以下のようなお悩みありませんか？
- モビリティや航空宇宙向けの材料・部品・システムの開発に、シミュレーションやAI技術を適用したい
- 社内の性能データや製造データを活用し、よりスマートなデータ駆動型の設計・生産を実現したい
- 輸送・航空分野における安全性、耐久性、環境性能を高めるため、最新のデジタル技術を活用したい
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
JSOLは、モビリティおよび航空宇宙分野全体（例えば、航空機や鉄道車両向けの軽量複合材〈CFRPなど〉、海洋・都市交通システム向けの高性能ポリマー、極限環境用のコーティングや接着剤、次世代電動モビリティの電池・燃料電池材料など）を含む材料開発に不可欠な、幅広いシミュレーション／AI技術のポートフォリオを提供しています。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、豊富な経験に裏打ちされた専門サポートによって、初めての方でも業務や研究へ素早く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や研究機関で広く利用されています。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交流・協働でき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、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
モビリティ分野（航空機、鉄道車両、船舶、都市交通）では、多種多様な材料が用いられています。近年は、電動化・脱炭素化、CFRP等による軽量化といった重要トレンドが、材料特性の高度化ニーズを牽引しています。適用例としては、軽量複合材料、高性能ポリマー、極限環境用のコーティングや接着剤、次世代モビリティ向けの高度な電池・燃料電池材料などが挙げられます。これら多様な特性を評価するには、材料のマルチスケールな性質を踏まえ、幅広い解析手法と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、スケールに応じ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、高度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り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。実験データが限られる場合には、ハイスループット・シミュレーションを走らせてデータセットを補完し、探索を加速することが可能です。
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。
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」として、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。
