以下のようなお悩みありませんか？
- 建設材料、構造部材、インフラシステムの開発・最適化に、シミュレーションやAI技術を適用したい
- 社内のプロジェクトデータや性能データを活用し、よりスマートなデータ駆動型の設計・エンジニアリングを実現したい
- 建設プロジェクトの耐久性・持続可能性・効率を高めるため、DXを原動力とする最新技術を活用したい
マテリアルDXを実現するための優れたソフトウェア群とサポート力
建設・土木分野（コンクリート、鋼材、アスファルト、複合材、ならびに道路・橋梁・トンネル等のインフラ向け先端材料）では、耐久性の向上、環境負荷の低減、脱炭素の推進を目的とした研究開発の需要が高まっています。
JSOLは、こうした建設・インフラ材料の開発・最適化に不可欠な、幅広いシミュレーションおよびAI技術のポートフォリオを提供します。各ソフトウェアは使いやすさを重視して設計されており、豊富な経験に基づく専門サポートにより、初めての方でも迅速に業務や研究へ取り入れられるよう支援します。
当社のJ-OCTAは、日本の産学連携による国家プロジェクトで開発されたオープンソース・プラットフォームOCTAを基盤としています。現在では世界中の製造業、エンジニアリング企業、研究機関で広く活用されています。オープンソース・コミュニティを活用し、JSOLのソフトウェアを通じてユーザー同士が直接コミュニケーションや協働を行える機会を創出しています。
必要に応じて、JSOLは企業・大学・その他のパートナーを結集した研究体制の構築をコーディネート・支援し、建設・土木分野の材料開発における共同イノベーションを推進します。
マルチスケールシミュレーションとデータサイエンスの統合ソリューション
- 01. 多くの製造業・研究機関での導入実績
- 02. マルチスケールシミュレーションのためのソフトウェア群
- 03. マテリアルズ・インフォマティクスのためのソフトウェア
建設・土木で用いられる材料（コンクリート、鋼材、アスファルト、複合材、建築物・道路・橋梁・トンネル等のインフラ向け先端材料）は非常に幅広い用途をカバーします。近年は、脱炭素、環境負荷の低減、耐久性の向上、耐用年数の延伸といった目標のもと、各種材料特性の高度化が強く求められています。これらを正確に評価するには、材料のマルチスケール性を踏まえ、さまざまな手法・技術を用いることが不可欠です。
JSOLのシミュレーション・ソフトウェア群を用いれば、ナノメートル（電子状態や分子構造の把握）からマイクロメートル（相分離や複合材料のモデリング）まで、各スケールに適したシミュレーションを実行できます。これらのツールを連携させることで、先端材料の性能の背後にあるメカニズムを、シミュレーションによって直接解析することが可能です。
今日、マテリアルズインフォマティクスやプロセスインフォマティクスといった概念のもと、AI技術を活用したデータ駆動型の材料開発への需要が高まっています。JSOLのAI対応ソフトウェアは、分子・結晶構造、配合比、プロセス環境に基づく物性予測に加え、逆設計（インバースデザイン）まで実行できます。実験データが不足する場合には、ハイスループット・シミュレーションを実行してデータセットを補完し、探索を加速します。
01多くの製造業・研究機関での導入実績
特に一部ソフトウェアではコミュニティーも形成されていて、毎年開催されるJSOL CAEフォーラム（ユーザー会）でも活発な議論がなされていますので、JSOL以外からの情報を入手することもできます。
02マルチスケールシミュレーションのためのソフトウェア群
材料設計では、無機結晶・分子構造（ナノメートル）からフィラー分散・相分離構造（マイクロメートル）まで、どのスケールの現象が最終的な材料物性に強く影響を及ぼすかを考える必要があります。
一方、1つのシミュレーション技術（ソフトウェア）で広範囲のスケールや現象をカバーすることは不可能です。それを解決するため、JSOLではマルチスケールに対応したソフトウェア・ツール（J-OCTA、Digimat、Simpleware Software）や衝撃・構造解析ソフトウェア（Ansys LS-DYNA）など、複数のソフトウェアを組み合わせた「材料設計ソリューション」をご提案しております。
これらのソフトウェアは、有機・無機材料の広範囲なマルチスケール特性解析に必要なシミュレーション技術をカバーします。詳細は各ソフトウェアのWebサイトをご確認ください。
03マテリアルズ・インフォマティクスのためのソフトウェア
ソフトウェア 「J-OCTA MI-Suite」 は、分子・結晶構造や各種条件を説明変数として、物性値などの目的変数を予測する機械学習機能を搭載しています。さらに、多様な分子記述子の計算、公的データベースへのアクセス、各説明変数の寄与度の解析など、周辺技術も幅広く備えています。
実験データが不足する場合はシミュレーション結果で補完できます。J-OCTA にはマルチスケールのシミュレーション手法が揃っており、大量計算を通じて物理量・物性のデータベース化を支援するツール（Python ベースのモデリング API 機能）も提供しています。
機械学習に用いるデータの選択や学習条件の設定はダイアログ操作で行え、プログラミングは不要です。加えて、複数の学習済み物性推算モデルを標準搭載しているため、初心者の方でもすぐにマテリアルズ・インフォマティクスに取り組めます。
