Masuk
Di sekolah, untuk mengkonsolidasikan pengetahuan kami, kami diminta memecahkan banyak contoh serupa. Kami selalu kesal: apa yang berharga di sini? Gantikan dua atau tiga nilai ke dalam rumus dan dapatkan jawabannya. Di manakah pelarian pemikiran di sini? Kenyataan ternyata lebih keras dari sekolah.
Sekarang saya bekerja sebagai analis IT. Sebelum bergabung dengan bidang IT, saya bekerja sebagai insinyur pemanas, programmer CNC, dan mengambil bagian dalam proyek penelitian.
Dari pengalaman saya sendiri, saya yakin bahwa para insinyur dan ilmuwan menghabiskan 95% waktu kerja mereka untuk tindakan yang “serupa”. Menghitung persamaan, memeriksa, mencatat hasil, menyalin spesifikasi. Proyek demi proyek, eksperimen demi eksperimen, hari demi hari.
Berikut adalah beberapa contoh dari pekerjaan saya sebelumnya.
Hingga tahun 2019, saya membuat layout untuk pencetakan vakum termal. Jika model seperti itu ditutup dengan plastik yang dipanaskan, kita akan mendapatkan produk yang persis mengulangi geometri model ini. Deskripsi teknologi .
Siklus produksi mock-up memerlukan serangkaian aplikasi yang sangat terspesialisasi:
- Penemu Autodesk untuk pemodelan 3D;
- Excel untuk mengunggah dimensi benda kerja;
- Excel untuk menghitung biaya tata letak;
- Modul HSM untuk membuat program kontrol CNC;
- Sistem file komputer untuk mengelola file program;
- Lingkungan Mach3 untuk mengendalikan mesin CNC.
Data harus ditransfer secara manual dari satu lingkungan ke lingkungan lain, dan ini mencakup seluruh tabel dan susunan nilai. Prosesnya lambat, dan kesalahan sering terjadi.
Sebelumnya, saya berpartisipasi dalam pengembangan dan produksi panduan cahaya (). Ada banyak penelitian, desain, dan perhitungan di sana: lingkungan khusus untuk perhitungan termal dan pencahayaan (Ansys, Dialux), ditambah perhitungan efektivitas biaya, ditambah Autocad dan Inventor untuk model dan gambar. Dan di sini kesulitannya sama: hasil perhitungan dari satu aplikasi perlu diseret ke aplikasi lain untuk perhitungan berikutnya. Begitu seterusnya beberapa kali untuk mencari solusi optimal.
Waktu seorang insinyur dan waktu seorang ilmuwan adalah waktu yang sangat berharga. Kami tidak berbicara tentang gaji di sini. Di balik perhitungan insinyur ada proyek besar bersama tim. Di balik penelitian ilmuwan terdapat perspektif seluruh industri. Namun seringkali seorang spesialis berkualifikasi tinggi “secara bodoh” mentransfer nilai dari satu program ke program lainnya alih-alih mengembangkan konsep, membuat model, menafsirkan hasil, berdiskusi, dan bertukar pikiran dengan rekan kerja.
Ciri khas lingkungan bisnis modern adalah kecepatan. Pasar terus mendorong. Pada tahun 2014, kami membutuhkan waktu 2-3 minggu untuk membuat model. Pada tahun 2018, itu adalah tiga hari, dan itu terasa terlalu lama. Kini perancang harus menghasilkan beberapa pilihan solusi dalam waktu yang sama yang sebelumnya dialokasikan hanya pada satu pilihan.
Dan satu hal lagi – investasi dan risiko. Untuk “menangkap” suatu proyek, suatu perusahaan harus menginvestasikan ~6% dari biaya proyek ini dalam pengembangan konseptual sebelum membuat perjanjian dengan pelanggan. Dana ini digunakan:
- untuk penelitian;
- desain konseptual;
- penilaian biaya tenaga kerja;
- persiapan sketsa, dll.
Perusahaan mengeluarkannya dari kantongnya sendiri, ini risikonya sendiri. Perhatian terhadap konsep membutuhkan waktu dari para spesialis, dan mereka disibukkan dengan rutinitas.
Setelah mengenal alat-alat kerja di sebuah perusahaan IT, saya menjadi tertarik dengan praktik otomatisasi proses bisnis apa yang dapat berguna bagi para insinyur. Oleh karena itu, bisnis telah lama menggunakan otomatisasi proses robotik (RPA) untuk memerangi rutinitas.
Produsen RPA mengklaim keuntungan berikut dari alat otomatisasi tersebut:
- keserbagunaan (robot dapat bekerja dengan aplikasi apa pun, dengan sumber data apa pun);
- kemudahan belajar (tidak diperlukan kompetensi mendalam di bidang pemrograman dan administrasi);
- kecepatan pengembangan (algoritma yang telah selesai membutuhkan waktu lebih sedikit dibandingkan pemrograman tradisional);
- kelegaan nyata bagi karyawan dari operasi rutin.
Berdasarkan kriteria tersebut, kami akan memeriksa apa pengaruh penggunaan RPA dalam perhitungan teknik/ilmiah.
Deskripsi contoh
Mari kita lihat contoh sederhana. Ada balok kantilever dengan beban.
Mari kita lihat masalah ini dari sudut pandang seorang insinyur dan dari sudut pandang seorang ilmuwan.
Kasing “Insinyur”: terdapat balok kantilever sepanjang 2 m yang harus menahan beban seberat 500 kg dengan margin keselamatan 3 kali lipat. Balok terbuat dari pipa berbentuk persegi panjang. Penting untuk memilih bagian balok sesuai dengan katalog Gost.
Kasus "ilmuwan": cari tahu bagaimana massa beban, penampang dan panjang balok mempengaruhi daya dukung balok ini. Turunkan persamaan regresi.
Dalam kedua kasus tersebut, gaya gravitasi diperhitungkan, yang bekerja pada balok sebanding dengan massa balok.
Mari kita pelajari secara detail kasus pertama - "insinyur". Kasus “ilmuwan” diterapkan dengan cara yang sama.
Secara teknis, contoh kami sangat sederhana. Dan seorang spesialis mata pelajaran akan dapat menghitungnya hanya dengan kalkulator. Kami memiliki tujuan lain: untuk menunjukkan bagaimana solusi RPA dapat membantu ketika tugas menjadi berskala besar.
Dalam penyederhanaannya, kami juga mencatat: penampang pipa adalah persegi panjang yang ideal, tanpa membulatkan sudut, tanpa memperhitungkan las.
tugas insinyur
Skema umum kasus “insinyur” adalah sebagai berikut:
- Pada lembar Excel kami memiliki tabel dengan kisaran pipa menurut Gost.
- Untuk setiap entri dalam tabel ini, kita harus membuat model 3D di Autodesk Inventor.
- Kemudian, di lingkungan Inventor Stress Analyses, kami melakukan penghitungan kekuatan dan mengunggah hasil penghitungan ke html.
- Kami menemukan nilai "Stress von Mises maksimum" di file yang dihasilkan.
- Kami menghentikan perhitungan jika faktor keamanan (rasio kekuatan luluh material terhadap tegangan von Mises maksimum) kurang dari 3.
Kami percaya bahwa balok dengan penampang yang sesuai akan memberikan margin keamanan 3 kali lipat dan bobotnya minimal di antara opsi lainnya.
Secara total, dalam tugas kami, spesialis bekerja dengan 3 aplikasi (lihat diagram di atas). Dalam situasi nyata, jumlah permohonan bisa lebih besar lagi.
GOST 8645-68 “Pipa baja persegi panjang” berisi 300 entri. Dalam soal demo kami, kami akan mempersingkat daftarnya: kami akan mengambil satu item dari setiap kelompok ukuran. Ada total 19 catatan, dan Anda harus memilih salah satu.
Lingkungan pemodelan Inventor, tempat kita akan membuat model dan melakukan perhitungan kekuatan, berisi perpustakaan bahan siap pakai. Kami akan mengambil materi balok dari perpustakaan ini:
Bahan - Baja
Kepadatan 7,85 g/cu. cm;
Kekuatan hasil 207 MPa;
Kekuatan tarik 345 MPa;
modulus Young 210 IPK;
Modulus geser 80,7692 IPK.
Seperti inilah model tiga dimensi balok yang dibebani:
Dan inilah hasil perhitungan kekuatannya. Sistem mewarnai area rentan sinar menjadi merah. Di sinilah ketegangan paling besar terjadi. Skala di sebelah kiri menunjukkan nilai tegangan maksimum pada material balok.
Sekarang mari kita transfer sebagian pekerjaan ke robot
Skema kerja berubah sebagai berikut:
Kami akan merakit robot di lingkungan Automation Anywhere Community Edition (selanjutnya disebut AA). Mari kita bahas kriteria evaluasi dan jelaskan kesan subjektif.
fleksibilitas
Solusi RPA (terutama yang komersial) terus-menerus diposisikan sebagai sarana untuk mengotomatisasi proses bisnis dan mengotomatisasi pekerjaan karyawan kantoran. Contoh dan kursus pelatihan mencakup interaksi dengan ERP, ECM, dan Web. Semuanya sangat “seperti kantor”.
Awalnya kami ragu apakah AA dapat mengambil antarmuka dan data Autodesk Inventor kami. Namun semuanya benar-benar berfungsi: setiap elemen, setiap kontrol ditentukan dan dicatat. Bahkan dalam formulir layanan dengan tabel parameter, robot memperoleh akses ke sel yang diinginkan hanya dengan mengarahkan mouse.
Selanjutnya dilakukan pengujian dengan peluncuran studio perhitungan kekuatan. Dan tidak ada masalah juga. Pada tahap ini, kami harus bekerja dengan hati-hati dengan jeda antar tindakan saat sistem menunggu penghitungan selesai.
Mengambil data yang dihasilkan dari Web dan memasukkannya ke dalam Excel berjalan lancar.
Dalam tugas ini, keserbagunaan dikonfirmasi. Dilihat dari deskripsi vendor RPA lainnya, keserbagunaan benar-benar merupakan fitur umum dari kategori perangkat lunak ini.
Mudah untuk dipelajari
Butuh beberapa malam untuk menguasainya: kursus, contoh pelatihan - semuanya ada di sana. Banyak vendor RPA menawarkan pelatihan gratis. Satu-satunya penghalang: antarmuka lingkungan dan kursus AA hanya dalam bahasa Inggris.
Kecepatan pembangunan
Kami mengembangkan dan men-debug algoritme untuk “masalah insinyur” di malam hari. Urutan tindakan diselesaikan hanya dalam 44 instruksi. Di bawah ini adalah bagian antarmuka Automation Anywhere dengan robot yang sudah jadi. Kode rendah/Tidak ada konsep kode - tidak perlu memprogram: kami menggunakan perekam operasi atau obat-obatan dari perpustakaan perintah. Kemudian konfigurasikan parameter di jendela properti.
Bantuan dari rutinitas
Robot menghabiskan waktu 1 menit 20 detik untuk memproses satu record. Kami menghabiskan waktu yang sama untuk memproses satu rekaman tanpa robot.
Jika kita berbicara tentang puluhan dan ratusan rekaman, maka seseorang pasti akan lelah dan mulai terganggu. Seorang spesialis mungkin tiba-tiba disibukkan dengan tugas lain. Dengan seseorang, proporsi bentuk "Jika suatu tugas membutuhkan waktu Satu menit, maka N tugas tersebut dapat diselesaikan dalam A * N menit" tidak berfungsi - selalu membutuhkan lebih banyak waktu.
Dalam contoh kita, robot akan mengurutkan catatan secara berurutan, dimulai dari bagian terbesar. Pada array besar ini adalah metode yang lambat. Untuk mempercepat, Anda dapat menerapkan perkiraan yang berurutan, misalnya metode Newton atau setengah pembagian.
Hasil perhitungan:
Tabel 1. Hasil pemilihan bagian balok
Tugas ilmuwan
Tugas ilmuwan adalah melakukan beberapa percobaan numerik untuk menentukan hukum yang menyatakan bahwa daya dukung suatu balok berubah tergantung pada penampang, panjang dan massa beban. Hukum yang ditemukan dirumuskan dalam bentuk persamaan regresi.
Agar persamaan regresi menjadi akurat, seorang ilmuwan harus memproses data dalam jumlah besar.
Sebagai contoh kita, array variabel input dialokasikan:
- tinggi profil pipa;
- lebar;
- ketebalan dinding;
- panjang balok;
- berat beban.
Jika kita harus melakukan perhitungan minimal 3 nilai setiap variabel, maka totalnya adalah 243 pengulangan. Dengan durasi dua menit untuk satu iterasi, total waktunya adalah 8 jam - satu hari kerja penuh! Untuk kajian yang lebih lengkap, sebaiknya kita mengambil bukan 3 nilai, melainkan 10 nilai atau lebih.
Selama penelitian berlangsung, akan menjadi jelas bahwa faktor-faktor tambahan perlu dimasukkan ke dalam model. Misalnya, “menggerakkan” berbagai jenis baja. Volume perhitungan meningkat puluhan dan ratusan kali lipat.
Pada tugas nyata, robot akan dapat membebaskan ilmuwan selama beberapa hari, yang akan digunakan oleh spesialis untuk mempersiapkan publikasi, dan ini adalah indikator utama aktivitas ilmuwan.
Ringkasan
“Produk” seorang insinyur adalah perangkat yang benar-benar berfungsi, sebuah desain. Robotisasi perhitungan akan mengurangi risiko karena pengembangan proyek yang lebih mendalam (lebih banyak perhitungan, lebih banyak mode, lebih banyak pilihan).
“Produk” seorang ilmuwan adalah persamaan, pola, atau deskripsi ringkas lainnya. Dan semakin akurat, semakin banyak data yang terlibat dalam analisis. Solusi RPA akan membantu menghasilkan informasi “makanan” untuk model.
Mari kita menggeneralisasi contoh kita.
Peran model perhitungan dapat berupa model apa saja: model jembatan, model mesin, model sistem pemanas. Spesialis diharuskan untuk memastikan bahwa semua komponen model berada dalam interaksi yang benar satu sama lain dan bahwa model menyediakan serangkaian parameter-variabel utama "di luar".
Peran lingkungan komputasi dimainkan oleh aplikasi apa pun yang digunakan oleh seorang spesialis dalam pekerjaannya. Ansys, Autocad, Solidworks, FlowVision, Dialux, PowerMill, Archicad. Atau sesuatu yang dikembangkan sendiri, misalnya, program untuk memilih kipas angin di pabrik (lihat program pemilihan peralatan Systemair).
Kami mempertimbangkan situs web, database, lembar Excel, dan file txt sebagai sumber data.
Hasil akhir pekerjaan - laporan - adalah dokumen Word dengan teks yang dibuat secara otomatis, bagan Excel, kumpulan tangkapan layar, atau buletin email.
RPA dapat diterapkan dimanapun analisis teknik dapat diterapkan. Berikut beberapa areanya:
- perhitungan kekuatan dan deformasi;
- dinamika hidro dan gas;
- pertukaran panas;
- elektromagnetisme;
- analisis interdisipliner;
- desain generatif;
- program kontrol untuk CNC (misalnya, bersarang);
- penelitian medis dan biologi;
- dalam perhitungan sistem dengan sistem umpan balik atau non-stasioner (ketika hasil akhir harus ditransfer ke data awal dan perhitungan diulang).
Saat ini, solusi RPA secara aktif digunakan dalam bisnis untuk mengotomatisasi proses dan bekerja dengan data. Rutinitas pekerja kantoran, insinyur, dan ilmuwan memiliki banyak kesamaan. Kami telah menunjukkan bahwa robot berguna dalam bidang teknik dan sains.
Mari kita rangkum kesan kita.
- Keserbagunaan - ya, RPA adalah alat universal.
- Mudah dipelajari - ya, sederhana dan mudah diakses, tetapi Anda memerlukan bahasa.
- Kecepatan pengembangan - ya, algoritme dibuat dengan cepat, terutama saat Anda terbiasa bekerja dengan perekam.
- Melepaskan diri dari rutinitas - ya, itu benar-benar dapat membawa manfaat dalam tugas-tugas berskala besar.
Sumber: www.habr.com