pSeven: облачная малокодовая среда для автоматизации инженерных процессов и совместной работы. Применение искусственного интеллекта и машинного обучения, аналитики данных и оптимизации в масштабах всего предприятия

Мнение компании CIMdata

Основные выводы:

• высокая сложность проектирования киберфизических изделий, интеллектуальных систем и «систем систем» требует все более широкого внедрения современных средств автоматизированного проектирования, численного моделирования, междисциплинарного анализа и оптимизации (МДАО), основанных на технологиях искусственного интеллекта и машинного обучения;
• создание междисциплинарных Цифровых двойников, анализ и оптимизация выполняются уже на этапе эскизного проектирования. Затем на этапах изготовления и эксплуатации изделий применяются гибридные Цифровые двойники, основанные и на физических расчетах, и на результатах работы алгоритмов машинного обучения;
• ведущие предприятия используют МДАО при создании инноваций, с целью снижения общих затрат на разработку изделий, минимизации переделок и производственных дефектов, сокращения сроков технического обслуживания, оптимизации эксплуатационных характеристик и затрат;
• малокодовая (low-code) среда совместной работы pSeven позволяет анализировать, автоматизировать и непрерывно совершенствовать передовые методики расчетов характеристик и оптимизации конструкции, что значительно повышает общую производительность конструкторско-технологических работ;
• pSeven Enterprise компании DATADVANCE использует свою интеллектуальную собственность в веб-приложениях МДАО и специализированных приложениях для анализа данных, применяемых  специалистами в самых разных областях;
• «демократизация» средств численного моделирования физических явлений, расчетов характеристик изделий, оптимизации конструкции и самых современных методов анализа данных в масштабах всего предприятия — ключевой фактор реализации инициатив по цифровой трансформации.

Технологии автоматизированного проектирования и численного моделирования применяются во всех отраслях промышленности еще с 1970-х годов. Однако сегодня предприятия сталкиваются с новыми проблемами, так как изделия становятся всё более сложными и многофункциональными, а также обмениваются данными при работе. В рамках концепции Industry 4.0 сложное изделие, содержащее электронные компоненты и встроенное программное обеспечение, рассматривается как «система систем». Чтобы успешно конкурировать на современном мировом рынке, ведущие промышленные предприятия должны использовать новые технологии цифровизации всех процессов жизненного цикла изделия, одновременно расширяя инвестиции в системы численного моделирования и вычислительных экспериментов. Проектирование сложных киберфизических систем требует глубокой интеграции при проведении междисциплинарного численного моделирования, анализа данных и оптимизации проектных решений, включая технологии искусственного интеллекта (ИИ), машинного (МО) и глубокого обучения (ГО). Обещанные преимущества этих технологий с точки зрения бизнеса значительно повысили ожидания высшего руководства компаний в плане окупаемости инвестиций, в том числе потому, что новое поколение инженеров и исследователей, постоянно работающих в Интернете, с готовностью принимает такие технологии.

Однако специализированные инструменты и разрозненные процессы разработки не обеспечивают единства информации, необходимого для совместного принятия решений в различных инженерных дисциплинах (механика, электрика и электроника, программное обеспечение и т.д.) и видах деятельности предприятия (системоориентированное проектирование, НИОКР, испытания и контроль проектных решений, производство и эксплуатация). Происходит утрата опыта и знаний предыдущих поколений и общая деградация базовых инженерных навыков среди представителей поколения TikTok и YouTube. В этих условиях совершенно необходимой становится так называемая демократизация — предоставление всем сотрудникам доступа к богатому опыту, накопленному лучшими специалистами по численному моделированию и анализу данных, что позволит внедрять передовые методы проектирования и моделирования изделий. Профессиональные разработчики и исследователи (то есть опытные специалисты и пользователи ПО) должны разрабатывать, оценивать и автоматизировать передовые методы анализа и оптимизации, чтобы их могли использовать «простые инженеры» с ограниченными познаниями в численном моделировании и анализе данных средствами искусственного интеллекта и машинного обучения.

С появлением Интернета вещей и многочисленных датчиков, контролирующих процесс эксплуатации изделия, технологии искусственного интеллекта, машинного обучения и анализа данных приобретают всё большее значение с точки зрения контроля и совершенствования гибридных Цифровых двойников, основанных на моделировании физических процессов. Такие двойники прогнозируют и оптимизируют характеристики киберфизических изделий и технологических систем.

DATADVANCE

DATADVANCE — независимый разработчик программного обеспечения, предоставляющий промышленные программные решения и консалтинговые услуги для автоматизации, оптимизации и предиктивного моделирования. Офисы компании находятся в Москве и Тулузе (Франция) — центре европейской аэрокосмической промышленности. Компания уже более 10 лет сотрудничает с ведущими авиационно-космическими предприятиями по всему миру. Помимо авиационно-космической отрасли, среди заказчиков DATADVANCE — предприятия автомобильной и фармацевтической промышленности, тяжелого машиностроения, судостроения и морской газонефтедобычи, энергетики и турбомашиностроения.

Компания DATADVANCE разрабатывает, поставляет и обслуживает решения для предиктивного моделирования и оптимизации, реализованные в виде удобной для пользователей малокодовой web-платформы pSeven. Компания DATADVANCE сотрудничает с ведущими мировыми разработчиками программного обеспечения, исследовательскими центрами и университетами, с тем чтобы постоянно создавать инновации и совершенствовать программные продукты и услуги.

Линейка продуктов pSeven

pSeven — это линейка программных продуктов для анализа данных и оптимизации. Продукты линейки pSeven используются как автономно на рабочем месте инженера, так и в виде интегрированного облачного решения для автоматизации корпоративных рабочих процессов. На рис. 1 представлен набор решений в составе пакета pSeven.

Рис. 1. Решения линейки pSeven (изображение предоставлено компанией DATADVANCE)

pSeven Core

pSeven Core — это интегрированный набор инструментов с современными алгоритмами собственной разработки, выполняющими анализ проектных решений и прогностическое моделирование. Данное решение реализовано в виде модуля языка Python, ставшего фактическим стандартом в сфере научных вычислений. Модуль pSeven Core поставляется отдельно или в составе пакета pSeven.

Пользователи на всех уровнях могут решать задачи многодисциплинарного анализа и оптимизации, используя широкий спектр возможностей pSeven Core. Среди них — эффективные и проверенные на практике алгоритмы машинного обучения, а также алгоритмы многокритериальной и робастной оптимизации.

Модуль SmartSelection автоматически выбирает и настраивает наиболее подходящий и эффективный алгоритм машинного обучения или оптимизации из тех, что реализованы в pSeven Core. Данный модуль позволяет начинающим инженерам и специалистам по анализу данных использовать мощные инструменты МДАО и предиктивного анализа при работе с гибридными Цифровыми двойниками.

pSeven

pSeven фиксирует для последующего использования лучшие практики МДАО, а также создает гибридные Цифровые двойники, в которых численное моделирование сочетается с алгоритмами машинного обучения на основе экспериментальных данных. pSeven работает как на рабочем месте инженера, так и на собственных облачных платформах предприятия.

Разработка масштабируемых процессов анализа данных и многодисциплинарного анализа и оптимизации выполняется при помощи простых средств визуального программирования.

Поддерживается создание рабочих процессов для автоматизации расчетов в различных инструментах проектирования (CAD) и численного моделирования (CAE), служащих для оценки функциональных характеристик изделия, а также для управления данными расчетами. При этом автоматизированные процессы разрабатываются различными группами специалистов, а результаты их работы объединяются в основной рабочий процесс без необходимости ручных доработок или преобразования данных.

pSeven Enterprise

pSeven Enterprise — это облачная среда малокодовой разработки, предназначенная для сбора и обмена передовыми методиками МДАО в масштабах всего предприятия. Данное решение обеспечивает междисциплинарную совместную работу инженеров и исследователей на всех уровнях расширенной экосистемы (рис. 2).

Рис. 2. pSeven Enterprise — облачное решение со всеми возможностями pSeven в области автоматизации проектирования, численного моделирования, предиктивной аналитики и совместной работы (изображение предоставлено компанией DATADVANCE)

Разработчики создают, редактируют и совместно используют междисциплинарные рабочие процессы моделирования, оптимизации и предиктивного анализа данных в едином облачном рабочем пространстве. При этом пользовательский интерфейс и основные возможности такие же, как у локальных приложений pSeven и pSeven Core.

В системе предусмотрена масса возможностей для различных профессиональных групп и пользователей с разными уровнями квалификации:

• Enterprise Studio и Enterprise Analyze предназначен для специалистов и опытных пользователей;
• Enterprise AppsHub (он же — корпоративный магазин приложений) предназначен для тех, кто работает со специализированными приложениями и сервисами. Данный модуль предлагает инструменты мониторинга, управления запусками, значительно расширяющие число пользователей (так называемая демократизация);

Это открытая и масштабируемая полностью облачная среда:

• открытый программный интерфейс (API) обеспечивает обмен данными с другими средами совместной работы, среди которых — SPDM, PLM/PDM, ERP, а также доступ к эксплуатационным данным оборудования (через платформы промышленного Интернета вещей);
• pSeven Enterprise работает в общедоступных и корпоративных облачных средах. Поддерживается режим «запустить и забыть», когда выполнение элементов рабочих процессов производится на определенных пользователем вычислительных ресурсах, находящихся в управлении pSeven Enterprise;
• облачная архитектура позволяет создавать и запускать инженерные рабочие процессы с любого подключенного к сети устройства.

pSeven: примеры внедрения

С 2012 года решение pSeven успешно применяется в самых разных отраслях с целью проведения многодисциплинарного анализа и оптимизации. Для этого служат средства автоматизации рабочих процессов, численного моделирования, анализа данных и предиктивного моделирования на основе технологий искусственного интеллекта и машинного обучения. Примеры внедрения приведены ниже.

Airbus: многокритериальная оптимизация конструкции семейства самолетов

Задача

Оптимизация конструкции семейства из трех моделей самолетов на этапе эскизного проектирования с целью сокращения затрат и объема последующих доработок.

Сложности

Высокая размерность задачи: 9 целевых функций, 12 входных параметров, 33 нелинейных ограничения. Проблема оптимизации считалась нерешаемой силами инженеров.

Решение

Поэтапная многокритериальная оптимизация, интеграция с инструментами численного моделирования собственной разработки.

Результат

Рост производительности на 5%.

Сокращение сроков проектирования на 20%.

Mitsubishi Motors: прогнозирование параметров процесса горения

Задача

Прогнозирование параметров процесса горения с целью точного моделирования работы двигателя внутреннего сгорания.

Сложности

Ограниченный объем экспериментальных данных.

Требуемая высокая точность прогнозируемых величин.

Решение

Первый этап. Подбор параметров модели горения на основе экспериментальных зависимостей давления в цилиндре от угла поворота коленвала при помощи алгоритмов оптимизации.

Второй этап. Построение модели, прогнозирующей параметры процесса горения в произвольном режиме работы двигателя.

Результат

Создана быстрая и точная модель, которую можно использовать для дальнейших акустических 1D-расчетов путем ее экспорта в формат FMI.

Заключение

Реальные изделия эксплуатируются в самых разных условиях, а многие варианты применения не учитываются в ходе разработки. Выявление влияния изменений конструкции на характеристики изделия в состоянии «после изготовления» и «после технического обслуживания» необходимо для внедрения гибридных Цифровых двойников и проведения точного анализа, прогнозирования и оптимизации современных сложных изделий и систем.

По мнению CIMdata, продукты  pSeven компании DATADVANCE предоставляют превосходный набор функций для разработки систем на основе результатов численного моделирования путем эффективной автоматизации задач МДАО и поддержки совместной работы инженеров на основе интернет-технологий. Кроме того, предусмотрены эффективные средства оптимизации, применяемые в различных подразделениях предприятия. Например, к таким средствам относятся Цифровые двойники, основанные на моделировании физических процессов. Они используются на этапах НИОКР, конструирования, изготовления и эксплуатации изделий.

Дополнительную информацию смотрите на сайте
www.DATADVANCE.ru