特許ウォッチ

公開番号2024055105
公報種別公開特許公報(A)
公開日2024-04-18
出願番号2022161741
出願日2022-10-06
発明の名称製品設計支援システム、製品設計支援方法及び製品設計支援プログラム
出願人横浜ゴム株式会社
代理人弁理士法人はるか国際特許事務所
主分類G06N 20/00 20190101AFI20240411BHJP(計算;計数)
要約【課題】学習による分類モデルを用いて最適な仕様を容易に絞り込む製品設計支援システム、製品設計支援方法及び製品設計支援プログラムを提供する。
【解決手段】製品設計支援システム1において、処理装置が記憶装置に格納されているプログラムを実行することで実現される、データ記憶部20及び最適仕様探索部30は、複数の仕様項目と複数のクラスの何れかとが対応づけられた教師データを利用した学習により生成された分類モデル22を用い、仕様項目が夫々が仕様データを含み、固定項目の値が複数の仕様データ間で共通で、変動項目の値が仕様データ毎に異なる仕様データセットを取得し、複数の仕様データの夫々が有する仕様項目を分類モデルに入力し、複数の仕様データの夫々が複数のクラスの何れに属するか分類し、分類した結果に基づいて、仕様データセットについて、クラスに属する仕様データが多いほど高い値を示すロバスト評価値を算出する。
【選択図】図2
特許請求の範囲【請求項１】
製品の仕様を示す複数の第１の仕様項目と、前記製品の第１の性能を示す性能評価値が上限値以上である第１のクラス及び前記性能評価値が前記上限値未満である第２のクラスを含む複数のクラスのいずれかと、が対応づけられた教師データを利用した学習により生成された分類モデルを用いた製品設計支援システムであって、
前記複数の第１の仕様項目をそれぞれが有する複数の仕様データを含むとともに、前記複数の第１の仕様項目の一部である固定項目の値は前記複数の仕様データ間で共通する一方で、前記複数の第１の仕様項目の前記一部以外の項目である変動項目の値は前記仕様データ毎に異なる仕様データセットを取得する仕様データセット取得手段と、
前記複数の仕様データのそれぞれが有する前記複数の第１の仕様項目を前記分類モデルに入力し、前記複数の仕様データのそれぞれが前記複数のクラスのいずれに属するか分類する分類手段と、
前記分類手段が分類した結果に基づいて、前記仕様データセットについて、前記第１のクラスに属する前記仕様データが多いほど高い値を示すロバスト評価値を算出するロバスト評価値算出手段と、
を有する製品設計支援システム。
続きを表示（約 2,100 文字）【請求項２】
前記仕様データセット取得手段は、複数の前記仕様データセットを取得し、
前記ロバスト評価値算出手段は、前記複数の仕様データセットのそれぞれについて前記ロバスト評価値を算出し、
前記ロバスト評価値に基づいて、前記複数の仕様データセットから一以上の仕様データセットを選択する選択手段を更に有する、
請求項１に記載の製品設計支援システム。
【請求項３】
前記製品の仕様を示す第２の仕様項目と、前記製品の第２の性能を示す性能評価情報と、が対応づけられた教師データを利用した学習により生成された推定モデルを更に用い、
前記複数の仕様データのいずれかに対応する仕様を示す前記第２の仕様項目を前記推定モデルに入力し、前記複数の仕様データセットのそれぞれについて前記性能評価情報を推定する推定手段を更に有する、
請求項２に記載の製品設計支援システム。
【請求項４】
前記選択手段は、前記性能評価情報に更に基づいて、前記複数の仕様データセットから前記一以上の仕様データセットを選択する、
請求項３に記載の製品設計支援システム。
【請求項５】
前記複数の仕様データのそれぞれが有する前記変動項目の値の範囲は、前記変動項目として割り当てられたパラメータの値の実測データのばらつきに基づいて設定される、
請求項１に記載の製品設計支援システム。
【請求項６】
前記複数の第１の仕様項目及び前記第２の仕様項目は、タイヤの仕様を示すものであり、
前記性能評価値は、前記タイヤの耐久性を示し、
前記変動項目として割り当てられたパラメータは、前記耐久性に影響のあるゴム物性である、
請求項１に記載の製品設計支援システム。
【請求項７】
前記ゴム物性は、ゴム強度である、
請求項６に記載の製品設計支援システム。
【請求項８】
前記第２のクラスは、前記性能評価値が前記上限値未満であるとともに第１の値以上であり、
前記複数のクラスは、前記性能評価値が前記第１の値未満であるとともに第２の値以上である第３のクラスを更に含み、
前記ロバスト評価値は、前記第１のクラスに属する前記仕様データが多いほど高い値を示すとともに、前記第２のクラスに属する前記仕様データが多いほど高い値を示す、
請求項１に記載の製品設計支援システム。
【請求項９】
製品の仕様を示す複数の第１の仕様項目と、前記製品の第１の性能を示す性能評価値が上限値以上である第１のクラス及び前記性能評価値が前記上限値未満である第２のクラスを含む複数のクラスのいずれかと、が対応づけられた教師データを利用した学習により生成された分類モデルを用いた製品設計支援方法であって、
前記複数の第１の仕様項目をそれぞれが有する複数の仕様データを含むとともに、前記複数の第１の仕様項目の一部である固定項目の値は前記複数の仕様データ間で共通する一方で、前記複数の第１の仕様項目の前記一部以外の項目である変動項目の値は前記仕様データ毎に異なる仕様データセットを取得する仕様データセット取得ステップと、
前記複数の仕様データのそれぞれが有する前記複数の第１の仕様項目を前記分類モデルに入力し、前記複数の仕様データのそれぞれが前記複数のクラスのいずれに属するか分類する分類ステップと、
前記分類ステップにて分類した結果に基づいて、前記仕様データセットについて、前記第１のクラスに属する前記仕様データが多いほど高い値を示すロバスト評価値を算出するロバスト評価値算出ステップと、
を有する製品設計支援方法。
【請求項１０】
製品の仕様を示す複数の第１の仕様項目と、前記製品の第１の性能を示す性能評価値が上限値以上である第１のクラス及び前記性能評価値が前記上限値未満である第２のクラスを含む複数のクラスのいずれかと、が対応づけられた教師データを利用した学習により生成された分類モデルを用いた製品設計支援プログラムであって、
前記複数の第１の仕様項目をそれぞれが有する複数の仕様データを含むとともに、前記複数の第１の仕様項目の一部である固定項目の値は前記複数の仕様データ間で共通する一方で、前記複数の第１の仕様項目の前記一部以外の項目である変動項目の値は前記仕様データ毎に異なる仕様データセットを取得する仕様データセット取得手段、
前記複数の仕様データのそれぞれが有する前記複数の第１の仕様項目を前記分類モデルに入力し、前記複数の仕様データのそれぞれが前記複数のクラスのいずれに属するか分類する分類手段、
前記分類手段が分類した結果に基づいて、前記仕様データセットについて、前記第１のクラスに属する前記仕様データが多いほど高い値を示すロバスト評価値を算出するロバスト評価値算出手段、
としてコンピュータを機能させる製品設計支援プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、製品設計支援システム、製品設計支援方法及び製品設計支援プログラムに関する。
続きを表示（約 2,500 文字）【背景技術】
【０００２】
製品の仕様を示す複数の仕様項目に基づいて、その製品の性能を予測する機械学習モデルが知られている。例えば、タイヤの設計開発では、寸法、部材の種類、及び材料等のタイヤの仕様を設計し、その設計した仕様から得られるであろうタイヤの性能（例えば、耐久性や強度等）を予測することが求められる。特許文献１には、複数のゴム材料、及び充填材等から、タイヤの物性値を予測する機械学習モデルが開示されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０２０－１４９４２３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上記のような機械学習モデルには、上記複数の仕様項目を含む仕様データについて、製品の性能評価値に応じた複数のクラスのいずれに属するか分類する分類モデルが含まれる。そのような分類モデルの例としては、製品の性能評価値が合格基準値に達しているか否かを判定するようなものが挙げられる（２値分類）。すなわち、先のタイヤの例で説明すれば、タイヤの仕様を示す複数の仕様項目を入力として、耐久性や強度等のタイヤ性能を示す性能評価値が合格基準値に達しているか否かを判断するようなものである。
【０００５】
本発明の発明者らは、最も優れた製品性能を与える最適な仕様を、上記分類モデルの入出力に基づいて探索する最適化手法を検討している。具体的には、複数の仕様データのそれぞれに含まれる複数の仕様項目を分類モデルに入力し、その複数の仕様データのそれぞれについて、いずれのクラスに属するか分類した結果を出力として取得する。そして、最も高い性能評価値に対応するクラスに分類された仕様データに対応する仕様を、最適な仕様として選択するという手法である。
【０００６】
ここで、製品の性能試験のなかには、製品の性能を示す性能評価値が上限値に達した時点で、性能評価値の測定を終えるものがある。このような試験の例として、タイヤの耐久性試験をあげることができる。耐久性試験の一例では、タイヤに負荷がかけられ、クラックやセパレーションなどの損傷がタイヤに発生するまでの時間が、耐久性を表す性能評価値として測定される。測定時間が合格基準値（例えば、３０００分）に達する前に（例えば、２５００分の時点で）タイヤに損傷が認められた場合、２５００分がこのタイヤの性能評価値として記録される。一方、合格基準である３０００分まで損傷が発生しなかった場合、３０００分が経過した時点で測定が終わり、３０００分がこのタイヤの性能評価値として記録される。このように測定された性能評価値は、タイヤの複数の仕様項目と対応づけて記録される。
【０００７】
このような性能試験により得られたデータから生成した分類モデルを前述の最適化手法に用いると、同じクラスを与える仕様が複数存在する場合には、最適な仕様を絞り込むことが困難となる。上記の２値分類の場合で言えば、合格クラスを与える仕様が複数存在するときには、いずれの仕様が最適であるか絞り込むことは難しい。図１０を用いて具体的に説明すると、「タイヤ１」及び「タイヤ４」は、異なる仕様のタイヤを示すものであるが、いずれも合格クラスに分類されている。すなわち、「タイヤ１」及び「タイヤ４」は、いずれの性能評価値も合格基準値であると判断されている。この場合、「タイヤ１」及び「タイヤ４」のうち、いずれの仕様が最適であるか絞り込むことは困難である。
【０００８】
本発明は上記課題に鑑みてなされたものであって、その目的は、製品の仕様を示す複数の第１の仕様項目と、前記製品の第１の性能を示す性能評価値が上限値以上である第１のクラス及び前記性能評価値が前記上限値未満である第２のクラスを含む複数のクラスのいずれかと、が対応づけられた教師データを利用した学習により生成された分類モデルを用いても、最適な仕様を容易に絞り込むことができる製品設計支援システム、製品設計支援方法及び製品設計支援プログラムを提供することにある。
【課題を解決するための手段】
【０００９】
（１）本開示で提案する製品設計支援システムは、製品の仕様を示す複数の第１の仕様項目と、前記製品の第１の性能を示す性能評価値が上限値以上である第１のクラス及び前記性能評価値が前記上限値未満である第２のクラスを含む複数のクラスのいずれかと、が対応づけられた教師データを利用した学習により生成された分類モデルを用いた製品設計支援システムであって、前記複数の第１の仕様項目をそれぞれが有する複数の仕様データを含むとともに、前記複数の第１の仕様項目の一部である固定項目の値は前記複数の仕様データ間で共通する一方で、前記複数の第１の仕様項目の前記一部以外の項目である変動項目の値は前記仕様データ毎に異なる仕様データセットを取得する仕様データセット取得手段と、前記複数の仕様データのそれぞれが有する前記複数の第１の仕様項目を前記分類モデルに入力し、前記複数の仕様データのそれぞれが前記複数のクラスのいずれに属するか分類する分類手段と、前記分類手段が分類した結果に基づいて、前記仕様データセットについて、前記第１のクラスに属する前記仕様データが多いほど高い値を示すロバスト評価値を算出するロバスト評価値算出手段と、を有する。
【００１０】
（２）（１）の製品設計支援システムにおいて、前記仕様データセット取得手段は、複数の前記仕様データセットを取得し、前記ロバスト評価値算出手段は、前記複数の仕様データセットのそれぞれについて前記ロバスト評価値を算出してもよい。（１）の製品設計支援システムは、前記ロバスト評価値に基づいて、前記複数の仕様データセットから一以上の仕様データセットを選択する選択手段を更に有してもよい。
（【００１１】以降は省略されています）

関連特許