211service.com
Produkta dizains tiek pārveidots par AI
Saistībā ar Siemens Digital Industries programmatūra
Inženieri ir pakļauti nepieredzētam spiedienam, lai izveidotu produktus, kurus katru dienu izmanto tūkstošiem, ja ne miljoniem patērētāju.
Vienkārši pajautājiet Berndam Zapfam. Vācijas darbgaldu ražotāja Heller Group attīstības, jaunu uzņēmumu un tehnoloģiju vadītājs Zapfs saka, ka mūsdienu organizācijām arvien vairāk ir jāpanāk līdzsvars starp projektēšanu, inženieriju, ražošanu, darbību un meistarību, izstrādājot produktu, pamatojoties uz stingrām vadlīnijām.
Produkta dizains tiek pārveidots par AI
Lejupielādēt pilnu pārskatu
Tas ir liels pasūtījums, taču Zapfs saka, ka mākslīgā intelekta (AI) tehnoloģija var atbalstīt, tverot pareizos datus un vadot inženierus produktu izstrādē un izstrādē.
Nav brīnums, ka 2020. gada novembra McKinsey aptauja atklāj, ka vairāk nekā puse organizāciju ir ieviesušas AI vismaz vienā funkcijā, un 22% respondentu ziņo, ka vismaz 5% no viņu uzņēmuma ienākumiem ir saistīti ar AI. Un ražošanā 71% respondentu ir redzējuši ieņēmumu pieaugumu par 5% vai vairāk, ieviešot AI.
Bet tas ne vienmēr bija tā. Zapfs saka, ka AI, kas savulaik tika reti izmantota produktu izstrādē, pēdējos gados ir piedzīvojusi attīstību. Mūsdienās tehnoloģiju giganti, kas pazīstami ar saviem jauninājumiem mākslīgā intelekta jomā, piemēram, Google, IBM un Amazon, ir noteikuši jaunus standartus AI izmantošanai citos procesos, piemēram, inženierzinātnēs.
AI ir daudzsološa un izpētes joma, kas var ievērojami uzlabot lietotāju pieredzi projektēšanas inženieriem, kā arī apkopot atbilstošus datus konkrētu lietojumprogrammu izstrādes procesā, saka Katrien Wyckaert, Siemens Industry Software nozares risinājumu direktore.
Rezultāts ir pieaugoša atzinība par tehnoloģiju, kas sola vienkāršot sarežģītas sistēmas, ātrāk nogādāt produktus tirgū un veicināt produktu inovācijas.
Sarežģītu sistēmu vienkāršošana
Lielisks piemērs AI spējām uzlabot produktu izstrādi ir Renault. Reaģējot uz pieaugošo patērētāju pieprasījumu, franču autoražotājs aprīko arvien vairāk jaunu transportlīdzekļu modeļu ar automatizētu manuālo pārnesumkārbu (AMT) — sistēmu, kas darbojas kā automātiskā pārnesumkārba, bet ļauj vadītājiem elektroniski pārslēgt pārnesumus, izmantojot spiedpogas komandu.
AMT ir populāri patērētāju vidū, taču to projektēšana var radīt milzīgas problēmas. Tas ir tāpēc, ka AMT veiktspēja ir atkarīga no trīs atšķirīgu apakšsistēmu darbības: elektromehāniskā izpildmehānisma, kas pārslēdz pārnesumus, elektroniskajiem sensoriem, kas uzrauga transportlīdzekļa statusu, un programmatūras, kas ir iebūvēta transmisijas vadības blokā, kas kontrolē dzinēju. Šīs sarežģītības dēļ var paiet līdz pat gadam, lai noteiktu sistēmas funkcionālās prasības, izstrādātu izpildmehānismu mehāniku, izstrādātu nepieciešamo programmatūru un apstiprinātu kopējo sistēmu.
Cenšoties racionalizēt savu AMT izstrādes procesu, Renault pievērsās Simcenter Amesim programmatūrai no Siemens Digital Industries Software. Simulācijas tehnoloģija balstās uz mākslīgiem neironu tīkliem, AI mācību sistēmām, kas brīvi modelētas pēc cilvēka smadzenēm. Inženieri vienkārši velciet, nometiet un savienojiet ikonas, lai grafiski izveidotu modeli. Kad modelis tiek parādīts ekrānā kā skice, tas ilustrē attiecības starp visiem dažādajiem AMT sistēmas elementiem. Savukārt inženieri var paredzēt AMT uzvedību un veiktspēju un veikt visus nepieciešamos uzlabojumus izstrādes cikla sākumā, izvairoties no vēlīnās stadijas problēmām un kavēšanās. Faktiski, izmantojot virtuālo dzinēju un transmisijas kā rezerves daļas, izstrādājot aparatūru, Renault ir izdevies gandrīz uz pusi samazināt AMT izstrādes laiku.
Ātrums, nezaudējot kvalitāti
Tāpat arī topošie vides standarti mudina Renault vairāk paļauties uz mākslīgo intelektu. Lai nodrošinātu atbilstību jaunajiem oglekļa dioksīda emisiju standartiem, Renault ir strādājis pie hibrīdautomobiļu dizaina un izstrādes. Taču hibrīddzinējus ir daudz sarežģītāk izstrādāt nekā tos, kas atrodami transportlīdzekļos ar vienu enerģijas avotu, piemēram, parastajiem automobiļiem. Tas ir tāpēc, ka hibrīddzinējiem inženieriem ir jāveic sarežģīti varoņdarbi, piemēram, jāsabalansē jauda, kas nepieciešama no vairākiem enerģijas avotiem, jāizvēlas no daudzām arhitektūrām un jāpārbauda transmisijas un dzesēšanas sistēmu ietekme uz transportlīdzekļa energoefektivitāti.
Lai atbilstu jaunajiem vides standartiem hibrīddzinējam, mums ir pilnībā jāpārdomā benzīna dzinēju arhitektūra, saka Vincents Talons, Renault simulācijas vadītājs. Viņš piebilst, ka problēma ir tāda, ka desmitiem dažādu izpildmehānismu, kas var ietekmēt galīgos degvielas patēriņa un piesārņojošo vielu emisiju rezultātus, rūpīga pārbaude ir ilgstošs un sarežģīts process, ko sarežģī stingrie laika grafiki.
Šodien mums acīmredzami nav laika, lai rūpīgi novērtētu dažādas hibrīda spēka piedziņas arhitektūras, saka Talons. Drīzāk mums bija jāizmanto uzlabota metodoloģija, lai pārvaldītu šo jauno sarežģītību.
Lai uzzinātu vairāk par AI rūpnieciskos lietojumos, apmeklējiet vietni www.siemens.com/artificialintelligence .
Lejupielādēt pilnu pārskatu.
Šo saturu izstrādāja Insights, MIT Technology Review pielāgotā satura grupa. To nav rakstījuši MIT Technology Review redakcijas darbinieki.