AIを活用してサブシステムのパラメータ最適化を1週間から15分に短縮

AI搭載のシフトレフト

車両開発プロセスでは、Vサイクルでできるだけシフトレフトするのが企業にとって有利です。 設計変更を最終段階で回避することで、エンジニアリングチームは大幅な時間とコストの削減を実現し、製品の市場投入を加速させることができます。

人工知能（AI）は、エンジニアリングチームが左にシフトできるようにするツールとしてますます人気が高まっています。 たとえば、エンジニアはニューラルネットワークをトレーニングして膨大な量のシミュレーションモデルやデータを検索し、理想的な車両やコンポーネントの構成を特定できるようにすることができます。

AIによって推進されるシフトレフトの取り組みは、世界が電動化によってより持続可能な未来へと移行する中で、これまで以上に緊急性を帯びています。 多くの相手先（委託者）ブランド名製造（OEM）は、内燃機関（ICE）の生産からバッテリー駆動車両への移行を進めています。 これらの車両それぞれには、長年にわたる開発データとシミュレーションモデルが存在し、現在は電動化に適応させる必要があります。

車両目標設定のためのニューラルネットワーク

現代自動車グループ（HMG）は、電動化への取り組みを開始した当初から、電気自動車開発プロセスにおけるシームレスなシフトレフトを実現するためにAIの導入が必要であると認識していました。 2023年、同社はSimcenter™エンジニアリングおよびコンサルティングサービス（Simcenterエンジニアリングサービス）と提携し、車両開発のコンセプト段階でアーキテクチャ主導の要件を定義することを可能にするニューラルネットワークを構築しました。

設計プロセスの初期段階（Vサイクルの左側）において、エンジニアリングチームは通常、次世代車両に求める要件（質量、サイズ、サスペンション技術など）の概算を把握しています。これらの初期構想は、理想的な設計と構成を定義するために、可能な限り効率的な方法で検討・分析される必要があります。 最適質量、運動特性、運転性能、乗り心地および操縦性といった属性に対する目標設定は、エンジニアリング
チームが達成すべき主観的な主要業績評価指標（KPI）を提供します。 これらの目標を早期に達成できればできるほど、企業はより多くの時間とコスト削減効果を得られます。

コンフォートエンジニアのイルス・チョン氏は、現代自動車グループの運転快適性仮想開発チームの一員です。 彼のチームは、将来の世代で電気自動車（EV）として発売される予定のジェネシスGV80のシャーシ開発における目標設定を担当しました。

「私たちの目標は、可能な限り最高の快適性とハンドリング性能を実現することでした。そのため、質量分布、サスペンションキネマティクス、マウントシステムなど、何百ものシャーシパラメーターを考慮する必要がありました」とチョン氏は言います。 「また、内燃機関がバッテリーに置き換わることを考慮し、これらの設計や構成をどのように変更する必要があるかも検討する必要がありました。

「さらに、あるコンポーネントの設計変更が他のコンポーネントの性能にどのような影響を与えるかを迅速に把握するため、感度分析を実行する機能も必要でした。 AIを活用することで、これを迅速かつ効率的に達成できることに気付きました。 当社は、Simcenter Amesim（当社が推奨するツール）における最高の専門知識を有し、
かつ車両開発プロセスにおける豊富な知見を持つSimcenterエンジニアリング・コンサルティングサービスと提携し、これらのニューラルネットワークを構築しました。

EVアーキテクチャの最適化

別のプロジェクトでは、Simcenterエンジニアリング・サービスチームがHMGエンジニアと協力し、Simcenter Amesim™ソフトウェア内で様々な車両操作を評価し自動後処理を提供できるアーキテクチャを開発しました。 SimcenterおよびSimcenterエンジニアリング・サービスは、ソフトウェア、ハードウェア、
サービスからなるシーメンスXceleratorビジネスプラットフォームの一部です。

このアーキテクチャにより、各要件ごとに52の個別KPIを含む基準を個別に評価して総合スコアを算出することが可能となり、350を超えるパラメータの入力を処理できました。

このプロジェクトにおいて、Simcenterエンジニアリング・サービスはこの取り組みを拡大し、シャーシへの適用を実現しました。 HMGが提供した目標値に基づき、SimcenterエンジニアはSimcenter Amesimで20万を超えるシミュレーションモデルを生成し、実車両との比較検証を実施しました。 彼らはシミュレーション結果を高性能コンピューティング（HPC）環境に保存し、将来的に高速に実行できるようにしました。

「このプロジェクトでシーメンスデジタルインダストリーズソフトウェアを選定する決定の背景には、Simcenter Amesimの存在が大きく影響しました」とチョン氏は説明します。 「必要なシミュレーション数を実行できる能力と、NVH周波数などの属性に対する柔軟性を兼ね備えていたのは、Simcenter Amesimだけでした。 Simcenter Amesimは、あらかじめ用意されたテンプレートではなく、自社開発のテンプレートを使用できる点でも優れていました。 柔軟性とシミュレーション時間という点では、Simcenter Amesimが最良の選択肢でした。」

Simcenter Reduced Order Modelingソフトウェアを使用し、Simcenteエンジニアリング・サービスはニューラルネットワークを構築・学習させ、シミュレーション結果を提供することで、プロセス後半におけるモデルの直接最適化を可能にしました。 このニューラルネットワークはSimcenter HEEDS™ソフトウェアと連携し、HMGエンジニアが最適な車両構成を特定するのを支援します。

「目標やパラメータが変更されても、プロセス全体を一からやり直す必要は必要がなくなります」とチョン氏は言います。 「Simcenterエンジニアリングサービスが構築したニューラルネットワークを検索することで、最適なパラメータセットを非常に迅速に見つけることができます。 これらのシミュレーション結果を簡単に取得できるということは、各サブシステムチームに対して理想的な構成に関する迅速なフィードバックを提供することができるということです。 開発の後半段階では、ニューラルネットワークによって取得されたベンチマークデータを活用することで、
車両の走行性能を目標値と効率的に比較することも可能になります。」

AIを活用した時間短縮

Simcenterエンジニアリング・サービスとのコラボレーションとSimcenterソフトウェアの活用により、チョン氏のチームにとってエンジニアリングプロセスに大きなメリットをもたらしました。

「このプロジェクト以前は、1つの要件評価をシミュレーションで実行するのに2分かかっていました」とチョン氏は語ります。 「Simcenter Engineering Servicesが開発したニューラルネットワークを使用することで、これを10分の1秒に短縮できました。 同様に、当社のサブシステムパラメータ最適化プロセスにはかつて1週間を要していました。 Simcenterエンジニアリングサービスのおかげで、この時間が15分に短縮されました。」

チョン氏とSimcenterエンジニアリング・サービスチームは協力し、このニューラルネットワークからさらなる効率化のメリットを引き出すべく取り組んでいます。 間もなくTeamcenter® ソフトウェアをニュートラルネットワークと統合して、パラメータと要件の完全な連携とトレーサビリティを実現します（Simcenter HEEDSおよびTeamcenterもSiemens Xceleratorの一部です）。 これにより、シミュレーションの知識がないプログラムマネージャーでも、要件を直接入力し、過去のプロジェクトのパラメータを使用して、ウェブ上で直接シミュレーションを実行できるようになります。 これにより、システム性能を予測したりサブシステムのパラメータセットを最適化したりすることが可能となり、システムシミュレーションの力を非専門家にも提供します。

「シーメンスのSimcenterポートフォリオとSimcenterエンジニアリング・サービスは、今後もHMGにとって特別な開発パートナーであり続けるでしょう」とチョン氏は述べました。 「両社は強固な関係を築いており、今後のプロジェクトで協力できることを楽しみにしています。」