DUNLOP（住友ゴム工業）と富士通は2026年6月3日、タイヤが路面に接地した際の変形挙動を予測するAIサロゲートモデルを共同開発し、構造解析の実証実験で解析時間を従来の約45分から約5分へ短縮したと明らかにしました。時間短縮率は約90％で、約60万要素規模の解析も実現したとしています。
開発したのは、過去のFEM解析結果を学習データにしたGNN（グラフニューラルネットワーク）ベースのモデルです。FEM（有限要素法）は形状を細かな要素（メッシュ）に分けて計算する手法で、精度を上げるほど計算時間とコストが増える課題がありました。今回、接地形状や接地圧分布などを近似解析で推論し、接地形状の予測精度は平均87.7％だったといいます。
背景には、製品の高性能化・複雑化でCAE解析の所要時間が増大し、タイヤ設計ではメッシュ細分化に伴う計算負荷と、専門知識が必要な点、熟練技術者確保が課題になっていることがあります。両社は設計のDX（デジタルトランスフォーメーション）とデータドリブン開発の加速を狙います。
今後はArmベース次世代CPU「FUJITSU-MONAKA」での動作を前提に設計を進め、2026年12月までに検証機で実証を開始する予定です。DUNLOPでは設計開発支援ツールとして2027年4月の実運用開始を目標にし、富士通は製造業の大規模FEM解析への横展開や「Fujitsu Kozuchi」上での提供を通じた省電力化にもつなげる方針です。
【関連リンク】
公式PR一覧: https://global.fujitsu/ja-jp/pr
AI生成記事のため誤りを含む場合があります
PRTIMES
PRTIMES
DUNLOPと富士通、AIを活用したタイヤ構造解析の実証実験において所要時間を約90％短縮