評価・実験業務の精度向上と高度化
性能品質・試験結果の予測には、次の3要素が必要です。
電通総研は、評価・実験業務を圧倒的に先進化させ、業務品質、コスト、期間を低減する提案を行っています。
データ取得して蓄積はしているものの、データを有効に活用するためには、CAEや実験データにおける品質予測に必要なデータを定義することが求められます。 電通総研は、CAE/実験データを自動で蓄積し有効活用するシステムの構築提案を行っています。
多くのシミュレーション、実験を行い品質担保されている場合、製品品質に効く設計パラメーターが何か明らかになっていない可能性があります。 これらは、設計の構想段階で製品品質に効くパラメーターの関係性を把握する(原理原則を解明する)ことが重要です。 たとえば、負荷トルク量の大・中・小時、各トルク量における重要パラメーターの抽出と、破損させないための閾値を導出することなどが挙げられます。
利活用できるデータがあり、且つ品質担保に重要なパラメーターが把握できていれば、AIを活用することで、実験結果を予測できるようになります。 しかし、このAIによる予測ははじめから予測精度が高くない可能性があります。 予測精度を高めるためには、「AI予測結果」と「実験結果」の検証を継続して行い、AIを育成させることが必要です。 予測精度が高くなれば、「AI予測」で品質担保できるようになりますので、実験コストと手戻り業務を圧倒的に低減させることが可能です。