www.engineering-japan.com
16
'26
Written on Modified on
デジタルツインと物理AIを活用した船舶建造の最適化
川崎重工業は、坂出工場におけるデジタルツイン・アーキテクチャの構築に向けて、NVIDIAの高度なロボティクスとデジタルインフラ用シミュレーションプラットフォームを活用します。
www.kawasakirobotics.com
川崎重工業株式会社は、商用造船分野における次世代デジタルツインおよび物理AI（人工知能）フレームワークの開発・展開に向けて、NVIDIA Corporationとの技術協力を開始しました。この協調システムは、構造設計から加工、組み立てに至る商用船舶のライフサイクル全体を、統合された単一のデジタルワークフローに集約することを目的としています。
現代の造船業における産業課題
造船所は、労働力不足の深刻化と同時に、環境負荷の低い複雑な低炭素船への需要増加に直面しています。従来の造船は、溶接、塗装、構造検査などの手作業による加工プロセスが多く、ばらつきが生じやすいという課題がありました。生産量を安定させ、プロセス効率を向上させるため、業界では、組み立てワークフローをシミュレーションし、自動化システムを造船所の現場に直接デプロイできるデジタルインフラが求められています。
システムアーキテクチャと技術統合
この提携は、川崎重工業が持つ製造データおよびロボティクス技術と、NVIDIAの物理AIソフトウェアスタックを組み合わせるものです。本プラットフォームは、以下のような専用のソフトウェアインターフェース群を活用します。
- シミュレーションと可視化： 造船所の物理的ダイナミクスを反映するソフトウェアを使用して、坂出工場のデジタルツインを構築します。これにより、エンジニアは仮想空間上で組み立てシミュレーションを実行でき、実際の鋼材加工を開始する前に、寸法エラーやレイアウトの干渉リスクを最小限に抑えることが可能になります。
- ロボットの経路計画と制御： 自動溶接、塗装、検査ロボットは、動作計画（モーションプランニング）および経路生成ツールを活用し、現場のリアルタイムな構造変化に即座に適応します。
- 現場データのフィードバック： 稼働中の造船所から得られるセンサーデータは、仮想モデルへフィードバックされます。機械学習モデルがこのデータを分析し、ロボットの動作パラメータの最適化や、溶接品質・塗装膜厚の評価を行います。
- 自律型ワークフロー： 自律型ソフトウェアエージェントが、調達、設計変更、品質保証にまたがる複雑なデータロジスティクスを支援し、意思決定を迅速化します。
段階的な展開とライフサイクルへの応用
統合システムの初期展開と実機検証は、川崎重工業の坂出工場を中心に行われます。同工場は、ロボットの動作を洗練させ、実際の施工公差に対してデジタルツインモデルを検証するための実証現場として機能します。
この長期的なエンジニアリング目標は、造船所の境界を超えて広がっています。建造時にデジタルスレッドを確立することにより、生成されたデータセットは船舶の運航期間における基礎モデルを形成します。就航中に取得された運航、メンテナンス、改造データはデジタルツインにマッピングされ、オペレーターによる予防保全の計画や構造的な大規模改修の効率化を可能にします。
Evgeny Churilovによって編集された、Induportalsメディア-AIによって適応されました。
www.khi.co.jp
統合システムの初期展開と実機検証は、川崎重工業の坂出工場を中心に行われます。同工場は、ロボットの動作を洗練させ、実際の施工公差に対してデジタルツインモデルを検証するための実証現場として機能します。
この長期的なエンジニアリング目標は、造船所の境界を超えて広がっています。建造時にデジタルスレッドを確立することにより、生成されたデータセットは船舶の運航期間における基礎モデルを形成します。就航中に取得された運航、メンテナンス、改造データはデジタルツインにマッピングされ、オペレーターによる予防保全の計画や構造的な大規模改修の効率化を可能にします。
Evgeny Churilovによって編集された、Induportalsメディア-AIによって適応されました。
www.khi.co.jp
