案例研究

在基于模型的开发过程中，本田将原型材料和测试的数量减少了一半

“由于其巨大的比较优势，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，我们选择了格兰塔MI。”

- Tsuyoshi Ito助理总工程师，动力单元材料部/本田汽车

简介

本田汽车(Honda Motors)认为，市场对减轻重量、降低成本、提高功能的增强型汽车零部件的需求日益增长。通过引入Ansys Granta MI, Honda构建了全功能的材料信息集中管理系统，利用材料信息学准确预测未知材料性能，为新材料的发展提供了方向。该系统提高了工程团队的运营效率，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，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，有时是每天更新。至关重要的是，这些材料属性数据应该在企业范围内供设计和模拟工程师访问，例如碰撞分析。无论输入数据的团队是谁，都需要维护数据表达的一致性。

好处

该系统提高了整个工程团队的运营效率，并降低了总体开发成本。

• 设计和仿真团队可以即时访问和共享材料属性，从而提高设计质量并减少开发返工。
• 在模拟模型中，材料购置成本降低了41%(见图1)。
• 与传统试错法相比，原型材料和试验总数减少了约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创建了一个中央管理的中心，用于在整个本田汽车范围内访问材料信息，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. 自动创建输入模板、搜索和导出复杂条件以及批量修改数据等功能对于在更广泛的业务中适应Granta MI的使用非常重要。
3. Granta MI简化了数据收集、选择和格式集成，用于数据清理，这是使用机器学习进行材料信息学的先决条件。