Toegang
Om onze kennis te consolideren, werd ons op school gevraagd veel soortgelijke voorbeelden op te lossen. We ergerden ons voortdurend: wat is hier waardevol? Vervang twee of drie waarden in de formule en krijg het antwoord. Waar is de vlucht van het denken hier? De werkelijkheid bleek harder dan school.
Nu werk ik als IT-analist. Voordat ik in de IT-sector terechtkwam, werkte ik als verwarmingsingenieur, CNC-programmeur en nam ik deel aan onderzoeksprojecten.
Uit eigen ervaring ben ik ervan overtuigd dat ingenieurs en wetenschappers 95% van hun werktijd besteden aan dergelijke ‘soortgelijke’ acties. Bereken vergelijkingen, controleer, registreer resultaten, kopieer specificaties. Project na project, experiment na experiment, dag na dag.
Hier zijn een paar voorbeelden uit mijn eerdere werk.
Tot 2019 maakte ik lay-outs voor thermisch vacuümgieten. Als zo’n model wordt bedekt met verwarmd plastic, krijgen we een product dat de geometrie van dit model exact herhaalt. Beschrijving van de technologie .
De mock-upproductiecyclus vereist een hele reeks zeer gespecialiseerde toepassingen:
- Autodesk Inventor voor 3D-modellering;
- Excel voor het uploaden van werkstukafmetingen;
- Excel voor het berekenen van de kosten van de lay-out;
- HSM-module voor het maken van een CNC-besturingsprogramma;
- Computerbestandssysteem voor het beheren van programmabestanden;
- Mach3-omgeving voor het besturen van een CNC-machine.
Gegevens moesten handmatig van omgeving naar omgeving worden overgedragen, en deze omvatten hele tabellen en reeksen waarden. Het proces is traag en er gebeuren vaak fouten.
Daarvoor heb ik meegewerkt aan de ontwikkeling en productie van lichtgeleiders (). Er was daar veel onderzoek, ontwerp en berekeningen: gespecialiseerde omgevingen voor thermische en verlichtingsberekeningen (Ansys, Dialux), plus kosteneffectiviteitsberekeningen, plus Autocad en Inventor voor modellen en tekeningen. En hier dezelfde moeilijkheden: het berekeningsresultaat van de ene applicatie moet voor de volgende berekening naar een andere applicatie worden gesleept. En dus meerdere malen op zoek naar de optimale oplossing.
De tijd van een ingenieur en de tijd van een wetenschapper zijn zeer waardevolle tijd. We hebben het hier niet over salaris. Achter de berekeningen van de ingenieur schuilt een groot project met een team. Achter het onderzoek van de wetenschapper schuilt het perspectief van een hele industrie. Maar vaak draagt een hooggekwalificeerde specialist ‘dom’ waarden over van het ene programma naar het andere in plaats van concepten te ontwikkelen, te modelleren, resultaten te interpreteren, te bespreken en te brainstormen met collega’s.
Het kenmerk van de moderne zakelijke omgeving is snelheid. De markt is voortdurend aan het pushen. In 2014 hebben we 2-3 weken nodig gehad om een model te maken. In 2018 waren het drie dagen en dat leek al te lang. Nu moet de ontwerper meerdere oplossingsopties produceren in dezelfde tijd die voorheen aan slechts één optie was toegewezen.
En nog een punt: investeringen en risico's. Om een project ‘aan te slaan’ moet een onderneming ~6% van de kosten van dit project investeren in conceptuele ontwikkeling voordat een overeenkomst met de klant wordt gesloten. Deze fondsen gaan:
- voor onderzoek;
- conceptueel ontwerp;
- beoordeling van arbeidskosten;
- het maken van schetsen enz.
Het bedrijf haalt ze uit eigen zak, dit is haar eigen risico. Aandacht voor het concept vergt de tijd van specialisten, en zij zijn bezig met routine.
Nadat ik kennis had gemaakt met de werkinstrumenten van een IT-bedrijf, raakte ik geïnteresseerd in welke praktijken voor bedrijfsprocesautomatisering nuttig zouden kunnen zijn voor ingenieurs. Bedrijven maken dus al lang gebruik van robotprocesautomatisering (RPA) om routine tegen te gaan.
RPA-fabrikanten claimen de volgende voordelen van een dergelijke automatiseringstool:
- veelzijdigheid (de robot kan met elke applicatie, met elke databron werken);
- leergemak (er zijn geen diepgaande competenties op het gebied van programmeren en administratie vereist);
- snelheid van ontwikkeling (het voltooide algoritme kost minder tijd dan traditioneel programmeren);
- echte verlichting van de werknemer bij routinematige handelingen.
Op basis van deze criteria gaan we na wat het effect is van het gebruik van RPA in technische/wetenschappelijke berekeningen.
Beschrijving van het voorbeeld
Laten we naar een eenvoudig voorbeeld kijken. Er is een vrijdragende balk met een lading.
Laten we dit probleem bekijken vanuit de positie van een ingenieur en vanuit de positie van een wetenschapper.
Geval “ingenieur”: er is een uitkragende balk van 2 m lang, die een last van 500 kg kan dragen met een drievoudige veiligheidsmarge. De balk is gemaakt van een rechthoekige buis. Het is noodzakelijk om het gedeelte van de balk te selecteren volgens de GOST-catalogus.
Case "wetenschapper": ontdek hoe de massa van de lading, de dwarsdoorsnede en de lengte van de balk het draagvermogen van deze balk beïnvloeden. Leid de regressievergelijking af.
In beide gevallen wordt rekening gehouden met de zwaartekracht, die inwerkt op de balk in verhouding tot de massa van de balk.
Laten we het eerste geval - "ingenieur" in detail bestuderen. Het geval van de ‘wetenschapper’ wordt op een vergelijkbare manier geïmplementeerd.
Technisch gezien is ons voorbeeld heel eenvoudig. En een vakspecialist kan het eenvoudig op een rekenmachine berekenen. We hebben nog een ander doel: laten zien hoe een RPA-oplossing kan helpen als de taak grootschalig wordt.
Bij vereenvoudigingen merken we ook op: de dwarsdoorsnede van de buis is een ideale rechthoek, zonder de hoeken af te ronden, zonder rekening te houden met de las.
De taak van de ingenieur
Het algemene schema van de 'ingenieur'-zaak is als volgt:
- Op een Excel-blad hebben we een tabel met het assortiment buizen volgens GOST.
- Voor elke invoer in deze tabel moeten we een 3D-model bouwen in Autodesk Inventor.
- Vervolgens voeren we in de Inventor Stress Analyses omgeving een sterkteberekening uit en uploaden we het rekenresultaat naar html.
- We vinden de waarde “Maximum von Mises stress” in het resulterende bestand.
- We stoppen met de berekening als de veiligheidsfactor (de verhouding tussen de vloeigrens van het materiaal en de maximale von Mises-spanning) kleiner is dan 3.
Wij zijn van mening dat een balk met een geschikte dwarsdoorsnede een drievoudige veiligheidsmarge zal bieden en onder andere een minimaal gewicht zal hebben.
In totaal werkt de specialist in onze opdracht met 3 applicaties (zie schema hierboven). In een reële situatie kan het aantal aanvragen nog groter zijn.
GOST 8645-68 "Rechthoekige stalen buizen" bevat 300 vermeldingen. In ons demoprobleem zullen we de lijst inkorten: we nemen één item uit elke maatfamilie. Er zijn in totaal 19 records, waaruit u er één moet kiezen.
De Inventor-modelleeromgeving, waarin we het model gaan bouwen en sterkteberekeningen doen, bevat een bibliotheek met kant-en-klare materialen. We nemen het bundelmateriaal uit deze bibliotheek:
Materiaal - Staal
Dichtheid 7,85 g/cu. cm;
Vloeigrens 207 MPa;
Treksterkte 345 MPa;
Young's modulus 210 GPa;
Afschuifmodulus 80,7692 GPa.
Zo ziet een driedimensionaal model van een belaste balk eruit:
En hier is het resultaat van de sterkteberekening. Het systeem kleurt kwetsbare delen van de straal rood. Dit zijn de plekken waar de spanning het grootst is. De schaal aan de linkerkant toont de waarde van de maximale spanning in het balkmateriaal.
Laten we nu een deel van het werk overbrengen naar de robot
Het werkschema verandert als volgt:
Wij gaan de robot assembleren in de Automation Anywhere Community Edition (hierna AA) omgeving. Laten we de evaluatiecriteria doornemen en subjectieve indrukken beschrijven.
Universalisme
RPA-oplossingen (vooral commerciële) worden voortdurend gepositioneerd als middel om bedrijfsprocessen en het werk van kantoormedewerkers te automatiseren. Voorbeelden en trainingen gaan over de interactie met ERP, ECM en internet. Alles is heel “kantoorachtig”.
In eerste instantie twijfelden we of AA de interface en data van onze Autodesk Inventor zou kunnen oppikken. Maar alles werkte echt: elk element, elke controle werd gedefinieerd en vastgelegd. Zelfs in serviceformulieren met parametertabellen kreeg de robot eenvoudig toegang tot de gewenste cel door met de muis te wijzen.
Vervolgens volgde een test met de lancering van een sterkteberekeningsstudio. En ook geen probleem. In dit stadium moesten we zorgvuldig werken met pauzes tussen acties wanneer het systeem wacht tot de berekening is voltooid.
Het ophalen van de resulterende gegevens van internet en het invoegen ervan in Excel verliep soepel.
Binnen deze taak werd de veelzijdigheid bevestigd. Afgaande op de beschrijvingen van andere RPA-leveranciers is veelzijdigheid echt een gemeenschappelijk kenmerk van deze categorie software.
Makkelijk te leren
Het kostte meerdere avonden om het onder de knie te krijgen: cursussen, trainingsvoorbeelden - het is er allemaal. Veel RPA-leveranciers bieden gratis training aan. De enige barrière: de omgevingsinterface en AA-cursussen zijn alleen in het Engels.
Snelheid van ontwikkeling
We hebben 's avonds het algoritme voor het 'ingenieursprobleem' ontwikkeld en gedebugd. De reeks acties werd in slechts 44 instructies voltooid. Hieronder ziet u een fragment van de Automation Anywhere-interface met een voltooide robot. Low-code/geen code-concept - programmeren was niet nodig: we gebruikten operatierecorders of drug'n'drop uit de commandobibliotheek. Configureer vervolgens de parameters in het eigenschappenvenster.
Verlossing van routine
De robot besteedt 1 minuut en 20 seconden aan het verwerken van één record. Zonder robot hebben we ongeveer evenveel tijd besteed aan het verwerken van één record.
Als we het over tientallen en honderden records hebben, zal een persoon onvermijdelijk moe worden en afgeleid raken. Het kan zijn dat een specialist plotseling met een andere taak bezig is. Bij een persoon werkt een deel van de vorm "Als een taak A minuten duurt, kunnen N dergelijke taken in A * N minuten worden voltooid" niet - het kost altijd meer tijd.
In ons voorbeeld sorteert de robot de records opeenvolgend, te beginnen met de grootste secties. Op grote arrays is dit een langzame methode. Om het proces te versnellen, kunt u opeenvolgende benaderingen implementeren, bijvoorbeeld de methode van Newton of halve deling.
Berekeningsresultaat:
Tabel 1. Resultaat van het selecteren van de liggersectie
De taak van de wetenschapper
De taak van de wetenschapper is om verschillende numerieke experimenten uit te voeren om de wet te bepalen volgens welke het draagvermogen van een balk verandert afhankelijk van de dwarsdoorsnede, lengte en massa van de lading. De gevonden wet wordt geformuleerd in de vorm van een regressievergelijking.
Om een regressievergelijking accuraat te laten zijn, moet een wetenschapper een grote hoeveelheid gegevens verwerken.
Voor ons voorbeeld wordt een array met invoervariabelen toegewezen:
- hoogte buisprofiel;
- breedte;
- wanddikte;
- balklengte;
- gewicht van de lading.
Als we de berekening voor minimaal 3 waarden van elke variabele moeten doen, dan zijn dit in totaal 243 herhalingen. Met een duur van twee minuten van één iteratie bedraagt de totale tijd 8 uur: een hele werkdag! Voor een vollediger onderzoek moeten we niet 3 waarden nemen, maar 10 of meer.
In de loop van het onderzoek zal zeker duidelijk worden dat er aanvullende factoren in het model moeten worden opgenomen. U kunt bijvoorbeeld verschillende staalsoorten 'aandrijven'. Het volume van de berekeningen neemt tientallen en honderden keren toe.
Bij een echte taak zal de robot de wetenschapper een aantal dagen kunnen vrijmaken, die de specialist zal gebruiken om de publicatie voor te bereiden, en dit is de belangrijkste indicator van de activiteit van de wetenschapper.
Beknopt
Het ‘product’ van een ingenieur is een echt werkend apparaat, een ontwerp. Robotisering van berekeningen zal de risico’s verminderen als gevolg van de diepere ontwikkeling van het project (meer berekeningen, meer modi, meer opties).
Het ‘product’ van een wetenschapper is een vergelijking, patroon of andere compacte beschrijving. En hoe nauwkeuriger het is, hoe meer gegevens bij de analyse betrokken zijn. Een RPA-oplossing zal helpen bij het genereren van informatie “voedsel” voor modellen.
Laten we ons voorbeeld samenvatten.
De rol van het rekenmodel kan elk model zijn: een brugmodel, een motormodel, een verwarmingssysteemmodel. De specialist moet ervoor zorgen dat alle componenten van het model in correcte interactie met elkaar staan en dat het model “buiten” een reeks belangrijke parameter-variabelen biedt.
De rol van de computeromgeving wordt gespeeld door elke applicatie die een specialist in zijn werk gebruikt. Ansys, Autocad, Solidworks, FlowVision, Dialux, PowerMill, Archicad. Of iets dat intern is ontwikkeld, bijvoorbeeld een programma voor het selecteren van ventilatoren in een fabriek (zie Systemair-apparatuurselectieprogramma's).
Als gegevensbron beschouwen we een website, een database, een Excel-sheet en een txt-bestand.
Het eindresultaat van het werk – een rapport – is een Word-document met automatisch gegenereerde tekst, een Excel-grafiek, een set screenshots of een e-mailnieuwsbrief.
RPA is overal toepasbaar waar technische analyse van toepassing is. Hier zijn enkele gebieden:
- sterkteberekeningen en vervorming;
- hydro- en gasdynamiek;
- warmte uitwisseling;
- elektromagnetisme;
- interdisciplinaire analyse;
- generatief ontwerp;
- besturingsprogramma's voor CNC (bijvoorbeeld nesten);
- medisch en biologisch onderzoek;
- bij berekeningen van systemen met feedback of niet-stationaire systemen (wanneer het eindresultaat moet worden overgedragen naar de brongegevens en de berekening moet worden herhaald).
Tegenwoordig worden RPA-oplossingen actief gebruikt in het bedrijfsleven om processen te automatiseren en met gegevens te werken. De routine van een kantoormedewerker, een ingenieur en een wetenschapper heeft veel gemeen. We hebben aangetoond dat robots nuttig zijn in techniek en wetenschap.
Laten we onze indrukken samenvatten.
- Veelzijdigheid - ja, RPA is een universeel hulpmiddel.
- Gemakkelijk te leren - ja, eenvoudig en toegankelijk, maar je hebt een taal nodig.
- Snelheid van ontwikkeling - ja, het algoritme is snel in elkaar gezet, vooral als je het werken met recorders onder de knie hebt.
- Jezelf bevrijden van routine - ja, het kan echt voordelen opleveren bij grootschalige taken.
Bron: www.habr.com