クロスドメインモデルを用いた大域的な設計最適化を実現するMBD手法の開発
-第2報 -クロスドメインモデルの結果を用いた多変量最適化事例--

内海　碧人・高橋　成光・小嶋　麻由佳・清野　昌之（日産自動車）

本発表では第1報（FY26春季自技会）にて報告した「クロスドメインモデルCAEM（Collective Automotive Engineering Model: 燃費性能，操安性能など，大きく物理ドメインが異なる複数の性能領域が統合したモデル）」から得られる結果を用いた複数性能間のトレードオフを考慮する車両全体設計における多変量最適化の適用事例について報告する．車両全体設計において設計変数やモジュールの選定の最適化が可能であることを確認した．

クロスドメインモデルを用いた大域的な設計最適化を実現するMBD手法の開発
-第3報 LLMを用いた解析・分析・データストックの効率化-

高橋　成光・内海　碧人・清野　昌之（日産自動車）

クロスドメインモデルを活用した大域的な最適化はエンジニアに要求する知見や判断スピードが膨大になり，人間の能力が律速となっている．そのため，LLMと人間両方からの知見へのアクセスや解析の実行を前提とし，データおよびインターフェイスを構造化することでエンジニアリングの効率化を実現した．

CAE×AIを活用したブラケット設計の効率化

河村　樹人・寺部　俊樹・神庭　千佳・大河　誠・佐野　拓生（トヨタ自動車）

ブラケット設計ではNV，熱応力等の複数性能を同時に満たしつつ，設計期間を短縮する必要がある．しかし従来のCAEを用いた設計手法は試行回数に依存するため設計期間短縮は難しい．本研究ではサロゲート，形状生成AIをCAEと組み合わせ，エキマニ用ブラケット設計の探索を高速化し，その効果と運用課題を報告する．

製造制約を考慮した骨格断面生成による設計空間探索手法の開発

石外　哲也・新谷　浩平・谷口　真潮・園　智仁・山中　翔・森田　隼太（トヨタ自動車）

近年，開発期間短縮に向け，形状最適化や機械学習の活用が検討されている．しかし，車体骨格部品を製造可能な範囲で生成し，有効な設計候補を複数提示するプロセスは未確立である．本稿は平坦部と曲率部で構成される実際の部品形状を生成する手法を開発し，効率的に設計案を提示するプロセスを提案する．

少数サンプル学習サロゲートモデルによるEVバッテリープレートの材料・形状同時最適化

齋藤　博之・道下　孝之・河尻　耕太郎（エイゾス）

放熱性能を担うEVバッテリープレートの設計では，熱および強度特性を同時に満たす必要がある．本検討では，少数サンプル学習で構築した高精度な熱・構造物理場予測サロゲートモデルを活用し，リアルタイム予測および材料・形状同時最適化を可能にする手法を示す．

Target Cascading of Tire Performances using Machine Learning

Yeonsang Yoo (Hyundai Motor)･Benjamin Schaefer (RWTH Aachen University)･Yongdae Kim･JinSil Kyeong (Hyundai Motor)

The automotive industry is shifting towards Model-Based Systems Engineering (MBSE) to manage increasing complexity in development. However, virtual tire development has a significant limitation: setting tire performance targets in early stage is difficult without physical testing. To overcome this situation, this study proposes a Target Cascading (T/C) process to derive tire performance targets directly from vehicle performance requirements and validated the process. Previously developed performance prediction models were improved for refined T/C process. Additionally, a GUI was developed to integrate the prediction models and T/C process for user convenience.