• セッションNo.60 モデル流通を保証する国際標準準拠のMBD I -デジタル認証やカーボンニュートラルの支援技術-(OS)
  • 5月23日 パシフィコ横浜 G304 9:30-12:10
  • 座長:市原 純一(AZAPA)
OS企画趣旨
MBDのディジタル認証の実用化やカーボンニュートラルの見える化のためには,互換性を確保したモデル開発・流通が重要であり,本委員会では国際標準記述(VHDL-AMS)を中心とするモデル開発・流通に関する取組を行ってきた.本セッションではこの取組のさらなる推進のため,クラウド環境を活用し,その中での連携によりモデルテンプレートの開発などの共有などにより,ディジタル認証やカーボンフットプリントの見える化を目指した活動内容について総説する.本セッションはMBDが企業間協業によるイノベーション拡大への基盤技術となることを目指している.
企画委員会
国際標準記述によるモデル開発(MBD)技術部門委員会
オーガナイザー
市原 純一(AZAPA),加藤 利次(同志社大学),辻 公壽(デジタルツインズ),瀬谷 修(テクノプロ・デザイン社),齊藤 恒洋(AGC),石川 裕記(岐阜大学)
後日配信がない講演は,「配信」の欄に「✕」を表示していますのでご確認ください。
No. 配信 タイトル・著者(所属)
1

デジタル認証やカーボンニュートラルへの支援技術
-デジタル認証プロトコルにおけるシミュレーション・セットアップ-

加藤 利次(同志社大学)・辻 公壽((株)デジタルツインズ)・齋藤 恒洋(AGC(株))・岡村 昌浩((株)JSOL)

デジタル認証におけるプロトコルには,用いるシミュレーション手法や条件は結果に影響を与えるために明確に規定されなければならない.そのため満たされるべきシミュレーション条件について,その数値計算原理に基づいて解説する.

2

デジタルツインによるバーチャルテストとそれを用いたデジタル認証への取り組みII
-包括的CO2削減と新たなものづくりの仕組み-

辻 公壽(デジタルツインズ)・加藤 利次(同志社大学)・齊藤 恒洋(AGC)・岡村 昌浩(株式会社 JSOL)

ものづくりにおいては現物試験による認証は,再現性や条件の多様性から限界を迎えている.そこで,本稿ではバーチャルテストによる認証を目指した取り組みとして,2030に施行されるオフサイクルクレジットへの応用及び車両性能開発が可能なEV車両全体モデルをツールとし デジタル認証に向けた取り組みを紹介する.

3

暗号化ハッシュ関数を用いたモデルトレーサビリティーに関する検討と提案

岡村 昌浩(JSOL)・辻 公壽(デジタルツインズ)・齊藤 恒洋(AGC)・野山 英人(三菱重工サーマルシステムズ)・加藤 利次(同志社大学)

CO2におけるOCC(オフサイクルクレジット)においてシミュレーションモデルを用いたデジタル認証を行うにあたり重要となるモデルや結果のトレーサビリティーに関し、暗号学的ハッシュ関数を用いた検証事例を報告する。

4

EV車両モデルを用いた自動車ガラスのOCCに関する検討と提案(第2報)
-EVキャビン熱モデルによるデジタル認証プロトコルのPOC-

齊藤 恒洋(AGC)・野山 英人(三菱重工サーマルシステムズ)・岡村 昌浩(JSOL)・辻 公壽(デジタルツインズ)・加藤 利次(同志社大学)

CO2の重要なクレジット規制としてOCC(オフサイクルクレジット)がある.第1報ではEVキャビン熱モデルを用いたOCCの検討結果を報告した.第2報では,EVキャビン熱モデルを用いたデジタル認証プロトコルのPOCとして,EVの年間CO2排出量のシミュレーションを行ったので報告する.

5

電動化車両における,インバータ,モータの各設計変更に伴うCN(Carbon Neutral)の相互影響予測

岩月 健(アイシン)・有本 志峰(日立Astemo)・辻 公壽(デジタルツインズ)

気候変動の深刻化に伴い,CO2は世界の取組む大きな課題となっている.先の開発したモデルを更新し,製品開発に伴うCO2の可視化と削減の取組みを検討した.電動化車両の,インバータやモータの設計変更に伴う相互影響を紹介する.本モデルは,秘匿性が高い為,クラウド上で他社協業による幅広いCO2削減可能性を確認した

6

マルチツールをオンライン連成するCo-Simulation環境の構築(第6報)
-機械学習を用いた1Dサーマルプラントモデルのサロゲートモデル構築-

緒方 健一郎・小出 景二郎・高畑 智規・田中 浩平・渡部 一晃(本田技研工業)

高効率な車両開発プロセスを遂行するための重要技術としてMBDが挙げられる.しかしながら,開発進展に伴いモデル詳細度が高まるため,計算コストの増大する.本研究は,サーマルプラントモデルを代替する勾配ブースティング回帰木アルゴリズムを用いた機械学習モデルを構築し,高い予測精度と計算時間短縮を実現した.

Back to Top