کاربرد RPA در محاسبات علمی و مهندسی

ورود

در مدرسه، برای تثبیت دانش خود، از ما خواسته شد که نمونه های مشابه زیادی را حل کنیم. ما همیشه اذیت می شدیم: اینجا چه چیزی ارزش دارد؟ دو یا سه مقدار را جایگزین فرمول کنید و پاسخ را دریافت کنید. پرواز فکر اینجا کجاست؟ واقعیت خشن تر از مدرسه بود.

اکنون به عنوان یک تحلیلگر فناوری اطلاعات کار می کنم. قبل از ورود به حوزه IT، به عنوان مهندس گرمایش، برنامه نویس CNC و شرکت در پروژه های تحقیقاتی کار می کردم.

بر اساس تجربه خودم، من متقاعد شده‌ام که مهندسان و دانشمندان 95٪ از زمان کار خود را صرف چنین اقدامات "یک نوع" می‌کنند. محاسبه معادلات، بررسی، ثبت نتایج، کپی مشخصات. پروژه به پروژه، آزمایش پشت آزمایش، روز به روز.

در اینجا چند نمونه از کارهای قبلی من آورده شده است.

تا سال 2019، من طرح‌بندی‌هایی را برای قالب‌گیری خلاء حرارتی ساختم. اگر چنین مدلی با پلاستیک گرم پوشانده شود، محصولی به دست خواهیم آورد که دقیقاً هندسه این مدل را تکرار می کند. شرح فناوری اینجا.

چرخه تولید ماکت به مجموعه کاملی از کاربردهای بسیار تخصصی نیاز دارد:

• Autodesk Inventor برای مدل سازی سه بعدی.
• اکسل برای بارگذاری ابعاد قطعه کار؛
• اکسل برای محاسبه هزینه طرح.
• ماژول HSM برای ایجاد یک برنامه کنترل CNC؛
• سیستم فایل کامپیوتری برای مدیریت فایل های برنامه؛
• محیط Mach3 برای کنترل دستگاه CNC.

داده ها باید به صورت دستی از محیطی به محیط دیگر منتقل می شدند و اینها شامل جداول کامل و آرایه های مقادیر می شد. این روند کند است و اشتباهات اغلب رخ می دهد.

قبل از آن در توسعه و تولید راهنمای نور شرکت داشتم (پیوند). تحقیقات، طراحی و محاسبات زیادی در آنجا انجام شد: محیط های تخصصی برای محاسبات حرارتی و روشنایی (Ansys، Dialux)، به علاوه محاسبات مقرون به صرفه، به علاوه Autocad و Inventor برای مدل ها و نقشه ها. و در اینجا همان مشکلات: نتیجه محاسبه از یک برنامه کاربردی باید برای محاسبه بعدی به برنامه دیگری کشیده شود. و بنابراین چندین بار در جستجوی راه حل بهینه.

وقت یک مهندس و وقت یک دانشمند زمان بسیار ارزشمندی است. ما اینجا در مورد حقوق صحبت نمی کنیم. پشت محاسبات مهندس یک پروژه بزرگ با یک تیم است. پشت تحقیقات این دانشمند، دیدگاه کل صنعت نهفته است. اما اغلب یک متخصص بسیار ماهر به جای توسعه مفاهیم، ​​مدل سازی، تفسیر نتایج، بحث و تبادل نظر با همکاران، ارزش ها را "احمقانه" از یک برنامه به برنامه دیگر منتقل می کند.

ویژگی بارز محیط کسب و کار مدرن سرعت است. بازار مدام در حال فشار است. در سال 2014، ما 2-3 هفته برای ساخت یک مدل وقت گذاشتیم. در سال 2018، سه روز بود و از قبل خیلی طولانی به نظر می رسید. اکنون طراح باید چندین گزینه راه حل را در یک زمان تولید کند که قبلاً فقط به یک گزینه اختصاص داده شده بود.

و یک نکته دیگر - سرمایه گذاری و ریسک. یک شرکت برای اینکه بتواند به یک پروژه «پیدا کند» باید 6 درصد از هزینه این پروژه را قبل از انعقاد قرارداد با مشتری در توسعه مفهومی سرمایه گذاری کند. این سرمایه ها می روند:

• برای تحقیق؛
• طراحی مفهومی؛
• ارزیابی هزینه نیروی کار؛
• تهیه طرح و غیره

شرکت آنها را از جیب خود بیرون می آورد، این ریسک خودش است. توجه به مفهوم مستلزم وقت متخصصین است و آنها مشغول کارهای روزمره هستند.

پس از آشنایی با ابزارهای کار در یک شرکت فناوری اطلاعات، به این موضوع علاقه مند شدم که چه شیوه های اتوماسیون فرآیندهای تجاری می تواند برای مهندسان مفید باشد. بنابراین، کسب‌وکارها مدت‌هاست که از اتوماسیون فرآیند رباتیک (RPA) برای مبارزه با روال استفاده می‌کنند.

سازندگان RPA مزایای زیر را از چنین ابزار اتوماسیون ادعا می کنند:

1. تطبیق پذیری (ربات قادر است با هر برنامه کاربردی، با هر منبع داده ای کار کند)؛
2. سهولت یادگیری (هیچ صلاحیت عمیق در برنامه نویسی و مدیریت مورد نیاز نیست).
3. سرعت توسعه (الگوریتم تمام شده زمان کمتری نسبت به برنامه نویسی سنتی می گیرد).
4. رهایی واقعی کارمند از عملیات روتین.

بر اساس این معیارها، بررسی خواهیم کرد که استفاده از RPA چه تاثیری در محاسبات مهندسی/علمی دارد.

شرح مثال

بیایید به یک مثال ساده نگاه کنیم. یک تیر کنسولی با بار وجود دارد.

بیایید از موضع یک مهندس و از موضع یک دانشمند به این مشکل نگاه کنیم.

کیس "مهندس": یک تیر 2 متری کنسولی وجود دارد که باید باری به وزن 500 کیلوگرم با حاشیه ایمنی 3 برابر را تحمل کند. تیر از یک لوله مستطیلی ساخته شده است. لازم است بخش تیر را طبق کاتالوگ GOST انتخاب کنید.

مورد "دانشمند": دریابید که جرم بار، سطح مقطع و طول تیر چگونه بر ظرفیت باربری این تیر تأثیر می گذارد. معادله رگرسیون را بدست آورید.

در هر دو حالت نیروی گرانش در نظر گرفته می شود که به تناسب جرم تیر بر تیر اثر می گذارد.

بیایید مورد اول - "مهندس" را با جزئیات مطالعه کنیم. مورد "دانشمند" نیز به روشی مشابه اجرا می شود.

از نظر فنی، مثال ما بسیار ساده است. و یک متخصص موضوع می تواند آن را به سادگی بر روی یک ماشین حساب محاسبه کند. ما هدف دیگری داریم: نشان دادن اینکه چگونه یک راه حل RPA می تواند در زمانی که کار در مقیاس بزرگ می شود کمک کند.

در ساده سازی ها نیز خاطرنشان می کنیم: سطح مقطع لوله یک مستطیل ایده آل است، بدون گرد کردن گوشه ها، بدون در نظر گرفتن جوش.

وظیفه مهندس

طرح کلی پرونده "مهندس" به شرح زیر است:

1. در یک ورق اکسل ما یک جدول با محدوده لوله ها مطابق با GOST داریم.
2. برای هر ورودی در این جدول، باید یک مدل سه بعدی در Autodesk Inventor بسازیم.
3. سپس در محیط Inventor Stress Analyzes یک محاسبه قدرت انجام می دهیم و نتیجه محاسبه را در html آپلود می کنیم.
4. ما مقدار "Maximum von Mises stress" را در فایل حاصل می یابیم.
5. اگر ضریب ایمنی (نسبت استحکام تسلیم ماده به حداکثر تنش فون میزس) کمتر از 3 باشد، محاسبه را متوقف می کنیم.

ما معتقدیم که یک تیر با مقطع مناسب حاشیه ایمنی 3 برابری را ایجاد می کند و در بین گزینه های دیگر از نظر وزن حداقل خواهد بود.

در کل، در وظیفه ما، متخصص با 3 برنامه کار می کند (نمودار بالا را ببینید). در یک موقعیت واقعی، تعداد برنامه ها می تواند حتی بیشتر باشد.

GOST 8645-68 "لوله های فولادی مستطیلی" شامل 300 ورودی است. در مشکل نسخه ی نمایشی خود، لیست را کوتاه می کنیم: از هر خانواده اندازه یک مورد می گیریم. در مجموع 19 رکورد وجود دارد که باید یکی از آنها را انتخاب کنید.

محیط مدل سازی Inventor که در آن مدل را می سازیم و محاسبات مقاومت را انجام می دهیم، شامل کتابخانه ای از مواد آماده است. ما مواد پرتو را از این کتابخانه خواهیم گرفت:

جنس - فولاد
چگالی 7,85 گرم بر مکعب سانتی متر؛
قدرت تسلیم 207 مگاپاسکال؛
استحکام کششی 345 مگاپاسکال؛
مدول یانگ 210 گیگا پاسکال;
مدول برشی 80,7692 گیگا پاسکال.

این چیزی است که یک مدل سه بعدی از یک تیر بارگذاری شده به نظر می رسد:

و در اینجا نتیجه محاسبه قدرت است. سیستم نواحی آسیب پذیر پرتو را قرمز رنگ می کند. اینها مکانهایی هستند که تنش در آنها بیشتر است. مقیاس سمت چپ مقدار حداکثر تنش در ماده تیر را نشان می دهد.

 

حال اجازه دهید بخشی از کار را به ربات منتقل کنیم

طرح کار به شرح زیر تغییر می کند:

ما ربات را در محیط Automation Anywhere Community Edition (از این پس AA نامیده می شود) مونتاژ می کنیم. بیایید به معیارهای ارزیابی بپردازیم و برداشت های ذهنی را توصیف کنیم.

تطبیق پذیری

راه‌حل‌های RPA (مخصوصاً راه‌حل‌های تجاری) همواره به عنوان ابزاری برای خودکارسازی فرآیندهای تجاری و خودکارسازی کار کارکنان دفتر قرار می‌گیرند. نمونه ها و دوره های آموزشی تعامل با ERP، ECM و وب را پوشش می دهند. همه چیز بسیار "دفتر مانند" است.

در ابتدا شک داشتیم که آیا AA می‌تواند رابط و داده‌های Autodesk Inventor ما را انتخاب کند یا خیر. اما همه چیز واقعاً کار کرد: هر عنصر، هر کنترلی تعریف و ضبط شد. حتی در فرم‌های خدماتی با جداول پارامتر، ربات تنها با اشاره ماوس به سلول مورد نظر دسترسی پیدا می‌کند.

آزمایش بعدی با راه اندازی یک استودیوی محاسبه قدرت بود. و مشکلی هم نداره در این مرحله، زمانی که سیستم منتظر می ماند تا محاسبه کامل شود، باید با مکث بین اقدامات به دقت کار می کردیم.

بازیابی داده های حاصل از وب و درج آن در اکسل به آرامی انجام شد.
در این کار، تطبیق پذیری تایید شد. با قضاوت بر اساس توضیحات سایر فروشندگان RPA، تطبیق پذیری واقعاً یکی از ویژگی های مشترک این دسته از نرم افزارها است.

آسان برای یادگیری

چندین شب طول کشید تا استاد شوید: دوره ها، نمونه های آموزشی - همه چیز وجود دارد. بسیاری از فروشندگان RPA آموزش رایگان ارائه می دهند. تنها مانع: رابط محیطی و دوره های AA فقط به زبان انگلیسی هستند.

سرعت توسعه

ما الگوریتم "مشکل مهندس" را در عصر توسعه دادیم و اشکال زدایی کردیم. توالی اقدامات تنها در 44 دستورالعمل تکمیل شد. در زیر بخشی از رابط Automation Anywhere با یک ربات تمام شده است. کد کم/بدون مفهوم کد - نیازی به برنامه‌نویسی نبود: از ضبط‌کننده‌های عملیات یا drug'n'drop از کتابخانه فرمان استفاده کردیم. سپس پارامترها را در پنجره خصوصیات پیکربندی کنید.

رهایی از روتین

ربات 1 دقیقه و 20 ثانیه برای پردازش یک رکورد صرف می کند. ما تقریباً همان زمان را صرف پردازش یک رکورد بدون ربات کردیم.

اگر ما در مورد ده ها و صدها رکورد صحبت می کنیم، یک فرد به ناچار خسته می شود و شروع به پرت شدن می کند. ممکن است یک متخصص به طور ناگهانی با کار دیگری مشغول شود. با یک شخص، نسبتی از فرم "اگر یک کار A دقیقه طول بکشد، N چنین وظایفی را می توان در A * N دقیقه تکمیل کرد" کار نمی کند - همیشه زمان بیشتری می برد.

در مثال ما، ربات رکوردها را به ترتیب مرتب می کند و از بزرگترین بخش ها شروع می کند. در آرایه های بزرگ این یک روش کند است. برای افزایش سرعت، می توانید تقریب های متوالی را اجرا کنید، به عنوان مثال، روش نیوتن یا تقسیم نیمه.
نتیجه محاسبه:

جدول 1. نتیجه انتخاب مقطع تیر

وظیفه دانشمند

وظیفه دانشمند انجام چندین آزمایش عددی برای تعیین قانونی است که براساس آن ظرفیت باربری تیر بسته به مقطع، طول و جرم بار تغییر می کند. قانون یافت شده در قالب یک معادله رگرسیون فرموله شده است.

برای اینکه معادله رگرسیون دقیق باشد، یک دانشمند باید حجم زیادی از داده ها را پردازش کند.

برای مثال ما، آرایه ای از متغیرهای ورودی اختصاص داده شده است:

• ارتفاع پروفیل لوله;
• عرض
• ضخامت دیوار؛
• طول پرتو؛
• وزن بار

اگر باید حداقل برای 3 مقدار از هر متغیر محاسبه را انجام دهیم، در مجموع این مقدار 243 تکرار است. با مدت زمان دو دقیقه یک تکرار، کل زمان 8 ساعت خواهد بود - یک روز کاری کامل! برای مطالعه کامل تر، ما باید نه 3 مقدار، بلکه 10 یا بیشتر را در نظر بگیریم.

در طول مطالعه، مطمئناً مشخص خواهد شد که عوامل اضافی باید در مدل گنجانده شوند. به عنوان مثال، درجات مختلف فولاد را "رانده کنید". حجم محاسبات ده ها و صدها برابر افزایش می یابد.

در یک کار واقعی، ربات قادر خواهد بود تا چند روز دانشمند را آزاد کند، که متخصص از آن برای آماده کردن نشریه استفاده می کند و این شاخص اصلی فعالیت دانشمند است.

خلاصه

«محصول» یک مهندس یک دستگاه واقعاً کارآمد، یک طراحی است. روبات سازی محاسبات به دلیل توسعه عمیق تر پروژه (محاسبات بیشتر، حالت های بیشتر، گزینه های بیشتر) خطرات را کاهش می دهد.

"محصول" یک دانشمند یک معادله، الگو یا سایر توضیحات فشرده است. و هرچه دقیق تر باشد، داده های بیشتری در تجزیه و تحلیل درگیر می شود. یک راه حل RPA به تولید اطلاعات "غذا" برای مدل ها کمک می کند.

بیایید مثال خود را تعمیم دهیم.

نقش مدل محاسبه می تواند هر مدلی باشد: یک مدل پل، یک مدل موتور، یک مدل سیستم گرمایش. متخصص موظف است اطمینان حاصل کند که همه اجزای مدل در تعامل صحیح با یکدیگر هستند و مدل مجموعه‌ای از پارامترها-متغیرهای کلیدی را «خارج» ارائه می‌کند.

نقش محیط محاسباتی توسط هر اپلیکیشنی که یک متخصص در کار خود از آن استفاده می کند، ایفا می کند. Ansys، Autocad، Solidworks، FlowVision، Dialux، PowerMill، Archicad. یا چیزی که در داخل کشور توسعه یافته است، برای مثال، برنامه ای برای انتخاب فن ها در یک کارخانه تولید (به برنامه های انتخاب تجهیزات Systemair مراجعه کنید).

ما یک وب سایت، یک پایگاه داده، یک برگه اکسل و یک فایل txt را به عنوان منبع داده در نظر می گیریم.
نتیجه نهایی کار - یک گزارش - یک سند Word با متن تولید شده به طور خودکار، یک نمودار اکسل، مجموعه ای از تصاویر یا یک خبرنامه ایمیل است.

RPA در هر جایی که تحلیل مهندسی قابل اجرا باشد قابل استفاده است. در اینجا برخی از زمینه ها وجود دارد:

• محاسبات قدرت و تغییر شکل؛
• دینامیک هیدرو و گاز؛
• تبادل حرارتی؛
• الکترومغناطیس؛
• تحلیل میان رشته ای؛
• طراحی مولد؛
• برنامه های کنترل برای CNC (به عنوان مثال، تودرتو)؛
• تحقیقات پزشکی و بیولوژیکی؛
• در محاسبات سیستم‌های دارای بازخورد یا سیستم‌های غیر ثابت (زمانی که نتیجه نهایی باید به داده منبع منتقل شود و محاسبه تکرار شود).

امروزه راه حل های RPA به طور فعال در تجارت برای خودکارسازی فرآیندها و کار با داده ها استفاده می شود. روال یک کارمند اداری، یک مهندس و یک دانشمند اشتراکات زیادی دارد. ما نشان داده ایم که روبات ها در مهندسی و علم مفید هستند.

بیایید برداشت هایمان را خلاصه کنیم.

1. تطبیق پذیری - بله، RPA یک ابزار جهانی است.
2. یادگیری آسان - بله، ساده و در دسترس است، اما شما به یک زبان نیاز دارید.
3. سرعت توسعه - بله، الگوریتم به سرعت مونتاژ می شود، به خصوص زمانی که کار با ضبط کننده ها را به خود مشغول می کنید.
4. رهایی از کارهای روزمره - بله، این واقعاً می تواند در کارهای در مقیاس بزرگ مزایایی به همراه داشته باشد.

منبع: www.habr.com