RICOS Lightning | AI-CAE ソフトウェア

製品のコストと性能は構想段階で決まる

製造業の製品開発において、構想・デザイン段階で製品のコストと性能の8割が決まるといわれています。この初期段階はやり直しコストが低く、本来であれば何度でも自由に検討を重ねられるフェーズです。

しかし、一度仕様が確定して後工程に進むと、変更にかかるコストは急激に上昇します。つまり、構想・デザインの段階は製品の価値を左右する最も重要なフェーズであり、この段階で十分に検討を重ねることが製品の品質とコストを大きく左右します。

ところが、この最も重要な初期フェーズにはCAE専任者がおらず、結果として、多くの決定が暗黙知や勘に頼らざるを得ないというパラドックスが存在しています。

見えない手戻りが組織を疲弊させる

構想・デザイン段階の判断が暗黙知に頼った結果、後工程で「想定外の問題」が発覚するケースが少なくありません。そこから手戻りが発生し、多大なコストと時間を消費します。

この手戻りの根本原因は、構想・デザイン段階で「判断のための道具」が存在しないことにあります。性能を見通すためのシミュレーション環境がないため、問題が後工程まで持ち越されてしまいます。見えない手戻りが、開発組織を慢性的に疲弊させているのです。

判断の精度と速度を上げるAI-CAE

RICOSが目指すAI-CAEは、「検証」のためではなく「判断」のためのツールです。

従来のCAEは、仕様が固まった段階で詳細検証や品質保証を行うために使われてきました。一方、RICOSのAI-CAEは構想段階での方向性決定やスクリーニングを担います。

RICOS Lightningは、組織がこれまで蓄積してきた3Dデータの解析結果を学習し、予測モデルを構築します。デザイナーや設計者は、この予測モデルを使って自分の担当する形状の性能傾向をその場で確認し、方向性を素早く見極めることができます。

AI-CAEがもたらす変化

AI-CAEの導入により、構想・デザイン段階での判断のスピードと精度が向上します。製品のコストと性能の大部分は構想・デザイン段階で決まるため、初期段階の判断精度の向上は後工程の手戻り削減、ひいては組織全体の疲弊軽減につながります。

AI-CAEの導入効果

設計判断の根拠	設計者やデザイナーが、自分の描いた形状の性能傾向を即座に確認できます。経験や勘に頼っていた判断を、数値に基づく根拠に変えることができます
創造的な時間の確保	部門間の調整にかかっていた時間を、創造的な検討に振り替えられます
CAE部門の負荷軽減	設計上の問題を前工程で可視化し、CAE部門への業務集中を軽減します

解析速度を最大100倍に高速化

RICOS Lightningの最大の特長は、既存のCAE解析結果を学習させた予測モデルにより、従来比最大100倍の高速化を実現する点です。

従来のCAE解析では数時間から数日を要していた流体解析を、RICOS Lightningでは10〜20分程度で予測することができます。この高速化は、CAEのような数値解析を毎回実行するのではなく、過去の解析結果から構築したAI予測モデルを用いて統計的に計算するため実現できます。さらに、解析に必要な計算はデスクトップPCで実行可能なため、高価なHPCを用意する必要がありません。

少ない学習データで高精度予測

RICOS Lightningは、20サンプル前後の学習データで高精度な予測が可能です。解析値との誤差は3%前後を実現しています。

一般的なAIモデルでは大量の学習データが必要となりますが、RICOS独自のアルゴリズム「IsoGCN（アイソジーシーエヌ）」は物理法則を組み込んだ学習を行うため、少ないサンプルでも精度の高い予測を実現します。CAEソフトウェアを導入したばかりで過去の解析データが十分に蓄積されていないお客様にも適用可能です。

また、3Dデータを学習データベースに読み込ませるための修正作業には1日かかるケースもあるため、必要なデータ数が少ないこと自体が、学習データの準備工数を削減するメリットにもなります。

未学習の形状にも対応

RICOS Lightningは、学習時に存在しなかった新しい形状に対しても、信頼性の高い予測が可能です。この特性は「外挿性」と呼ばれ、RICOS Lightningの大きな強みです。

具体的には、形状の回転や平行移動を正しく認識し、予測精度を維持します。また、小さなスケールで学習したモデルを大きなスケールに適用することも可能です。たとえば、小型の回転体で学習したモデルを、直径2mの回転体の予測に適用することも可能です。

専門知識がなくても操作可能

RICOS Lightningは直感的な操作性を備えており、CAE専任者でなくても解析の予測結果を確認できます。従来のCAE解析で必須だったメッシング作業（解析用のメッシュデータを作成する作業）も不要です。

これにより、各部門の担当者がそれぞれの業務の中で活用できるようになります。

設計者/デザイナー	自ら性能評価を行いながら設計・デザイン業務を進められます
設備設計者/営業担当	製造現場で手軽に検討ができたり、訪問先で予測結果をすぐに提示できます
解析担当者	より専門的な解析業務に専念でき、業務の分散化が実現します

RICOSはグラフニューラルネットワークを使ってCAE結果を予測することについて国内特許を取得済みです（特許第6845364号）。同技術について国際特許も出願中です。

さらに、物理現象の特性を組み込んだRICOS独自の機械学習アルゴリズム「IsoGCN（アイソジーシーエヌ）」モデルを採用することで、複雑な形状に対しても高速かつ高精度な予測を実現しています。

	従来のサロゲートモデル	RICOS Lightning
機械学習	ニューラルネットワークを採用	グラフニューラルネットワーク及びRICOS独自の「IsoGCN」モデルを採用
特徴	・製品形状を大まかにしか理解できない ・形状が変わると性能が大きく落ちる	・製品形状を詳細に理解できる ・未学習の形状に対しても性能が落ちない

自動車の空力解析

流速・圧力分布・Cd 値（空気抵抗特性）を予測可能です。従来のCAEでは半日から数日かかるような計算結果を10～20分で予測した実績があります。

室内の気流解析

誤差1%程度のまま100倍程度の高速化を達成。非定常解析にも対応しており、過渡的な結果も確認可能です。

熱交換器の強制空冷

コルゲートフィン形の熱交換器における強制空冷の解析結果を15分で予測した実績があります。

気液二相流解析

気液二相流の計算を高速に予測可能です。

撹拌の解析

攪拌容器内の状況を高速に予測することが可能です。

 

解析に対する弊社AIアルゴリズムの適用性や学習データ数の目安については、お気軽にお問い合わせください。

RICOS Lightningは、自動車の空調・冷却から駆動系、電子デバイスの熱設計まで、多様な解析テーマに適用可能です。以下に、分野別の適用テーマを紹介します。

サーマルシステム

車両空調や冷却に関わる多様な製品において、解析の高速化が求められています。RICOS Lightningは、これらの領域で繰り返し発生する設計パラメータの検討を効率化します。

ブロワファン	ファン性能：回転流体解析が高コストであり、羽根角度や回転数などの設計パラメータ検討が多数発生します
電動コンプレッサ	圧縮機内部流れ：ターボ機械CFDの計算時間が長大であり、圧縮機設計において性能マップ評価が多数必要です
車両HVACユニット	車室内流れCFD：車室内CFDの計算コストが大きく、空調条件や風量、ダクト形状などのパラメータ探索が多数発生します
エバポレータ	熱交換器性能：熱交換器設計において、流量や温度条件の組み合わせ評価が多数必要です
ヒータコア	熱流体性能：HVAC設計における熱交換性能のケーススタディが多く、CFDの高速化ニーズが高い領域です
電動ファンモジュール	冷却風量予測：車両冷却性能の評価における風量条件や回転数条件の多数の評価が必要です
ラジエータモジュール	冷却流れ：車両冷却設計における走行条件や風量条件のパラメータ探索が多数発生します
車両冷却ダクト	冷却流路CFD：冷却風の流路形状や風量条件の組み合わせ評価が多数必要です

パワートレイン

エンジン系部品からEV駆動系まで、パワートレイン領域の解析テーマにも適用可能です。

EV駆動ユニット冷却システム	モータ冷却：モータおよびギヤ冷却の温度予測解析を多数実施する必要があります
スロットルボディ	吸気流れ：吸気流量や開度条件のケーススタディが多数発生します
オイルポンプ	潤滑流体：潤滑流体の流量条件や温度条件の評価ケースが多数必要です
EGRシステム	排気流れ：排気流量条件の評価ケースが多数発生します
インジェクタ	混相流：燃料噴射の性能評価で噴射条件、噴霧条件、圧力条件などのケースが多数必要です

エレクトロニクス

インバータやバッテリー、車載ECUなど、電子/電気デバイスの冷却・熱設計においても、RICOS Lightningによる高速化が有効です。

インバータ冷却構造	電子機器冷却：パワー半導体の熱設計評価における試行錯誤が多数発生します
バッテリー冷却プレート	冷却性能：EV電池冷却における流量条件や冷却流路設計のケーススタディが多数必要です
車載ECU冷却	電子冷却：電子機器の熱設計における配置条件や熱負荷条件の検討が多数発生します

上記は適用テーマの一例です。これら以外の解析テーマについても、お気軽にお問い合わせください。

スズキ株式会社様	自動車設計における空力解析 スズキ株式会社様は、本ツール『RICOS Lightning』の検証を推進しています。RICOSが提供する独自のAI-CAEアルゴリズムを活用することで、自動車設計における空力解析の大幅な高速化を実現し、より効率的な設計プロセスの確立を目指しています。詳細は弊社のお知らせをご覧ください。
ダイキン工業株式会社様	圧縮機内部流れ評価 RICOSはダイキン工業株式会社様とともにAIを活用した圧縮機内部流れを予測するCAEの高速化の検証を開始しております。ダイキン工業株式会社様は、従来の手法では解析が完了するまでに半日ほどかかることもある圧縮機の内部流れ評価を、本ツールの活用により、高速かつ高精度に行うことを目指します。詳細は弊社のお知らせをご覧ください。

上記の企業様以外にも、マツダ株式会社様をはじめ、国内外の複数の自動車メーカー・機器メーカーに提供しております。

RICOS Generative CAE

RICOS Generative CAE（リコスジェネレーティブシーエーイー） は、最適な製品形状を自動で探索・提案するソフトウェアです。流体解析だけでなく構造解析にも対応しており、製品形状の生成・変更にかかる手間と時間を大幅に削減できます。なお、本製品はテクノロジー製品の技術・機能性・独自性を評価するCES Innovation Awards® 2025を受賞しています。

RICOS Generative CAE について資料で詳しく見る

RICOS Lightning との組み合わせによる相乗効果

さらに、RICOS Lightning と組み合わせることで、CADの製品形状変更から性能検証までの設計工程全体を自動化・高速化することが可能です。たとえば、自動車のボディ形状において、空力性能が最も優れる形状を自動的に探索・提案するといった活用ができます。

自社クラウド（HPC）

RICOSは、CAE計算に特化した自社クラウド環境（HPC：High Performance Computing）を保有しており、大規模な計算も安定して実行できます。自社で一元管理しているため、不具合発生時も迅速なサポートが可能です。RICOS Lightning をご利用の際は、このクラウド環境がバックエンドの計算基盤として機能します。

クラウド環境のご利用が難しいお客様には、ご要望に応じてオンプレミス環境の構築にも対応しています。

事業内容

株式会社RICOSは、CAE（コンピュータを用いた工業製品の設計・開発・シミュレーション）にAIおよび高性能計算の技術を組み合わせ、ものづくりのプロセスを最適化するテクノロジー企業です。「科学計算で、未来を造る」をミッションに掲げ、研究開発を推し進めています。

工学・物理学・計算科学・数学等の専門家で構成されたチームが、お客様ひいては社会が直面している課題を深く認知し、課題解決に取り組んでいます。AIの国際会議で採択・発表された技術をベースに、独自アルゴリズムIsoGCNを開発し特許を取得しています。さらに、グラフニューラルネットワークの国際特許も申請中です。

RICOSは、CAEの準備作業が自動化され、計算が高速化し、誰でもCAEを活用できる世界の実現を目指しています。インタラクティブな設計・評価が可能になる環境をつくり、ものづくりの現場で科学計算技術が広く活用される未来に向けて取り組んでいます。

会社概要

企業名	株式会社RICOS
所在地	〒100-0005 東京都千代田区丸の内二丁目３番２号
設立年月	2006年08月
URL	https://www.ricos.co.jp/