産業用パラメトリックCAD自動化システム向け人工知能

WOGOは、機械、構造フレーム、およびサポート機器の製図を合理化するために設計された、AI支援型の自動設計ソリューションの提供を開始する。このソフトウェアは、パラメトリックモデリングと機械学習アルゴリズムを統合し、板金加工、切断、溶接アプリケーション全体にわたる実践的な製造制約を自動化する。

重工業におけるエンジニアリングリソースの制約への対応
日本の製造業は専門技術者への構造的な依存に直面しており、経験豊富な人材の退職や設計リードタイムの短縮に伴い、エンジニアリングのボトルネックが生じている。建設機械および重機分野では、過去の形状データに基づいて新たな製作図面を作成する際、膨大な反復的手動製図作業が伴う。デジタルエンジニアリングエコシステム内にインテリジェントな自動化を導入することで、設計部門は標準的な構造構成を手動の製図ワークフローから切り離すことができ、担当者は日常的な寸法調整ではなく、カスタムの構造解析に集中できるようになる。

パラメトリックルールの統合とアルゴリズムによる設計レビュー
このソフトウェアアーキテクチャは、物理的な設計ルールをデジタル化し、寸法公差、空間配置条件、および部品選択基準を集中型の自動化プログラムに直接組み込む。このアルゴリズムによるアプローチにより、特定のプロジェクト要件に合わせた新しい3D CADモデルと、部品図や調達図などの2D技術図面の自律的な生成が可能になる。

形状生成後、システムは自動図面レビューを実行し、定義された製造制約や干渉検出パラメータに対して出力を検証する。このシステム的な検証プロトコルにより、設計が調達段階に達する前に空間的な競合やルール違反を特定し、後工程での手戻りを最小限に抑えることができる。さらに、機械学習の組み込みにより、ソフトウェアは継続的な設計ルールの変更を吸収し、設計サイクルを重ねるごとに、特定の企業の進化する製造基準にシステムを適応させることが可能になる。

溶接治具の自動化とサイクルタイムの削減
このアーキテクチャの実用的な応用例は、高橋金属株式会社で導入された自動溶接治具設計システムに示されている。従来、溶接治具のレイアウトを作成するには、専門技術者が手動で部品を配置し、構造的な支持構成を決定し、それに続く2D調達図面を作成する必要があった。

新システムでは、ベースとなる3D部品モデルをソフトウェアに入力すると、プラットフォームが自律的に必要な治具部品の配置を計算し、対応する組立データおよび発注データを生成する。このアルゴリズムへの移行により、初期設計から最終的な調達までに及ぶ標準工数の80％削減が実現した。空間的および幾何学的なロジックを自動化することで、高度なCADスキルを持たない担当者でも構造治具の発注を生成・検証できるようになり、調達パイプラインの安定化に貢献する。

追加のコンテキスト
本セクションでは、元のニュースリリースには含まれていない技術仕様および競合ベンチマークについて詳述する。

製造自動化の分野において、ルールベースのパラメトリック設計ツールは、SolidWorks向けのDriveWorksやAutodesk iLogicなどの確立されたコンフィギュレーションプラットフォームとベンチマーク比較されることが一般的である。従来のルールベースの構成は、静的なロジックツリーと手動のスクリプティングに大きく依存しており、製造制約が変化した際には大規模なエンジニアリングメンテナンスが必要となる。

機械学習アルゴリズムの統合により、システム管理者によるハードコーディングされたプログラム調整を必要とせずに、変化する鋼構造物の加工ルールや板金加工の制限に対して、設計ソフトウェアが動的に適応することが可能になる。自動治具設計ソフトウェアを評価する際の測定可能なパフォーマンス指標には、手動製図サイクルタイムの削減率や、干渉検出アルゴリズムの精度が含まれる。設計から調達までの時間を80％削減できたことは、手動での3Dモデリングや2D詳細設計からの重要な運用上のシフトを意味し、エンジニアリング全体のスループットと運用コストに直接的な影響を与える。

Aishwarya Mambet（Induportals編集者）、AIの支援により編集。

www.wogo.ai