Virtueel Ontwerp Drijft Innovatie in Vliegtuiginterieurs

Als passagiers op een Boeing 787 Dreamliner genieten van een drankje en een hapje, komt hun snack uit een keuken (galley) gemaakt door vliegtuiginterieursfabrikant Jamco Corporation.

Naast Jamco's succes in het maken van keukens, toiletten en zitplaatsen voor Boeing, Airbus en anderen, kwamen geïntegreerde beheerbehoeftes voor 3,2 miljoen CAD-datasets. Ondanks al die data, vond het bedrijf zich onstaat om enkele basisvragen te beantwoorden. Waarom een product zo was ontworpen? Waarom het vaak ontwerpfouten in een onderdeel introduceerde ondanks eerdere ervaring met het wijzigen van de CAD in andere onderdelen om die specifieke ontwerpfout te elimineren? Waarom het een essentieel element verwijderde om kosten te verlagen, alleen om het later weer toe te moeten voegen? De oplossing was het creëren van een digitale draad (digital thread) gebaseerd op Aras Innovator, een low-code product innovatie platform. Het platform stelt Jamco's ontwerpers en ingenieurs in Japan, Frankrijk en de Verenigde Staten in staat om ontwerphistorie te doorzoeken en de gerelateerde informatie te gebruiken om te begrijpen waarom een product zo was ontworpen en het herhalen van eerdere fouten te stoppen.

"Door zoekresultaten te verbinden met onze informatie, inclusief leverables en diverse regulaties, kunnen onze ontwerpers elk proces door tot voltooiing op elk moment doorzoeken en zullen ze de juiste informatie op Aras Innovator bereiken zonder afhankelijk te zijn van technische opvolging tussen ingenieurs," stelde Hiroshi Sakurai, in een case study. Sakurai is de deputy general manager, engineering and technology division, aircraft interiors and components group bij Jamco.

Aras' platform en applicaties zijn onder de vele tools die fabricanten kunnen gebruiken om digitale draden te creëren, die ideaal samengesteld zijn uit data geassocieerd met een product tijdens zijn hele levenscyclus. Een digitale draad is een log of record beginnend met de CAD-data, en kan informatie omvatten van de machine's PLC, onderhoud dat erop gedaan is, sensoren, energieverbruik, en meer.

Het bedrijf, en anderen, hebben ook tools om digitale tweelingen (digital twins) te creëren, wat virtuele modellen zijn verbonden met fysieke assets die gebruikt worden om te begrijpen hoe veranderingen gemaakt kunnen worden en de impact van die veranderingen te meten zonder de echte wereld te beïnvloeden. Deze assets kunnen mensen, processen, workflows en een enkele machine - of een systeem zoals een gehele fabriek - omvatten. Onder andere toepassingen, kunnen digitale tweelingen helpen met veiligheidsplanning en het foutloos maken van een onderdeel in de ontwerpfase.

Over het algemeen omvatten de tools voor het bouwen van een digitale tweeling en draad tools die al bekend zijn in de productie - CAD, PLM en IoT applicaties.

Innovator is open source, terwijl de applicaties ervan en die van andere leveranciers meestal met een betaald abonnement worden aangeboden in een software-as-a-service paradigma. Andere variaties onder de tools omvatten off-the-shelf vs. custom, gemak van gebruik, flexibiliteit, ondersteuning voor gecustomiseerde applicaties, inclusie van low-code apps, modellen om elementen in een digitale tweeling te representeren, gebundelde of a la carte applicaties, en meer.

Wat verschillende leveranciers grotendeels akkoord gaan, zijn de beloningen die te winnen zijn uit het creëren van een digitale tweeling, digitale draad, of beide.

Digtale Tweeling Verrijkt Suggestiebox

Jamco's ervaring toonde de nut van het gebruik van een digitale draad om historie en context in de ontwerpfase te bieden terwijl herhaalde fouten geëlimineerd worden, allen in de zoektocht naar grotere efficiëntie en verbeterde kwaliteit.

Een ander gebruik zou voor onderhoud zijn, zei Craig Melrose, executive vice president of digital transformation solutions bij PTC.

"Ik kan hen het onderhoudsbegrip en de ervaring geven via augmented reality (AR), vertellen ze dit eerst te demontteren, dit item tweede te controleren, dit item derde te inspecteren," zei hij. "Als ik een item moet vervangen, hier zijn de details over hoe het te vervangen of opnieuw te installeren. Hoe te bevestigen dat het correct gedaan is. Hoe het stuk apparatuur opnieuw te monteren en te verifiëren dat het allemaal correct gedaan is en klaar is om weer aan te zetten. En zelfs veiligheidsitems zoals de stroom uitschakelen en het stuk apparatuur uitschakelen, dit soort dingen, kunnen allemaal via AR worden geleverd."

Een digitale tweeling biedt eigen voordelen.

"De voordelen zijn zo veel groter dan de investering," zei Zohair Mehkri, een director of engineering verantwoordelijk voor digitale tweeling bij Flex Ltd., een $24 miljard globale contractfabrikant. "Bijvoorbeeld, je kunt volledige optimalisatie van je processen, van je gebouwen hebben, voordat er ook maar iets gebeurt. Je kunt dingen verplaatsen, je kunt producten veranderen, nieuwe machines inzetten, hoofdtelling toevoegen of verwijderen of materiaal en je kunt al dat in de software uitproberen voordat je ook maar een voet op je fabrieksvloer zet.

"De hoeveelheid tijd en moeite die we besteden aan teruggaan en trial-and-error op fysieke productieprocessen die ons financieel beïnvloeden, is enorm. Dus de mogelijkheid om dat in een digitale tweeling te doen, is enorm."

Eenmaal een digitale tweeling gecreëerd, kunnen fabricanten beginnen met monitoring, optimalisatie en analyse. Elke van die stappen heeft zijn eigen voordelen.

"Een analyse van een proces met een digitale tweeling is heel krachtig omdat het niet alleen je proces beschrijft, het zal dingen doen als vertellen welke gebieden verbeterd moeten worden," zei Mehkri. "Het hoeft geen knelpunt te zijn. Het kan zelfs zijn, 'Je hebt hier wat lege ruimte, je kunt het waarschijnlijk benutten.' Of je kunt een non-value-add taak uit je proces halen."

Het belangrijkste om in gedachten te houden is dat een digitale tweeling verbonden is met het fysieke model met hardware en software, zei hij. Dit kan leiden tot hogere voordelen door de gesloten lus.

"Als er iets gebeurt in het fysieke systeem, moet het digitale model weten dat een verandering in het fysieke systeem heeft plaatsgevonden, het digitale model moet zich aanpassen om het fysieke systeem te reflecteren en dan zichzelf optimaliseren op basis van de verandering en dan die optimalisatie doorgeven aan het fysieke systeem," zei Mehkri.

Als er een knelpunt bestaat, kan een digitale tweeling oplossingen bieden om het te corrigeren, zei Ali Ahmad Malik, assistant professor of industrial and systems engineering aan Oakland University.

"Bijvoorbeeld, in een montagecel is je doel 1.000 eenheden per dag, maar op een bepaald uur evalueert de digitale tweeling het en vertelt je dat als je doorgaat met werken op hetzelfde tempo, je het doel niet zult halen," zei hij. "Maar het vertelt niet alleen het potentiële probleem dat aan het einde van de dag kan optreden, maar geeft ook enkele oplossingen, omdat het de kans heeft om te simuleren en het is intelligent. Het heeft informatie van eerdere incidenten. Suggesties kunnen zijn: een robot toevoegen of de snelheid van een robot verhogen. Ik kan dit alleen bereiken als ik dataconnectiviteit heb en mijn digitale tweeling blijft intelligent worden van eerdere gebeurtenissen en eerdere leer. Dus een dimensie van machine learning moet ingeschakeld zijn in het."

Malik, wiens ervaring met het creëren van digitale tweelingen is met robots of cobots, zei dat de tweeling ook kan helpen met montageprocesbalancering. In montagecellen worden taken toegewezen aan mensen en robots die samenwerken om een montage in een gegeven hoeveelheid tijd te bouwen, zodat geen operator onbezett zit. Voor digitale tweeling was het proces altijd handmatig gedaan.

"Met digitale tweelingen die continu de snelheid van de robot evalueren, blijft het het proces balanceren en taken toewijzen aan de juiste bron," zei hij. "Dus al deze handmatige activiteit van procesbalancering gaat naar een digitale tweeling. Als je high mix, low-volume productie hebt, kan deze digitale tweeling je enorm helpen."

Het zal ook een fabriek helpen sneller te reageren op marktfluctuaties, omdat productielijnen of cellen snel en virtueel toegevoegd, verwijderd of gewijzigd kunnen worden om te reageren op veranderingen in markten, getest via simulatie en geaccepteerd of verworpen op basis van resultaten. In gereguleerde industrieën is er zelfs sprake van het digitaal pre-kwalificeren van een lijn voordat het fysiek gekwalificeerd wordt.

Melrose zei dat de snelle en virtuele veranderingen die getest worden met simulatie, de productie in een fabriek kunnen laten draaien.

Bijvoorbeeld, zei Melrose, neem een fictieve fabriek met 10 machines. Werkers hebben moeite om onderdelen in en uit een machine te halen omdat ze zo zwaar zijn, dus de fabriekeigenaar wil een hijshulp toevoegen.

"In plaats van productie te onderbreken, kan ik al dat offline in een computer testen om ervoor te zorgen dat het goed gaat werken," zei hij. "Ik installeer en test het in het weekend en zet het maandag aan, zodat we de productie weer kunnen starten met dat nieuwe toegevoegde item."

Bovenal wat de digitale tweeling biedt, is een context en framework voor sensordata die van een slimme machine stroomt, zei Rob McAveney, CTO bij Aras.

"Als je erover nadenkt als: ik heb twee verschillende vliegtuigen met twee verschillende motoren die feedback geven over hoe de ene motor werkt vs. hoe de andere motor werkt," zei hij. "Die feedback is waardevol, maar het is veel waardevoller als ik weet op welk vliegtuig ze geïnstalleerd zijn, waar dat vliegtuig vliegt, wat de onderhoudshistorie van dat vliegtuig is. Al die dingen zijn belangrijk in termen van het analyseren van de data die terugkomt van die sensoren. Dus de digitale tweeling, dat is voor mij waar het de meeste waarde biedt."

Draad, Tweeling Apps Kunnen Meer CAD-achtig Zijn

Waar McAveney de grootste uitdaging ziet, is in onverbonden data van uiteenlopende systemen.

"Je hebt data in verschillende formaten die gebruikt worden door verschillende individuen in verschillende afdelingen die nooit met elkaar praten," zei hij. "Als ze verplicht zijn hun data te leveren, moeten ze het handmatig masseren om het toepasbaar te maken voor de behoeften van iemand anders."

Het hebben van uiteenlopende systemen an sich is niet slecht, het is het feit dat ze uiteenlopende systemen zijn zonder verbinding.

"En ik bedoel niet [niet praten] vanuit een technologisch perspectief, ik bedoel [niet praten] vanuit een semantisch perspectief," zei McAveney. "Betekent: ik heb een stuklijst in PLM, ik heb een stuklijst in ERP, en er is geen mapping, er zit niemand in het midden die zegt 'Oh, dat veld in dat systeem is hetzelfde als dat veld in dat systeem.' We moeten ervoor zorgen dat ze gesynchroniseerd zijn. Nu is er niet eens een conceptuele verbinding tussen hen, laat staan een fysieke."

Malik vergelijk de situatie die McAveney beschreef, van onverbonden data, met die van data van verschillende CAD-softwareleveranciers.

"Bijvoorbeeld, AutoCAD data was [eens] niet exporteerbaar of importeerbaar in SolidWorks, maar nu is het een heel normaal ding om data van de ene CAD naar de andere CAD te exporteren en importeren en er zijn standaardformaten," zei Malik. "Hetzelfde moet in deze dimensie gedaan worden en niet alleen CAD-data maar ook dynamische data en de informatie die we van fysieke systemen krijgen. Op dit moment zijn we beperkt tot één bedrijfsplatform."

Leveranciers en gebruikers zijn het erover eens dat de eerste en belangrijkste stap om te nemen in het gebruik van een digitale tweeling is om je doel te bepalen en welke delen van je fysieke systeem je wilt modelleren.

Een fabriekeigenaar wil misschien gewoon hun fabriek visualiseren, zei Mehkri, en vragen beantwoorden zoals: Waar zijn mijn materialen? Waar besteden mensen hun tijd? Wat zijn hoog-verkeersgebieden? Waar zijn issues in termen van de lijn?

"Als je begint die typen uitdagingen te visualiseren, dan kun je in die tweede factor gaan, namelijk: hoe los ik die problemen op, hoe optimaliseer ik die problemen, of hoe word ik die problemen kwijt?" zei hij.

Melrose stemde toe dat het kiezen van het juiste doel cruciaal is.

"Bedrijven zijn terecht risicomijdend, maar in het risicomijdend zijn misschien kiezen ze de verkeerde use case wat laagwaardig is, en potentieel omdat ze niet zeker zijn van de waarde, kiezen ze de verkeerde technologie op basis van prijs in plaats van op basis van impact," zei PTC's Melrose. "Ze kunnen in pilot purgatory komen."

Terwijl sommige leveranciers afraden van customization, moedigt ten minste één bedrijf het niet alleen aan, het encourage het.

"Je bent vrij als klant om die applicaties te versterken met extra mogelijkheden en wat Aras doet is de mogelijkheid bieden voor Aras-abonnees om applicaties as-is te gebruiken, applicaties te versterken zoals ze passend zien, nieuwe applicaties te bouwen zoals ze passend zien," zei McAveney. "Dan is het onze taak om ervoor te zorgen dat al die veranderingen die de klant heeft gemaakt, in staat zijn om vooruit te gaan met technologie.

"Naarmate Aras nieuwe mogelijkheden en nieuwe versies van het platform vrijgeeft die werken met nieuwere compute stacks, garanderen we als onderdeel van ons abonnement dat alles wat je vandaag bouwt, volgende jaar zal werken."

In Mehkri's ervaring met het creëren van digitale tweelingen, vertrouwt hij op lean manufacturing principes wanneer er een mismatch is tussen zijn tweeling en de echte wereld. Alle mogelijkheden voor wat een verschil kan veroorzaken op te sommen is onmogelijk, zei hij.

"Er zijn enkele mogelijkheden die kunnen gebeuren; ik kan verkeerd gemodelleerd hebben, er kan een gebruikersfout zijn, er kunnen verschillende databronnen zijn of de databron zelf kan een probleem hebben," zei Mehkri. "De manier waarop we dat meestal bepalen is door de Power of Gemba te gebruiken, een Lean Manufacturing techniek, wat is: naar de plek gaan waar het werk gedaan wordt. Door naar de fysieke vloer te gaan, zijn we in staat om het proces te bekijken en ons erin te verdiepen en een RCA (root cause analysis) uit te voeren op wat de discrepantie heeft veroorzaakt en dan daarachter aan te gaan en het probleem te vinden."

Eén gebied waar Mehkri en de rest van de industrie mee worstelt, is niet genoeg off-the-shelf content hebben om materialen, machines en de andere elementen in een digitale tweeling te modelleren. Wanneer er geen model in de software is, moet de gebruiker het zelf maken, wat tijdrovend is, zei hij.

Malik zei dat een gebruiker misschien meerdere producten nodig heeft om zijn digitale tweeling te bouwen. "Misschien zal één tool me in staat stellen om te ontwerpen wat er elementen zijn in een fysiek systeem," zei hij. "Een andere tool mag me de dynamica of kinematica van het fysieke systeem definiëren en dan nog een software mag me de data van het fysieke systeem in het digitale systeem integreren. Dus een combinatie van vier of vijf verschillende softwarepakketten kan me helpen een digitale tweeling te voltooien."

Enkele van de prominente namen onder digitale tools leveranciers hebben een uitgebreide set tools voor het bouwen van digitale tweelingen, maar kleine en middelgrote bedrijven kunnen zich die vaak niet veroorloven of hebben geen mensen met de vaardigheden om het te gebruiken, zei Malik. Zelfs onder de grotere leveranciers, kunnen verschillende applicaties data niet soepel en gemakkelijk overdragen.

"Maar als je enige software kunt vinden die meer features heeft binnen één omgeving, bijvoorbeeld Visual Components biedt continue simulatie, dataconnectiviteit, discrete event simulatie of stochastische analyse in één enkele omgeving," zei hij. "Dat is een heel goed feature in mijn begrip, omdat je dan geen drie of vier softwarepakketten nodig hebt."