RPA taikymas moksliniuose ir inžineriniuose skaičiavimuose

Įrašas

Mokykloje, norėdami įtvirtinti žinias, buvome paprašyti išspręsti daug panašių pavyzdžių. Visą laiką piktinomės: kas čia vertingo? Pakeiskite dvi ar tris reikšmes į formulę ir gaukite atsakymą. Kur čia minties polėkis? Realybė pasirodė atšiauresnė nei mokykla.

Dabar dirbu IT analitiku. Prieš pradėdamas dirbti IT srityje dirbau šilumos inžinieriumi, CNC programuotoju, dalyvavau moksliniuose projektuose.

Iš savo patirties esu įsitikinęs, kad tokiems „to paties tipo“ veiksmams inžinieriai ir mokslininkai skiria 95% savo darbo laiko. Apskaičiuokite lygtis, patikrinkite, registruokite rezultatus, kopijuokite specifikacijas. Projektas po projekto, eksperimentas po eksperimento, diena po dienos.

Štai keletas pavyzdžių iš mano ankstesnio darbo.

Iki 2019 metų dariau maketus terminiam vakuuminiam liejimui. Jei toks modelis bus padengtas šildomu plastiku, gausime gaminį, kuris tiksliai pakartoja šio modelio geometriją. Technologijos aprašymas čia.

Modelio gamybos ciklui reikalingas visas labai specializuotų programų rinkinys:

• Autodesk Inventor 3D modeliavimui;
• Excel ruošinio matmenų įkėlimui;
• „Excel“ maketavimo kainai apskaičiuoti;
• HSM modulis CNC valdymo programai sukurti;
• Kompiuterinių failų sistemos, skirtos programų failams tvarkyti;
• Mach3 aplinka, skirta valdyti CNC mašiną.

Duomenys turėjo būti rankiniu būdu perkelti iš aplinkos į aplinką, o tai apėmė ištisas lenteles ir verčių masyvus. Procesas yra lėtas, dažnai pasitaiko klaidų.

Prieš tai dalyvavau kuriant ir gaminant šviesos vadovus (nuoroda). Ten buvo atlikta daug tyrimų, projektavimo ir skaičiavimų: specializuotos aplinkos šilumos ir apšvietimo skaičiavimams (Ansys, Dialux), plius ekonomiškumo skaičiavimai, taip pat Autocad ir Inventor modeliams ir brėžiniams. Ir čia tie patys sunkumai: skaičiavimo rezultatą iš vienos programos reikia tempti į kitą programą kitam skaičiavimui. Ir taip kelis kartus ieškant optimalaus sprendimo.

Inžinieriaus ir mokslininko laikas yra labai brangus laikas. Čia nekalbame apie atlyginimą. Už inžinieriaus skaičiavimų – didelis projektas su komanda. Už mokslininko tyrimų slypi visos pramonės perspektyva. Tačiau dažnai aukštos kvalifikacijos specialistas „kvailai“ perkelia vertybes iš vienos programos į kitą, užuot kūręs sąvokas, modeliavęs, interpretavęs rezultatus, diskutavęs ir šturmavęs mintis su kolegomis.

Šiuolaikinės verslo aplinkos bruožas – greitis. Rinka nuolat veržiasi. 2014 metais maketuoti užtrukome 2-3 savaites. 2018 m. tai buvo trys dienos, ir tai jau atrodė per ilgai. Dabar dizaineris turi pateikti kelis sprendimo variantus per tą patį laiką, kuris anksčiau buvo skirtas tik vienam variantui.

Ir dar vienas dalykas – investicijos ir rizika. Norėdama „pagauti“ projektą, įmonė, prieš sudarydama sutartį su užsakovu, į koncepcinį vystymą turi investuoti ~6% šio projekto kainos. Šios lėšos eina:

• tyrimams;
• koncepcinis dizainas;
• darbo sąnaudų įvertinimas;
• eskizų ruošimas ir kt.

Įmonė juos ima iš savo kišenės, tai yra jos pačios rizika. Dėmesys koncepcijai reikalauja specialistų laiko, jie užsiėmę rutina.

Susipažinęs su darbo IT įmonėje įrankiais, susidomėjau, kokios verslo procesų automatizavimo praktikos galėtų būti naudingos inžinieriams. Taigi, įmonės jau seniai naudoja robotų procesų automatizavimą (RPA) kovojant su rutina.

RPA gamintojai teigia šiuos tokio automatizavimo įrankio pranašumus:

1. universalumas (robotas gali dirbti su bet kokia programa, su bet kokiu duomenų šaltiniu);
2. mokymosi paprastumas (nereikia gilių programavimo ir administravimo kompetencijų);
3. kūrimo greitis (pagamintas algoritmas užima mažiau laiko nei tradicinis programavimas);
4. realus darbuotojo atleidimas nuo įprastinių operacijų.

Remdamiesi šiais kriterijais, patikrinsime, koks yra RPA naudojimo poveikis inžineriniuose/moksliniuose skaičiavimuose.

Pavyzdžio aprašymas

Pažiūrėkime į paprastą pavyzdį. Yra konsolinė sija su apkrova.

Pažvelkime į šią problemą iš inžinieriaus ir iš mokslininko pozicijų.

„Inžinieriaus“ korpusas: yra 2 m ilgio konsolinė sija, kuri turi išlaikyti 500 kg sveriantį krovinį su 3 kartų saugumo atsarga. Sija pagaminta iš stačiakampio vamzdžio. Būtina pasirinkti sijos sekciją pagal GOST katalogą.

Atvejis „mokslininkas“: išsiaiškinkite, kaip apkrovos masė, sijos skerspjūvis ir ilgis veikia šios sijos laikomąją galią. Išveskite regresijos lygtį.

Abiem atvejais atsižvelgiama į gravitacijos jėgą, kuri veikia siją proporcingai sijos masei.

Išsamiai išnagrinėkime pirmąjį atvejį - „inžinierius“. „Mokslininko“ atvejis įgyvendinamas panašiai.

Techniškai mūsų pavyzdys labai paprastas. O dalyko specialistas tai galės suskaičiuoti tiesiog skaičiuokle. Turime dar vieną tikslą: parodyti, kaip RPA sprendimas gali padėti, kai užduotis tampa didelės apimties.

Supaprastindami taip pat pažymime: vamzdžio skerspjūvis yra idealus stačiakampis, neapvalinant kampų, neatsižvelgiant į suvirinimą.

Inžinieriaus užduotis

Bendra „inžinieriaus“ atvejo schema yra tokia:

1. „Excel“ lape turime lentelę su vamzdžių asortimentu pagal GOST.
2. Kiekvienam šios lentelės įrašui turime sukurti 3D modelį Autodesk Inventor.
3. Tada Inventor Stress Analyzes aplinkoje atliekame stiprumo skaičiavimą ir skaičiavimo rezultatą įkeliame į html.
4. Gautame faile randame reikšmę „Maksimalus von Mises stresas“.
5. Skaičiavimą sustabdome, jei saugos koeficientas (medžiagos takumo ribos ir didžiausio von Mises įtempio santykis) yra mažesnis nei 3.

Manome, kad tinkamo skerspjūvio sija užtikrins 3 kartus didesnį saugos ribą ir bus minimali, be kitų variantų.

Iš viso mūsų užduotyje specialistas dirba su 3 programomis (žr. diagramą aukščiau). Realioje situacijoje paraiškų skaičius gali būti dar didesnis.

GOST 8645-68 „Stačiakampiai plieniniai vamzdžiai“ yra 300 įrašų. Demonstracinėje užduotyje sąrašą sutrumpinsime: paimsime po vieną prekę iš kiekvienos dydžio šeimos. Iš viso yra 19 įrašų, iš kurių reikia pasirinkti vieną.

Inventor modeliavimo aplinkoje, kurioje kursime modelį ir atliksime stiprumo skaičiavimus, yra paruoštų medžiagų biblioteka. Mes paimsime pluošto medžiagą iš šios bibliotekos:

Medžiaga - Plienas
Tankis 7,85 g/kub. cm;
Takumo riba 207 MPa;
Tempiamasis stipris 345 MPa;
Youngo modulis 210 GPa;
Šlyties modulis 80,7692 GPa.

Taip atrodo trimatis apkrautos sijos modelis:

Ir štai jėgos skaičiavimo rezultatas. Sistema nuspalvina pažeidžiamas spindulio vietas raudonai. Tai tos vietos, kur įtampa yra didžiausia. Kairėje esanti skalė rodo didžiausio įtempio vertę sijos medžiagoje.

 

Dabar dalį darbų perkelkime robotui

Darbo schema keičiasi taip:

Robotą surinksime Automation Anywhere Community Edition (toliau – AA) aplinkoje. Peržvelkime vertinimo kriterijus ir apibūdinkime subjektyvius įspūdžius.

universalumas

RPA sprendimai (ypač komerciniai) atkakliai pozicionuojami kaip verslo procesų automatizavimo ir biuro darbuotojų darbo automatizavimo priemonė. Pavyzdžiai ir mokymo kursai apima sąveiką su ERP, ECM ir žiniatinkliu. Viskas labai „kaip biure“.

Iš pradžių abejojome, ar AA sugebės paimti mūsų Autodesk Inventor sąsają ir duomenis. Bet viskas iš tikrųjų veikė: kiekvienas elementas, kiekvienas valdiklis buvo apibrėžtas ir įrašytas. Netgi paslaugų formose su parametrų lentelėmis robotas prieiga prie norimo langelio gaudavo tiesiog nurodęs pelę.

Kitas buvo išbandymas su jėgos skaičiavimo studijos paleidimu. Ir taip pat jokių problemų. Šiame etape turėjome atidžiai dirbti su pertraukomis tarp veiksmų, kai sistema laukia, kol bus baigtas skaičiavimas.

Gautų duomenų gavimas iš interneto ir įterpimas į Excel vyko sklandžiai.
Vykdant šią užduotį buvo patvirtintas universalumas. Sprendžiant iš kitų RPA pardavėjų aprašymų, universalumas tikrai yra bendras šios kategorijos programinės įrangos bruožas.

Lengva išmokti

Įvaldyti prireikė kelių vakarų: kursai, mokymo pavyzdžiai - viskas. Daugelis RPA pardavėjų siūlo nemokamus mokymus. Vienintelė kliūtis: aplinkos sąsaja ir AA kursai yra tik anglų kalba.

Vystymosi greitis

Vakare sukūrėme ir derinome „inžinieriaus problemos“ algoritmą. Veiksmų seka buvo užbaigta tik 44 instrukcijomis. Žemiau pateikiamas Automation Anywhere sąsajos su baigtu robotu fragmentas. Žemo kodo/be kodo koncepcija – nereikėjo programuoti: naudojome operacijų registratorius arba drug’n’drop iš komandų bibliotekos. Tada ypatybių lange sukonfigūruokite parametrus.

Atleidimas nuo rutinos

Vienam įrašui apdoroti robotas praleidžia 1 minutę 20 sekundžių. Maždaug tiek pat laiko praleidome apdorodami vieną įrašą be roboto.

Jei kalbame apie dešimtis ir šimtus įrašų, tada žmogus neišvengiamai pavargs ir pradės blaškytis. Specialistas staiga gali būti užimtas kokia nors kita užduotimi. Su asmeniu neveikia formos „Jei užduotis užtrunka A minučių, tai N tokių užduočių galima atlikti per A * N minučių“ dalis neveikia - visada reikia daugiau laiko.

Mūsų pavyzdyje robotas rūšiuos įrašus paeiliui, pradedant nuo didžiausių skyrių. Dideliuose masyvuose tai yra lėtas metodas. Norėdami pagreitinti, galite įgyvendinti nuoseklius aproksimacijas, pavyzdžiui, Niutono metodą arba dalijimą per pusę.
Skaičiavimo rezultatas:

1 lentelė. Sijos sekcijos pasirinkimo rezultatas

Mokslininko užduotis

Mokslininko užduotis – atlikti kelis skaitinius eksperimentus, siekiant nustatyti dėsnį, pagal kurį sijos laikomoji galia kinta priklausomai nuo jos skerspjūvio, ilgio ir apkrovos masės. Rastas dėsnis suformuluotas regresijos lygties forma.

Kad regresijos lygtis būtų tiksli, mokslininkas turi apdoroti didelį duomenų kiekį.

Mūsų pavyzdyje skiriamas įvesties kintamųjų masyvas:

• vamzdžio profilio aukštis;
• plotis;
• sienos storumas;
• sijos ilgis;
• krovinio svoris.

Jei turime apskaičiuoti bent 3 kiekvieno kintamojo reikšmes, tai iš viso yra 243 pakartojimai. Vienos iteracijos dviejų minučių trukmės laikas bus 8 valandos – visa darbo diena! Norėdami atlikti išsamesnį tyrimą, turėtume imti ne 3 reikšmes, o 10 ar daugiau.

Tyrimo metu tikrai paaiškės, kad į modelį reikia įtraukti papildomų veiksnių. Pavyzdžiui, „vairuokite“ skirtingų rūšių plieną. Skaičiavimų apimtis padidėja dešimtis ir šimtus kartų.

Atlikdamas realią užduotį, robotas mokslininką galės atlaisvinti kelioms dienoms, kurias specialistas panaudos rengdamas publikaciją, ir tai yra pagrindinis mokslininko veiklos rodiklis.

Santrauka

Inžinieriaus „produktas“ yra tikrai veikiantis įrenginys, dizainas. Skaičiavimų robotizavimas sumažins riziką dėl gilesnės projekto plėtros (daugiau skaičiavimų, daugiau režimų, daugiau galimybių).

Mokslininko „produktas“ yra lygtis, modelis ar kitas kompaktiškas aprašymas. Ir kuo jis tikslesnis, tuo daugiau duomenų įtraukiama į analizę. RPA sprendimas padės sukurti informacijos „maistą“ modeliams.

Apibendrinkime savo pavyzdį.

Skaičiavimo modelio vaidmuo gali būti bet koks modelis: tilto modelis, variklio modelis, šildymo sistemos modelis. Specialistas privalo užtikrinti, kad visi modelio komponentai tinkamai sąveikautų tarpusavyje ir kad modelis pateiktų „išorėje“ pagrindinių parametrų-kintamųjų rinkinį.

Skaičiavimo aplinkos vaidmenį atlieka bet kuri programa, kurią specialistas naudoja savo darbe. Ansys, Autocad, Solidworks, FlowVision, Dialux, PowerMill, Archicad. Arba kažkas sukurtas įmonės viduje, pavyzdžiui, ventiliatorių pasirinkimo programa gamykloje (žr. Systemair įrangos parinkimo programas).

Duomenų šaltiniu laikome svetainę, duomenų bazę, Excel lapą ir txt failą.
Galutinis darbo rezultatas – ataskaita – tai Word dokumentas su automatiškai generuojamu tekstu, Excel diagrama, ekrano kopijų rinkinys arba naujienlaiškis el.

RPA taikoma visur, kur taikoma inžinerinė analizė. Štai keletas sričių:

• stiprumo skaičiavimai ir deformacijos;
• hidro- ir dujų dinamika;
• šilumos mainai;
• elektromagnetizmas;
• tarpdisciplininė analizė;
• generatyvus dizainas;
• CNC valdymo programos (pavyzdžiui, įdėjimas);
• medicininiai ir biologiniai tyrimai;
• sistemų su grįžtamuoju ryšiu arba nestacionariomis sistemomis skaičiavimuose (kai galutinis rezultatas turi būti perkeltas į pradinius duomenis ir skaičiavimas kartojamas).

Šiandien RPA sprendimai aktyviai naudojami versle procesams automatizuoti ir darbui su duomenimis. Biuro darbuotojo, inžinieriaus ir mokslininko kasdienybė turi daug bendro. Įrodėme, kad robotai naudingi inžinerijoje ir moksle.

Apibendrinkime savo įspūdžius.

1. Universalumas – taip, RPA yra universalus įrankis.
2. Lengva išmokti – taip, paprasta ir prieinama, bet reikia kalbos.
3. Kūrimo greitis – taip, algoritmas surenkamas greitai, ypač kai įpratai dirbti su įrašymo įrenginiais.
4. Atleidimas nuo rutinos – taip, tai tikrai gali duoti naudos atliekant didelės apimties užduotis.

Šaltinis: www.habr.com