Подходите, базирани на изкуствен интелект, са от ключово значение за реализиране на предимствата на инженерните системи, базирани на определени модели. Те ще вдигнат AI на ново ниво – моделиране симулации.
Ръководителите на аерокосмически компании вече могат да оптимизират производствените процеси чрез използване на изкуствен интелект (AI). Той е с високоефективни изчислителни технологии (HPC) и цифрова нишка. Цифрова нишка проследява жизнения цикъл на продукта. Започва от създаването на дизайна през инженеринга и управлението на жизнения цикъл на продукта, до инструкциите за производство. От управление на веригата на доставки, чак до сервизни събития. Тя дава възможност да подобрите процеса на аерокосмическо проектиране. Така може да защитите бюджетите, да избегнете спад в производство и да поставите бизнеса си пред този на конкурентите.
Аерокосмическият дизайн става по-сложен и AI може да ви помогне да задържите бизнеса си пред кривата на иновациите.
Ето три начина да извлечете максимума от използването на моделно базиран системен инженеринг (MBSE):
1. Реализирайте по-големи печалби от самото начало чрез оеднаквяване на вижданията на заинтересованите страни
Наскоро разговарях с вицепрезидента по ИТ инфраструктура в голяма производствена компания и посланието му беше много ясно: HPC технологиите, които поддържат моделиране и симулация, са много важни за неговите бизнес потребители. Той обясни, че въпреки че инженерните екипи обикновено консумират (и често надвишават) наличните ресурси, предизвикателството е да се гарантира ефективното им използване.
Предимствата за моделиране и симулация обикновено включват:
· Ускорена иновация чрез цифрово изобразяване на физически и логически системи
· Подобрено качество чрез анализ на данните, генерирани по време на проектирането и производството
· Намалени разходи чрез откриване на грешки в дизайна на продуктите и ранното им коригиране.
· Ускорена доставка поради възможността за тестване на множество сценарии за часове срещу дни
Голяма част от IT инвестиции са насочени към моделиране и симулиране на нови дизайни с цел доставяне на продукти, които са по-бързи и по-евтини.
Въпреки това, докато дейностите по моделиране и симулация водят до потребление на скъпи ресурси и много работа отива в доказване на нови дизайни, ползите от разходите не винаги са ясни.
Това се случва главно, защото това, което е доказано в моделирането и симулацията, не може да бъде постигнато поради различия в интересите на заинтересованите страни.
Докато инвестиционните, бизнес и технологичните общности са приведени в съответствие с визията, всеки един от тях има различен фокус.
Производствените мениджъри управляват вземането на рискови и инвестиционни решения, така че те виждат разходите и ползите от ресурса в такива условия. IT предоставя технологията, но не генерира и не получава финансовата полза от това, което HPC и AI ресурсите предоставят на бизнеса. Инженерите използват IT възможности за иновации, но не са толкова загрижени за разходите, които отиват за осигуряване на ресурси. Те са фокусирани върху осигуряването на иновации или подобренията в дизайна и доставката на продуктите.
2. Вкарайте единство в процеса на проектиране, като включите цифрова нишка
В исторически план аерокосмическите производители използват анализиране и събиране на данни, за да подобрят индустриалните операции и да стимулират иновациите. И все пак, един директор на такова предприятие наскоро заяви: „Фабриката на бъдещето продължава да генерира много ценна информация чрез свързани обекти, които не допринасят за цифровите нишки. Тези данни могат да бъдат анализирани. Целта е да се разбере първопричината за отклоненията при продуктите. Така се борим с нивата на дефектните продукти и да се справяме с проблемите на качеството, като същевременно сме сигурни, че машините се използват с пълен потенциал и производителността расте.
Въпреки това, цифровата нишка, която изобразява поток от данни и дава интегриран изглед върху данните във всеки поток от стойности, може да помогне. Цифрова нишка е проследима през жизнения цикъл на продукта, като например в дизайна, данните за експлоатацията, данните за продукта, данните за веригата на доставки и софтуера, който продуктът използва.
Тук свързването на IoT с оперативните технологии (OT) променя хода на играта.
OT включва онези хардуерни и софтуерни компоненти, които наблюдават и контролират физически устройства, които създават цифрова нишка.
Един прост пример за OT, свързан като IoT, е когато 30-годишна течностна помпа, която е неразделна част от създаването на части и е от решаващо значение за успеха на производствения процес, притежава ценна оперативна информация, но тя все още не се споделя нагоре и надолу в потока на процесите. Споделянето на тези данни може да предложи представа за подобряване на такъв дизайн.
Понякога размерът на инвестицията в IT ресурс, който събира данни за една OT функция, може да бъде повече от стойността на самия OT процес, в който той участва. Събирането на данни от много OT функции и допринасянето им за гладък поток от данни или цифрова нишка предлага огромна възможност за реализиране на огромни ползи от моделирането и симулацията. Те могат да включват повишена производителност на частта по време на експлоатация. Също оптимизирани задачи за поддръжка, чрез които да се намали времето на престой в производството.
Производителите на аерокосмически апарати, които използват концепцията за цифрова нишка с MBSE стратегия, ще могат да контролират анализа на данните през целия им жизнен цикъл на проектиране на продукта, така че по-късно да бъдат обработени в информация. Това е решението на споменатите по-рано различия между заинтересованите страни.
Именно тук разбирането на AI може да доведе до още по-голяма възвръщаемост.
3. Стратегически управление на данни, за да се даде възможност на AI
Събирането на данни може да бъде много трудно. Това изисква инвестиционна и технологична стратегия. Трябва да може да бъде приета бързо и ефективно, без да се отрази на скоростта на производство на бизнеса.
Помислете разумно за данните, когато интегрирате AI във вашата платформа за моделиране и симулация, като същевременно поддържате цифрова нишка, която да допринася за бизнеса Ви.
Намерете данните
Налично е безкрайно количество данни. Да определите от какви данни се нуждаете и да ги използвате в подходящия момент може да бъде голямо предизвикателство. Използването на добре дефинирана архитектура на услуги за събиране на данни ще ускори изграждането на модели, които могат да допринесат за вашата AI стратегия.
За да се подготвите за AI, оценете процеса си на проектиране и източниците си на данни, с цел да идентифицирате функции, които биха могли да се възползват от анализ. Така ще постигнете незабавен резултат с минимални промени. Определете дали имате необходимите данни, а също и как ще интегрирате обратно съответните ползи.
Съберете данните
Поставянето на IoT за събиране на данни по-близо до производствения процес позволява правенето на изводи в реално време. Това е нещо което традиционния модел за събиране и съхраняване не позволява. Създаването на технологична рамка е ключов градивен елемент за изпращане на данни на точното място в точното време.
Интегрирайте данните
Нека приемем, че сте получили данни чрез IoT / OT. Сега трябва да ги интегрирате и управлявате, както и да ги направите използваеми за потребителите нагоре и надолу по веригата. В крайна сметка искате да изградите цифров близнак на всеки процес и след това макро изглед на това до колко процесите са зависими или взаимозависими.
И накрая, дайте приоритет на резултатите, за да създадете стратегия за самофинансиране, която да се разшири извън първоначалната област на фокус. Всичко това води до свързване на всички заинтересовани страни в стратегия, която те разбират и ще подкрепят.
Интегриране на концепцията за цифрова нишка
Въпреки че днес живеем в дигитален свят, мнозина в производството са възпрепятствани да изпълняват това, което изглежда като безценен преход към изцяло цифров модел и симулационна платформа. Повечето компании имат дискретни организационни и финансови стратегии за смекчаване на процеса. Той обикновено представлява пътна карта, с продължителност от три до пет години. Хората и технологиите обаче се променят толкова бързо, че тя почти никога не се изпълнява.
Постигането на ускорени резултати в аерокосмическото производство зависи от намаляването на броя на физическите тестове, моделиране и замяната им с виртуални. Концепцията за цифрова нишка прави това възможно чрез споделяне и в крайна сметка намаляване на разходите за разработка, както и на времето за ползване. Следователно, включването на концепцията за цифрови нишки по начин, позволяващ данните да бъдат изплзвани, и свързването на различни компоненти и взаимозависими процеси, дава възможност за интегриране на следващо поколение симулация и моделиране на резултатите в целия бизнес.
AI може да подобри приходите, производството и конкурентните ползи при MBSE процесите.