TRANSVALOR ユーザーカンファレンス2024

2024.11.20（水） 開催終了

コンピュータを介したエンジニアリングはCAE（Computer Aided Engineering）として普及し、人工知能（ AI ：Artificial Intelligence）や機械学習について多くの取組みが始まっています。では、デジタルなエンジニアリングを拡大していく上で情報を扱う「人」はどのように対応していけばよいのでしょうか。本講演では素形材加工産業の現況を把握し、人とデジタルの関わりの観点から今後の方向性を議論します。

鋼材の製造プロセスにおいて、鋳造時に生成する鋳造欠陥を分塊鍛造/圧延工程で適切に圧着することは重要です。本研究では鋳造欠陥を再現し、熱間鍛造で欠陥閉塞挙動を調査するラボモデル実験の構築と、それと対となるTHERCASTとTRANSVALOR MATERIAL FORMINGの連携シミュレーションにより欠陥の形成と閉塞条件を予測する手法を確立しました。

本講演では、CAEの精度向上に不可欠な物性取得試験と境界条件測定技術の紹介をいたします。また、それらのデータがCAEシミュレーションの精度にどのように寄与するかを実際の活用事例を交えて説明します。

部品の小型軽量化に貢献するために、塑性域に到達しているか判断する強度検討が必要となっています。塑性域到達判断には降伏点の把握が必要で、一般的に鋼材の降伏点は硬度に依存しています。しかしながら現実の部品には硬度分布があるため、それを反映した強度解析が必要となります。それを実現する手法として、TRANSVALOR MATERIAL FORMINGで解析した硬度分布を反映した強度解析をADVENTUREClusterで行いました。上記解析結果と実験との整合確認結果を紹介します。

TRANSVALORはユーザーのプロセスおよび製品改善をサポートすることを目的とし、4つの軸でソフトウェア開発を進めています。まず、プロセスの再現性向上のため、鋳造の電磁攪拌や円形圧延動作の研究を行っています。次に、DIGIMU(R)の冶金モデルの改善やTRANSVALOR MATERIAL FORMINGへのAI適用により材料モデルの高度化を図っています。さらに、計算時間の短縮を目指し、メッシュ生成やソルバーの並列効率を向上させています。最後に、製品をより効率的に利用できるよう、UIの改善にも注力しています。