EQUIPMENT DESIGN AI PLATFORM

設備設計・図面検図
AI支援プラットフォーム ご提案書

PTC Creo (CREO) × AI で、検図業務の自動化と3Dモデル生成を実現。
約20年の図面資産をそのまま活用し、段階的にAI支援環境を構築します。

1

プロジェクト概要

課題

  • 図面の検図が属人化しており、寸法チェック・設変来歴の照合に多大な工数がかかっている
  • 2D図面から3Dモデルへの変換は手作業(目視で寸法確認→CREOに手入力)
  • 部品点数が1万点超の機械もあり、図面枚数が膨大
  • ケースバイケースの設計基準が多く、完全なルール化は困難

解決アプローチ

AI図面読取技術を基盤に、検図支援3Dモデル生成を段階的に実現。CREOの既存資産(モデル・ドローデータ・履歴構造)をそのまま活用し、AI精度は使いながら御社専用に育てていく方式。

Phase 0(2D CAD読取精度検証)は完了済み。全図面で読取精度100%を達成しています。
2

2つのアプローチ

パターン1: 段階的AI導入

AI図面読取を起点に、検図支援→RAG構築→CAD連携→統合PFを段階的に開発

  • Phase 1: 検図支援ツール PoC
  • Phase 2: RAGデータベース構築
  • Phase 3: CAD連携・3Dモデル支援
  • Phase 4: 統合プラットフォーム

パターン2: CREO MCP連携

PTC Creo × Claude AI のMCP連携で、自然言語から3Dモデルの作成・修正を実現

  • 履歴構造(フィーチャーツリー)維持
  • 既存CREOデータをそのまま活用
  • 設変時の一括修正が最有用
  • ソフト移行不要
CREOを約20年使用しており全図面データが集約されているため、他CADへの移行は非現実的。CREOのMCP対応を前提とした構成です。
3

AI構成: 読み取りAI と 生成AI

本プロジェクトでは、役割の異なる2つのAIを組み合わせて使用します。

読み取りAI

2D図面から寸法・形状・注記を
正確に抽出する

- 寸法情報(線形・角度・公差)
- 幾何情報(GD&T・データム)
- 注記(図番・材質・設変履歴)
- 構造情報(部品関係・BOM)

生成AI / チェックAI

読み取り結果を基に検証・生成
を行う

- 寸法チェック・ハイライト表示
- 設変来歴の整合性検証
- 3Dモデル生成指示(MCP)
- 修正提案の自動生成
なぜ分離するのか: 読み取りAIは「図面画像からの情報抽出精度」が重要。生成AIは「CREOへの操作指示の正確性」が重要。求められる能力が異なるため、別々のパイプラインとして最適化します。
4

Phase 1: AI検図支援

検図ワークフロー

図面をアップロードすると、読み取りAIが寸法・形状を解析し、チェックAIが自動検図。問題箇所は図面上に視覚的にハイライト表示します。

2D CAD図面
アップロード
読み取りAI
寸法・形状抽出
チェックAI
自動検図
図面上に
ハイライト表示
担当者確認
→ 承認

検図チェック項目

チェック項目内容AI適用度
寸法二重管理チェック同一寸法の複数箇所矛盾検証
設変来歴検証変更箇所と来歴の整合性チェック
過去トラブル照合過去トラブル事例との自動照合
加工条件妥当性過去実績との照合
公差妥当性検証類似図面との比較検証
出力形式: テキストベースではなく、図面上に視覚的にハイライト(正常=緑、要確認=赤)で表示。寸法が100個以上ある図面でも一目で確認可能。最終判断は必ず担当者が行う。
5

Phase 3: 3Dモデル生成支援

2D → 3D 変換ワークフロー

2D図面から読み取ったデータを基に、CREOで履歴構造付き3Dモデルを生成。インポート前に寸法の視覚チェック工程を挟みます。

2D CAD図面
読み取りAI
寸法・形状解析
寸法視覚チェック
ハイライト表示
担当者確認
寸法OK?
生成AI (MCP)
CREO操作指示
3Dモデル生成
履歴構造維持
重要: CREOで直接生成するため履歴構造(フィーチャーツリー)が維持されます。中間ファイル(STEP/IGES)経由のインポートでは履歴が消失し、後からの寸法変更・穴径変更ができなくなるため採用しません。

なぜ寸法チェック工程が必要か

  • 部品の寸法が大量(100個以上)の場合がある
  • CREOにインポート後に間違いが発覚すると、組み付け条件が全て飛びモデルが崩壊するリスク
  • 「寸法さえ合っていればOK」が判断基準(公差はモデルには持たない)
  • インポート前に完璧なモデルであることを担保する必要がある
6

パターン2: CREO MCP 自然言語操作

自然言語 → CREO 3Dモデル操作

Claude AI × CREO MCP で、自然言語の指示からCREO上で3Dモデルの作成・修正を実行。キーボード・マウス操作なしで設計変更が可能に。

自然言語指示
「全長+40mm」
Claude AI
設計意図解釈
MCP
操作コマンド変換
CREO API実行
モデル修正
プレビュー
微調整

適用シナリオ

シナリオ内容実務適合度
設変時のモデル一括修正「全長を+40mm変更」で関連部品を自動特定し一括修正最高
2D→3Dモデル生成読取寸法を基にCREO上で履歴構造付き3Dモデルを生成
組図→部品図の分解部品構成を自動認識しCREO上で個別3Dモデルとして分離
類似部品の設計効率化過去CREO資産を参照し、類似モデルベースで新規設計を提案
CREOで直接MCP連携するメリット: 履歴構造を維持したまま編集可能。既存モデルのコピー→修正による新規設計フローにも対応。ソフト移行が不要で、約20年分の資産をそのまま活用できます。
7

導入ロードマップ

Phase 1 - 検図支援PoC

AI図面読取 + 自動検図 + ハイライト表示

検証済みの読取エンジンを基盤に、検図チェック機能を実装。図面上に視覚的にハイライト表示する形式で、担当者が一目で確認可能に。

Phase 2 - RAGデータベース構築

図面×関連ドキュメントの知識基盤

仕様書・FMEA・過去トラ・原価見積りをベクトル化。見積支援・加工条件ガイド生成を実現。検図AIの精度向上にも活用。

Phase 3 - CREO連携・3Dモデル支援

寸法視覚チェック + CREO MCP + 3Dモデル生成

読み取りAIの結果を視覚チェック後、CREO APIで履歴構造付き3Dモデルを生成。設変時の一括修正にも対応。

Phase 4 - 統合プラットフォーム

見積→設計→検図→品質管理の全工程統合

Phase 1〜3の成果を統合し、全工程をカバーするAI支援環境を構築。統合ダッシュボードで進捗・品質を一元管理。

最初から100点は目指さず、使いながらAIの精度を御社専用に育てていく方針。修正ポイントをAIに教えることで、精度は継続的に向上します。
8

技術スタック

PTC Creo

既存CAD環境
(約20年使用)

🤖

Claude AI

MCP経由で
CREO API実行

🔗

MCP

Model Context
Protocol

📄

AI-OCR

図面読取
(精度100%達成済)

🗃

ベクトルDB

RAGナレッジ
ベース

📊

Google Drive

図面アップロード
トリガー

9

CREO連携における重要事項

項目詳細
履歴構造(フィーチャーツリー)CREOで直接生成するため履歴が保持される。後からの寸法変更・穴径変更が可能
モデルとドローの連携モデルファイルとドロー(図面)ファイルは別ファイルで連携。この関係性を維持
中間ファイル不可STEP/IGES経由のインポートは履歴消失のため不採用。CREO APIで直接操作
既存資産の活用過去のモデル・図面をコピー→修正で新規設計するフローに対応
組み付け条件面の合致・穴の合致等の条件が飛ばないよう、インポート前に寸法精度を担保
10

期待効果

100%
図面読取精度
(検証済み)
70%
検図工数
削減見込み
0
ソフト移行
不要
AI精度
継続向上
最初から100点は目指さず、どちらにしろ人が最終チェックを行う前提。AIが担当者の負荷を何%削減できるかをスタート地点とし、使いながら精度を御社専用に育てていきます。