デジタルエンジニアリングとは

デジタルエンジニアリングとは、計算ツール、デジタルモデル、接続されたデータを使用して、現代のサイバーフィジカルシステムの設計、テスト、監視、および保守をサポートするための手法です。デジタルエンジニアリングシステムは、複雑なシステムや進化していくテクノロジー、そして製品の市場投入をより迅速に求めるプレッシャーに対処するために開発された、包括的なエンジニアリングプラクティスで構成されています。     

エンジニアリングチームは、製品開発とライフサイクル管理を行うための次世代モデルベースアプローチとしてデジタルエンジニアリングを導入しています。このアプローチは、エンジニアリングに関する意思決定を行うために、タイムリーで状況に即した知見をもたらすことを目的としています。つまり、状況に適した情報が適切な文脈に基づいて、適切なタイミングかつ形式で提供されるようになります。デジタルエンジニアリングは、単にデジタルトランスフォーメーションの原理をエンジニアリングデータに適用するだけではありません。高度なテクノロジーで次のことを実現するエコシステムが構築されます。

• システムの振る舞いのモデル化と要件に対するシミュレーション
• 自動化の実装
• 組織内のあらゆるエンジニアリング分野の接続
• 重要な情報を一元化した、信頼できる唯一の情報源の確立 

デジタルエンジニアリングがもたらす恩恵は非常に大きく、ソフトウェアとの依存関係を伴う従来のハードウェア開発プラクティスに取って代わる新しい手法として定義され、導入されるようになりました。従来のハードウェア開発では、ウォーターフォール手法が採用されてきました。これはソフトウェア開発で一般的に見られるアジャイル手法とは異なります。ハードウェアシステムは複雑で相互に依存性があるため、ハードウェア開発にアジャイル手法を導入しても成功することはほとんどありません。

しかし、モデルベースシステムズエンジニアリング（MBSE: Model-Based Systems Engineering）を導入すれば、2つの方法でアジャイル手法のメリットを受けることができます。第一に、エンジニアリングチームは要求に対して製品をモデリングする際に、システムレベルのアプローチを採用することができます。第二に、製品に関する情報をより明確に定義し、情報に容易にアクセス可能となります。これらを組み合わせた戦略の転換により、組織内やプロセス間での依存関係が解消されました。

米国国防総省（DoD: Department of Defense）は、こうしたメリットを認識し、次の4つの具体的な目標を掲げたDigital Engineering Strategy（デジタルエンジニアリング戦略）を2018年に策定しました。

1. 横断組織での意思決定およびプログラムに関する意思決定に必要な情報を提供できるような開発、統合、およびモデル使用を形式化すること。
2. 永続的な信頼できる正しい情報源を提供すること。
3. エンジニアリングプラクティスを向上させる技術的イノベーションを採用すること。
4. ステークホルダーたちの活動、コラボレーション、やり取りを支援するインフラストラクチャおよび環境を構築すること。

DoD指示書5000.97では、戦略内容がさらに改良され、防衛調達エコシステムでデジタルエンジニアリングを採用することが奨励されています。このイニシアチブ以来、航空宇宙および防衛業界では、コスト、スケジュール、リスクを効果的かつ独自に管理できるよう、デジタルエンジニアリングがさらに広く活用されるようになりました。

ここでは、デジタルエンジニアリングの推進要素をよりよく理解するために、「エンジニアリングに関する意思決定を行うためのタイムリーで状況に即した知見」を構成する個々の要素を見ていきましょう。

• タイムリー: 競争圧力とシステムの複雑さがさらに高まっていることで、企業は製品をより迅速に設計し市場投入するだけでなく、アップタイムを向上させ、製品改良の早期検証と実装を実現し、現場で発生する不具合をより迅速に診断して修正することが求められています。こうした競走場の要求により、エンジニアリングチームには、これらの業務を遂行するための十分な時間的余裕はもはやありません。モデルベースのアプローチと、自動化、信頼できる唯一の情報源、計算ツールを組み合わせることで、デジタルエンジニアリング環境では従来の方法よりもはるかに迅速に情報を生成できるようになりました。
• 状況に即した: 最新のシミュレーションテクノロジーとモノのインターネット（IoT）を通じたセンサーの普及により、かつてないほど大量のデータが生成されています。しかし、このデータを有効活用するには、意思決定者がデータの発信源に加えて、他のデータやデータ源との関係、さらにはその信頼性を把握することが必要です。データがその設計時、製造時、および運用時の条件にリンクされることで、こうしたデータの文脈や背景に関する情報が提供されます。
• エンジニアリングに関する知見: エンジニアリングとは、根本的には、仕様を満たすように製品を設計し、ライフサイクル中に直面する問題を解決するプロセスです。これを効果的に行うためには、エンジニアが材料、運用環境、物理的な形状、パフォーマンス、耐久性など、製品のあらゆる要素に関する情報を得ることが不可欠となります。これらの知見がなければ、開発チームは非効率的で費用のかかる推測と実機試験に頼らざるを得ません。しかし、デジタルエンジニアリングを導入すれば、ステークホルダーたちは個々の役割を確実に遂行するために必要となる製品固有の情報にアクセスできるようになります。
• エンジニアリングに関する意思決定: 開発チームがエンジニアリングに関するタイムリーで状況に即した知見を必要とする理由は、情報に基づいた意思決定を行うためです。こうした意思決定は、製品開発プロセスの早い段階だけでなく、最適な廃棄方法を決定するためなど、製品寿命の終わりに行うこともあります。デジタルエンジニアリングを導入することで、エンジニアは意思決定プロセスの早い段階から知見を提供する「シフトレフト」と呼ばれる早期対策を取り、ライフサイクル全体のコストを効果的に削減できるようになります。   

また、デジタルエンジニアリングは、知見と適時性の向上につながる高度なテクノロジーの導入を成功させる要因にもなります。たとえば、製品のデジタルスレッドを作成する際、デジタルエンジニアリングは必要なデータをキュレーションするだけでなく、スレッドを介して接続された情報の信頼できる唯一の情報源を定義するという重要な役割を担います。

これを、特にMBSEなどのシステムズエンジニアリングや計算ツールと組み合わせると、製品のシステムレベルのデジタルモデルにリアルタイムでアクセスできるようになります。これにより、製品のライフサイクル全体にわたるwhat-if解析、最適化、故障解析、予測分析が可能になります。さらに、機械学習（ML: Machine Learning）、ニューラルネットワーク、大規模言語モデル（LLM: Large Language Model）のように急速に発展している人工知能（AI: Artificial Intelligence）テクノロジーを導入することで、デジタルエンジニアリングエコシステムでは、特にクラス最高レベルの物理ベースシミュレーションを使用する場合に、より向上した自動化、より多くの知見をもたらす予測分析、予知保全を提供できるようになります。 

デジタルエンジニアリングシステムは、システムの製品ライフサイクルに関するエンドツーエンドの信頼できる総合的なビューを提供するさまざまなツール、プロセス、データ源、インフラストラクチャで構成されます。現在、その実装には次のコンポーネントが含まれています。

データの文脈、分類、接続

デジタルエンジニアリングを採用する際、単なるデータの収集と分析に留まらないことが重要になります。データから付加価値を生み出すには、製品に関する状況に即した情報を追加しなければなりません。そして信頼できる唯一の情報源を特定し、効率的で再現性があり、監査可能な方法でデータを用途や適用分野にリンクさせる必要があります。こうしてデジタル化された情報は、サイバーセキュリティの観点からも保護され、追跡可能な方法でアクセスできる正確な情報として扱えるようになります。これがデジタルスレッドの基盤となります。

デジタルツイン

システム全体、そのコンポーネント、またはサブシステムのデジタル表現は、静的データを超えた知見をもたらします。これらのモデルは「デジタルツイン」と呼ばれています。エンジニアは、このデジタルツインを活用して、運用条件、ジオメトリパラメータ、エンジニアリングには直接関連しない入力データを変更することで、設計時または運用時の条件下でシステムがどのように応答するかを確認できるようになります。デジタルツインには以下を含む（ただし、これらに限定されない）さまざまな要素で構成されます。

• ジオメトリの3D CAD（コンピュータ支援設計）モデル
• モデルベース設計
• 0D/1D/3Dのシミュレーションモデル
• キュレーションされたデータから生成されたルックアップテーブル
• 詳細なシミュレーションまたはテストデータから生成された次数低減モデル（ROM）
• ビジネスおよびサプライチェーンの表現 

プロセスの自動化

デジタルエンジニアリングを採用している企業は、製品開発プロセスを効率化するために自動化とオーケストレーションを導入します。これによりデジタルスレッド内で素早く簡単に情報にアクセスし、計算モデルを実行して、システムにデータを追加できるようになります。また、自動化により、特定分野の専門家以外の人でもアクセスできるようになり、適切な情報を適切なタイミングで、適切な人に提供するという目標を確実に達成できるようになります。

企業規模での採用とパラダイムシフト

企業がデジタルエンジニアリングを導入する際には、技術的な変化と同じくらい行動の変化が重要になります。製品のライフサイクルに関わるすべてのステークホルダーは、製品開発に対するデータ駆動型でシステムレベルのアプローチを理解し、採用しなければなりません。企業は、分野を超えたコラボレーションとイノベーションを促進し、上層部からの明確な支援を提供しながら、厳格なデータガバナンスを確立し、アジャイル手法を奨励することが必要です。

ツール用のオープンアーキテクチャ

実装チームは、デジタルエンジニアリングシステム内のどのツールも、データへの効率的で正確な追跡、再現、相互運用、およびコラボレーション可能なアクセスを促進するオープンアーキテクチャを採用していることを保証しなければなりません。最新の業界標準アプリケーションプログラミングインターフェイス（API）を採用せず、独自のクローズドエコシステムで動作するサイロ化されたツールを使用する場合、デジタルエンジニアリングのすべての恩恵を受けることはできません。 

3種類のメタ原子（三角形、円形、正方形の柱）を持つメタサーフェスの形状

デジタルエンジニアリングは、業界に関係なく、あらゆる企業の製品ライフサイクルプロセスを強化します。中でも、厳しい規制要件や性能目標が課せられる分野、複雑な電気機械システムを使用する分野は、最も大きな恩恵を受けます。最も効果的なユースケースが見られるのは、航空宇宙、ヘルスケア、自動車業界です。

バッテリギガファクトリー

航空宇宙、エネルギー、自動車用途向けのバッテリテクノロジーは急速に進歩しており、その需要も急激に増えています。そのため、多くのメーカーでは、自社ギガファクトリー（自社バッテリ工場や電気自動車（EV: Electric Vehicle）工場を指す）でデジタルエンジニアリングを採用する動きが見られます。

たとえば、Honeywell Process Solutions社は、デジタルエンジニアリングを活用して構築した自動化システムを提供しています。これらのシステムでは、リアルタイムデータと物理ベースのシミュレーションを組み合わせて、変化する条件に動的に適応する生産ラインを設計しています。このアプローチによって、コストを抑えながら収率を向上させ、より高いエネルギー効率を実現できるようになります。

ソフトウェア定義車両

ソフトウェアで制御されるスマートシステムが自動車市場勢力図を大きく塗りかえています。多くの自動車メーカーは、ソフトウェア定義車両（SDV: Software-Defined Vehicle）へより迅速に移行するためにデジタルエンジニアリングを活用しています。また、OEMメーカーやそのサプライヤーは、デジタルエンジニアリングを導入することで、自社が目指すSDVの設計、妥当性確認、実装を行うためのコラボレーションが可能になります。多くの実装では、次のことを達成するためにデジタルエンジニアリングプラットフォームを活用しています。

• ソリューションへのAIの組み込み
• 電気、機械、ソフトウェアエンジニアリングの間の組織的な障壁の除去
• マルチフィジックス最適化による設計の改善
• 他の分野からの情報の取り込み
• 組込みソフトウェアのロバスト性の向上

in silico手法による医療機器のテスト

ヘルスケアなどの分野で用いられるin silico手法は、製品開発におけるデジタルモデルの使用を意味します。これは、in vivo（体内）およびin vitro（実験室などの体外）テストとは対照的な手法です。デジタルエンジニアリングを導入することで、医療機器の開発と承認に関する厳しい規制要件に適合する製品開発プロセスを構築できるようになります。また、エンジニアリングチームは、単一の情報源を維持しながら、開発プロセスをスピードアップさせ、承認機関に妥当性確認および検証データを提出できるようになります。 

モデリングおよびシミュレーションツールを導入することで、デジタルエンジニアリングのデータ管理が拡張され、エンジニアリングチームは忠実度の高い物理ベースの解析を通じて製品パフォーマンスを効率的に探索できるようになります。また、シミュレーションにより、開発プロセスの早い段階から実用的な知見が提供されるようになります。適切に実装されたデジタルエンジニアリングシステムでは、次の特長を有するシミュレーションツールの使用が奨励されます。

オープンなデータ入出力と自動化のサポート 

効果的なデジタルエンジニアリングには、外部ツールを使用して結果を抽出し、信頼できる情報源からのデータを取り込み、アクティブなシミュレーションモデルを管理できるようにする統合と自動化が不可欠となります。Ansysソフトウェア向けのPythonアクセスツールであるPyAnsysは、業界標準のファイル形式をサポートするソリューションで、設定方法などの詳細なドキュメントも整備されています。さらに、シミュレーションプロセスおよびデータ管理ソフトウェアであるAnsys Minervaでは、シミュレーションデータとモデルの制御およびアクセスのための信頼できる唯一の情報源が提供されます。 

また、オープンプラットフォームでは、他の解析分野へのシミュレーションの統合もサポートされます。たとえば、Ansys Granta製品コレクションなどの材料情報ソリューションでは、トレーサビリティが提供され、材料特性の信頼できる唯一の情報源が保証されます。さらに、オープンな特性を活かして、プロセス統合および設計最適化ソフトウェアであるAnsys optiSLangなどの最適化ツールや、クラウド対応のAIプラットフォームであるAnsys SimAIなどの新しい人工知能（AI）ソリューションも提供されています。

物理ベースのマルチフィジックスシミュレーション 

デジタルエンジニアリングソリューションにおける計算ツールは、正確であり、それらが表す物理場に基づくことが不可欠です。Ansys, part of Synopsysのクラス最高のツールでは、コンポーネントレベルおよびサブシステムレベルのシミュレーションが可能になります。

• Ansys Fluent
• Ansys HFSS
• Ansys Maxwell
• Ansys Mechanical

Ansysのほとんどの製品では、複数の物理場を扱うため、製品の仮想表現における構造、熱、電気、電磁界、光学の相互作用を理解するためにマルチフィジックスアプローチを採用しています。 

システムレベルシミュレーション

コンポーネントとサブシステムを正確にモデル化した後は、システムレベルのシミュレーションツールを導入します。MBSEソフトウェアであるAnsys ModelCenterなどのソリューションを使用することで、システムの観点から製品のパフォーマンスを詳細に調査できるようになります。また、ある期間にわたって複数のミッションや複雑な相互作用に対応する製品には、Ansys Systems Tool Kit（STK）などのデジタルミッションエンジニアリングシミュレーションプラットフォームが適しています。包括的なミッション計画、可視化、マルチフィジックス相互作用などの機能が単一のプラットフォームで提供されます。 

さらに、シミュレーションベースのデジタルツインプラットフォームであるAnsys Twin Builderなどのツールを使用することで、複数のチームでデジタルツインを作成および管理して、製品やプロセスを仮想的に表現できるようになります。 

組込みシステムソフトウェアの統合 

最新の製品の多くには、センサー内または製品自体を管理するために何らかの組込みソフトウェアが搭載されています。そうした状況では、システム全体を考慮しながら迅速なソフトウェア開発とテストを促進するようなツールが必須となっています。Ansys SCADE Suiteは、Hardware-in-the-LoopテストやSoftware-in-the-Loopテストを可能にするソフトウェア開発プラットフォームの一例です。

高速で柔軟性の高いソルバー

効果的なデジタルエンジニアリングを実装するには、さまざまなハードウェアソリューションにわたって複数のシナリオを実行でき、タイムリーな知見をもたらすことができる高速なソルバーが必要です。たとえば、Ansys FluentのネイティブGPUソルバーでは、CPU上でのシミュレーションをはるかに上回る速度で流体の振る舞いをモデル化できます。さらに、Ansys Cloudコレクションでは、柔軟性が高く高速なクラウドコンピューティングが手頃な価格で提供され、あらゆるユーザーが高度なシミュレーションを利用できるようになります。

関連リソース