設計開発業務向けAI活用ソリューション

設計開発業務向けAI活用ソリューション

エンジニアリング課題に対してのAI技術の適用検討・構築・運用を支援するための包括的なサービスメニューを取り揃えています

ISIDのエンジニアリングAIは、40年以上にわたりCAD/CAEソフトの販売・サポート、基幹システム導入支援、コンサルティングといった各種サービスで製造業のお客様を支援してきたISIDのノウハウが詰まったソリューションです。

導入前の課題

設計開発業務でAIを活用することに興味があるが、AIに何ができるのか?何からどうやって取り組むべきかわからない。

導入効果

AIを活用することで、スキル属人性の低減、作業の自動化、設計品質向上、開発リードタイムの短縮を支援します。

EngineeringAIの主な導入業界

  • 自動車OEM

  • 自動車サプライヤー

  • 電機精密機器メーカー

  • 重工機器メーカー

設計開発ワークフローとエンジニアリングAI

設計開発ワークフローとエンジニアリングAI

エンジニアリングAIソリューションの例として、各プロセスにおけるケーススタディをご紹介します。

Generative Design

AIとCAEによる自動設計ソリューション

官能評価

【事例】官能評価

官能評価は評価者の間隔や経験に頼っていたため、個人スキルへの依存、乏しい再現性、さらに、エンジニアリングへのフィードバックが難しい、といった問題がありました。こうした評価方法をDeep Learningや多変量解析などのAI手法で補完することにより、問題の解決につなげます。

文書検索・分類

【事例】文書検索・分類

設計案を検討する際に、過去の類似製品の設計や不具合リスク要因などに関する適切な情報にスムーズにアクセスできる仕組みが求められます。こうした情報が記録されている社内ドキュメントの多くは非構造テキストで構成されており、ユーザーが欲しい情報は従来のキーワード検索ではうまくいきません。
最新の自然言語処理AIが実装されたISIDのTexAIntelligenceは、任意の文章による検索条件を指定して類似した意味を持つ文章や単語を含むドキュメントを容易に見つけるための分類・検索を可能にします。

製品形状案の生成

【事例】製品形状案の生成

設計案を発想するといったクリエイティブな行為は人間にしかできないとされてきましたが、最新のAI技術により補完できる領域が広がっています。
図では、敵対的生成ネットワーク(GAN)と呼ばれるDeep Learning技術の一種により、
形状設計案の作成を支援する例を画像(2D)、CADモデル(3D)についてそれぞれ示しています。
画像の生成では、複数の車種の特徴を連続的に合成しています。
CADモデル生成では、パラメトリックCADモデルが無くても形状のバリエーションを大量に自動生成することを可能としています。
これは、デザイナーが頭の中で既存製品の組み合わせにより新製品の意匠のイメージを作り上げる作業をAIが支援できる事を示します。
この技術により、人間ではなかなか思いつかない新しい設計形状の実現や設計検討用の多くの設計案作成を効率化できるメリットが考えられます。

サロゲートモデル

【事例】サロゲートモデル

CAEを設計開発で利用する上で、計算時間の長さや高度な専門スキルが求められることなどが問題として挙げられます。

これまでCAEの分野では、近似モデルとして応答曲面モデル(RSM)と呼ばれるシンプルな統計モデルがよく使われてきましたが、シンプルが故に利用範囲が狭く限定されていました。
それに対して最新のAI技術やツールを使うことで、パラメータから画像や分布情報、といった形で入出力形式の拡張が可能となり、汎用性の高い近似モデル(サロゲートモデル)を作ることができるようになります。

因果関係の分析

【事例】因果関係の分析

AIの利用には、「結果の理由が説明されない」といった指摘があります。
そうした課題への取り組みとして、AI技術を利用した因果分析の活用が有効です。
CALCは、多くの因子を含むデータから統計的に変数間の因果関係を見つけ出す最新の因果分析ツールで、因果関係を分析することで原因の推定が可能です。
また、大量の実験データの分析から特徴量を特定して指標化するなど、分析対象についての工学的な知見に基づいて推定解を導き出すアプローチもあります。

設計解探索

【事例】設計解探索

製品仕様を満たす設計解を探索する仕組みは、CAEモデルと接続して最適化計算を行うことができる汎用ツールが存在しますが、大量のシミュレーション計算を繰り返し実行する必要があるため、計算時間がボトルネックになります。
CAEをサロゲートモデルに置き換えれば、計算時間が100分の1、1000分の1、といったオーダーで改善され、最適解探索の業務展開がより現実的なものになってきます。

エンジニアリングAIの構築を支援させていただく場合の基本的な流れをご説明します

  1. ヒアリング・ご提案

    課題の内容をヒアリングし、技術的実現性、必要なリソース、スケジュール、費用などについて検討の上ご提案します。

  2. 基礎技術検証

    課題内容を踏まえたミニマムな問題を設定してサロゲートモデルの構築・検証し、お客様に業務上の期待効果を評価していただきます。

  3. 実データ検証

    ステップ2で構築したサロゲートモデルを実業務のデータで検証し、結果をお客様に評価して頂きます。また、必要に応じてモデルのブラッシュアップを実施します。

  4. 業務展開

    サロゲートを実業務で運用する上で必要なドキュメントの整備やシステムの構築を実施します。

関連のセミナー・イベント

設計開発業務向けAI活用ソリューションについて

お気軽にご質問・ご相談ください

  • ご質問、お見積、トライアルの
    ご相談はこちらから

    お問い合わせ