Nyheder

Toyo Tire Corporation (Hovedkvarter: Itami City, Hyogo kommune: Præsident og administrerende direktør: Takashi Shimizu, i det følgende benævnt "Toyo Tire") sigter mod at udvikle og levere en høj præstationsevne, der kan imødekomme samfundets krav gennem fremme af teknologiske nyskabelser af dets eksklusive "Nano Balance-teknologi”, vores proprietære gummi-materialeudviklingsplatform. Som en del af Nano Balance-teknologi-suiten er vi glade for at kunne meddele for det første dæk, at vi har udviklet teknologier, der bruger materialeinformatik (i det følgende benævnt "MI")¹ til at forudsige egenskaberne og optimere materialestrukturen i gummimaterialer.
¹Denne teknologi bruger kunstig intelligens (AI) og andre teknologier for at muliggøre opdagelse af nye og alternative materialer med større effektivitet end konventionelle metoder.

I de senere år er AI (maskinlæring) og andre teknologier blevet brugt i den materielle udviklingsproces, men MI-teknologien er ved at ændre området for materieludvikling. Materieludvikling har typisk været en meget tidskrævende trial-and-error-proces, der bygger på ingeniørernes oplevelse og gentagne eksperimenter.
Siden 2018 har Toyo Tire brugt MI-teknologi baseret på vores akkumulerede datamængder til at validere den forudsigelige teknologi for opskrifter og fysiske egenskaber. Gennem fremskridt med hensyn til præcisionen af teknologien validerede vi også den udvidede anvendelse af måldata, f.eks. ved at koble dem på eksterne data i 2019. Fremover vil vi udvikle et miljø, hvor vores interne data kan bruges fuldt ud og effektivt. Vi vil også bruge nye analysemetoder og forudsigelige data til at frembringe nye materialer, der bruger MI-teknologi, som i høj grad optimerer udviklingen, til at udvikle produkter med høj ydeevne og samtidig mindske udviklings-tid og omkostninger.

Opskriftudvikling ved hjælp af dataressourcer
Gummi er en blanding, der dannes ved at tilsætte fyldstof og andre ingredienser til grundmaterialets polymer. Hver ingrediens påvirker direkte produktets egenskaber og kræver således avanceret kontrol med hensyn til type og mængde samt justeringer i behandlingsmetoden. Introduktionen af MI-teknologi giver os mulighed for at opbygge et system, der skaber meget nøjagtige forudsigelser af egenskaber og opskrifter, der muliggør effektiv materialeudvikling med minimal test. Systemet implementerer en ikke-lineær regressionsmodel², som kan foretage udvidede forudsigelser, der går ud over eksisterende viden, ved at importere ekstern information i en database. Dette system vil også blive brugt til udvikling af materialer med høj ydeevne.
²Dette henviser til data, der er modelleret af en funktion baseret på det ikke-lineære forhold mellem de variabler, der er brugt til forudsigelser.


Brug af digital teknologi til udvikling af nye materialer
Inden for Nano Balance-teknologi bruger Toyo Tire forskellige værktøjer til at evaluere elementerne i materialegenskaber efter hver hierarkisk struktur og til at udtrække udviklingsproblemer. Data for materialer og kemiske strukturer, der opnås ved analyse, er helt forskellige fra materiale-egenskabsdata. Derfor er dataene for materialer og kemiske strukturer hovedsageligt blevet brugt som oplysninger til indirekte forudsigelse af materialegenskaber. Ved at anvende den nyudviklede MI-teknologi til materialeanalyse har det været muligt at beregne redigeringsværdier af materialegenskaber ud fra strukturelle data. Da teknologien egner sig til det omvendte problem med at optimere strukturen i henhold til målrettede egenskabsværdier, har vi til hensigt at anvende og udvide den til området for ny materialeudvikling. Disse teknologier blev realiseret i samarbejde med SAS Institute Japan Co., Ltd. (Præsident: Tetsuya Hotta). Toyo Tire udvikler produkter med høj ydeevne og høj kvalitet ved at udnytte både sin egen Nano Balance-teknologi i gummimaterialeudvikling og dens dækdesignbaseteknologi, T-MODE. Vi agter også at udforske potentialet ved at bruge dæk som en sensorenhed og skabe produkter med høj værditilvækst, der bidrager til morgendagens mobile samfund. Fremover søger Toyo Tire at udnytte MI-teknologien fuldstændigt i gummiudviklingsprocessen og forbedre værdien af de produkter, vi udvikler.³ 
³SAS Institute Japan er et førende firma inden for analyse (https://www.sas.com/ja_jp/home.html), der fremmer brugen af AI-teknologi og introduktionen af avancerede IoT-løsninger til en lang række brancher gennem innovativ software og tjenester.

Nano Balance-teknologi
Nano Balance Technology er en teknologi til udvikling af ideelle gummimaterialer med høj præcision gennem observation, forudsigelse, materialedesign og produktionskontrol på et molekylært (nano-) niveau. Vi bruger dette til at opnå et højt niveau af både ydelsesekstremer, dækrullemodstand (lavt brændstofforbrug) og bremseevne (evne til vådgreb), for at tilbyde en række produkter med høj værditilvækst. Desuden har vi, selv for lastbil- og busdæk, lanceret en række produkter, der er fremstillet ved hjælp af en slidbane til lavt brændstofforbrug, der har fremragende varmegenerering, baseret på materialet i Nano-designteknologi. Som nævnt tidligere fremmer Toyo Dæk udviklingen af bildæk baseret på en kombination af vores basisteknologi inden for gummimaterialer og dækdesignteknologi. Vores teknologiske innovationer, der bruger AI inden for simuleringsteknologi og ny sensorteknologi, har været i gang, allerede før vi indførte MI-teknologi til gummimaterialer. Her er nogle eksempler.

Realtidssimuleringer ved hjælp af den nyligt lancerede “T-MODE”
(Udgivet den 18. juli 2019: https://www.toyotires-global.com/press/2019/190718_e.html) Toyo Tire frembragte og systematiserede udviklingsprocessen for bildæk og kaldte den T-MODE, som de oprindeligt etablerede som en udviklingsplatform for bildæk for 20 år siden. Det lykkedes Toyo Tire at integrere data indsamlet fra simuleringer kørt i T-MODE ved at bruge SPDM. I februar i år etablerede vi en revolutionerende realtids-simuleringsteknologi, der ved hjælp af AI straks kan forudsige dækkets ydeevne. Der blev udarbejdet et hierarkisk diagram, der transekterer (registrerer måleserier i) dækdesignspecifikationer og dækpræstation. Ved at anvende dette med datalogi-metoder lykkedes det os at visualisere forholdet mellem dækdesignspecifikationer og dækpræstation. Baseret på dette forhold gennemførte vi maskinlæring ved hjælp af disse simuleringsdata og fandt det muligt at foretage beregninger på kort tid og producere præcisionsforudsigelser.^4
4SPDM: Forkortelse for simuleringsproces og datastyring. Et infrastruktursystem, der kan forene alle former for data og dele standardiserede processer.
Brug af "T-MODE til sne-forudsigelsesteknologi
(Udgivet den 25. februar 2020: https://www.toyotires-global.com/press/2020/20200225_e.html)
Tidligere etablerede Toyo Tire en metode til at forudsige et dæks sneoptagningsevne i bestemte typer snekvalitet (frisk sne og sjap). Ved at bruge den nyudviklede simuleringsbasisteknologi fra T-MODE er det imidlertid nu muligt at forudsige et højt præcisionsniveau for et dæks sne-trækkeevne i det aktuelle miljø, hvor det bruges. Dette gjorde det muligt for Toyo Tire at visualisere blok- og rilledeformation med succes under bremsning i forskellige miljøer, hvor dæk bruges. Som et resultat kan vi nu overveje det slidbanemønster, der er bedst egnet til det tilsigtede miljø.

Toyo Tyres dæksensorteknologikoncept
(Udgivet den 25. februar 2020: https://www.toyotires-global.com/press/2020/200214_e.html) Toyo Tire udvikler dæksensorteknologi, der visualiserer dækkets ydeevne under kørsel i realtid ved at bruge dækket som en sensor i forbindelse med AI og digital teknologi til at detektere information om dækket og vejforholdene under kørslen. Dækkene på bilen, som vi kører i, er altid forskellige, dvs. langt fra ensartede på grund af deres historie og brugsbetingelser. Som sådan vil de vigtige oplysninger for hver bil være forskellige. Da dæk - den eneste del af en bil, der er i kontakt med vejbelægningen - indtager en ny rolle i det nye mobilitetssamfund, vil Toyo Tires bestræbe sig på at skabe nye værdier gennem åben innovation.