RPA rakendamine teaduslikes ja insenerikalkulatsioonides

Sissejuhatus

Koolis harisime, et kinnitada teadmisi, lahendades rohkelt sarnaseid ülesandeid. Me kõik olime pidevalt pettunud: mis siin väärtuslikku on? Formulasse tuleb sisestada kaks-kolm väärtust ja saada vastus. Kus on siin loominguline mõtlemine? Tõde oli karmim, kui kool.

Praegu töötan IT-analüütikuna. Enne IT-valdkonda tulekut töötasin soojustehnika insenerina, CNC-programmeerijana ning osalesin teadusprojektides.

Olen oma kogemuses veendunud, et 95% oma tööajast kulutavad insenerid ja teadlased sellistele „sarnastele“ tegevustele. Võrrandite arvutamine, kontrollimine, tulemuste registreerimine, spetsifikatsioonide kopeerimine. Projekt projektide hauaks, eksperiment eksperimentide järel, päev päeva kõrval.

Siin on paar näidet minu varasemast tööst.

Kuni 2019. aastani tegin ma termovakuumvormimise makette. Kui selline maket katta kuumutatud plastikuga, saame toote, mis täpselt kordab selle maketi geomeetrit. Tehnoloogia kirjeldus siit.

Maketi valmistamise protsessis on vajalik terve hulk kitsalt spetsialiseeritud rakendusi:

• Autodesk Inventor 3D modelleerimiseks;
• Excel kätte mõõtmete väljavõtmiseks;
• Excel maketi maksumuse arvutamiseks;
• HSM moodul CNC juhtimisprogrammi koostamiseks;
• Arvuti failisüsteem programmide failide haldamiseks;
• Mach3 keskkond CNC masina juhtimiseks.

Üksikute keskkondade vahel tuli andmed käsitsi üle kanda, ja see tähendas suuri tabeleid ja väärtuste gruppe. Protsess oli aeglane ning sageli tekkisid vead.

Enne seda osalesin valguskaablite väljatöötamises ja tootmises (link). Seal oli palju uuringute, projekteerimise ja arvutuste tegemist: spetsialiseeritud soojustehniliste ja valgustehniliste arvutuste keskkonnad (Ansys, Dialux), pluss majandustõhususe arvutused, pluss Autocad ja Inventor mudelite ja jooniste jaoks. Ja siin on samad raskused: ühe rakenduse arvutustulemus tuleb tõmmata teise rakendusse järgmise arvutuse jaoks. Ja nii mitu korda optimaalse lahenduse leidmiseks.

Inseneri ja teadlase aeg on äärmiselt kallis. Siin ei räägita palgast. Inseneri arvutuste taga on suur projekt meeskonnaga. Teadlase uuringute taga seisab terve tööstusharu potentsiaal. Kuid sageli „töötavad” kõrgelt kvalifitseeritud spetsialistid lihtsalt väärtuste üleandmisega ühest programmist teise, selle asemel et arendada kontseptsioone, modelleerida, tõlgendada tulemusi, osaleda aruteludes ja ajurünnakutes kolleegidega.

Kaasaegse ettevõtluskeskkonna eripära on kiirus. Turg nõuab pidevalt kiiremaid tulemusi. 2014. aastal kulus mudeli valmistamiseks 2-3 nädalat. 2018. aastal – kolm päeva ja see tundus juba liiga kaua. Praegu peab projekteerija esitama mitmeid lahendusvõimalusi sama aja jooksul, mis varasemalt kulus vaid ühe variandi jaoks.

Ja veel üks aspekt – investeeringud ja riskid. Et projektiga „haakuda“, peab ettevõte enne lepingu sõlmimist tellijaga investeerima kontseptuaalsesse arendusse umbes 6% projekti maksumusest. Need vahendid liiguvad:

• uurimisele;
• kontseptuaalsele projekteerimisele;
• tööjõu hindamisele;
• eskizide koostamisele jne.

Ettevõte katab need kulud oma rahakoti arvelt, see on nende enda risk. Kontseptsioonile tähelepanu pööramine nõuab spetsialistide aega, kuid nad on hõivatud rutiiniga.

Pärast IT-ettevõtte tööriistadega tutvumist hakkasin huvi tundma, millised äriprotsesside automatiseerimise praktikud võiksid inseneridele kasulikud olla. Seega on äri juba pikka aega rakendanud protsesside robotiseerimist (RPA) rutiini vastu võitlemiseks.

RPA tootjad väidavad järgmisi automatiseerimise tööriista eeliseid:

1. universaalsus (robot suudab töötada mis tahes rakendusega, olenemata andmeallikast);
2. lihtne omandamine (ei nõua sügavaid teadmisi programmeerimises ja haldamises);
3. kiirus arenduses (valmis algoritmi arendamiseks kulub vähem aega kui traditsioonilises programmeerimises);
4. tegelik töötaja vabastamine rutiinsetest toimingutest.

Hinnanguliste kriteeriumite alusel kontrollime, milline on RPA kasutamise mõju inseneri-/teaduslikes arvutustes.

Näite kirjeldus

Vaatleme lihtsat näidet. On konsoolile kinnitatud talad koormaga.

Vaatame sellele ülesandele inseneri ja teadlase positsioonilt.

Juhtum «insener»: on olemas konsooliga kinnitatud tald, mille pikkus on 2 m. See peab hoidma 500 kg kaaluva koorma 3-kordse jõuvaruga. Tald on valmistatud ristkülikukujulisest torust. Tuleb valida talda sektsioon vastavalt GOST kataloogile.

Juhtum «teadlased»: selgitada, kuidas koorma mass, talda sektsioon ja pikkus mõjutavad selle talda kandevõimet. Väljendada regressioonivõrrand.

Mõlemas juhul arvestatakse raskusjõudu, mis mõjub talda proportsionaalselt talda massiga.

Aga uurime lähemalt just esimest juhtumit — «insener». Juhtum «teadlased» teostatakse sarnasel viisil.

Tehniliselt on meie näide väga lihtne. Ja erialaspetsialist suudab selle lihtsalt kalkulaatoriga arvutada. Meil on teistsugune eesmärk: näidata, kuidas RPA-lahendus aitab, kui ülesanne muutub ulatuslikuks.

Lihtsustustes märkida tuleb ka: toru sektsioon on ideaalne ristkülik, nurkade ümarust ei arvestata, keevitusvuuki ei arvestata.

Inseneri ülesanne

Juhtumi «insener» üldine skeem on järgmine:

1. Exceli lehel on meil tabel, kus on torude sortiment vastavalt GOST-ile.
2. Iga selle tabeli kirje jaoks peame looma 3D-mudeli Autodesk Inventoris.
3. Seejärel teeme Inventor Stress Analyses keskkonnas tugevusarvutuse ja ekspordime arvutustulemuse html-failina.
4. Leiame saadud failis väärtuse «Maksimaalne pinge von Mises».
5. Peatame arvutuse, kui jõuvaru (materjali voolavuse piirmäära ja maksimaalse pinge von Mises suhe) on väiksem kui 3.

Arvame, et sobiva sektsiooniga tald tagab 3-kordse jõuvara ja on teiste variantide seas minimaalne massilt.

Kokkuvõttes töötab meie ülesandes spetsialist 3 rakendusega (vt ülaltoodud skeemi). Tegelikes oludes on rakenduste arv suurem.

GOST 8645-68 «Teraskonstruktsioonid ristkülikukujulised torud» sisaldab 300 kirjet. Oma demonstreerivas ülesandes lühendame loendit: võtame igast suuruse perest ühe positsiooni. Kokku 19 kirjet, millest tuleb valida üks.

Mudeli loomise keskkond Inventor, kus me mudelit ehitame ja tugevusarvutust teeme, sisaldab valmis materjalide raamatukogu. Talle materjal võtame sellest raamatukogust:

Materjal — Teras
Tihedus 7,85 g/kuub. cm;
Voolavuse piir 207 MPa;
Rebenemispunkte 345 MPa;
Youngi moodul 210 GPa;
Nihe moodul 80,7692 GPa.

Nii näeb välja kolmemõõtmeline mudel koormatud talast:

Ja siin on tugevuse arvutamise tulemus. Süsteem värvib punaseks toed, kus on nõrkused. Neis kohtades on pinge suurim. Vasakul pool näitab skaala materjali maksimaalset pinget.

Nüüd usaldame osa tööst robotile.

Tööskeem muutub järgmiselt:

Koostame roboti Automation Anywhere Community Edition keskkonnas (edaspidi AA). Käime läbi hindamiskriteeriumid ja kirjeldame subjektiivseid muljeid.

Universaalsus

RPA lahendused (eriti kommertslikud) on järjekindlalt positsioneeritud kui vahendid äriprotsesside automatiseerimiseks, kontoritöötajate töö automatiseerimiseks. Näidetes ja õpikutes analüüsitakse interaktsiooni ERP, ECM, Webiga. Kõik on väga „kontorilikkande”.

Alguses olid meil kahtlused, kas AA suudab meie Autodesk Inventori liidese ja andmeid töödelda. Aga kõik töötas tõepoolest: iga element, iga kontroller määrati ja salvestati. Isegi teenusvormides, kus on parameetrite tabelid, sai robot vajaliku lahtri juurde ligipääsu lihtsalt hiireklõpsuga.

Järgmiseks oli prooviks tugevuse arvutamise stuudio käivitamine. Ja taas oli see probleemideta. Sel etapil tuli tähelepanelikult töötada tegevuste vahepealsete pausidega, kui süsteem ootab arvutuse lõppemist.

Lõppandmete saamine Webist ja nende sisestamine Excelisse sujus sujuvalt.
Selle ülesande raames tõestati universaalsust. Teiste RPA pakkujate kirjelduste põhjal on universaalsus tõepoolest põhijoon selle tarkvara kategooria puhul.

Lihtsus õppimisel

Õppimiseks läks mõned õhtud: kursused, õppematerjalid – seda on piisavalt. Paljude RPA pakkujate juures on koolitus tasuta. Ainuke takistus: AA keskkonna liides ja kursused on ainult inglise keeles.

Arendamise kiirus

«Inseneri ülesande» algoritmi töötasime välja ja silusime tunni jooksul. Tegevuste järjestus mahtus kokku vaid 44 juhisesse. Alloleval joonisel on fragment Automation Anywhere liidesest valmis robotiga. Madala koodiga / ilma koodita kontseptsioon – programmeerima ei pidanud: kasutasime toimingute rekordeid või drag’n’drop’i käsukogust. Seejärel parameetrite seadmine omaduste aknas.

Rutiinist vabastamine

Roboti ühe kirje töötlemiseks kulub 1 minut ja 20 sekundit. Umbes sama palju aega kulus meil ühe kirje töötlemiseks ilma robotita.

Kuid kui jutt käib kümnetest ja sadadest kirjetest, siis inimene väsib paratamatult ja hakkab tähelepanu hajutama. Spetsialisti võib ootamatult teise ülesandega hõivata. Inimese puhul ei tööta proportsioon "Kui ülesanne võtab A minutit, siis N sellist ülesannet saab täita A*N minuti jooksul" – aega läheb alati rohkem.

Meie näites hakkab robot järjestikku kirjeid üle vaatama, alustades suurimatest profiilidest. Suurte massiivide puhul ei ole see kiire meetod. Kiirendamiseks saab rakendada järjestikuseid lähendusi, näiteks Newtoni meetodit või pooleks jagamise meetodit.
Arvutuse tulemus:

Tabel 1. Profiili suuruse valimise tulemus

Teadlase ülesanne

Teadlase ülesanne on läbi viia mitu arvutuskatset, et määrata seadus, mille kohaselt muutub talade kandevõime sõltuvalt nende profiilist, pikkusest ja koormuse massist. Leitud seadus formuleeritakse regressioonvõrrandina.

Kuna regressioonvõrrand peab omama täpsust, peab teadlane töötlema suure andmemassi.

Meie näites eraldatakse sisendimuutujate massiiv:

• toru profiili kõrgus;
• laius;
• seinapaksus;
• talade pikkus;
• koormuse mass.

Kui peame arvutuse tegema vähemalt 3 väärtuse jaoks igas muutujas, siis kokku on see 243 kordust. Ühe iteratsiooni kestuse puhul kaks minutit on kogu aeg juba 8 tundi — täispikk tööpäev! Täiendava uurimise jaoks peame võtma mitte 3 väärtust, vaid 10 või rohkem.

Uuringu käigus selgub kindlasti, et mudelisse tuleb lisada täiendavaid tegureid. Näiteks „katsetada” erinevaid terase sorte. Arvutuste maht kasvab kümneid ja sadu kordi.

Reaalses ülesandes suudab robot vabastada teadlase mitu päeva, mille spetsialist kasutab publikatsiooni ettevalmistamiseks, mis on teadlase tegevuse peamine mõõdik.

Elulookirjeldus

Inseneri "toode" — reaalselt töötav seade, konstruktsioon. Arvutuste robotiseerimine vähendab riske projekti sügava töötlemise kaudu (rohkem arvutusi, rohkem režiime, rohkem variante).

Teadlase "toode" — võrrand, seos või muu kompaktsustatud kirjeldus. Ja seda täpsem on see, mida rohkem andmeid on analüüsi kaasatud. RPA-lahendus aitab luua informatsiooni "toitu" mudelite jaoks.

Kokkuvõtame meie näite.

Kalkulatsioonimudelinina võib olla ükskõik milline mudel: silla mudel, mootori mudel, küttesüsteemi mudel. Spetsialistilt eeldatakse, et kõik mudeli komponendid oleksid omavahel õigesti interaktiivsed ja et mudel annaks "välja" komplekti võtmeparameetreid-muutujaid.

Kalkulatsioonikeskkonna rolli täidab mis tahes rakendus, mida spetsialist oma töös kasutab. Ansys, Autocad, Solidworks, FlowVision, Dialux, PowerMill, Archicad. Või midagi oma arendustööst, näiteks ventilaatorite valimise programm tootmisettevõttes (vt Systemairi seadmete valikuprogrammid).

Andmeallikana vaatleme nii veebisaidi, andmebaasi, Exceli lehte kui ka txt-faili.
Töö lõpptulemus - aruanne - on Wordi dokument automaatselt genereeritud tekstiga, Exceli diagramm, screenshotide komplekt või e-kirjade saatmine.

RPA on rakendatav igal pool, kus on võimalik insenerianalüüsi teha. Siin on mõned valdkonnad:

• pingete arvutamine ja deformatsioon;
• hüdro- ja gaasidünaamika;
• soojusvahetus;
• elektromagnetism;
• multidistsiplinaarne analüüs;
• genereeriv projekteerimine;
• CNC juhtprogrammid (näiteks nestimine);
• meditsiinilised ja bioloogilised uuringud;
• tagasisidega süsteemide või mittejaama süsteemide arvutustes (kui lõpptulemus tuleb edastada lähtandmetesse ja arvutust korrata).

Täna kasutatakse RPA lahendusi aktiivselt äritegevuses protsesside automatiseerimiseks ja andmetega töötamiseks. Kontoritöötaja, inseneri ja teadlase igapäevatöödes on palju ühist. Oleme näidanud, et robotid on kasulikud inseneri- ja teadustegevuses.

Kokkuvõtteks meie muljed.

1. Universaalsus - jah, RPA on universaalne tööriist.
2. Lihtsus omandamisel - jah, lihtne ja kergesti ligipääsetav, kuid on vajalik keeleoskus.
3. Arenduse kiirus - jah, algoritmi kokkupanemine toimub kiiresti, eriti kui "kurssi võtta" rekorderitega töötamisel.
4. Rutiini koormuse vähendamine - jah, tõeliselt suudab tuua kasu suurte mastaapsete ülesannete puhul.

Allikas: habr.com