この記事の要点: 米国デラウェア大学（UD）の研究チームは、米国エネルギー省（DOE）が主導する国家プロジェクト「Genesis Mission」のフェーズIに選出され、高度な複合材料の製造プロセスに人工知能（AI）を導入する研究開発を開始した。グローバルエネルギー技術企業であるGE Vernovaと共同で、繊維強化プラスチック（FRP）などの製造工程におけるリアルタイムの意思決定と自律的なプロセス調整を可能にするAI駆動型フレームワークの構築を目指す。
ニュースのポイント
- AI、シミュレーション、リアルタイム監視を統合したクローズドループ制御の実現を目指す
- 複合材製造の難所である「樹脂注入の流れ」と「硬化プロセス」の2段階に焦点を当てる
- 材料や環境の変動を検知し、欠陥が発生する前に製造条件を自律的に調整するシステムを開発
背景
自動車やエネルギーインフラに多用される繊維強化ポリマー複合材料（FRP）は、軽量で高強度な特性を持つ一方、原材料のわずかなばらつきや温度、加工条件の変動が最終製品の品質に大きく影響します。従来の製造プロセスでは、成形が完了するまで内部の欠陥を検知できないことが多く、後からの修正が極めて困難または不可能なため、製造コストや廃棄ロスの削減が大きな課題となっていました。
何が起きたのか
デラウェア大学の複合材料センター（CCM）が主導するこのプロジェクトは、センサー、プロセス監視システム、そしてコンピューターシミュレーションをAIモデルと連携させます。具体的には、液状樹脂が強化繊維の間を流れる挙動の制御と、ポリマーが硬化して最終形状になるプロセスの管理という2つの重要ステージに注力します。プロセスデータや材料特性、シミュレーション結果を機械学習モデルに統合することで、製造結果の予測や欠陥リスクの評価を行い、製造中に自律的に条件を適応させるインテリジェントなシステムの確立を目指します。
製造業・生産管理への見方
本研究が目指す「オフラインで事前計画された静的な加工」から「インテリジェントで適応型のリアルタイム製造」への移行は、製造DXの究極のゴールの一つです。特に大型の複合材構造物では、材料ロットのばらつきや工場内の温湿度変化による品質不良が歩留まり悪化の要因となります。センサー情報とAI、物理シミュレーションを融合したクローズドループ制御が実用化されれば、熟練技術者の経験に頼ることなく、製造ライン自体がリアルタイムに最適解を判断して不良発生を未然に防ぐ自律型工場の実現につながります。
現場で確認したいポイント
- 自社の複合材成形や樹脂注入工程において、成形後の不良廃棄率がどの程度発生しているか
- 製造現場の温度・湿度や材料ロットのばらつきデータをリアルタイムに収集・蓄積できているか
- シミュレーション技術と現場のセンサーデータを連携させた制御システムの導入余地があるか
確認しておきたい点
本プロジェクトは米国エネルギー省の「Genesis Mission」フェーズI（初期段階）の選定案件であり、現時点で商用化されたパッケージシステムが提供されているわけではありません。実用化や大規模生産への適用には今後の検証結果を注視する必要があります。
出典情報
| 出典 | udel.edu |
|---|---|
| 公開日時 | 2026-07-22T15:20:00Z |
| 元記事 | udel.eduで読む |
