業界インサイト

HOOPS Envision に粒子可視化が追加されました

エンジニアは、CADファイルにどれだけの情報が詰まっているかを正確に知っています。幾何学そのものを超えて、現代のエンジニアリング形式は、材料や製造指示から、検査、販売、保守に不可欠な情報まで、あらゆるものをサポートできます。エンジニアリングデータが組織全体の戦略的資産となるにつれて、3Dアプリケーション開発者は、データアクセスと整合性を優先する製品を作成することを目指すべきです。

残念なことに、多くのアプリケーションはCADの幾何学を読み込むことにのみ重点を置いて構築されており、その過程で他のすべての情報を失っています。製品ライフサイクル全体で完全なCADファイルへの有意義なアクセスを提供しないと、企業はCADデータの真の潜在能力を見逃すことになります。

最近のVNTANAとのウェビナーで、 『CADデータを最大限に活用する方法』について話し合いました。データへのアクセスギャップを埋めることで現実的な価値が生まれる3つの領域について説明しました: 完全なCADファイルのより良い利用、AIをトレーニングするためのエンジニアリングデータの活用、および部品が製造された後のCADデータの活用についてです。

あなたのCADファイルは、多くのアプリケーションが抽出する以上のデータを保持しています

ほとんどの現代のCADファイルは、アセンブリ構造、構成とファミリーテーブル、アセンブリレベルPMI、さまざまな形式でのGD&T、材質情報、特徴情報、および設計変更を通じて部品を追跡するための永続的なIDをサポートしています。しかしこれらのデータの一部が存在しているにもかかわらず、多くのデータインポートソリューションは、3D形状のみを取り込み、親アプリケーションが他の情報をキャプチャしているかどうかに関係なく、ほとんどそれだけです。

エンジニアリングアプリケーションがCADデータを最大限に活用するには、開発者と最終的なエンドユーザーが、業界の形式の完全な、データ豊富なコンテンツにアクセスできる必要があります。

「商用SDKについて話すとき、それは非常に重要です。ユーザーがあなたのアプリケーションに投入するものが何であれ、そのデータを受け入れ、その広さと深さをサポートできると感じたいのです。それこそが、豊富なデータに基づいて技術的な決定を下し、意味のある方法で利用することができる要因です。」


— Jonathan Girroir, シニアディレクター、ツールキットマーケティング、Tech Soft 3D

HOOPS Exchange, 先進的なCADデータアクセスライブラリ, はリッチなエンジニアリングデータをサポートし続けています。  最近の注目すべき追加には次のものが含まれます:

  • STEP AP242 v3 のサポート—ジオメトリのみではなく、インテリジェントなPMIやGD&Tを運ぶために特別に構築された形式です。

  • CATIA V5 のISO GD&Tサポート

  • AECワークフロー用のIFC 4.3

  • Bentley MicroStation DGN

  • glTF Draco圧縮

これらの領域でのサポートの増加は、機械CADとAECの間での相互運用性の需要の高まりに対応しながら、現代のエンジニアリングワークフローに不可欠なCADデータの完全な範囲を保存することを目的としています。

新しいフォーマットは採用が進んでおり、それに伴ってデータ整合性の新しい要求も増えてきています。ユニバーサルシーン記述(USD)は、もともとはPixarでシーンの相互運用性のためのフォーマットとして始まり、その後、Adobe、Apple、Autodesk、NVIDIAなどを引き込んでいます。今年の初めにBREPはUSDの公式スキーマの一部となり、NVIDIAはこのフォーマットをOmniverseへの主要な道として推進しています。これはロボティックスシミュレーションや合成トレーニングデータに直接関係します。フォーマットとしてのUSDは、視覚的なシェル以上のものを提供するという業界の要求に適応しています。

これらの改善にもかかわらず、CADデータ転送の現在の限界を理解しておくことも重要です。たとえば、運動学データ、つまり2つの部品が剛体で固定されているか、ポイントを中心に回転できるかは、元のCADシステムが最初に作成した場合にのみ抽出でき、サポートはフォーマットごとに異なります。このような能力のギャップは、単一の汎用的なパーサーではなく、フォーマットごとのエンジニアリングが必要であることを強調しています。

現代のCADはモデルを描写するだけでなく、トレーニングデータとしても活用できる

現代のエンジニアリングアプリケーションにとって最もエキサイティングな機会の1つは、そのモデルが可視化以外にも提供できる価値です。

アセンブリ構造、トポロジー、ジオメトリが構造化された形で利用可能になると、同じデータをテンソルにエンコードし、3D形状に直接機械学習モデルをトレーニングすることができ、2D画像から学ぶよりも面のサイズ、面接続、および表面が互いにどのように関連するかを評価することが可能になります。

この技術により、AI部品類似検索のような機能を可能にし、メーカーが既知の許容誤差、確認済みコスト、または既存のメッシングパラメータを持つ部品を見つけ、それを新しい部品に適用することでゼロから始める必要を排除します。部品の分類は、手動のラベル付けに依存する大規模なCADライブラリを整理するのに役立ちます。特徴検出は、見積もり、製造、および検査のワークフローを加速させます。Tech Soft 3Dの製造パートナーの1つは、同じアプローチをCNCプロセス計画に適用し、ジオメトリを使用して部品がどのように製造されるべきかを推測しています。

チームは類似検索を自動素材割り当てにまで拡張し、AI推論または既存の素材データベースを使用しています。

Tech Soft 3Dの最新のツールキット、 HOOPS AIは、独自のCADデータを使用してモデルのトレーニングをスムーズにします。このツールキットは、CADデータを大規模に準備および変換し、エンジニアリングデータの複雑さをナビゲートし、独自のCAD処理パイプラインをゼロから構築することなく実験を実行しAIモデルをデプロイするのに役立ちます。

HOOPS AIは、エンジニアリングの知識を再利用できるようにするために3D形状を理解するトレーニング済みのモデルを作成するために使用されています。部品類似検索アルゴリズムを通じて、コスト、調達、製造、さらにビジネス情報をCADモデルに添付し、新しい設計に関する類似情報を推測して設計時間とプロジェクト全体のコストを削減することができます。

CADデータは部品が作られた後も重要性を失いません

CADは製品の設計および製造の際に本質的に有用ですが、コンポーネントの物理的組み立て後にこのデータが果たす役割にますます注目が集まっています。これの1つの例として、設計されたものと製造されたものが一致していることを確認するのに役立つことが挙げられます。

部品が製造されると、通常、元の仕様通りに製造されたことを確認するための検査の過程があります。  このプロセスは、歴史的に一貫性がなく、部品が実際にどのように測定されるべきかを説明するための共通の基準が存在しない中で処理されてきました。

左右が鏡面対称の部品を取ってみましょう。反射面は実際の設計要素であり、並行度のような許容誤差のための自然な参照点ですが、その面は最終的な製造された部品には存在しません。プローブが触れたり測定したりするものはありません。標準的な検査要件の概要を説明するプロセスでは、この区別を見逃すことがあり、CMM(座標測定機)で測定できないものによって定義された許容誤差を生み出します。

ここで、ファイル形式QIF(Quality Information Framework)がその有用性を発揮します。QIFは検査経路を定義するための単一の構造化方法を提供し、チェックする必要があるものだけでなく、それをどのように測定するか、結果を記録する方法も含んでいます。フォーマットは設計で参照するのに便利なジオメトリ的なものではなく、物理的に測定可能なものだけを基準に検査指示を定義する必要があります。

QIFをフォーマットとしてサポートすることにより、開発者は製品ライフサイクルの最後の段階でエンジニアリングワークフローに役立つデータの増大する需要に応えることができます。

HOOPS Exchangeは、同じループをCADデータアクセス側から閉じようとしていきます。2026.6.0リリースの時点で、ベータ版のQIF 3.0リーダーが含まれており、設計と製造だけでなく、検査段階に忠実にPMIとGD&Tを運ぶための最初のステップがあります。これはまだベータ版であるため、範囲が制限されており、今後の一般公開リリースでさらに多くの機能がサポートされます。

信頼できるアクセスがCADデータを解放する

これらの3つの洞察はいずれも共通の特徴を持っています: CADデータの全深度の情報を信頼性のある方法でアクセスできることが、ユーザーが先行するための扉を開きます。開発者として、アプリケーションにそのアクセスを提供することは、分野での競争優位を維持するために不可欠です。

過去数十年間、Tech Soft 3Dは他のどのツールキットプロバイダーよりも多くのCADデータを目にしてきており、HOOPS Exchangeは、 Unity、 Unreal、およびOmniverseのインポーターの下に存在する理由の重要な部分です。 と多くの他のもの。

HOOPS Exchange、HOOPS AI、または他の質問がある場合は、お問い合わせください。

Tech Soft 3DのCAEツールキットが、急速に変化する業界に対応するのにどう役立つかを探りたい場合は、 お問い合わせください。

HOOPS Envision 粒子可視化に関するFAQ

デスクトップ: 1つのドローダズルで数百万の粒子をレンダリング

粒子はGPUポイントスプライトとしてレンダリングされます。粒子クラウド全体が単一のドローダズルでレンダリングされるため、粒子を追加すると、ドローダズルが増えるのではなく、頂点が追加されます。これは、デスクトップレンダラーが1粒子あたり1つの球体メッシュを使用する素朴なアプローチでは数十万でストールしてしまうような状況で、数百万の粒子を処理できるようにします。

密集したクラウドは完全に不透明な場合に読み取りにくくなります;最終的に外側のシェルのみが表示されます。透明度はそれを修正しますが、通常、パフォーマンスを制限する毎フレームごとの粒子を後方から前方に並べる必要があります。Envisionは、カメラアングルが変わるときのみ再実行され、不透明なクラウドには並べ替えを完全にスキップする線形時間並べ替えでこれを回避します。粒子データがシーン内の他のモデルと同様に動作するため、既存のメッシュデータと並んで直接ビューに収まり、別のビューアーを必要としません。

Python: 自動パイプライン用のヘッドレスレンダリング

Python APIはオフスクリーンでレンダリングを行うため、GPUやディスプレイを持たないビルドエージェントやコンテナでも実行できます。これにより、シミュレーションパイプラインの一環として、手動でレンダリングしスクリーンショットを取得するのではなく、粒子画像、アニメーション、レポートを自動的に生成することができるようになります。作業例は一般的なケースをカバーしており、スカラー場によるクラウドの着色、アニメーションのエクスポート、デシメーションレベルの比較、フォーマット間の変換が含まれます。

ウェブ: 真のボトルネックはレンダリングではなくデータ転送

大規模なDEMまたはSPHランは、そのすべてのタイムステップ範囲にわたって、数百ギガバイト以上のデータを生成することがあり、それをブラウザがロードしようとするべきではありません。Envisionは、転送側でこれを処理します: 粒子の位置とスカラー値が元のサイズの一部に量子化され、サーバーは各フレームを送信する前にデシメーションを行うので、クライアントが必要としないデータは決してストリーミングされることはありません。デシメーションはフレーム間で一貫しており、同じ粒子が常にドロップされるので、再生はまばらに見え、きらめくことはなく、ブラウザ、デスクトップ、またはPythonで視聴しているかに関わらず一貫性があります。

ウェブ: 真のボトルネックはレンダリングではなくデータ転送

大規模なDEMまたはSPHランは、そのすべてのタイムステップ範囲にわたって、数百ギガバイト以上のデータを生成することがあり、それをブラウザがロードしようとするべきではありません。Envisionは、転送側でこれを処理します: 粒子の位置とスカラー値が元のサイズの一部に量子化され、サーバーは各フレームを送信する前にデシメーションを行うので、クライアントが必要としないデータは決してストリーミングされることはありません。デシメーションはフレーム間で一貫しており、同じ粒子が常にドロップされるので、再生はまばらに見え、きらめくことはなく、ブラウザ、デスクトップ、またはPythonで視聴しているかに関わらず一貫性があります。