Belépés
Az iskolában tudásunk megszilárdítása érdekében sok hasonló példa megoldására kértek bennünket. Állandóan bosszankodtunk: mi itt az értékes? Helyettesítsen be két vagy három értéket a képletbe, és kapja meg a választ. Hol van itt a gondolat repülése? A valóság keményebbnek bizonyult, mint az iskola.
Jelenleg informatikai elemzőként dolgozom. Mielőtt az informatikai pályára kerültem, fűtőmérnökként, CNC programozóként dolgoztam, valamint kutatási projektekben vettem részt.
Saját tapasztalatom alapján meg vagyok győződve arról, hogy a mérnökök és tudósok munkaidejük 95%-át ilyen „azonos típusú” akciókkal töltik. Egyenletek kiszámítása, ellenőrzés, eredmények rögzítése, specifikációk másolása. Projekt projekt után, kísérlet kísérlet kísérlet után, napról napra.
Íme néhány példa korábbi munkáimból.
2019-ig termikus vákuumformázáshoz készítettem elrendezéseket. Ha egy ilyen modellt fűtött műanyaggal borítunk, akkor olyan terméket kapunk, amely pontosan megismétli ennek a modellnek a geometriáját. A technológia leírása .
A makettgyártási ciklus egy sor speciális alkalmazást igényel:
- Autodesk Inventor 3D modellezéshez;
- Excel munkadarab méretek feltöltéséhez;
- Excel az elrendezés költségének kiszámításához;
- HSM modul CNC vezérlőprogram létrehozásához;
- Számítógépes fájlrendszerek programfájlok kezelésére;
- Mach3 környezet CNC gép vezérléséhez.
Az adatokat manuálisan kellett átvinni a környezetből a környezetbe, és ezek egész táblázatokat és értéktömböket tartalmaztak. A folyamat lassú, és gyakran előfordulnak hibák.
Előtte fényvezetők fejlesztésében és gyártásában vettem részt (). Rengeteg kutatás, tervezés és számítás folyt ott: speciális környezetek hő- és világítási számításokhoz (Ansys, Dialux), plusz költséghatékonysági számítások, plusz Autocad és Inventor modellekhez és rajzokhoz. És itt ugyanazok a nehézségek: az egyik alkalmazás számítási eredményét át kell húzni egy másik alkalmazásba a következő számításhoz. És így többször az optimális megoldást keresve.
Egy mérnök és egy tudós ideje nagyon értékes idő. Itt nem fizetésről beszélünk. A mérnök számításai mögött egy nagy projekt áll egy csapattal. A tudós kutatásai mögött egy egész iparág perspektívája húzódik meg. De gyakran egy magasan kvalifikált szakember „hülyén” visz át értékeket egyik programból a másikba, ahelyett, hogy koncepciókat dolgozna ki, modellezne, értelmezne eredményeket, megvitatna és ötletelne a kollégákkal.
A modern üzleti környezet jellemzője a gyorsaság. A piac folyamatosan nyomul. 2014-ben 2-3 hétbe telt egy modell elkészítése. 2018-ban ez három nap volt, és ez már túl hosszúnak tűnt. Most a tervezőnek több megoldási lehetőséget kell előállítania ugyanabban az időben, amit korábban csak egy opcióhoz rendeltek.
És még egy pont – befektetések és kockázatok. Ahhoz, hogy egy vállalkozás „belekapjon” egy projektet, a projekt költségének ~6%-át koncepcionális fejlesztésbe kell fektetnie, mielőtt megállapodást kötne a megrendelővel. Ezek az alapok:
- kutatáshoz;
- koncepcionális tervezés;
- munkaerő-költség felmérés;
- vázlatok elkészítése stb.
A cég saját zsebből veszi ki őket, ez saját kockázata. A koncepcióra való odafigyelés szakemberi időt igényel, rutinnal vannak elfoglalva.
Miután megismerkedtem egy informatikai cégnél végzett munka eszközeivel, érdeklődtem, hogy milyen üzleti folyamatok automatizálási gyakorlatai lehetnek hasznosak a mérnökök számára. Így a vállalkozások régóta használják a robotizált folyamatautomatizálást (RPA) a rutin leküzdésére.
Az RPA gyártók az ilyen automatizálási eszköz alábbi előnyeit állítják:
- sokoldalúság (a robot bármilyen alkalmazással, bármilyen adatforrással képes dolgozni);
- könnyű tanulás (nincs szükség mély programozási és adminisztrációs kompetenciákra);
- a fejlesztés sebessége (a kész algoritmus kevesebb időt vesz igénybe, mint a hagyományos programozás);
- a munkavállaló valódi megkönnyebbülése a rutin műveletek alól.
Ezen kritériumok alapján megvizsgáljuk, hogy az RPA használatának milyen hatása van a mérnöki/tudományos számításokban.
A példa leírása
Nézzünk egy egyszerű példát. Van egy konzolos gerenda teherrel.
Nézzük meg ezt a problémát a mérnök és a tudós pozíciójából.
„Mérnök” tok: van egy 2 m hosszú konzolos gerenda, amely 500 kg-os terhet kell, hogy bírjon, 3-szoros biztonsági ráhagyással. A gerenda téglalap alakú csőből készül. Ki kell választani a gerenda szakaszát a GOST katalógus szerint.
Eset "tudós": derítse ki, hogy a terhelés tömege, a gerenda keresztmetszete és hossza hogyan befolyásolja ennek a gerendának a teherbíró képességét. Vezesse le a regressziós egyenletet!
Mindkét esetben figyelembe veszik a gravitációs erőt, amely a sugár tömegével arányosan hat a gerendára.
Tanulmányozzuk részletesen az első esetet - „mérnök”. A „tudós” esete is hasonló módon valósul meg.
Technikailag a példánk nagyon egyszerű. A tantárgy specialistája pedig egyszerűen egy számológéppel tudja kiszámolni. Van egy másik célunk is: megmutatni, hogyan segíthet egy RPA megoldás, amikor a feladat nagy léptékűvé válik.
Az egyszerűsítéseknél azt is megjegyezzük: a cső keresztmetszete ideális téglalap, a sarkok lekerekítése nélkül, a hegesztés figyelembevétele nélkül.
Mérnöki feladat
A „mérnök” eset általános sémája a következő:
- Egy Excel lapon van egy táblázatunk a csövek választékával a GOST szerint.
- A táblázat minden bejegyzéséhez létre kell hoznunk egy 3D-s modellt az Autodesk Inventorban.
- Ezután az Inventor Stress Analyzes környezetben szilárdsági számítást végzünk és a számítás eredményét feltöltjük a html-be.
- A kapott fájlban megtaláljuk a „Maximum von Mises stressz” értéket.
- A számítást leállítjuk, ha a biztonsági tényező (az anyag folyáshatárának aránya a maximális von Mises-feszültséghez) kisebb, mint 3.
Úgy gondoljuk, hogy egy megfelelő keresztmetszetű gerenda 3-szoros biztonsági ráhagyást biztosít, és egyéb lehetőségek mellett minimális súlyú lesz.
Összességében feladatunkban 3 alkalmazással dolgozik a szakember (lásd a fenti ábrát). Valós helyzetben a kérelmek száma még nagyobb is lehet.
A GOST 8645-68 „Téglalap alakú acélcsövek” 300 bejegyzést tartalmaz. Demófeladatunkban lerövidítjük a listát: minden méretcsaládból veszünk egy-egy elemet. Összesen 19 rekord van, amelyek közül ki kell választani egyet.
Az Inventor modellező környezet, amelyben a modellt építjük és szilárdsági számításokat végzünk, kész anyagok könyvtárát tartalmazza. Ebből a könyvtárból vesszük a gerendaanyagot:
Anyaga - Acél
Sűrűsége 7,85 g/cu. cm;
Folyáshatár 207 MPa;
Szakítószilárdság 345 MPa;
Young-modulus 210 GPa;
Nyírási modulus 80,7692 GPa.
Így néz ki egy terhelt gerenda háromdimenziós modellje:
És itt az erőszámítás eredménye. A rendszer a sugár sérülékeny részeit vörösre színezi. Ezek azok a helyek, ahol a legnagyobb a feszültség. A bal oldali skála a maximális feszültség értékét mutatja a gerenda anyagában.
Most vigyük át a munka egy részét a robotra
A munkarend az alábbiak szerint változik:
A robotot az Automation Anywhere Community Edition (a továbbiakban: AA) környezetben szereljük össze. Nézzük át az értékelési szempontokat, és írjuk le a szubjektív benyomásokat.
sokoldalúság
Az RPA-megoldások (különösen a kereskedelmi megoldások) kitartóan az üzleti folyamatok automatizálásának és az irodai alkalmazottak munkájának automatizálásának eszközei. A példák és a képzési kurzusok az ERP-vel, ECM-mel és webhellyel való interakciót fedik le. Minden nagyon „irodaszerű”.
Eleinte kételkedtünk abban, hogy az AA képes lesz-e átvenni Autodesk Inventorunk felületét és adatait. De minden valóban működött: minden elem, minden vezérlő definiált és rögzített. A robot még a paramétertáblázatokkal rendelkező szolgáltatási űrlapokon is egyszerűen az egér rámutatásával hozzáfért a kívánt cellához.
Következő egy teszt következett egy erőszámító stúdió elindításával. És nincs is probléma. Ebben a szakaszban óvatosan kellett dolgoznunk a műveletek közötti szünetekkel, amikor a rendszer a számítás befejezésére vár.
Az így kapott adatok webről való lekérése és Excelbe való beillesztése simán ment.
Ezen a feladaton belül a sokoldalúság igazolódott. Más RPA gyártók leírása alapján a sokoldalúság valóban közös jellemzője ennek a szoftverkategóriának.
Könnyű megtanulni
Több estébe telt, amíg elsajátították: tanfolyamok, képzési példák - minden megvan. Sok RPA szállító ingyenes képzést kínál. Az egyetlen akadály: a környezeti felület és az AA kurzusok csak angol nyelvűek.
A fejlődés sebessége
Este kifejlesztettük és hibakeresést végeztünk a „mérnöki probléma” algoritmusára. A műveletsor mindössze 44 utasítással fejeződött be. Az alábbiakban az Automation Anywhere felület egy részlete látható egy kész robottal. Alacsony kód/Nincs kód koncepció - nem kellett programozni: műveletrögzítőket vagy drug'n'drop-ot használtunk a parancskönyvtárból. Ezután állítsa be a paramétereket a tulajdonságok ablakában.
Megkönnyebbülés a rutinból
A robot 1 perc 20 másodpercet tölt egy rekord feldolgozásával. Körülbelül ugyanennyi időt töltöttünk egy rekord feldolgozásával robot nélkül.
Ha több tíz és száz lemezről beszélünk, akkor az ember elkerülhetetlenül elfárad, és elkezd elterelődni. Előfordulhat, hogy egy szakembert hirtelen valamilyen más feladat foglalkoztat. Egy személynél a „Ha egy feladat egy percet vesz igénybe, akkor N ilyen feladat A * N perc alatt elvégezhető” űrlap egy része nem működik - ez mindig több időt vesz igénybe.
Példánkban a robot sorba rendezi a rekordokat, a legnagyobb részekkel kezdve. Nagy tömbök esetén ez lassú módszer. A gyorsítás érdekében egymás utáni közelítéseket hajthat végre, például Newton-módszert vagy félosztást.
A számítás eredménye:
1. táblázat A gerendaszakasz kiválasztásának eredménye
A tudós feladata
A tudós feladata, hogy számos numerikus kísérletet végezzen annak meghatározására, hogy milyen törvény szerint változik a gerenda teherbírása a keresztmetszettől, a hossztól és a terhelés tömegétől függően. A megállapított törvény regressziós egyenlet formájában van megfogalmazva.
Ahhoz, hogy egy regressziós egyenlet pontos legyen, a tudósnak nagy mennyiségű adatot kell feldolgoznia.
Példánkban a bemeneti változók tömbje van lefoglalva:
- csőprofil magassága;
- szélesség;
- falvastagság;
- gerenda hossza;
- a rakomány súlya.
Ha minden változóból legalább 3 értékre kell számolnunk, akkor ez összesen 243 ismétlés. Egy iteráció kétperces időtartamával a teljes idő 8 óra lesz - egy teljes munkanap! A teljesebb vizsgálathoz nem 3 értéket kell vennünk, hanem 10 vagy több értéket.
A vizsgálat során minden bizonnyal világossá válik, hogy további tényezőket is be kell vonni a modellbe. Például „hajtson” különböző minőségű acélt. A számítások mennyisége tízszeresére és százszorosára nő.
Egy valós feladatnál a robot több napra felszabadítja a tudóst, amit a szakember a publikáció elkészítéséhez fog felhasználni, és ez a tudós tevékenységének fő mutatója.
Összegzés
A mérnök „terméke” egy igazán működő eszköz, egy dizájn. A számítások robotizálása csökkenti a kockázatokat a projekt mélyebb fejlesztése miatt (több számítás, több mód, több lehetőség).
A tudós „terméke” egyenlet, minta vagy más tömör leírás. És minél pontosabb, annál több adat vesz részt az elemzésben. Az RPA-megoldás segít információs „élelmiszert” generálni a modellek számára.
Általánosítsuk példánkat.
A számítási modell szerepe bármilyen modell lehet: hídmodell, motormodell, fűtési rendszer modell. A szakember köteles gondoskodni arról, hogy a modell minden komponense megfelelő kölcsönhatásban legyen egymással, és hogy a modell „külsően” biztosítson kulcsparamétereket-változókat.
A számítási környezet szerepét minden olyan alkalmazás betölti, amelyet a szakember a munkájában használ. Ansys, Autocad, Solidworks, FlowVision, Dialux, PowerMill, Archicad. Vagy valami házon belül kifejlesztett dolog, például egy gyártóüzemben ventilátorok kiválasztására szolgáló program (lásd a Systemair berendezés-kiválasztási programjait).
Adatforrásnak tekintünk egy weboldalt, egy adatbázist, egy Excel lapot és egy txt fájlt.
A munka végeredménye - egy jelentés - egy Word dokumentum automatikusan generált szöveggel, egy Excel diagram, egy képernyőkép készlet vagy egy e-mailes hírlevél.
Az RPA mindenhol alkalmazható, ahol a mérnöki elemzés alkalmazható. Íme néhány terület:
- szilárdsági számítások és alakváltozások;
- hidro- és gázdinamika;
- hőcsere;
- elektromágnesesség;
- interdiszciplináris elemzés;
- generatív tervezés;
- vezérlőprogramok CNC-hez (például egymásba ágyazás);
- Orvosi és biológiai kutatások;
- visszacsatolásos vagy nem stacionárius rendszerek számításaiban (amikor a végeredményt át kell vinni a forrásadatokba és a számítást meg kell ismételni).
Manapság az RPA-megoldásokat aktívan használják az üzleti életben a folyamatok automatizálására és az adatokkal való munkavégzésre. Az irodai dolgozók, a mérnökök és a tudósok rutinjában sok a közös. Megmutattuk, hogy a robotok hasznosak a mérnöki és tudományos területen.
Foglaljuk össze benyomásainkat.
- Sokoldalúság – igen, az RPA univerzális eszköz.
- Könnyen megtanulható – igen, egyszerű és hozzáférhető, de szüksége van egy nyelvre.
- Fejlesztési sebesség – igen, az algoritmus gyorsan összeáll, különösen, ha már szokott a felvevőkkel dolgozni.
- A rutintól való megszabadulás – igen, a nagyszabású feladatoknál valóban hasznot hozhat.
Forrás: will.com