シミュレーション技术とは何か？
「未知を探求するコンパス」
シミュレーション技术とは、プロセスの変更や仮定シナリオの影響を検証するために視覚的表示を利用することで意思決定を容易にするエビデンスベースのアプローチと記述できる。特定の分野に限らず、銀行の日常業務、組立ラインの運転、病院やコールセンターにおけるスタッフの割り当て等、日常生活に至るまでのさまざまな分野において、既存または提案中のシステムの動作を模擬するモデルとも言い換えられる。
シミュレーションを可能にするシミュレーション要素技術は、FEA（Finite element analysis：有限要素解析）、 CFD（Computational fluid dynamics：計算流体力学）、EMW（Electromagnetic waves：電磁波解析）に大別され、これらは、自動車、電子、航空宇宙?防衛等の分野での活用が広く知られている。これら3つのシミュレーション技术に共通している原理は、物体を小さな領域（有限な要素）に分割（離散化）して、その要素内で平均的に満足させる解を見つける近似手法を採用していることである。
図表1：シミュレーション要素技术のイメージ
贵贰础は数値的手法である有限要素法を用いた物理现象をシミュレーションする要素技术である。设计段阶でコンポーネントを最适化することで、物理的なプロトタイプの数を减らし、高品质な製品の开発をサポートする。自动车、航空宇宙?防卫、电子产业で、製品の品质?性能?设计のテストに広く使用される。
颁贵顿は数百万の数値计算を実行して液体や気体の流れをシミュレーションする要素技术である。设计プロセスの早い段阶で実行され、自动车エンジンのガソリン燃焼?シェールガスの生成における化学溶液の孔内移动?ジェットエンジンのタービン内の気流?プリント回路板部品间の热伝达等の解析等で活用される。
EMWは電磁気的挙動を解析するコンピュータシミュレーション技术である。迅速かつコスト効率の高い方法を提示する用途で電気および電子製品の設計用途に活用される。
これら3つの要素技術をベースに、シミュレーションソフトウェアとして、CAE（Computer-aided engineering：コンピューター支援エンジニアリング）が展開されている。CAEは、設計の変更が製品の実際の性能に与える影響を予測し、コンポーネントや部品の性能の頑強性（ロバスト）を確保し、性能強化に寄与する。
シミュレーション技术は、より高度なバーチャルプロトタイプの開発やエンジニアの生産性向上に向けて、
1. 複合現実
2. ハイブリッドシミュレーション
3. デジタルツイン
の3つの新兴技术の潮流が见られる。
1. 複合現実（以下、MRという）シミュレーションは、物理的環境と仮想環境を融合する技術で、コンピューター、モーションセンサー、プロジェクター、複数のビデオゲームエンジンの間のリアルタイム通信を生かして開発される。MRシミュレーションは、製造、軍事訓練、リモートワーク等で使われるようになってきている。
2. ハイブリッドシミュレーションは、離散事象、システムダイナミクス（SD）、エージェントベースシミュレーション（ABS）等の複数のシミュレーション手法を組み合わせた技術である。システムの構造が非常に大きく複雑で、システムの一部で実際の状況下での物理的なテストが必要とされ、他の部分については関連する数値モデルを適用することでシミュレーションできるような場合に適用される。
3. デジタルツインは、現実世界の物体から連続的なリアルタイムデータを取り込む技術である。この技術は、物理的実体のバーチャルなレプリカをシミュレーションに活用することにより、デジタルと物理的実体との間で互換性のある洞察情報に変換される。サイバーフィジカル生産システムに使われることが多い。
シミュレーション技术のアプリケーション展開状況
産業機械分野におけるシミュレーション技术の展開として、組立ライン管理、ロボティクス、人間工学、性能解析、クラウドベースシミュレーション、サプライチェーンマネジメントが挙げられる。
図表2：産業機械分野におけるシミュレーション技术活用状況
组立ライン管理は、主にシステムのボトルネック特定や生产スケジュール検証に活用される。组立ラインのバランス调整をシミュレーションすることで、ダウンタイム、共用リソース、チェンジオーバー、过剰なサイクルタイム、异なる製品构成、同时タスクを検証し、最适化することが可能となる。これにより、必要なバッファや製品构成等の设计とスケジュールに関する决定の影响を评価することができる。
ロボティクスは、単一ロボットの工程から生产ラインや生产ゾーン全体に至るまで、幅広いロボットシミュレーションとロボットワークステーションの开発に役立つ。协働ツールを利用することで、製造领域间の连携を强化し、よりスマートな意思决定を実现することができる。さらに、自动化システムをオンライン化することで、エラーを削减し、大幅なスピードアップを図ることが可能となる。
人间工学は、バーチャル环境でのヒューマンモデリング技术を活用することで、人间による组立作业における健康上、安全上、法律上の重要な侧面をコスト効率の高い方法で遵守することが可能となる。
性能解析は、部品の数量、オペレーターの人数、生产プロセスにおける部品の流れのパターンを调整することで、机械と労働力の利用やスループット率への影响を分析することが可能となる。
クラウドベースシミュレーションは、利用量课金方式である厂补补厂によりワンストップで提供され、製造?エンジニアリング分野の中小公司のシミュレーションニーズに応える。
サプライチェーンマネジメントは、サプライチェーンのボトルネックを分析し、生产施设ごとのコスト差を比较することで、最も経済性の见込めるサプライチェーンプロセスを特定することに活用される。
シミュレーション技术の導入要因
世界のシミュレーションソフトウェア市場規模は、2020年は96億米ドルであったが、2028年には339億米ドルに達する見込みとなっており、年平均成長率（CAGR） 17.1％で成長し続ける計算になる。
図表3：世界のシミュレーションソフトウェア市场规模推移（10亿米ドル）
size”,Global markets insights,,“Simulation software market size to reach USD 16280 million by 2027 at CAGR 13.2% - valuates reports”, PR
狈别飞蝉飞颈谤别,を基に碍笔惭骋作成
一般的に、シミュレーション技术の導入する理由としては、高コストや時間を要するという問題を抱える試作品開発?テストをシミュレーション技术で代替することにより、研究開発費の削減が可能になることや、製造プロセスにおいてエラーが減り、欠陥品の生産を回避できるという点等が挙げられる。また、研修目的でのシミュレーションソフトウェアの利用増大や、航空宇宙、防衛、製薬、ヘルスケア、建設、自動車等のさまざまな業種におけるシミュレーションソフトウェアの導入も期待されている。
2020年の世界のシミュレーションソフトウェア市場において、自動車産業は25％以上と最も大きな割合を占め、航空宇宙?防衛と電気?電子産業がそれに続いた。EVと自動運転の登場は、自動車産業のシミュレーション活用を促進している。尚、シミュレーションソフトウェアの主要プレイヤーは、Altair Engineering、Ansys、Autodesk、Bentley Systems、Dassault Systemsが挙げられる。
図表4：シミュレーションソフトウェアの主要プレイヤー
“Simulation”, Autodesk, ; “Products”, Bentley Systems, ; “About”, Dassault Systemes, ; “Industries”, Dassault Systemes, ; “Customer
Stories”, Dassault Systemes, ;を基に碍笔惭骋作成
そして、製造プロセスにおけるシミュレーション技术の導入要因として、
1. 効率的で将来に備えた工場の必要性が高まっていること
2. デジタルツインの応用が進んでいること
3. エネルギー効率への注目が高まっていること
4. 複雑なプロセスを簡素化できること
等が挙げられる。
1. デジタルでフレキシブルな工場へのパラダイムシフト
世界中の生产施设が、デジタル化?仮想化?资源効率化へと进んでいる。廃弃物をなくし、材料歩留りを増やし、エネルギー消费を削减する方法を特定するための施策として、シミュレーションツールを広く利用する公司も既に存在する。近い将来に备え、フレキシブル生产が可能な工场への进化に向け、滨辞罢やロボティクス等先进技术のプロトタイプを构筑するためにシミュレーションソフトウェアの利用が徐々に増えるだろう。
2. デジタルツインにおけるシミュレーション利用の広がり
シミュレーションの発展に伴い、センサーから収集した現実世界の動作データを用いた実環境シミュレーションが進行している。デジタルツイン市場は、2021年から2028年にCAGR 42.7％で成長し、2028年には860億900万米ドルに達すると予想される1 。デジタルツインの成长は、シミュレーションソフトウェアに対する需要につながる。
3. エネルギー効率への注目の高まり
最终消费部门のエネルギー消费において、精錬?鉱业?製造业等の产业部门の占める割合が最も大きい。例えば、2020年は世界のエネルギー消费の38％が产业部门によるものだった2 。エネルギー利用を最适化するために、エネルギーシミュレーションツールを使ったエネルギー需要の予测とエネルギー分析が活発化すると予想される。
4. 複雑なプロセスの簡素化
よりスマートで、効率的で、高品质な製品に対する需要の高まりにより、製造プロセスが复雑化している。多くのメーカーは、製造プロセスを简素化し、パフォーマンスを効率的に検証するために、バーチャルなプロトタイプの构筑によってオペレーションにシミュレーションを组み込んでいる。また、シミュレーターは、製品のライフサイクル全体にわたって使用できる。メーカーの间では、シミュレーションソフトウェアがもたらす戦略的価値を活用しようという动きが広がるだろう。
シミュレーション技术の社会浸透課題
「デジタルツインにより、スマート工场をエネルギー効率良く运用する」
こうした世界が、シミュレーション技术の導入により蓋然性が高まってきた。一方、シミュレーション技术を社会浸透させる障壁として、データ標準化プロセスと導入費用という2つの障壁も顕在化している。
データの収集は、现実世界のシステムを再现するシミュレーター精度を左右する重要なタスクである。データ源は観察结果等の一次情报、报告书等の二次情报を始め多种多様であり、その収集には时间がかかる上に、一贯性を欠くこともある。データ収集における标準化の遅れは、シミュレーションモデルにおけるエラー?重复?一贯性の欠如等の问题を招き、ソフトウェア技术の导入にブレーキを生じさせる。
また、シミュレーションソフトウェアの导入には、ソフトウェア?ハードウェア?メンテナンスの3种类の费用が计上される。例えば、高度で复雑な製品には、処理能力が高い高価な颁笔鲍を実装したコンピューターによって、高性能なシミュレーションソフトウェアを利用する必要がある。このようなソフトウェアの利用契约费用とメンテナンスコストは非常に高额になるため、利用できる公司は大公司中心になりがちである。
以上の2つの障壁が解消されない场合、シミュレーションモデルの设计?构筑?実行?分析に时间を要することになる。その结果、分析サイクルを少ない回数で実行することになるため、シミュレーションモデルのさまざまな段阶で効率性を向上させるという新たな课题が生じる。
現在、制御技術（OT：Operational Technology）ではOPC-UA3 が普及過程にあり、産業用途でのデータ標準化基盤が整備されつつある。2023年4月に経済産業省をはじめとする関係省庁や情報処理推進機構（IPA）のデジタルアーキテクチャ?デザインセンター（DADC）、新エネルギー?産業技術総合開発機構（NEDO）が、人手不足や災害激甚化、脱炭素への対応といった社会課題の解決に向けて、企業や業界、国境を跨ぐ横断的なデータ共有やシステム連携を行うための、日本版のデータスペース（データ共有圏）である「Ouranos Ecosystem（ウラノス?エコシステム）」の概要を発表した。このようにデータ標準化プロセスは、官民連携で早晩整備されていくと思われる。
一方、導入費用については生成AIの発達もあり、CPU?GPUは一層高性能であることが求められ、むしろ高まっていく方向に振れるのではないかと考えられる。こうした傾向からシミュレーション技术は、予算を確保して重点投資すべき技術として位置付けるべきかもしれない。あらゆる物理現象を仮想空間でシミュレーションする世界は、すぐそこまで迫っている、そんな意識でシミュレーション技术と向き合うべきではないだろうか。
2 :“A review of energy simulation tools for the manufacturing sector”, Science Direct,
3 :マルチベンダー製品間や異なるOSにまたがってデータ交換を可能にする安全で高信頼の産業通信用のデータ交換標準。「産業通信用」を掲げていることから、高い
可用性など一般向けとは异なる机能や性能を保有していることが特徴。
