DeepWheel: Generating a 3D Synthetic Wheel Dataset for Design and Performance Evaluation

要約

データ駆動型の設計は、エンジニアリングの革新を加速するための強力な戦略として浮上しています。
ただし、3Dジオメトリと物理的パフォーマンスメトリックを含む大規模で高品質のデータセットがないため、車両ホイールの設計への適用は限られています。
このギャップに対処するために、この研究では、生成AIを使用した合成設計パフォーマンスデータセット生成フレームワークを提案しています。
提案されたフレームワークは、最初に安定した拡散を使用して2Dレンダリングされた画像を生成し、次に2.5D深度推定を通じて3Dジオメトリを再構築します。
その後、エンジニアリングパフォーマンスデータを抽出するために構造シミュレーションが実行されます。
設計とパフォーマンスのスペースをさらに拡大するために、トポロジの最適化が適用され、より多様なホイールデザインの生成が可能になります。
Deepheelという名前の最終データセットは、6,000を超える写真リアリスティックな画像と、構造的に分析された3Dモデルで構成されています。
このマルチモーダルデータセットは、サロゲートモデルトレーニング、データ駆動型の逆設計、設計スペース探索のための貴重なリソースとして機能します。
提案された方法論は、他の複雑な設計ドメインにも適用できます。
データセットはCreative Commons Attribution-NonCommercial 4.0 International（CC BY-NC 4.0）の下でリリースされ、https：//www.smartdesignlab.org/datasetsで入手できます。

要約(オリジナル)

Data-driven design is emerging as a powerful strategy to accelerate engineering innovation. However, its application to vehicle wheel design remains limited due to the lack of large-scale, high-quality datasets that include 3D geometry and physical performance metrics. To address this gap, this study proposes a synthetic design-performance dataset generation framework using generative AI. The proposed framework first generates 2D rendered images using Stable Diffusion, and then reconstructs the 3D geometry through 2.5D depth estimation. Structural simulations are subsequently performed to extract engineering performance data. To further expand the design and performance space, topology optimization is applied, enabling the generation of a more diverse set of wheel designs. The final dataset, named DeepWheel, consists of over 6,000 photo-realistic images and 900 structurally analyzed 3D models. This multi-modal dataset serves as a valuable resource for surrogate model training, data-driven inverse design, and design space exploration. The proposed methodology is also applicable to other complex design domains. The dataset is released under the Creative Commons Attribution-NonCommercial 4.0 International(CC BY-NC 4.0) and is available on the https://www.smartdesignlab.org/datasets

arxiv情報

提供元, 利用サービス

arxiv.jp, Google