MI
データ・AI活用×海外事例
2024.12.6
【データ・AI活用×海外事例】化学業界トップシェア企業_物性値AI予測・合成パターンの最適化AIの導入でエラストマーシール製品の研究開発サイクルを加速
💡要約
- エラストマー業界でトップシェアを占める企業は、近年性能に関する顧客要求高まる中で、研究開発サイクルの短縮が課題であった
- シールの合成成分の物性値を予測するAIと、目標物性値をを持つ合成パターンを推奨する最適化AIを構築し、有力な実験条件を特定することで検証人権にかかる時間を短縮した
- 上記のAIシステムの導入により、通常であれば3ヶ月以上かかった開発サイクルを3週間で完了させた
この企業はエラストマーシール製品の分野で業界のトップシェアを占める企業で、新しいシール製品の有効性と品質を向上させるため、AIによる組成組み合わせと濃度の最適化の取り組みをしている。
課題
近年、エラストマーシール製品の分野において、より厳しい環境でも有効性と品質が担保されるシール製品へのニーズが高まっている。石油化学プロセスでのHPHT蒸気や半導体産業でのプラズマプロセスなど、お客様はシールの様々な環境下でのパフォーマンスを求めており、同社は新規製品の開発に注力していた。
一方で、シールの合成に使用される成分の比率と濃度の組み合わせが膨大にあるため、研究開発サイクルが長期化していた。さらに、エラストマーシールの性能を評価するには破断点での延伸率や高温耐熱性などの実験を行わなければならないため、少なくとも3ヶ月の開発期間が必要であった。
解決策
同社は炭素化合物・硬化剤・添加剤を組み合わせた実験条件を25パターン用意し、AI予測モデルを利用して目標とするシールの物性値の予測を行った。また、目標の物性値を達成できる組成の推奨もできる最適化AIモデルも構築した。
上記の予測AIと最適化AIの組み合わせることで、有力な5つの実験条件の特定ができた。
成果
特定された5つの実験条件のうち4つは検証実験で目標を達成した。過去の最良結果と比較したところ、特に圧縮セットの性能が著しく向上しており、同時に要求される破断点での延伸率も維持された。
これまで3ヶ月以上かかった開発サイクルはたった3週間で目標を達成し、研究開発チームの負担が大きく軽減されより多くの実験を行えるようになった。
実際の実現方法
同社が導入したシステムを、「Liberty DSP」で再現することが可能です。
LibatyDSP
「Liberty DSP」は、Liberty Dataが提供する、蓄積→分析・可視化→事象予測→事業最適化までを一気通貫で有機的に自動遂行することを志向したデータサイエンスプラットフォームです。
サービスサイト「Liberty DSP」 https://www.liberty-nation.com/product/
サービスサイト「DSP for Chemoinformatics」 https://www.liberty-nation.com/dspchemoinformatics/
資料請求・お問合せ https://www.liberty-nation.com/contents/
