据外媒报道，美国能源部旗下西北太平洋国家实验室（PNNL）研究人员与丰田、麦格纳、PlastiComp、欧特克、伊利诺伊大学、美国普度大学及弗吉尼亚理工大学等业内及学术界的专家人士共同研发了多款软件工具，可成功预测汽车复杂碳纤维热塑件的纤维方向（fiber orientation）及长度分布。

目前，汽车业需要成本更低、分量更轻的材料，从而提升燃料经济性。截止至2025年，美国法规将发布平均燃油经济性标准（average fuel economy standard），将该数值限定在54.5英里每加仑（mpg），相较于当前的35.5英里每加仑，该数值的增幅高达60%。

相较于钢材，碳纤维强度更高，分量也更轻，但其售价相对较贵。为便于未来大规模推广应用，需要研发符合机械及安全性能的经济型复合物，例如：聚丙烯（polypropylene）及聚酰胺纤维（尼龙，nylon）等长碳纤维强化热塑料树脂（long carbon fiber-reinforced thermoplastic resins）等材料。据PNNL透露，该方法或将加速碳纤维材料的研发并提升其经济性。

据PNNL解释，当前碳纤维复合物部件的研发工艺要求车企制模（build molds）、模座配件（mold parts）并进行测试，这是一个长期而艰巨的过程，延缓了车用碳纤维复合物的创新研发进程，也影响了该产品的成本效益。以PNNL为首的研发团队已验证该款工程类软件，可在模制完成前，制造商将能在“看到（see）”碳纤维复合物设计品的内部结构，该工具允许制造商及汽车零部件设计师更快速地体验并探索新理念。

为预测模塑件内纤维方向及纤维长度的分布，该团队利用欧特克Moldflow软件来完成该目标。这款软件利用欧特克Moldflow软件，其建模（models）由伊利诺伊大学的教授Charles Tucker及其同事共同完成。丰田、PlastiComp、麦格纳负责提供技术指导，PlastiComp还负责提供原材料，长碳纤维部件的模制及碳纤维提取由美国普度大学（Purdue University）及弗吉尼亚理工大学（Virginia Tech）。随后，PNNL将模拟软件内的预计属性值与纤维模压（molded fibers）的测试结果进行比对，从而验证该软件与建模的精度。

此外，作为该项目的重要组成部分，PNNL与麦格纳及丰田合作，将长碳纤维部件与标准钢制部件及玻璃纤维部件进行比较，分析成本降幅及性能增益。据PNNL发现，碳纤维增强聚合物复合材料（carbon fiber reinforced polymer composite）技术或能将车重降低两成。然而，碳纤维部件的生产成本比那类钢材高了10倍。利用预测工具来优化工艺及结构，该方法或将大幅降低生产成本，为提升车用碳纤维的使用奠定道路。