Engineering revolutioneren met intelligente automatisering: Cloud, ML en Blockchain in PLM

Te midden van een vigoureuze groei in hun industrie, exploiteren product lifecycle management (PLM)-softwareontwikkelaars de cloud en machine learning om data te beheren en de gebruikerservaring te verbeteren. Industrieleiders kijken ook naar blockchain, ofwel om het gebruik van het gedistribueerde grootboek in hun software uit te breiden, ofwel om het te integreren waar het het meest zinvol is in hun PLM-applicaties.

De PLM-markt groeide vorig jaar 9,4%, met 18 aanbieders die gerelateerde omzet van $500 miljoen genereerden, zei Stan Przybylinski, VP of research bij CIMdata Inc. Uitkijkend naar 2023, ziet CIMdata de PLM-markt groeien naar bijna $72,4 miljard bij een gecombineerde jaarlijkse groeisnelheid van 8,6%.

"Siemens PLM Software's overname van Mentor Graphics maakte hen de enige aanbieder met aanbiedingen die mechanisch, elektrisch/elektronisch en software omspannen", zei hij. "Vanwege die overname schat CIMdata Siemens in de algehele Nr. 1 positie, boven Dassault Systèmes met minder dan $100 miljoen."

Met de verbeteringen en overweging van blockchain voor PLM, wordt de applicatie deels hergedefinieerd om fundamentele vooruitgang in productie te weerspiegelen.

"Ik denk dat het grote punt is dat PLM geen standalone-applicatie meer is", zei John Kelley, VP of product value chain strategy bij Oracle. "Het is onderdeel van geïntegreerde supply chain en productie, en het is een sleutelstuk van de overgang naar Industry 4.0 en slimme, verbonden apparaten."

PLM heeft ook het beheer van digitale tweelingen, big data en analytics overgenomen om nuttige applicaties te bouwen zoals die voor preventief onderhoud, asset monitoring en productiemonitoring, zei hij.
Siemens PLM Software CTO Jim Rusk zou kunnen instemmen met Kelley. Rusk zei dat uitgebreide PLM-software een competitief voordeel biedt.

"We hebben een redelijk significante progressie gezien in hoe producten worden ontwikkeld", zei hij. "Historisch werd mechanisch ontwikkeld door de engineering-groep en dan misschien had je elektronica die door een andere groep werd ontwikkeld en misschien was er wat software. Die domeingrenzen in bedrijven die complexe producten produceren, kunnen niet langer staan. Het is harder voor hen om te concurreren wanneer ze deze processen serialiseren."

Benzine toevoegen aan machine learning

Vikram Vedantham, senior manager business strategy bij Autodesk, zei dat zijn bedrijf's generatieve ontwerptechnologie, oorspronkelijk vorig jaar geïntroduceerd en nu geïntegreerd binnen zijn design-to-manufacturing-platform, Fusion 360, een leider is geweest in de paradigma-shift om intelligente automatiseringstechnologieën naar de brede engineering-markt te brengen.

Generatief ontwerp houdt rekening met de definitie van een probleem en eventuele beperkingen die door een gebruiker worden opgelegd – inclusief dimensies, materialen, belastingcondities – om meerdere haalbare ontwerpoplossingen of antwoorden op een engineering-probleem te genereren.

"We zijn erop uit om de knelpunten die momenteel bestaan in hoe data vloeit van de ene persoon en proces naar de andere, weg te nemen, door de last van het vertalen van die data door een naadloze end-to-end gedigitaliseerde ervaring van ontwerp tot productie op ons te nemen", zei hij. "Want dan kunnen we kijken naar opties waar we selectief responsen kunnen serveren die een klant prefereert in plaats van hen bloot te stellen aan honderden uitkomsten."

Autodesk heeft de Fusion 360-gebruikerservaring verbeterd door data die gegenereerd wordt vanaf vroege ideatie-fase tot en met productievoorbereiding naadloos te laten bewegen binnen de workflow terwijl gebruikers schakelen tussen "workspace"-pagina's.

"We willen absoluut ervoor zorgen dat we de last van het manipuleren van de data binnen de workflow op ons nemen", zei Vedantham. "Onze klantonderzoek en onze betrokkenheid bij de klant tonen zeker aan dat dat een opkomende en imperatieve behoefte in de markt is."

Terwijl Autodesk werkt aan het integreren van machine learning in zijn generatieve ontwerpproces, benut Oracle kunstmatige intelligentie voor voorspellende analytics en kwaliteitsbeheer in zijn Oracle PLM Cloud-applicatie.

"Een IoT-verbonden apparaat kan een trilling detecteren die buiten de ontwerpparameters valt. Dat is waar het benutten van voorspellende analytics en machine learning in komt", zei Kelley. "Eerst moet ik voorspellen wanneer dat asset zal falen of wanneer de kwaliteit van het product dat op die machine geproduceerd wordt buiten parameters valt. Ten tweede heb ik de analytics nodig om de werkorder die gepland is voor het stuk apparatuur of productielijn te evalueren en de beste tijd te kiezen om een voorspellend onderhoudswerkorder uit te geven om ervoor te zorgen dat we de impact op mijn fabrieksdoorvoer minimaliseren. Maar ik ga die ook terugvoeden in mijn kwaliteitsapplicatie om te bepalen of productwijzigingen nodig zijn om de kans op dit probleem weer te voorkomen of te verminderen."

Naarmate bedrijven verhuizen van productverkoop naar producten als een dienst, is het garanderen van uptime om de inkomstenstroom te controleren cruciaal. Voorspellend onderhoud en voorspellend asset-beheer zijn cruciaal voor deze nieuwe businessmodellen en zijn nu onderdeel van PLM-software.

Een digitaal verbonden PLM wordt niet meer alleen door engineering gebruikt. Het wordt ook gebruikt door supply chain, productie, verkoop, support en andere partners over de productvalue chain heen, en als zodanig zijn rol-specifieke gebruikersinterface en dashboards nodig om ervoor te zorgen dat elke gebruiker nuttige rol-specifieke informatie krijgt die nodig is om zijn werk te doen.

"Dus, we hebben ons moeten richten op het presenteren van betekenisvolle informatie gebaseerd op rollen", zei Kelley. "En dat is de sleutel, want je moet een enorme hoeveelheid informatie over het product in PLM opslaan om die digital thread of enterprise product record te creëren die je wilt."

Oracle doet dat direct in de UI en in analytics die in de applicatie zijn ingebed.

"Terwijl je je werk doet, kun je analytics en dashboards zien die heel configureerbaar zijn voor jouw gebruik en jouw rol", zei hij. "Dus een eindgebruiker zal lagere-niveau transacties zien terwijl een manager een dashboard over productgezondheid zal zien."

Bij Siemens wordt machine learning gebruikt in de geïntegreerde NX-software voor ontwerp, simulatie en productie.

"We verzamelen data terwijl de gebruiker met het product op een gebruiker's machine werkt", zei Rusk. "Maar dan zetten we wat machine learning aan het werk en zeggen dat gegeven de laatste verschillende uren of langer, hier is een patroon dat we herkennen. Gebaseerd op wat die gebruiker of een grotere groep gebruikers in het verleden heeft gedaan, kunnen we voorspellen wat het is dat ze volgende stap moeten doen om hun taak te voltooien."

Er is nog steeds behoefte aan menselijke engineering-oordelen en beslissingen nemen, voegde hij toe. Maar kunstmatige intelligentie en machine learning kunnen bij die beslissingen komen en de informatie die de gebruiker nodig heeft veel sneller serveren.

Rusk zei dat het maken van de gebruikerservaring eenvoudiger "front and center" is voor zijn server-gebaseerde PLM-software Teamcenter en Teamcenter's browser-gebaseerde togangsplatform, Active Workspace. Samen zijn ze de primaire toegang tot de informatie van een product die tekstueel of grafisch gepresenteerd kan worden. Dat is omdat de complexiteit van de groep gebruikers is toegenomen.

"Onze gebruikers produceren enkele van de meest gecompliceerde producten in de of je nu praat over auto's of vliegtuigen of consumentenelektronica", zei hij. "Wat het ook is, het vereist een breder en breder publiek.

"Je kunt je voorstellen dat het gaan buiten de traditionele desktop-omgeving het openmaakt voor toegang vanaf mobiele apparaten", zei hij. "Het opent het voor andere delen van de operatie, inclusief sourcing, shopfloor, en de engineering-afdeling. Het idee daar is om de gebruikerservaring te vereenvoudigen en te verplattenuizen zodat gebruikers heel snel een zoekopdracht kunnen uitvoeren, de informatie die ze interessant vinden kunnen pakken en doorgaan naar de volgende stap."

Waar maakt blockchain zin?

Ook onderdeel van PLM is track and trace, het systeem om elke locatie van een item en andere informatie te pinpointen.

Oracle biedt dit jaar blockchain-applicaties aan voor intelligente track and trace, lot lineage en provenance (wat helpt met unieke device identifier compliance), intelligente koude keten (documentatie van juiste koeling voor bederfbare goederen) en garantie- en gebruiksvolging.

"We beschouwen IoT en de mogelijkheid om blockchain te incorporeren als onderdeel van ons algehele footprint", zei Kelley.

Oracle evalueert blockchain voor toekomstige bills of material en change management samenwerking met uitgebesteede ontwerp- en productiepartners.

Kelley zei dat traditioneel de OEM een leverancierssamenwerking zal managen door de BOM (bills of materials) en engineering changes in hun PLM-systeem te managen en dan de informatie af te sturen naar de leveranciers die het dan in hun systeem zouden opnemen. Maar voor zijn bedrijf maakt samenwerking blockchain-apps een goede fit voor BOMs en engineering change orders, en Oracle bouwt plannen voor hen.

"Dus dat is een gebied waar we blockchain voor zullen targeten", zei Kelley. "We hebben nog geen datum of tijd daarvoor, maar het is zeker een gebied waar we blockchain zullen benutten om de samenwerking tussen partners en de productsupply chain en value chain te vergroten."

Blockchain is een "gebied van exploratie" voor Autodesk, zei Vedantham.

"We kijken ook naar het vanuit een strategisch partnerschapsaspect om te achterhalen hoe het het beste te integreren", voegde hij toe.

En bij Siemens is er geen tijdslijn voor het implementeren van blockchain, hoewel het een "actief gebied van interesse" is voor het bedrijf, zei Rusk.

"Er is een zorg rond vervalste informatie die ergens in de digitale ruimte opgepikt kan zijn, dan verzameld en teruggeleverd aan de OEM", zei hij. "Er is potentieel voor blockchain om zich in te voegen en dat te voorkomen in die soort scenario's.

"Dus, ik denk dat deze benadering van het laten najagen van specifieke zorgen rond correcte validatie, vervalste producten, leveranciersvalidatie, en andere typen zorgen die je in de cyberruimte kunt tegenkomen, een van de sleutelvoordelen is die je van blockchain krijgt."