Autodesign

CAE と AI による創発的研究

RICOS では、CAE と AI を創発的に組み合わせることで、製品仕様を満たす最適設計を瞬時に提案できる Autodesign の実現に向けた研究開発を推し進めています。

CAE を活用した設計フロー

CAE は、コンピュータを用いて工業製品の設計・開発をすること、またそのツールのことを指します。製品設計における試作や実験回数を削減でき、流れや電磁場など観測できないものの挙動が評価できることで、現代の製品設計では欠かせない技術となってきました。CAE を活用した一般的な設計フローを示します。

flow
box1

CAD モデルの作成

CAD モデルは、製品形状をコンピュータ上で表したものです。使用する材料や公差の定義などの情報も保有しています。CAD モデルを作成することが、シミュレーションのための第一歩となります。

box2

メッシュ生成

メッシュ生成（メッシング）は、シミュレーションを実施するために、CAD モデルからメッシュを生成する工程です。メッシュは、点と直線で張られる微小な領域の集合で、この形状によってシミュレーション結果の品質が変わる、重要な工程です。

box3

シミュレーション

CAD モデルから生成されたメッシュと、実現象を記述する方程式を利用して、物理シミュレーションを行います。変形・流れ・熱・電磁場など様々な物理現象と、その相互作用をシミュレーションすることが可能です。

box4

シミュレーション結果の可視化

シミュレーション結果の可視化は、計算結果を評価するための重要な工程です。

box5

設計仕様との比較・最適設計のためのフィードバック

一般に、ひとつのシミュレーション結果だけを参考にして製品形状や加工条件を定めることはありません。様々な形状や条件をシミュレーションし、シミュレーション結果を設計仕様と比較することで、最適設計のためのフィードバックを与えます。

RICOS では、CAE モデルの生成を除き、上記 CAE を活用した設計フローのそれぞれにおいて先進的な技術を有しています。これら技術を基盤として、既存の CAE プロセスを最適化するソフトウェア開発とサービスの提供が可能です。

Autodesign

CAE を導入する大きな理由は、設計初期段階にコンピュータを用いて製品を評価することで、最適設計のためのフィードバックが可能なことです。これは、設計仕様を満たす最適形状・最適条件を探索する作業と言い換えることができます。設計仕様を満たす最適形状や製品の加工条件を定めるために、トポロジー最適化に代表される最適化技術が発達してきました。しかしこのような技術が登場してもなお、最適な形状や条件を得るにはフィードバックを受けながら反復的にシミュレーションを進める必要があり、瞬時に最適形状が得られるような世界の実現には向かっていません。

そこで RICOS は、最適設計を瞬時に提案し、ユーザーがシステムとインタラクティブに対話することで製品設計を行う、CAE のワークフローが完全自動化された世界「Autodesign」を目指します。Autodesign の実現に向けて実施している研究事業は、それぞれの詳細ページをご参照ください。RICOS では、CAE ワークフローの研究開発を全て担うことで、一気通貫した CAE ソリューションを提供することが可能です。

product

RICOS が提供するサービス・ソリューション

AI による FEM 解析結果の推定

AI による FEM 解析パラメータの最適化

AI によるトポロジー最適化

AI による有限要素メッシュの修正

技術資料

CAE+AI

  • FEM と幾何学の機械学習
  • 機械学習による FEM 解析結果の推定
  • 機械学習によるトポロジー最適化
  • 機械学習による有限要素メッシュの修正

機械学習