Case

解析事例

AIによる梱包物の落下解析事例

AIによる梱包物の落下解析事例サムネイル画像

梱包物の落下解析

DOE(実験計画法)は、複数の要因(設計変数)が結果に与える影響を効率的に調べるための統計的手法です。AIによる予測モデルの構築には、学習データ(解析結果)が必要となります。DOEを使用することで、全ての要因の組み合わせを網羅的に解析するよりも、少ないデータ数で効率的にモデルを作成できます。DesignExplorerは、DOEで得られた学習データ(解析結果)を用いて、予測モデルを構築します。 

 

  • DesignExplorer_6
    実験計画法(DOE)の概要

こちらは、DesignExplorerで構築した予測モデルのデモ動画です。予測モデルを構築するメリットは、既存の解析モデルを有効活用できる点にあります。一度評価が完了した解析モデルは、再利用される機会がそれほど多くないかもしれませんが、DesignExplorerを用いてAI予測モデルを構築することで、各設計変数が解析結果に与える影響を把握することが可能です。これにより、類似の解析業務に対する知見を、予測モデルという形で蓄積・活用することができます。 

落下解析のデモ動画 
 

 

 

 

 

 

RELATED

関連記事はこちら

金属管の冷却
2026.06.12

金属管の冷却

高温の金属管に冷水を流し、冷却します。熱-流体-構造の連成問題として解析します。ソルバーはMPPDYNAのR10.1.0...
樹脂用材料構成則MAT_SAMP-1 リブの破壊解析
2026.06.09

樹脂用材料構成則MAT_SAMP-1 リブの破壊解析

樹脂部品に剛体球を落とす落下衝撃解析の事例です。
樹脂用材料構成則MAT_SAMP-1 塑性ポアソン比の検証
2026.06.08

樹脂用材料構成則MAT_SAMP-1 塑性ポアソン比の検証

樹脂用材料構成則MAT_SAMP-1での「塑性ポアソン比」を考慮することで、樹脂部品の変形挙動を精度良く再現した事例です...
Contact

ご相談・資料の請求はこちら

製品やサービスに関するご相談、導入に関するご質問等お気軽にお問い合わせください。
各種資料をご希望の方は、資料請求フォームよりお申し込みいただけます。