AIを利用した次世代型最適設計システム OASIS AI　

OASIS AI事例

General Motors社 - 板金部品の組立計画

使用ソフト	DCS社: 3DCS Monte Carlo Simulation

＜課題＞

車体組立プロセスにおけるサブアセンブリでは部品のロケータやクランプの位置が最終品質に大きな影響を及ぼします。なかでも、ボディー側面外板を構築するサブアセンブリにおいてロケータ位置のばらつきが大きいと、ドアの開閉時の不具合や雨漏り、風切り音などの問題が発生してしまいます。General Motors社では膨大な時間をかけて、ばらつきが少なく、高品質となるロケータ位置の試行錯誤を試みましたが、改善することはできませんでした。同社は、最高品質の車体を実現するために、サブアセンブリのロケータの位置の検討手法を探していました。

＜解決策＞

課題解決のために、組立プロセスのシミュレーションには汎用3次元公差解析ソフウェア 3DCS を使用し、OASIS AI と連携して最終組立寸法のばらつきが最小となる最適なロケータ位置の探索を実施しました。

設計変数
100 変数: 50 のロケータ × 2座標 (X軸,Y軸)

- 部品点数: 10種類の部品
- 1部品あたり　5エンティティを所持
(1穴, 1スロット, 3クランプ)
- 部品10点×5エンティティ = 50 ロケータ

▲ サブアセンブリの部品点数

＜結果＞

今回の組立プロセスにおける全組み合わせの算数回数は 2×10^172 通りあり、General Motors 社はそのうち 35万通りのロケータ位置検討の試行錯誤を行っていました。OASIS AI による最適化では、1万回の計算で最終組立寸法のばらつきが小さくなるロケータ位置を見つけることができ、組立品質は最適化前に比べて65%改善しました。最適化に要した時間は８時間でした。

▲ 最適化前後の結果比較

▲ 最適化前後のサブアセンブリのばらつき比較