グラフニューラルネットワークを用いた境界表現CADモデルからのFEMメッシュ生成用形状特徴認識手法の開発（第1報） 基本認識処理と学習データ生成方法の検討

守屋 遼輔; 金井 理; 伊達 宏昭; 泰地 哲史; 髙嶋 英厳

doi:10.11522/pscjspe.2023S.0_565

2023年度精密工学会春季大会

DOI https://doi.org/10.11522/pscjspe.2023S.0_565

会議情報

主催: 公益社団法人精密工学会

会議名: 2023年度精密工学会春季大会

開催地: 東京理科大学

開催日: 2023/03/14 - 2023/03/16

グラフニューラルネットワークを用いた境界表現CADモデルからのFEMメッシュ生成用形状特徴認識手法の開発（第1報）

基本認識処理と学習データ生成方法の検討

*守屋遼輔, 金井理, 伊達宏昭, 泰地哲史, 髙嶋英厳

著者情報

キーワード: 境界表現, 形状特徴認識, 深層学習, 有限要素メッシュ, グラフニューラルネットワーク, CAD

会議録・要旨集フリー

p. 565-566

詳細

抄録

CAD モデルに基づくFEMメッシュ生成では，解析精度担保のためボス・リブ等自由曲面を境界とする形状特徴にフィットした節点配置を行う必要があるが，現在モデルの大規模化に伴いその形状特徴認識の自動化が求められている．本研究では，境界表現 CAD モデルのデータ構造と親和性が高いグラフ上で直接深層学習が可能なグラフニューラルネットワークを用い，モデルの回転に不変なメッシュ生成向け形状特徴認識を実現した．

責任著者(Corresponding author)

会議情報

J-STAGEへの登録はこちら（無料）