BeginnerGuide
AIエージェントと進める電気機器の設計・開発
電気機器の開発・設計者に向け,AIエージェントを使った解析・最適化・温度や応力の評価を紹介します。その場の作業支援からPythonによる処理の再利用,プロジェクトと履歴の管理,Skillsへの手順整理,過去データの活用へ広げる流れを 説明します。
H. Kaimori
はじめに
「解析の準備や結果の整理を,もっとスムーズに進めたい」「最適化を試したいが,設定を組み立てるところで手が止まる」「電磁界の計算に加えて,温度や応力も確認したい」。電気機器の開発・設計では,計算そのものの前後にも多くの仕事があります。
AIエージェントは,こうした仕事を対話しながら進めるための選択肢です。当社では,ツール開発に加え,ジオメトリ作成,メッシング,解析実行,ポスト処理,結果の整理・分析,レポート作成に活用 しています。EMSOptimizerを使った最適化でも,実際にAIの支援を利用しています。
この連載では,電気機器の設計課題を出発点に,当社の製品群とAIエージェントを組み合わせる方法を紹介します。
AIエージェントは,相談した内容を作業につなげる
AIに質問して文章やコードの回答をもらう使い方に加え,AIエージェントは,許可された範囲でファイルを読み,スクリプトやツールを実行し,その結果を確認して次の作業へ進めます。例えば「条件ごとのトルクを比較して報告書にまとめる」という依頼を,データの確認,集計,作図,説明文の作成へ分けて進めます。
ここでいうAIエージェントは,完全に自律して働くものだけを指しません。技術者が途中の計画や結果を確認し,必要に応じて修正する使い方も含みます。
Note:利用条件 本記事は活用方法の紹介です。実際の利用可否,対象データ,接続・実行範囲については,読者が所属組織の方針と採用するAI環境の条件を確認してください。
その場の仕事を頼む方法と,繰り返せる処理を作る方法
AIエージェントの使い方は,残したい成果物に着目すると,二つに整理できます。一つは,データを読み,比較表や図,説明文など,今回必要な結果を作ってもらう方法です。もう一つは,その処理をPythonスクリプトにまとめ,別のデータでも繰り返し使えるようにする方法です。
例えば,数ケースのトルク波形について傾向を知りたいときは,AIにデータの特徴を調べてもらい,比較しながら評価方法を相談できます。評価方法が固まったら,入力ファイルの読込み,区間の切出し,集計,作図をスクリプトに残します。次回は入力を指定して同じ処理を実行し,AIには新しい結果の解釈や処理の拡張を依頼できます。
この区別は,内部でPythonを使ったかどうかで決まるものではありません。AIがその場の処理に一時的なコードを使う場合もあります。再利用を目指す場合は,実行できるスクリプトと,入力条件,使い方,結果の意味を説明したREADMEまで,成果物として残すことが大切です。
一度の対話で仕様が完成するとは限りません。まず小さな作業を通じて必要な評価を確かめ,実際に役立った処理を再利用できる形へ整えます。試行錯誤する部分と,同じ定義で繰り返す部分を分けることで,設計者は新しい検討に時間を使いやすくなります。
図1:その場の処理と,コード・資料を残して再利用する流れ。確認できた処理を後からスクリプト化する進め方も含みます。
個人の作業支援から,チームの道具と知識へ
一回の作業を終えることに加え,そこで確認した処理や判断を次の案件へ残すと,AI活用の効果を広げられます。この連載では,次の五つを発展の目安にします。
段階 | 設計・開発で行うこと | 次の人へ残るもの |
1.作業を助けてもらう | 解析結果を整理し,作図・比較・報告を進める | 今回の表,図,報告書 |
2.プロジェクトとして育てる | 確認した処理をPythonにまとめ,構成と仕様を整理する | スクリプト,README,入出力仕様,実行例 |
3.チームで使い続ける | 変更理由,確認結果,使った版を共有する | コードと資料の履歴,配布する共通版 |
4.手順をSkillsにまとめる | 使う場面と手順,結果の確認方法をAIへ渡す | 別 案件でも参照できる作業手順 |
5.過去の設計データへ広げる | 条件の近い案件を探し ,適用できる情報を参照する | 根拠と条件を追える設計知識 |
すべてを順番に導入する必要はありません。個人でも履歴を残せますし,スクリプトと資料だけで十分な仕事もあります。まず一件を確かめ,繰り返す価値のある部分から整えることを勧めます。
Skills(スキル)は,AIへ作業手順や参照資料を渡すための仕組みです。必要なファイルとPython環境を利用できる構成なら,スクリプトとSkillsを組み合わせることで,毎回の説明を減らす使い方を考えられます。詳しくはSkillsの記事で紹介します。
さらに過去データの保存先や社内システムへ接続したい場合には,MCP(Model Context Protocol)も選択肢になります。MCPは解析ツールの実行にも使えますが,この連載では過去データ活用の発展編で役割を詳しく説明します。
電気機器の設計で,どのように使うのか
EMSolution/pyemsolやeMotorSolutionによる電磁界解析では,モデルと入力条件の確認,計算の実行,ログの点検,結果の比較を支援できます。解析で得た値を表に並べるだけでなく,どの条件をそろえて比較すべきかも相談できます。
EMSOptimizerでは,設計目的を目的関数や制約条件として整理し,探索を準備し,得られた候補を評価する段階で支援を受けられます。数値探索を担う最適化ツールと,設定・実行・考察を支えるAIを組み合わせます。
eMachineSimによる温度・応力評価では,電磁界を専門とする技術者が不慣れな設定を整理する手助けになります。AIが不足する情報を質問し,材料,発熱,冷却,荷重,拘束などの候補と根拠を示すことで,検討を進めやすくします。
さらに,GitHubの公開ツールを,各ライセンスの範囲で業務に合わせて改良する使い方もあります。必要な評価指標や出力形式を追加し,次の案件でも使える処理として残せます。
例えば,トルクリプルを抑えたいとき
まず,対象の運転点,維持したい平均トルク,変更できる寸法,製造上の制約を整理します。次に,基準モデルの解析,EMSOptimizerによる探索,候補形状の再評価,結果の報告という順序を考えます。必要に応じて温度や応力を別途評価する検討もできます。
このとき,異なるツール間のデータ受け渡しや,最適化ループへの組込みには,個別のスクリプト作成・検証が必要な場合があります。連載では,確認済みの連携と,追加実装が必要な部分を分けて紹介します。
個人の便利な処理を,チームで使える道具へ
設計現場には,バッチ処理,Excelマクロ,VBScriptなどで作られた便利な処理が蓄積しています。ただ,入力の並べ方や変更すべき設定が作成者にしか分からず,他の担当者へ広がりにくいことがあります。問題になるのは,プログラムの存在に加え,使うための情報も引き継げるかという点です。
Pythonで処理を記述し,READMEに目的,必要な環境,入力の形式,実行方法,出力の見方を残すと,別の担当者やAIエージェントが確認する入口を作れます。例えば,別のWorkで「このREADMEを読み,今回の解析結果に適用できるか確認して実行してください」と依頼する使い方です。
再利用する際は,対象のフォルダを参照できること,必要なライブラリや製品ライセンスがそろうこと,今回も同じ前提で評価できることを確かめます。READMEを用意すれば,過去の会話を知らなくても処理の目的と条件を読み直せるため,この確認を進めやすくなります。
既存のマクロを一斉に置き換える必要はありません。安定して動く処理は活かし,ファイルの受け渡しや比較表の作成をPythonで補うところから始められます。改良した内容と使い方を一緒に残していくことが,チームの共通 作業へ育てる一歩になります。
READMEを入口にして,入出力仕様,機能一覧,変更履歴もファイルへ残します。複数人で改良する段階では,GitとGitHubなどの共有基盤でコードと資料を一緒に版管理すると,担当者,日時,変更理由を追いやすくなります。以前使えていた処理が動かなくなった場合も,使用した版と差分が調査の手掛かりになります。
技術者の判断を,仕事の中に残す
設計目的,許容できる仮定,材料値,境界条件,結果の妥当性は,技術者が確認する事項です。AIには,採用した条件の出典,変更点,未確定事項も記録してもらいます。計算に成功したことと,設計判断に使える結果が得られたことを,それぞれ確認します。
最初は,公開可能なサンプルと小さな作業から始めると,AIへの依頼と確認の仕方をつかみやすくなります。次の記事では,そのための環境と最初の一歩を説明します。
最初の目標を,仕事の完成と次回の準備に置く
例えば,これまで一人の担当者が作っていた結果比較表を,別の技術者も作れるようにすることを目標にできます。AIと一件を処理し,確認した計算方法をPythonへまとめ,READMEから実行できるかを確かめます。ここまでできれば,今回の表と,次にも使える手順が残ります。
その後に,新しい運転点や評価指標へ広げます。必要になった機能を追加し,何が変わったかを説明へ反映します。導入効果を見る際には,一回の作業時間に加え,同じ処理を別の案件へ使えたか,作成者以外が扱えたかも記録すると,実務での価値を捉えやすくなります。
すべての仕事を最初から自動化する必要はありません。繰り返す処理を整えることで,設計者が条件の選択や結果の意味を考える時間を確保する,という目標から始められます。
まとめ
AIエージェントは,対話をファイル操作・ツール実行・成果物の作成につなげます。
当社製品群では,電磁界解析に加え,最適化や温度・応力評価への活用を考えられます。
判断の根拠と作業記録を残し,確認できた手順を次の設計検討へ再利用します。
