Виртуальный дизайн движет инновациями в авиационных интерьерах

Когда пассажиры наслаждаются напитком и угощением на Boeing 787 Dreamliner, их перекус приходит из гейли, изготовленной производителем авиационных интерьеров Jamco Corporation.

Наряду с успехом Jamco в изготовлении гейлей, санузлов и сидений для Boeing, Airbus и других, пришли интегрированные управленческие потребности для 3,2 миллионов наборов CAD-данных. Несмотря на наличие всех этих данных, компания обнаружила, что не может ответить на некоторые базовые вопросы. Почему продукт был спроектирован именно так? Почему он часто вкладывал дефекты дизайна в деталь, несмотря на свой прошлый опыт изменения CAD в других деталях для устранения того же дефекта дизайна? Почему он удалял существенный элемент для снижения затрат, только чтобы потом добавить его обратно? Ее решением стало создание цифровой нити на базе Aras Innovator — платформы инноваций продуктов с низким кодом. Платформа позволяет дизайнерам и инженерам Jamco в Японии, Франции и США искать историю дизайна и использовать связанную информацию, чтобы понять, почему продукт был спроектирован так, а не иначе, и перестать повторять прошлые ошибки.

«Соединяя результаты поиска с нашей информацией, включая результаты и различные регуляции, наши дизайнеры могут искать каждый процесс через завершение в любое время и достигнут правильной информации на Aras Innovator без зависимости от технической преемственности между инженерами», — заявил Хироси Сакурай в кейс-стади. Сакурай — заместитель генерального менеджера, инженерно-техническое подразделение, группа авиационных интерьеров и компонентов в Jamco.

Платформа и приложения Aras среди многих инструментов, которые производители могут использовать для создания цифровых нитей, которые идеально состоят из данных, ассоциированных с продуктом на протяжении всего его жизненного цикла. Цифровая нить — это журнал или запись, начинающаяся с CAD-данных, и может включать информацию от ПЛК станка, обслуживания, датчиков, энергопотребления и многое другое.

Компания и другие также имеют инструменты для создания цифровых двойников, которые являются виртуальными моделями, соединенными с физическими активами, используемыми для понимания, как вносить изменения и оценивать влияние этих изменений без воздействия на реальный мир. Эти активы могут включать людей, процессы, рабочие процессы и отдельный станок — или систему, такую как целый завод. Среди других применений цифровые двойники могут помочь с планированием безопасности и в защите от ошибок детали на этапе проектирования.

Обычно инструменты для построения цифрового двойника и нити включают уже знакомые в производстве — САПР, PLM и IoT-приложения.

Innovator — открытый исходный код, в то время как его приложения и приложения других поставщиков обычно предлагаются с платной подпиской в парадигме SaaS. Другие вариации среди инструментов включают готовые vs. кастомные, легкость использования, гибкость, поддержку кастомизированных приложений, включение low-code приложений, модели для представления элементов в цифровом двойнике, бандл или а ля карт приложения и многое другое.

То, во что различные провайдеры в основном согласны, — это вознаграждения, получаемые от создания цифрового двойника, цифровой нити или обоих.

Цифровой двойник обогащает коробку предложений

Опыт Jamco продемонстрировал полезность использования цифровой нити для предоставления истории и контекста на этапе проектирования при устранении повторяющихся ошибок, все в поисках большей эффективности и улучшенного качества.

Другое применение — для обслуживания, сказал Крейг Мелроуз, исполнительный вице-президент решений по цифровой трансформации в PTC.

«Я могу предоставить им понимание и опыт обслуживания через дополненную реальность (AR), говоря: разберите это первым, проверьте этот элемент вторым, инспектируйте этот элемент третьим», — сказал он. «Если мне нужно заменить элемент, вот детали о том, как заменить или переустановить его. Как подтвердить, что это сделано правильно. Как пересобрать оборудование и верифицировать, что все сделано правильно и готово к включению снова. И даже элементы безопасности вроде выключить питание и заблокировать оборудование, такие вещи, все могут быть доставлены через AR».

Цифровой двойник предлагает свои преимущества.

«Выгоды намного больше инвестиций», — сказал Зохаир Мехри, директор по инженерии, отвечающий за цифровой двойник в Flex Ltd., глобальном контрактном производителе на 24 миллиарда долларов. «Например, вы можете иметь полную оптимизацию ваших процессов, ваших зданий, до того, как что-либо произойдет. Вы можете двигать вещи, менять продукты, вставлять новые станки, добавлять или убирать численность или материал и вы можете попробовать все это в программе, прежде чем даже ступить на пол вашего завода.

«Количество времени и усилий, которые мы тратим на возвращение и пробу и ошибку на физических производственных процессах, которые влияют на нас финансово, огромно. Так что способность делать это в цифровом двойнике огромна».

После создания цифрового двойника производители могут начать мониторинг, оптимизацию и анализ. У каждого из этих шагов свои преимущества.

«Анализ процесса с использованием цифрового двойника очень мощен, потому что он не только опишет ваш процесс, он будет делать вещи вроде говорить вам области, которые нужно улучшить», — сказал Мехри. «Не обязательно узкое горлышко. Это может быть даже: "У вас здесь пустое место, вы, вероятно, могли бы его использовать". Или вы можете убрать недобавочную задачу из вашего процесса».

Ключевое, что нужно помнить — цифровой двойник связан с физической моделью через железо и программное обеспечение, сказал он. Это может привести к более высоким выгодам из-за замкнутого контура.

«Если что-то происходит в физической системе, цифровая модель должна знать, что изменение в физической системе произошло, цифровая модель должна скорректировать себя, чтобы отразить физическую систему, а затем оптимизировать себя на основе изменения и затем передать эту оптимизацию физической системе», — сказал Мехри.

Если существует узкое горлышко, цифровой двойник может предложить решения для его исправления, сказал Али Ахмад Малик, ассистент профессора промышленной и системной инженерии в Оклендском университете.

«Например, в сборочной ячейке ваша цель — 1000 единиц в день, но в определенный час цифровой двойник оценивает его и говорит вам, если вы продолжите работать с тем же темпом, вы не сможете достичь цели», — сказал он. «Но он не только говорит мне о потенциальной проблеме, которая может возникнуть к концу дня, но и дает мне некоторые решения, потому что у него есть возможность смоделировать это и он интеллектуален. У него есть информация от предыдущих инцидентов. Предложения могут включать добавление робота или увеличение скорости робота. Я могу достичь этого только если у меня есть связь данных и мой цифровой двойник продолжает становиться интеллектуальным от прошлых событий и прошлого обучения. Так что измерение машинного обучения должно быть включено в него».

Малик, чей опыт создания цифровых двойников связан с роботами или коботами, сказал, что двойник также может помочь с балансировкой сборочного процесса. В сборочных ячейках задачи назначаются людям и роботам, работающим вместе, чтобы построить сборку заданное количество времени, так что ни один оператор не сидит без дела. До цифрового двойника процесс всегда делался вручную.

«С цифровыми двойниками, которые непрерывно оценивают скорость робота, он продолжает балансировать процесс и назначать задачи правильному источнику», — сказал он. «Так что вся эта ручная активность балансировки процесса идет к цифровому двойнику. Если у вас высокий микс, низкий объем производства, этот цифровой двойник может сильно помочь вам».

Это также поможет заводу быстрее реагировать на рыночные колебания, потому что производственные линии или ячейки могут быть быстро и виртуально добавлены, удалены или модифицированы для реакции на изменения на рынках, протестированы через симуляцию и приняты или отклонены на основе результатов. В регулируемых отраслях даже идет речь о предварительной квалификации линии цифровым путем до физической квалификации.

Мелроуз сказал, что быстрые и виртуальные изменения, протестированные с симуляцией, могут держать производство гудящим на заводе.

Например, сказал Мелроуз, возьмем вымышленный завод с 10 станками. Рабочим трудно менять детали в станке и из него, потому что они такие тяжелые, так что владелец завода хочет добавить подъемник-помощник.

«Вместо прерывания производства, я могу протестировать все это офлайн на компьютере, чтобы убедиться, что это будет хорошо работать», — сказал он. «Я установлю и протестирую это на выходных и включу в понедельник, так что мы сможем снова начать запуск производства с этим новым добавленным элементом».

Выше всего, что предоставляет цифровой двойник — это контекст и рамка для сенсорных данных, текущих от умного станка, сказал Роб МакАвини, CTO в Aras.

«Если подумать об этом как у меня два разных самолета с двумя разными двигателями, дающими обратную связь о том, как один двигатель работает против того, как другой двигатель работает», — сказал он. «Эта обратная связь ценна, но она намного ценнее, если я знаю, на каком самолете они установлены, где этот самолет летит, какая история обслуживания у этого самолета. Все эти вещи важны в терминах анализа данных, возвращающихся от этих датчиков. Так что цифровой двойник, это для меня где он предоставляет наибольшую ценность».

Приложения нити и двойника могли бы быть более похожими на САПР

Где МакАвини видит наибольший вызов — в разрозненных данных из разрозненных систем.

«У вас есть данные в разных форматах, которые используются разными людьми в разных департаментах, которые никогда не говорят друг с другом», — сказал он. «Если их требуют предоставить свои данные, им приходится вручную массажить их, чтобы сделать применимыми к чужым нуждам».

Наличие разрозненных систем само по себе не плохо, это факт, что они разрозненные системы без связи.

«И я не имею в виду [не говорят] с технологической точки зрения, я имею в виду [не говорят] с семантической точки зрения», — сказал МакАвини. «Означает: у меня есть спецификация материалов в PLM, у меня есть спецификация материалов в ERP, и нет маппинга, нет никого, сидящего в середине и говорящего: "О, то поле в той системе то же самое, что то поле в этой системе". Нам нужно убедиться, что они синхронизированы. Сейчас нет даже концептуальной связи между ними, не то что физической».

Малик сравнил ситуацию, описанную МакАвини, разрозненных данных, с данными от различных поставщиков САПР.

«Например, данные AutoCAD когда-то не были экспортируемы или импортируемы в SolidWorks, но теперь это очень нормальная вещь — экспортировать и импортировать данные из одного САПР в другой САПР и есть стандартные форматы», — сказал Малик. «То же самое нужно сделать в этом измерении и не только CAD-данные, но также динамические данные и информацию, которую мы получаем от физических систем. Прямо сейчас мы ограничены платформой одной компании».

Поставщики и пользователи согласны, что первый и самый важный шаг в использовании цифрового двойника — определить вашу цель и какие части вашей физической системы вы хотите смоделировать.

Владелец завода может просто захотеть визуализировать свой завод, сказал Мехри, и ответить на вопросы вроде: Где мои материалы? Где люди тратят свое время? Что такое высоконагруженные зоны? Где проблемы в терминах линии?

«Когда вы начинаете визуализировать такие вызовы, тогда вы можете пойти во второй фактор, который: как я решаю эти проблемы, как я оптимизирую эти проблемы или как я избавляюсь от этих проблем?» — сказал он.

Мелроуз согласился, выбор правильной цели — ключ.

«Компании справедливо избегают риска, но в избегании риска, возможно, выбирают неправильный вариант использования, который низкой ценности и, потенциально, потому что они не уверены в ценности, выбирают неправильную технологию на основе цены, а не на основе влияния», — сказал Мелроуз PTC. «Они могут попасть в ад пилотирования».

В то время как некоторые поставщики отговаривают от кастомизации, по крайней мере одна компания не только позволяет кастомизацию, она поощряет её.

«Вы свободны как клиент дополнять эти приложения дополнительными возможностями и что Aras делает — предоставляет возможность подписчикам Aras использовать приложения как есть, дополнять приложения как они считают уместным, строить новые приложения как они считают уместным», — сказал МакАвини. «Тогда наша работа — убедиться, что все те изменения, которые клиент сделал, смогут двигаться вперед с технологией.

«По мере того как Aras продолжает выпускать новые возможности и новые версии платформы, работающие с более новыми вычислительными стеками, мы гарантируем как часть нашей подписки, что все, что вы строите сегодня, будет работать в следующем году».

В опыте Мехри создания цифровых двойников он опирается на принципы ленинского производства, когда есть несоответствие между его двойником и реальным миром. Перечислить все возможности того, что вызвало разницу, невозможно, сказал он.

«Есть некоторые возможности, которые могут случиться; я мог смоделировать неправильно, может быть ошибка пользователя, могут быть разные источники данных или сам источник данных может иметь проблему», — сказал Мехри. «То, как мы обычно определяем это, — использование Силы Гемба, техники ленинского производства, которая идет на место, где работа выполняется. Идя на физический пол, мы способны посмотреть и погрузиться в процесс и выполнить RCA (анализ первопричин) на том, что вызвало несоответствие, а затем пойти за этим и разобрать проблему».

Одна область, где Мехри и остальная отрасль борются — недостаточно готовых моделей для моделирования материалов, станков и других элементов в цифровом двойнике. Когда в программе нет модели, пользователь должен создать её сам, что затратно по времени, сказал он.

Малик сказал, что пользователю может понадобиться множество продуктов для построения своего цифрового двойника. «Может быть, один инструмент позволит мне спроектировать, какие элементы есть в физической системе», — сказал он. «Другой инструмент может позволить мне определить динамику или кинематику физической системы, а затем еще одно программное обеспечение может позволить мне интегрировать данные из физической системы в цифровую. Так что комбинация четырех или пяти разных программ может помочь мне завершить цифровой двойник».

Некоторые из известных имен среди поставщиков цифровых инструментов имеют комплексный набор инструментов для построения цифровых двойников, но малые и средние компании часто не могут позволить или не имеют людей с навыками для их использования, сказал Малик. Даже среди крупных поставщиков, различные приложения могут не передавать данные плавно и легко.

«Но если вы можете найти какое-то программное обеспечение, которое имеет больше функций в одной среде, например Visual Components предлагает непрерывную симуляцию, связь данных, дискретную событийную симуляцию или стохастический анализ в одной среде», — сказал он. «Это очень хорошая функция по моему пониманию, потому что тогда вам не нужно три или четыре программных обеспечения».