新型グローバル感度分析法が明らかにしたEVマウント設計の隠れた関連性
静かで滑らかな電気自動車（EV）への競争が加速する中で、最も見過ごされがちでありながら極めて重要なサブシステムの一つが、パワートレインマウンティングシステム（PMS）である。これは、駆動系全体の「ショックアブソーバー」のようなものだ。単にモーターとギアボックスを固定するだけでなく、振動が車室内に到達する前に濾過する役割を果たす。内燃機関が消えた世界では、電気モーターから発生するかすかなブーンという音や振動でさえ、敏感な顧客にとっては購入を決断する上で重大な欠点となり得る。
これまで、エンジニアたちはPMSのチューニングに、確立されたものの、次第に時代遅れになりつつある方法を用いて取り組んできた。これらの従来の手法は、ゴムマウントの異なる方向への剛性といった主要な設計変数が独立して動作すると仮定している。しかし現実には、そうではない。ゴムマウントを一方向に強く引っ張ると、他の方向への抵抗も相関して変化することが多い。この物理的な事実を無視してきたことが、長年にわたり、紙面上では完璧に見えても実世界では期待外れな設計を生み出してきた。
現在、華南理工大学、重慶理工大学、広州城市理工学院の研究者らによって開発された新手法は、EVパワートレインマウントの設計方法を根本から変え、初めから優れた乗り心地、保証請求の減少、そしてより堅牢なエンジニアリング判断をもたらす可能性を秘めている。
この画期的な成果の核心には、設計パラメータ間の不確実性と相関の両方を扱える、改良されたグローバル感度分析（GSA）がある。呂輝（リョ・ホイ）准教授が率いるチームは、既存のアルゴリズムを微調整しただけではなく、分散分解に基づきながら、ゴム部品に実際に存在する統計的相互依存性を厳密に保持するという、数学的土台そのものを根本から再構築した。
その意味合いは微妙なものではない。例えば、3点ゴムマウント式のEVモーターシステムのケーススタディで、チームはある特定のパラメータ、すなわち左側マウントの垂直（Z軸）方向剛性が、「バウンスモード」（モーターアセンブリの上下振動）におけるパワートレイン全体の挙動を支配することを示した。しかし、ここに重要な点がある。その影響力は静的なものではない。同じマウントにおける水平と垂直の剛性間の相関が変化する（例えば、材料の配合や経年変化による）と、感度指数は大きく変動する。相関が低い場合、このパラメータの影響は控えめである。しかし、相関が高い場合（例えば、相関係数0.8）、その一次効果はほぼ2倍にまで増加する。
これは単なる学術的な注釈ではない。これは、公称上同じ部品で作られた2台のEVが、組み立ての粗雑さのためではなく、マウント特性間の統計的依存性が開発段階で考慮されなかったために、全く異なるNVH（騒音・振動・ハーシュネス）性能を持つ可能性があることを意味する。
業界の関係者は、現代のEVパワートレインマウントが単純な等方性のバネではないことをよく知っている。ほとんどが複雑なエラストマー化合物を3D形状に成形したもので、軸方向の圧縮、せん断、およびねじり荷重が非線形的に相互作用する。その結果、マウントの局所的なu、v、w軸（通常はシャシー方向に合わせられている）の剛性は、強いペアワイズの相関を示すことが多い——研究チームの実験的検証によれば、0.4から0.6が一般的である。
以前のロバスト設計フレームワーク——シックスシグマや標準的なモンテカルロサンプリングに基づくもの——は、各剛性方向を統計的に独立として扱ってきた。この仮定により、エンジニアは高速で分離された感度計算を使用することができた。しかし、呂のグループが実証しているように、それはまた、剛体モード間の共振重複やエネルギー結合のリスクを系統的に過小評価していたことになる。
具体例を挙げよう。EVパワートレインのピッチモード（前後の揺れ）は、理想的には完全に分離されているべきである——つまり、振動エネルギーのほとんどすべてが意図された回転軸に集中している状態が理想的だ。結合が発生すると、エネルギーが並進運動や他の回転運動に流れ込み、特定の回転数域で予測不能な振動やブーミング音を生み出す。従来のローカル感度分析は、フロントマウントの前後（u軸）方向剛性を主要な調整要素として注目するかもしれない。しかし、新しいGSAは、重要なのは剛性値そのものだけでなく、その剛性がマウントの垂直（w軸）方向の挙動と共変する方法であることを明らかにする。
実際的には、これはマウントサプライヤーとOEM（完成車メーカー）の連携方法の転換を迫るものだ。平均剛性値と公差のみを指定する代わりに、エンジニアリングチームは soon、マウント特性の共分散行列または同時確率分布を要求する必要が出てくるかもしれない。これは高い要求だが、高精度な不確実性の伝播が必須であるデジタルツインや物理学に基づく機械学習への業界全体のシフトと合致するものだ。
この手法そのものは、その能力の割には計算負荷が軽い。ソボル低食い違い数列と共分散構造のコレスキー分解を組み合わせることで、チームは相関のあるモンテカルロサンプルを高效率に構築する。その後、条件付き期待値と分散の演算子を利用して、パラメータが統計的に絡み合っている場合でも、一次（主効果）と総合（主効果＋交互作用）の感度指数の両方を計算する。
特に印象的なのは、相関が考慮されるかどうかによって感度の順位が逆転することである。
バウンスモードの分離率（d B）を例にとる。相関がない場合、フロントマウントの垂直剛性（kw1）は中程度の影響力があるように見える。しかし、9つの剛性パラメータ（3つのマウント×3軸）すべての間に現実的な相互依存性を導入すると、突然、kw2（左マウント、垂直）とkw3（右マウント、垂直）がトップに躍り出る——それらの直接効果だけでなく、同じマウントの横方向（v軸）剛性との相互作用がシステム応答を非線形的に増幅するためである。
対照的に、フロントマウントの横方向剛性（k v1）は、4つの主要な応答（バウンス/ピッチ周波数と分離率）すべてにおいて無関係なものに転落する。これは強力な洞察である：これは、エンジニアが性能を犠牲にすることなく、特定のパラメータに対して公差を緩めたり、甚至テストプロトコルを簡素化したりできる可能性を示唆している。大量生産では、これはコスト削減とより迅速な検証サイクルにつながる。
チームは静的な相関だけでなく、u–w相関係数を0（独立）から0.9（ほぼ決定論的依存）まで変化させるパラメトリック掃引も行った。得られた感度曲線は線形ではなく、多くの場合放物線的または漸近的である。ピッチモード周波数（f P）の場合、相関を高めると、フロントマウントのu軸剛性（ku1）の一次感度が着実に向上する一方で、右マウントの垂直剛性（kw3）の総合感度は抑制される。この相反する傾向は、古典的な手法では見えなかっただろう。
これが組立ラインでなぜ重要か？ 生産ばらつきの事例を考えてみよう：あるバッチのゴム化合物がわずかに異なる硬化をし、全てのマウントのせん断剛性と圧縮剛性間の結合が増加する。従来の分析の下では、PMSはシミュレーションチェックを通過するかもしれない——平均値のみが追跡されていたからだ。しかし、新しいフレームワークの下では、更新された共分散構造が感度の再ランキングを引き起こし、以前は「安全」であったマウントを高リスクとしてフラグを立てる。この早期警告は、コストのかかるリコールや中間期の設計変更を防ぐ可能性がある。
この研究の最も実践的な結論の一つは、設計優先順位に関するものである。9つの剛性値を同時に最適化する——これは法外にコストがかかる多目的問題である——のではなく、GSAは「レバレッジポイント」を特定する。例えば：
- バウンスモードの分離を改善するには：まず、k w2 と kw3（左/右垂直剛性）の制御に集中するが、同時に、それらとku2、kv2、ku3との相関を監視する——これらの関係が交互作用効果を駆動するためである。
- ピッチモードの分離を安定させるには：k u1 と kw1（フロントマウントの前後および垂直剛性）の公差を厳しくする一方、kv2、kv3、kw3の制御は緩和してもよい。
この種の洞察は、NVHエンジニアリングを反応的なトラブルシューティングから、 proactive なアーキテクチャ定義へと移行させる。
批判的に重要な点として、この手法は正規分布に限定されない。論文ではガウス分布パラメータ（製造ばらつきが小さい場合の一般的かつ実用的な仮定）を用いて検証しているが、著者らは、非ガウス分布や甚至離散-連続混合の不確実性——例えば、代替のマウントサプライヤーや経年変化による特性変化など——は、事前にガウシアンコピュラ変換を介して扱うことができると指摘している。この柔軟性により、EVプラットフォームが多様化する中で、このアプローチは将来性を保つ。
既に、採用の兆しが見え始めている。中国の大手EVメーカー2社のシャシー開発に詳しい情報筋によると、内部のR&Dチームは、従来のロバスト最適化ワークフローに対してこの手法のベンチマークを開始しているという。初期の試験では、相関を考慮した感度分析がDOE（実験計画法）のサンプリングを導く場合、予測される分離率が最大18%向上することが示唆されている。
もちろん、課題は残る。正確な共分散データを取得するには、多軸励振を伴う動的機械分析（DMA）や、複合荷重下でのその場ひずみマッピングなど、より高度な部品テストが必要である。今日、すべてのTier1サプライヤーがそのための設備を整えているわけではない。しかし、シミュレーション駆動型検証（仮想シェーカーテーブルやクラウドベースのNVHデジタルツインなど）が注目を集める中で、データギャップは急速に埋まりつつある。
同様に重要なのは人的要因である。ベテランエンジニアに、周辺公差ではなく結合不確実性という観点で考えることを教えるには、新しいトレーニングのパラダイムが必要である。これは既にハイステークスなプロセスを複雑にしすぎるという意見もある。しかし、反論も説得力がある：時速72マイルでEVの「ドローン音」が発生するたった1つのSNS動画が予約注文を台無しにし得る時代において、過度に単純化することのコストは、より優れたモデルへの投資よりもはるかに高い。
将来を見据えると、同じGSAフレームワークはマウントを超えて拡張できる可能性がある。バッテリーパックの構造インターフェース、eアクスルギアボックスハウジング、甚至サスペンションブッシュ——これらすべてが、独立性の仮定に違反する材料の異方性と荷重経路の結合を特徴としている。ここでの核心的な洞察は普遍的である：相関はノイズではなく、信号である。 それを無視することは、貴重な物理的意味合いを捨て去ることになる。
あるシニアNVHスペシャリスト（匿名希望）が次のように述べている：「数十年間、我々は各楽器を孤立して聴くことでオーケストラの調律をしてきた。この方法は、最初のリハーサルの前に、調和と不協和を聴かせてくれる。」
これが、相関を考慮したグローバル感度分析の約束である：単により良いマウントだけでなく、不確実性を考慮した設計の新しい哲学をもたらす。あらゆる振動が物語る静かな電気の時代において、エンジニアはもはや筋書きを読み誤る余裕はない。
— 呂 輝（リョ・ホイ）¹,²,³, 張 海彪（ジャン・ハイビャオ）¹,³, 李 長雨（リー・チャンユイ）³, 魏 正軍（ウェイ・ゼンジュン）¹ ¹ 華南理工大学 機械・自動車工程学院、広州 510641、中国 ² 重慶理工大学 省級先進自動車部品製造技術重点实验室、重慶 400054、中国 ³ 広州城市理工学院 自動車・交通工程学院、広州 510800、中国 Journal of Hunan University (Natural Sciences), Vol. 50, No. 6, June 2023 DOI: 10.16339/j.cnki.hdxbzkb.2023166