利用シーンが拡大した「CAE」、製造業の価値創出ツールに

3番目のメリットは、実際には試せないような状況や観察できない環境、冒険的な条件を想定して検証できることです。例えば、数千℃の環境下や宇宙や深海などの環境下で起こる現象を試そうとする場合、実物を使った検証は困難です。また、一般道を走る自動運転車の安全性を検証などでは、検証で想定すべきシーンが多すぎる場合や、子どもが突然飛び出してくるといったリアルな検証ができない状況もあります。リチウムイオン電池の内部で起きている化学反応の検証のように、実物を分解して検証しようとすると環境の条件が変わってしまい事実上実測できない場合もあります。こうしたケースでは、CAEによる検証が不可欠になります。

4番目のメリットは、いわゆるデジタルトランスフォーメーション（DX）の効果が得られることです。例えば、CAEによる検証は、検証の方法論や条件、結果などをデジタルデータの形で共有、保存できます。従来の試作・実験に基づく検証は、属人的な知見、スキル、センスによって得られる成果の質が決まる面があります。CAEを活用すれば、こうした属人的側面がなくなり、解析の技術やノウハウを資産化して再利用することが可能です。このため、技術継承が容易で、企業としての技術力の向上効率が高まります。さらにCAEならば、遠隔地にいる複数のエンジニアが、同じモデルを共有しながら容易に共同検証できるようにもなります。

これまでのCAEは、現実世界で起きている現象を、より高精度に再現することを目指して進化してきました。コンピュータ上で解析して得た結果が現実とかけ離れてしまったら試作や実験を代替できませんから当然な取り組みだったと言えます。解析精度の向上に向けて、3Dモデルの高精度化、解析法の高度化と使い分け、使用する物理法則の設定、境界条件の定義、ソルバーと呼ばれる解析計算を実行する際のソフトウエアの高度化などが進みました。

ところが近年、高精度化とは別の切り口からのCAEの進化が求められるようになりました。利用者、利用シーン、解析対象の規模、扱う現象などを拡大するための進化が必要とされてきているのです。そして、各CAEベンダーは、こうした時代の要請に応えるツールやサービスを続々と市場投入するようになりました。ここからは、なぜ今、CAEの利用技術の進化への期待が変わってきているのか、そしてどのような技術の進化が見られているのか、さらにCAEのさらなる進化によって製造業はどのように変わっていくのか解説していきます。

製品形状を描いた3Dモデルに、CAEによる解析で得た機能や性能のシミュレーション結果を組み合わせ、さらにデジタル化した制御アルゴリズムを付加することで、最終製品と全く同じ形状、機能、性能のコンピュータモデルを作ることができるようになりました。こうしたモデルを活用すれば、試作・実験をさらに削減し、完成度の高い製品を早期市場投入が可能になります。

ただし、デジタルツインを構築・運用するためには、知りたい情報を得られるセンサーを十分な数だけ製品中に設置しておく必要があります。これは簡単なことではありません。そこで、CAEを活用し、収集可能な情報を基にシミュレーションによって現実世界から得られない情報を算出し、補完する方法が提案されています。例えば、電気自動車（EV）のバッテリーの充放電状況などのデータをセンサーで収集し、それを利用してCAEによって各セルの蓄電量や劣化状態を推定、その上でAIを活用して寿命や故障を予測するといった利用法です。

自動車業界では、「ソフトウエア定義型車両（Software Defined Vehicle：SDV）」と呼ばれる、新たなクルマのあり方を実現するための技術とビジネスの開発が進められています。SDVとは、スマートフォンのように、ユーザーが機器を購入した後にもソフトウエアを追加・更新することで、機能向上や不具合の改善などが可能なクルマのことです。

SDVに向けた仕組み作りとその運用では、CAEの効果的な活用が極めて重要になります。SDVでは、クルマの機能や制御の仕組みの多くをソフトウエア化していくことになります。追加・更新用ソフトウエアを配布する前には、デジタル化した車両モデルやデジタルツインなどを利用して十分な検証をすることになります。その際、CAEを活用することで、市場投入後の環境や利用シーンを再現しながら、精度の高い機能・性能検証が可能になります。