CATIA・自働化

PyCATIAはVBAの劣化版?

2025.04.11 / 読了目安 9分 / 執筆: Qronix 開発チーム

#CATIA#CATIAマクロ#開発の作法

CATIAの自働化をAIを扱う会社に相談すると、構想にPyCATIAが出てくることがよくあります。Pythonで書けるのは魅力ですが、PyCATIAは、CATIAの窓口を包んだだけの道具です。できることはVBAと変わらず、深い所では中でVBAを呼び、外から1件ずつ呼ぶぶん遅くなります。この記事では、その理由と、自社で測った数字を、辛口に書きます。マクロとの比べ方の全体像はpyCATIAは「遅い」で終わらせていい話ではないにあります。

市場チャートPhoto: Unsplash
CONTENTS
1. 「Pythonで書ける」だけが売りの道具に、現場を預けていいのか 2. PyCATIAは、VBAでできることしかできない。しかもVBAより遅い 3. 深い所は、結局VBAに丸投げしている 4. 500件で測ると、読み取りが最大34倍遅かった 5. 遅いだけでなく、時間が読めなかった 6. それでも使うなら、この狭い場面だけ 7. AIベンダーの提案には、先にこう聞いておく

「Pythonで書ける」だけが売りの道具に、現場を預けていいのか

AIを扱う会社に、CATIAの操作を自働化したいと相談すると、構想の図にPyCATIAという名前が出てくることがよくあります。なぜAIベンダーはPyCATIAに走るのか。それは簡単で、CATIAを分かっていないからです。CATIAには、最初からVBAという内蔵の手段があります。それを知らないまま、手元の言語であるPythonから入るので、PyCATIAに行き着きます。AIの周辺がPythonでできているため、その選択が自然に見えるだけです。

CATIAの自働化の手段は、VBAだけではありません。ナレッジ、ルール、ループ、リアクション、VBScript、CAA、テンプレート、ExcelのVBA、設計テーブル、C#、Python、ほかにもあります。ざっと挙げただけでも、これだけの選択肢があります。弊社は、これらすべてに対応できます。これが、PyCATIAしか見ていない提案との、いちばんの違いです。

そのなかで、Pythonは、選択肢としていちばん後ろです。理由は、この記事の続きで説明します。

入口が広いこと自体は、悪いことではありません。問題は、入口で選んだ言語が、そのまま出口の設計になることです。「Pythonで始めたから、最後までPythonで書く」という決め方をすると、CATIAの側から見て不利な道を、理由を確かめないまま選ぶことになります。

先に結論を書いておきます。PyCATIAは、VBAでできることを、遅く、遠回りに、Pythonで書き直した道具です。この記事では、PyCATIAを褒めるつもりはありません。何をしてくれる道具なのか、深い所でどうなっているのか、実際に測るとどれくらい遅いのかを、順に書きます。数字は、すべて自社の環境で測った値です。使う・使わないを決める前に、一度読んでおいてほしいと思います。

言語の選び方の全体像はpyCATIAは「遅い」で終わらせていい話ではないに書きました。こちらは、もっと辛口に、数字で書く版です。

PyCATIAは、VBAでできることしかできない。しかもVBAより遅い

PyCATIAは、CATIA V5が外部に開けている窓口(COMと呼ばれる仕組み)を、Pythonのクラスで包んだ道具です。包み紙を変えただけなので、CATIAの中身に届く範囲は、もともとの窓口より広くなりません。VBAやCATScriptで届かなかったことが、PyCATIAなら届く、ということは起きません。

一言で言うと、PyCATIAは「Pythonが使えるVBAの劣化版」で、勝っている部分が無い、という認識です。(※個人的な意見)

つまり、PyCATIAでできることは、CATIAに内蔵のVBAでもできます。反対に、VBAで届かないことは、PyCATIAでも届きません。よく「PythonならAIと組み合わせて何でもできる」と説明されますが、AIの側でできることが増えても、CATIAの側でできることは増えていません。

得をするのは、書く人の気持ちです。型の補完が効き、Pythonらしく書けます。それは確かに便利です。ただ、便利さが書き手の側にあるのと、現場の仕事が速く終わるのとは、別の話です。

PyCATIAが増やしてくれるのは、CATIAでできることではなく、Pythonを書く人の居心地です。VBAに足りない機能を、PyCATIAは一つも足していません。足したのは、Pythonで書ける、という見た目だけです。その見た目のために、実行の速さと運用のしやすさを手放していないかを、一度確かめてください。

深い所は、結局VBAに丸投げしている

では、Pythonから直接届かないところは、どうしているのでしょうか。PyCATIAのソースを読むと、その答えが出ています。CATIAの中でVBAの式を評価させる仕組み(system_service.evaluate)を使い、Pythonで書いたつもりの処理を、内側でVBAに変換して動かしているのです。

弊社で、PyCATIA 0.10.1 のソースを数えました。メソッドの定義が12,861件あり、そのうち2,302件が、このVBAを呼ぶ回避で実装されています。割合にして約18%です。ファイル単位では、1,268ファイルのうち543ファイルが、この回避を含んでいました。

たとえば、点の座標を読む処理や、計測の結果を取り出す処理が、これに当たります。VBAの中でないと届かない部分を、PyCATIAは外から1件ごとにVBAを呼んで間に合わせている、ということです。Pythonで書いたつもりの処理の約18%は、中身がVBAです。それも、VBAを外から1件ずつ呼ぶ形です。「Pythonが使えるVBAの劣化版」と呼ぶのは、このためです。

この数え方には注意があります。ここで数えたのは、実装の方法であって、動かなくなることを意味しません。回避があっても、結果は正しく返ってきます。問題は、回避のたびに外から1回ずつ呼ぶことになり、その待ちが積み上がる点です。次の節で、実際にどれだけ積み上がるかを測ります。

道具の居心地と、現場の速さは別の話。
先に測れば、迷いは減る。

メソッドの約18%が、中でVBAを呼んでいる18%中でVBAを呼んで動かしているメソッドの割合実装の方法を数えたもので、動かなくなることを意味しない。
図1: PyCATIA 0.10.1 のメソッド定義12,861件のうち2,302件。弊社で数えた値。

500件で測ると、読み取りが最大34倍遅かった

ここからは実測の話です。同じ処理を2通りで回して、かかった時間を測りました。Aは、PyCATIAでPythonから1件ずつ呼ぶ方式。Bは、CATIAの中のマクロとして、処理一式を1回で回す方式です。処理は4種類で、点の作成、名前の読み取り、座標の取得、計測の取得です。

条件は次のとおりです。CATIA V5-6R2022、PyCATIA 0.10.1、弊社の仮想マシン1台、点は500件、3回測って中央値を取りました。結果は、点の作成が24.5秒対13.7秒(1.8倍)、名前の読み取りが3.1秒対0.57秒(5.4倍)、座標の取得が32.4秒対0.94秒(34.5倍)、計測の取得が38.6秒対1.25秒(30.7倍)です。

読み取り3種類の合計は、PyCATIAが74.0秒、CATIA内のマクロが2.8秒で、約27倍の差でした。差が大きいのは、前の節で数えた、中でVBAを1件ごとに呼ぶ処理です。座標も計測も、500件のあいだ、外から呼ぶたびに待ちが入ります。

点の作成だけは、差が1.8倍に収まりました。これは、形状を作る仕事そのものがCATIAの側で重く、外から呼ぶ待ちが目立たなくなるからです。20件の試運転では、作成はほぼ同じ時間でした。一方、座標は20.9倍、計測は33.7倍で、件数が少なくても、同じ傾向が出ました。

ひとつ、割り引いて読んでほしい点があります。この数字は、1台の環境で、500件の点を使って測った値です。モデルの大きさやPCの性能で、倍率は変わります。ただ、「読み取りを大量に繰り返すほど、外から1件ずつ呼ぶ方式は不利になる」という向きは、変わらないと考えています。

500件の読み取りにかかった時間(3回の中央値)座標の取得:PyCATIA(外から1件ずつ)32.4秒中でVBAを1件ごとに呼ぶ計測の取得:PyCATIA(外から1件ずつ)38.6秒これも1件ごとにVBAを呼ぶCATIAの中のマクロ:座標+計測の合計2.2秒座標0.94秒+計測1.25秒。処理一式を1回で回す
図2: 座標の取得は約34倍、計測の取得は約31倍の差(座標・計測それぞれ0.94秒・1.25秒)。CATIA V5-6R2022・弊社の仮想マシン1台。
倍率のまとめ:件数が違っても、読み取りは大きく遅い20件の試運転座標 20.9倍/計測 33.7倍500件・読み取り座標 34.5倍/計測 30.7倍読み取り3種の合計74.0秒対2.8秒(約27倍)点の作成24.5秒対13.7秒(1.8倍)
図3: PyCATIAがCATIA内マクロの何倍かかったか。3回の中央値(20件は1回の試運転)。
測定に使った画面
CATIAのパートに、測定用の点を500個作った状態の画面
測定で作った点500個。ツリーに点が並び、画面にらせん状に表示される(測定用のダミーデータ)。
PYTHON参考実装例:座標を、外から1件ずつ読む(PyCATIA)
# 500件の点の座標を、外から1件ずつ読む例(PyCATIA 0.10.1)。
# 前提: CATIA V5 が起動していて、パートに点が並んでいる。
from pycatia import catia
from pycatia.mec_mod_interfaces.part_document import PartDocument
from pycatia.hybrid_shape_interfaces.point import Point

caa = catia()
part = PartDocument(caa.active_document.com_object).part
shapes = part.hybrid_bodies.item(1).hybrid_shapes

for i in range(1, shapes.count + 1):
    # 1件ごとに、PyCATIAが内部でVBAを呼ぶ。外との往復がこの回数だけ起きる
    xyz = Point(shapes.item(i).com_object).get_coordinates()
VBA参考実装例:同じ読み取りを、CATIAの中で1回で回す(CATIA VBA)
' 同じ座標の読み取りを、CATIAの中で回す例(CATIA V5 / パート)。
' 外との行き来が無いので、500件でも1秒前後で終わる(弊社環境の実測)。
Option Explicit

Sub ReadAllCoordinates()
    Dim oPart As Part, oShapes As Object, i As Long
    Dim c(2) As Variant

    Set oPart = CATIA.ActiveDocument.Part
    Set oShapes = oPart.HybridBodies.Item(1).HybridShapes

    For i = 1 To oShapes.Count
        oShapes.Item(i).GetCoordinates c   ' x, y, z が c(0), c(1), c(2) に入る
    Next
End Sub

遅いだけでなく、時間が読めなかった

同じ測定で、もう一つ気になることがありました。3回測った計測の取得のうち、PyCATIAの3回目だけが153.9秒かかったのです。他の2回は、33.2秒と38.6秒でした。同じ処理、同じ件数で、約4倍のぶれです。

CATIAの中で回したマクロのほうは、同じ計測が1.2〜1.6秒の範囲に収まりました。外から細かく呼ぶ方式は、呼ぶたびに外との行き来が入るため、その間の状況に左右されやすい、と見ています。ぶれの原因までは、今回の測定では突き止めていません。

平均が遅いだけでも困りますが、時間が読めない道具は、業務に載せられません。1回30分で終わる処理が、ときどき2時間かかるなら、夜間に回して朝に結果を見る、という使い方ができません。平均の速さよりも、ぶれの幅のほうが運用を左右することがあります。

もう一つ、前提として覚えておくべきことがあります。PyCATIAは、CATIAがすでに起動している状態につなぐ作り方です。誰もいない時間に、CATIAを起動するところから無人で回したい場合は、別に設計が必要になります。この点は、速度とは別の理由で、運用の手間になります。

それでも使うなら、この狭い場面だけ

使ってはいけない道具だとまでは言いません。ただ、勝っている点を探しても、書き方の好みを除けば、ほとんど見つかりません。残るのは、回数が少ない処理です。数十回の読み書きで終わるなら、外から1件ずつ呼んでも、待ちは目立ちません。AIの処理と、CADを触る数回の操作を、1本のスクリプトでつなぎたい検証にも向いています。

反対に、向かないのは、読み取りや計測を何百件、何千件と繰り返す処理です。多くの人に配って長く使う道具や、時間が読めないと困る定期処理も、避けたほうが無難です。

選ぶときは、言語ではなく、処理の形で決めます。回数が少なく、AIとのつなぎが主役ならPyCATIA。読み取りを大量に繰り返すなら、CATIAの中で回す。この2つの境目を、設計の段階で決めておくのが、弊社のやり方です。

AIベンダーの提案には、先にこう聞いておく

構想にPyCATIAが書かれていたら、頭ごなしに否定する必要はありません。ただ、次の3つを、先に聞いてください。まず、1回の処理で、CATIAに何件の読み取りを送るのか。次に、その処理を毎日何回、どこで動かすのか。最後に、なぜPythonなのか、です。

件数と回数が出てくれば、この記事の数字で、おおよその待ち時間が見積もれます。「書ける人がいるから」は、道具を選ぶ理由ではなく、作る側の都合です。その答えしか返ってこないなら、一度立ち止まって、測ってもらってください。速さは、測らないと分かりません。

なお、CATIAの中で回すマクロは、点の作成のような重い処理では差がつきにくい、ということも、今回の測定で分かりました。万能ではありません。だからこそ、何件を何回、という形の話から入る価値があります。

御社で検討している自働化があれば、言語を決める前に一度お見せください。クロニクスでは、現場の作業をヒアリングし、PyCATIAで足りるのか、CATIAの中で回すべきなのかを含めて、自働化設計書として無料でご提案しています。ご相談は contact@qronix.jp までどうぞ。

PyCATIAで書くか、CATIAの中で回すかの分かれ道自働化したい処理を書き出す1回の処理でCATIAに何件読み書きするか数える数百件以上を繰り返すかCATIAの中で回すマクロにするAIとのつなぎが主役かPyCATIAで小さく作る手段を比べて測ってから決める実際の環境で時間を測って確かめるはいいいえはいいいえ
図4: 先に決めるのは言語ではなく、読み取りの件数と、動かす回数。
Qronix 開発チーム

CATIA歴22年超・愛知県の大手自動車メーカー及びグループ各社でCATIAツール開発の技術責任者を務めたメンバーを中心とする、CAD自働化のスペシャリスト集団。2024年創業、特許第7907964号を保有。

「うちの資産でもできる?」
まずその質問からどうぞ。

できる・できないの判定と自働化設計書のご提案までは無料です。

contact@qronix.jp へ相談する
記事一覧をすべて見る →
← 記事一覧へトップページへ →