解析事例

CAE活用推進

設計案が増えるほど、CAE業務の負荷も増えていく

自動車部品メーカーA社がPyAnsysで実現した、解析業務の自動化・標準化

PyAnsysによって効率化・標準化できる業務とは？

自動車の軽量化やEV化が進む中、短期間で多くの設計案を比較・評価することが求められています。
自動車部品メーカーA社でも、軽量化と強度・剛性を両立するため、多数の設計案を評価していました。CAE担当者は、条件変更、解析実行、結果整理を繰り返す日々。
こうした業務は、PyAnsysによってどのように効率化・標準化できるのでしょうか。

※本ページはPyAnsysの活用イメージを紹介する仮想ユースケースです

PDF をダウンロード

A社における課題

「あと10パターン試したい」が、複数案件から同時にやってくる

開発が進むにつれて、「板厚を変えたい」「材料を変えたい」「荷重条件を変えて確認したい」といった追加の解析依頼が増えていきます。
1つの部品では数10ケース程度でも、複数の部品・車種・開発案件が並行すると、CAE部門全体では数百ケース規模の解析結果が蓄積されていきます。

CAE担当者は案件ごとに、条件設定、解析実行、結果確認、Excelへの転記・比較表作成を繰り返します。さらに、せっかく蓄積した解析結果も案件ごとに管理され、次の設計検討に十分活用できていないという課題もありました。
その結果、単なる作業量の増加だけでなく、解析プロセスの属人化やデータ活用のしにくさも課題になっていました。

A社のCAE業務は、
「解析を考える仕事」よりも、「解析を回すための作業」に時間を取られる状態
になっていました。

A社が抱えていた3つの課題

繰り返し作業

複数案件で同様の条件設定・解析・結果整理を繰り返す

属人化・ヒューマンエラー

担当者による手順の違いや、設定漏れ・転記ミスのリスク

解析データを十分に活用できない

蓄積した解析結果を横断的に分析し、次の設計判断に活かしきれていない

PyAnsysで繰り返し解析を自動化

PyAnsysで、設計案ごとの解析を一連のワークフローへ

そこでA社が検討したのが、PyAnsysを活用した解析業務の自動化です。
これまでCAE担当者が一件ずつ操作していた作業を、PythonからAnsysを操作することで、一連のワークフローとして実行できるようにしました。

板厚・材料・荷重条件など、設計案ごとの解析条件を一覧化します。CAE担当者は一つひとつMechanicalを操作するのではなく、用意した条件をもとにPythonスクリプトを実行します。
CAE担当者は、これまでのように一つひとつAnsys Mechanicalを操作するのではなく、用意した条件をもとにPythonスクリプトを実行します。
すると、以下の一連の処理を自動的に進めることができるようになりました。

解析結果を、次の設計判断に活かす

PyAnsysの活用は、解析の自動化だけにとどまりません。
取得した解析結果をPython上で扱うことで、Excelやグラフへの出力はもちろん、Pythonライブラリを利用した統計分析や機械学習による傾向分析・予測などへ発展させることもできます。
例えば、板厚・材料・荷重条件と応力・変位などの解析結果を蓄積し、設計パラメータと性能の関係を分析することで、次に検討すべき設計案を絞り込むための判断材料として活用できます。
また、Pythonを介して外部のAIサービスと連携するなど、解析データを活用した新たなワークフローへの発展も考えられます。

従来の解析業務(Before)

・次の設計案でも同じ作業が繰り返される
・設計案が２０個あれば、２０回繰り返す

PyAnsys活用後(After)

・すべての解析ケースについて一件ずつの画面操作が不要に
・朝に解析条件を準備して処理を開始し、計算終了後には各設計案の結果が比較できる状態になっている

PyAnsys活用で得られた4つの効果

「解析を回す人」から、「設計判断を支える人」へ

PyAnsysを活用することで、A社のCAE業務は大きく変わりました。

繰り返し操作に費やす時間を削減

ケースごとの条件設定・実行・結果取得を自動化

検討ケースを拡大

多数の設計案を比較・評価しやすく

手作業によるミスを抑制

設定漏れ・転記ミスなどのリスクを低減

解析業務を標準化し、データを再利用

解析手順を標準化し、結果を組織のデータとして蓄積・活用

A社のCAE業務は、こう変わる

A社の解析業務が「作業」から「判断」へ

翌朝、CAE担当者が見るものが変わった

これまでは出社すると、昨日の解析が終わっているかを確認し、次のケースの条件を設定していました。PyAnsysを活用した後は、複数の解析結果がすでに整理されています。
CAE担当者が最初に見るのは、Ansysの操作画面ではありません。

「どの設計案が最も軽く、必要な性能を満たしているか」

という比較結果です。

そして設計担当者と、
「この案なら、さらに0.2mm薄くできそうだ」
「こちらは応力が高いので、形状を変更してみよう」
といった次の設計検討へ進むことができます。

PyAnsysが目指すのは、単にCAE操作を自動化することではありません。
人が行う必要のない作業をPythonに任せ、CAE担当者が本来取り組むべき「考える仕事」に時間を使える環境をつくること。
それが、A社がPyAnsys活用によって得た大きな変化です。

まとめ

毎日のCAE業務に、自動化・データ活用できる作業はありませんか？

A社のような大量の設計案比較だけが、PyAnsysの活用場面ではありません。
・毎回同じ解析条件を設定している
・複数モデルを順番に解析している
・解析結果をExcelへ転記している
・同じ形式のグラフやレポートを作成している
・担当者によって解析手順が異なっている
・解析結果が蓄積されているが、十分に再利用できていない
・CAEデータを機械学習やAIにも活用してみたい

PyAnsysを活用することで、繰り返し解析の自動化だけでなく、解析データをPython上で扱い、可視化・データ分析・機械学習、さらには外部AIとの連携などへ発展させることもできます。
「この作業を自動化できないか？」
「この解析データをもっと活かせないか？」
そんなところから、PyAnsysの活用を始めてみませんか。