしてみました。
上型とバインダの摩擦係数の影響が大きいことが分かりました。
機械学習モデル付エクセルの作成
RBF というネットワークを使った機械学習予測モデルを作り
エクセルシート化してみました。
エクセル上で摩擦係数を変えるとどうなるか、簡単に予測できるようになります。
最適化で FLD 値を最小化してみる
最後に GRSM という HyperStudy にて最も万能な最適化手法を用いて、FLD 値を最小化してみました。
すると、0.72 まで下げることができました。(ただ、摩擦係数がおそらく非現実的な低さになっているので、このチュートリアルモデルは、摩擦の調整だけでどうにかなるものではなさそうです)
まとめ
- Inspire Form のプレス成型解析と HyperStudy は連成できる
- 要因分析、機械学習エクセルシート、最適化ができる
ということを、本記事で示すことができました。
本記事に使ったファイルはこちら 確認用データ.7z です。設定ファイルのみです。