JAMBE共催企画 モデルベース開発特別展示＆フォーラム

JAMBEの概要と各委員会の活動内容のご紹介をいたします。
JAMBEは、2015年より経済産業省主導で「自動車産業におけるモデル利用のあり方に関する研究会」として活動し、とりまとめてきた「SURIAWASE2.0の深化」を民間主体で継承・実現するために設立いたしました。2023年より一般社団法人に移行し、現在200以上の会員企業・団体とともに活動を進めています。

コーディングに特化したAIではなく、一般的な生成AIを使用しても、基本的な熱伝導モデルや熱回路網のModelicaプログラムの生成が可能です。
本講演では、図研テックがご提供している「熱設計のためのMBD講座」の実習で使用しているModelicaモデルを例に、生成AIでプログラムを作成する上で不可欠な、熱設計の基礎知識の重要性について解説します。

MBDの定着に伴い、手戻りを防ぐ真の主戦場は「要求設計」へと移り変わっています。今求められるのは単なる机上評価ではなく、この上流段階（MBSE領域）へMBDを融和させ、全体最適化を図ることです。
本講演では、本開発前にエビデンスベースで完成車性能を早期合意する最新プロセスと、それを実践するシミュレーション環境「性能SIM」の活用事例をご紹介します。

脱炭素社会の実現に向け、EV、HEV、FCEVの普及など、さまざまなシステムの電動化が進んでいます。これらの電動システムの性能を最大限に引き出すためには、熱マネジメントシステムが不可欠です。一方で、その設計には熱・流体・電気・制御といった複数の物理領域が関係し、システム全体を俯瞰したモデルベース開発（MBD）が求められます。本講演では、マルチドメインシステムシミュレーションツールであるSimcenter Amesimを用いた、EV熱マネジメントシステムの1Dモデル開発およびシミュレーションの活用事例を紹介し、複雑なシステム設計を効率的に進めるためのアプローチについて解説します。

AI活用が叫ばれる今、多くの製造業が「解析データが見つからない」「AI活用が進まない」という課題を抱えています。電通総研が実施した267社調査では、72.3%がSPDMの情報収集段階にとどまる一方、すでに活用を始めた企業も存在します。本講演では、50年のCAE実績と20年のSPDM開発経験を持つ電通総研が、AI活用の実事例を交えながら、なぜ今SPDMに取り組むべきなのかを調査データとともに解説します。

MBSE・MBDの導入や活用によるシステム設計・開発の生産性向上をテーマに、生成AIや自動化技術を活用した日立産業制御ソリューションズの取り組みについて、その効果や導入における課題、適用のポイントを具体的な事例を交えてご紹介します。

SecondmindのAI技術は少量の計測データからモデルを構築し、価値の高い実験だけを選択。モデル上の各点に定量的な確度を付与するため、不確かさが残る箇所が一目で分かります。経験の少ないエンジニアが担当しても、どの制約条件を考慮し、どのような最適化を行ったか、適合結果の根拠を説明できるため、迅速な意思決定が可能になります。実験回数も最大80%削減するため、適合期間の短縮にも効果的です。

「乗り味」や「一体感」といった感性の開発は熟練ドライバーの経験に依存し、手戻りやステイクホルダーとのコミュニケーションの難しさが課題となっています。感性領域へのMBDの適用は、開発の上記課題からの脱却のみならず、ブランドの走りの味の統一、品質の担保を可能にします。
本講演では、感性領域へのMBDの適用効果と、感性のモデル化のための開発プロセス、開発環境についてご紹介します。

SDV化により、自動車開発は企業間の協調が前提になっています。しかし、モデルやソフトは機密のため共有できず、これが開発のボトルネックになっています。moderixは、モデルを渡さずに協調開発を可能にするクラウド基盤です。知財を守りながら企業間連携を実現し、開発スピードと全体最適を両立します。SDV時代に必要なMBD基盤です。

脱炭素社会の実現に向け、EV、HEV、FCEVの普及など、さまざまなシステムの電動化が進んでいます。これらの電動システムの性能を最大限に引き出すためには、熱マネジメントシステムが不可欠です。一方で、その設計には熱・流体・電気・制御といった複数の物理領域が関係し、システム全体を俯瞰したモデルベース開発（MBD）が求められます。本講演では、マルチドメインシステムシミュレーションツールであるSimcenter Amesimを用いた、EV熱マネジメントシステムの1Dモデル開発およびシミュレーションの活用事例を紹介し、複雑なシステム設計を効率的に進めるためのアプローチについて解説します。

制御システム開発手法としてMBDを活用する企業が急速に増加している。
しかし、MBDツールを導入するだけで効率的な開発が直ちに実現できるわけではない。実際には期待した効果が得られない、うまく活用できない、といった課題や失敗が数多く発生しているのが現状である。
本講演では、現場で起こりがちなMBD導入の「失敗事例」に着目し、それらを「学び」として整理するとともに、再発防止にむけた実践的な知見へと昇華させることを目的に紹介する。

本発表では、1DCAEから3D形状を作成するまでの連携プロセスをご提案します。
まず、1Dから3D形状を決めるプロセスの紹介として、1Dで要件を決めて3D形状に活用する方法は従来からありましたが、モーダル縮退とトポロジー最適化を活用してよりシームレスに連携する方法を解説します。
一方で、現在も主流である既存形状をベースにした設計改良や次世代開発に向け、ギアボックスの最適化事例を用いて、詳細な性能評価や対策検討を行う設計プロセスの一例を紹介します。

開発の手戻りは、設計問題の検出が遅いほどコストが膨らみます。従来手法では十分な根拠が揃う前に設計方針を固めざるを得ず、「なぜその設計にしたのか」の論理的な説明が困難でした。Secondmind for DSEは少ないシミュレーションで全要件を満たす設計空間を可視化するため、各パラメーターが性能に与える影響度をデータで証明し、最適な設計方針の確かな根拠を提示できます。要件を動かせばその影響が即座に見え、新たなシミュレーションなしで自信を持った再判断が可能です。