案例研究

本田将基于模型的开发过程中的原型材料和测试数量减少一半

“由于其巨大的相对优势，包括自动创建记录之间的链接和多个记录中包含的重叠图的额外功能，我们选择了Granta MI。”

- Tsuyoshi Ito助理总工程师，动力装置材料科/本田汽车

介绍

本田汽车(Honda Motors)看到了对重量更轻、成本更低、功能更高的增强型汽车零部件日益增长的需求。本田通过引入Ansys Gra万博nta MI，构建了一个全功能的系统，集中管理材料信息，利用材料信息学准确预测未知材料性能，为新材料的开发提供方向。该系统提高了工程团队的操作效率，降低了总体开发成本。

挑战

主要的挑战是一组快速发展的材料，这些材料具有广泛的决定材料性能的因素，并且通过测试获得它们的成本很高。这些新材料和制造参数需要在材料数据库中更新，有时每天更新。至关重要的是，这些材料属性数据应该能够为设计和仿真工程师在企业范围内访问，以进行碰撞分析为例。无论输入数据的团队如何，都需要维护数据表达的一致性。

好处

该系统提高了工程团队的操作效率，降低了总体开发成本。

• 设计和模拟团队立即访问和共享材料属性，从而提高设计质量并减少开发返工。
• 模拟模型的材料属性获取成本降低了41%(见图1)。
• 与传统的试错方法相比，原型材料和测试的总数量减少了约50%(见图3)。
• Granta MI中存储的材料测试数据以标准化格式导出，这使得数据清理时间减少了80%(参见图2)。

工程解决方案

Granta MI为本田汽车探索利用材料信息学预测原型材料性能提供了数据库基础。以下特征是成功的工程解决方案的关键:

1. 使用Granta MI创建了一个集中管理的中心，用于在本田汽车上访问材料信息，管理员可以根据团队职责和专业知识限制数据查看、输入和导出范围。
2. 输入模板的自动创建、复杂条件下的搜索和导出以及数据的批量修改等功能对于在更广泛的业务中使用Granta MI非常重要。
3. Granta MI简化了数据清理的数据收集、选择和格式集成，这是将机器学习用于材料信息学的先决条件。