AIを活用したNVHエンジニアリング：騒音・振動・ハーシュネス解析の加速
NVHが複雑なエンジニアリング課題である理由
なぜ新車でも静かでしっかりとした乗り心地の車と、ガタガタと音を立てる車があるのか、不思議に思ったことはありませんか？その違いはたいてい運ではなく、物理法則がうまく制御されているか、そうでないかによるものです。.
あらゆる車両は、騒音と振動との絶え間ない戦いを強いられています。エンジンの始動音、タイヤが荒れた路面を走る音、高速道路走行時にAピラーに当たる風圧。これらすべてが、車体構造を通してエネルギーを伝達します。そのエネルギーが適切に制御されないと、ステアリングホイールの振動、アイドリング時の轟音、急加速時の甲高い音として現れます。しかし、適切に制御されていれば、全く気になりません。それが目標です。.
NVH（騒音・振動・ハーシュネス）対策が本当に難しいのは、まさにこの点にあります。一つの騒音だけを単独で解決しようとするのは不可能なのです。剛性、重量、パワートレインの挙動、路面からのフィードバック、音響特性、耐久性など、あらゆる要素が互いに影響し合っています。ある共振を抑えようとすると、プログラムが許容できない重量増加につながる可能性があります。振動を抑えるためにマウントを強化すれば、全く別の場所で新たな共振が発生するかもしれません。NVHエンジニアリングとは、トレードオフを排除するのではなく、そのバランスを取る技術なのです。.
NVHエンジニアリングには時間的な問題がある
NVH（騒音・振動・ハーシュネス）対策に関する耳の痛い真実をお伝えしましょう。プロセス自体はあまり変わっていませんが、それを取り巻くプレッシャーは大きく変化しました。.
従来、エンジニアは車両全体の有限要素モデルを作成し、ソルバーを数時間、場合によっては数日間実行し、結果を確認し、ゲージやジョイントの剛性を微調整して、再び実行していました。これをステアリング、排気、クロージャー、サスペンションといった数十もの設計バリエーションやサブシステムに適用すると、プログラムのスケジュールがあっという間に膨れ上がってしまうことがお分かりいただけるでしょう。.
そして、車両自体も簡素化されたわけではない。軽量化された構造、高周波ノイズを伴う電動パワートレイン、そして世代を重ねるごとに静粛性の向上を期待する顧客。開発チームは、これまで以上に多くのバリエーションをテストし、より正確に相関関係を分析し、それをより迅速に行うことを求められている。分析に必要な作業量は以前と変わらない。縮小したのは、その作業に費やせる時間だけだ。.
DEPのNVHエンジニアリング財団
では、手抜きをせずにNVH（騒音・振動・ハーシュネス）対策を加速させるには、実際には何が必要なのでしょうか？まずは、基礎をしっかりと固めることに何年も費やすことです。.
DEPのNVH（騒音・振動・ハーシュネス）性能は一夜にして構築されたものではなく、特定のツールに依存したものでもありません。長年にわたり、車両全体およびシステムレベルでの作業に取り組み、あらゆる段階で実際のテストデータと結果を照合してきた結果です。.
車両全体およびサブシステムの詳細を網羅し、トリムされたボディモデリングからステアリング、排気、クロージャー、クレードル、サスペンション、HVACまで全てをカバーしています。
パワートレインおよび高周波に関する専門知識。これには、ドライブラインの不均衡、モーターやギアボックスの構造伝播音、マフラー、ファイアウォール、フロントガラスの伝達損失などが含まれます。
モーダル、FRF、動的剛性、NTF、アイドリング時の振動とブーム、WOT、路面振動、路面騒音といった主要なNVH機能は、すべて物理的なテストによって検証されています。
パラメータ化の考え方に基づき、モーフィング技術を用いて、手動CADでは決して実現できなかった速さで設計バリエーションを作成する。.
DEP AIWorks：NVH解析の3段階加速
AIWorksは、加速化を3つの段階に分け、各段階はDEPの既存のNVH（騒音・振動・ハーシュネス）機能を基盤としています。
- 生成 - AIWorksは、1つのベースラインモデルから、手動でのCAD作業による大規模な形状変更やパラメータ設定を行うことなく、複数のFEバリアント（ゲージ、ジョイント剛性、ダンパーレート）を自動的に作成します。
- 予測 - AIは、周波数応答、モード形状、伝達経路の指標を、完全なソルバー実行よりもはるかに高速に迅速に推定します。
- 検証 - 予測はシミュレーションおよび物理テストデータと相関付けられます。デジタルツインは、理想化された形状ではなく、実際の製造上のばらつきを反映しており、DEPの検証作業を拡張して、車両が実際にどのように製造されるかに合わせます。
この3つの段階は、DEPの既存のNVH（騒音・振動・ハーシュネス）対策機能とは切り離されたものではありません。むしろ、既存の機能を、より高速化し、より広範囲に展開したものです。.
AIWorksを支える技術
物理情報に基づく機械学習（PINNs） - 構造力学と音響をモデルに直接組み込み、後から予測を重ね合わせるのではなく、構造力学と音響を直接モデルに組み込む。
NVH解析の代替ソルバー - 数時間かかる解析実行を数秒で再現するように訓練されています
特許取得済みのボクセルベースデータ分析 - 数百回の反復処理で、形状変化とNVH応答を統計的に同時に比較します。
生成音響形状 - NVH目標値に直接最適化されたバッフル、制振処理、および補強材を提案します
トランスファーパスインテリジェンス - 試行錯誤ではなくデータに基づいてブッシングの剛性とマウントの絶縁オプションをランク付けします
統合型多分野最適化 - NVH目標と衝突安全性、剛性、耐久性、重量のバランスを単一のループで調整します
産業用途
DEPが事業を展開するあらゆる業界において、具体的な騒音源は異なっても、根底にある原理は同じである。.
- 自動車：EVモーターとバッテリーの騒音、パワートレインとドライブトレインの振動、ロードノイズ、風切り音、およびトランスファーパス作業。
- 航空宇宙分野：航空機の客室騒音、ロケットの音響、衛星の振動音響、および構造物の振動音響に関する課題。
- その他の産業：鉄道、船舶、産業機械、オフロード機器など、いずれもエネルギーが構造物内をどのように移動し、その周辺の人々に届くかを管理する産業である。
それらすべてに共通するのは、工学原理は業界によって変わらず、変わるのはハードウェアだけだという点です。ある業界の励起パターンに基づいて訓練されたモデルは、別の業界の研究にも役立ちます。.
NVHエンジニアにとってそれは何を意味するのか？
実際に作業を行う人々にとって、この変化は抽象的なものではなく、むしろ実践的なものだ。かつてエンジニアの1週間を費やしていた反復的な分析やパラメータ探索は、今ではほぼ自動的に実行される。設計の検討がより迅速に行われるようになり、設計が確定する前に検討できる選択肢が減るのではなく、増えることになる。.
このスピードのおかげで、NVH（騒音・振動・ハーシュネス）に関する意思決定を、詳細な有限要素モデルが存在する前の、より早い段階、つまりコンセプト段階に近い段階で行うことができるようになります。また、意思決定の多くが仮想的に行えるため、シミュレーションで検出できるはずの問題を物理的なプロトタイプで確認する必要性が軽減されます。.
これらはいずれも、エンジニアの判断に取って代わるものではありません。AIは設定、スキャン、相関分析を担当しますが、結果の意味やそれに対する対処法を決定するのは依然としてエンジニアです。.
AIを活用したNVHエンジニアリング
DEPのNVHに関する専門知識とAIWorksのAI機能が融合し、長年にわたるエンジニアリングの知見と、反復作業を自動化するプラットフォームが実現しました。AIWorksは、NVHエンジニアの副操縦士のような存在であり、迅速な探索、予測、最適化を可能にすることで、エンジニアは重要な意思決定に集中できます。.
自動車、航空宇宙、その他分野でNVH（騒音・振動・ハーシュネス）に関する課題に取り組んでいる場合は、AIWorks NVHが貴社のプログラムにどのようなメリットをもたらすかをご検討いただくか、DEPの専門家にご相談ください。.
