С развитием информационных технологий нового поколения сбылась мечта о предоставлении всем инженерам-конструкторам подходящего пользовательского интерфейса, сделав инженерное моделирование доступным во время итераций при проектировании продукции различного назначения. Но, прежде чем углубиться в детали этого мощного инструмента, давайте рассмотрим методологию итераций проектирования шаг за шагом, начиная с корректной разработки требований к начальной версии продукта заканчивая окончательным вариантом лучшего результата проектирования. Глубокое обучение (deep learning) – это решение, которое ускоряет процесс проектирования, без необходимости параметризации проекта или дополнительных затрат на аппаратные ресурсы.
Само по себе машинное обучение позволяет перерабатывать инженерные данные компании, даже если они хранятся на серверах дата-центра десятилетиями. Такой подход очень эффективен для создания решений в режиме реального времени, как для дизайнеров/проектировщиков, так и для архитекторов. Он не требует формального обучения моделированию.
Удобный интерфейс помогает разработчикам САПР легко получать доступ к моделям глубокого обучения и взаимодействовать с ними, не требуя специальных технических знаний. Эти действия могут включать в себя манипулирование простыми элементами управления для настройки параметров, визуальное представление выходных данных модели и обратную связь о производительности модели в режиме реального времени. Метод глубокого обучения позволяет управлять постепенными изменениями и поддерживать методы исследования. Но идеальная разработка — это итеративный процесс проектирования, управляемый людьми и/или алгоритмами.
Технологии искусственного интеллекта, вкупе с методиками глубокого обучения, могут помочь разработчикам САПР в нескольких аспектах, для реализации различных итераций во время проектирования. Предоставление подробных прогностических моделей в 3D-формате позволяет вносить изменения в существующие проекты на основе ключевых показателей эффективности или рекомендаций заказчика, разработчика или дизайнера. Его можно даже довести до того, что он будет отвечать за итеративные задачи по оптимизации для разных режимов эксплуатации.
Концепция формата применения нейронных сетей (NCS — Neural Concept Shape) — это решение для глубокого обучения, разработанное междисциплинарными разработчиками в области интерактивного проектирования, которое сочетает в себе элементы дизайна, бизнес-знаний в области организации работы, информатику, компьютерного зрения, искусственного интеллекта и сложной математики. Она специально разрабатывалась для создания простых в использовании и понимании продуктов и услуг. Основа взаимодействия — это дизайн программного интерфейса, основанный на отзывах пользователей, а не на априорных планах поставщика. Дополнительным плюсом является тот факт, что интерфейс этот постоянно совершенствуется.
Неитеративный VS итеративный процесс: риск отсутствия обратной связи
Обычные прежние процессы проектирования сопряжены с очень высоким риском, поскольку они представляют собой единый линейный поток без тестирования или обратной связи. А итеративный подход заключается в том, что дизайн совершенствуется с помощью нескольких циклов тестирования с обратной связью, которые можно представить следующим образом:
Дизайн → Тестирование → Обратная связь → Доработка → Дизайн → Тестирование → Обратная связь → Доработка… → Конечный продукт
Важность механизмов получения промежуточных данных и результатов в регулировании биологических и искусственных систем имеет решающее значение. Они не смогли бы выжить или эволюционировать без обратной связи. В качестве первого примера системы с искусственной обратной связью давайте вспомним о том, какой вклад внёс Джеймс Уатт со своим флайболовым регулятором в развитие паровых двигателей. Эти инновации помогли проложить путь к промышленной революции. Принципы и системы управления, которые он разработал для паровых двигателей, можно рассматривать как раннюю форму кибернетики, поскольку они предполагают использование одного или нескольких контуров обратной связи для регулирования производительности машины. Как и в итеративном процессе, получение данных о состоянии отдельных механизмов/датчиков регулирует производительность всей конструкции. Возврат к одному этапу для воспроизведения одних и тех же операций, т.е. переход к следующей итерации проектирования, является сутью итеративного процесса в непрерывном цикле для приближения к желаемому результату. То есть, можно определить, что итеративный процесс проектирования означает создание продукта или услуги путём многократного повторения ряда шагов для уточнения и улучшения результата.
Правила и алгоритмы при таком процессе разработки не высечены в камне и, как правило, не являются линейными, а поэтому, при необходимости, можно будет вернуться к любому шагу в любой точке разработки продукции. Благодаря этому компании постоянно стремятся продукт, отвечающий потребностям пользователей и всех заинтересованных сторон (с учётом национальных или международных правил, стандартов, сертификации или ограничений, таких, как ограничения на выбросы вредных веществ в атмосферу и т. д.).
Итеративная модель может включать метод проб и ошибок, экспериментирование с различными решениями, их тестирование, а затем их уточнение и улучшение на основе отзывов и результатов предыдущих версий. Однако дело только этим не ограничивается — ведь моделирование также, в значительной степени, опирается на систематический и структурированный подход, при котором процесс проектирования разбивается на более мелкие этапы/сегменты или вариации, для постоянного улучшения. Это позволяет постоянно совершенствовать продукт или услугу путём многократного тестирования и доработки, с использованием инструментов компьютерного проектирования (САПР) и моделирования (CAE).
Ещё одним преимуществом является то, что в процесс могут быть задействованы конечные пользователи или заинтересованные стороны — это помогает гарантировать, что конечный продукт будет соответствовать их потребностям. Например, дизайнер может привлечь клиентов или конечных пользователей к тестированию и оценке виртуального представления продукции, собирая отзывы и корректируя конечный дизайн.
Менеджеры проектов помогают облегчить общение между членами команды, осуществляя координацию и коммуникацию, устанавливая каналы связи и проводя регулярные встречи. Это помогает гарантировать, что все знают о том, что происходит в проекте, и могут внести свой вклад в принятие решений.
Тестировщики и разработчики выявляют потенциальные риски и проблемы, которые могут возникнуть в процессе проектирования, и управляют ими, устанавливая метод мониторинга и устранения этих рисков. Постоянно совершенствующийся интерфейс помогает адаптироваться к изменениям и модификациям, предоставляя гибкий и динамичный процесс, который можно корректировать по мере необходимости для удовлетворения меняющихся потребностей проекта.
Цифровые двойники становятся все более актуальными в разработке сложной продукции, особенно в автомобильной промышленности. Примером того, как они могут использоваться при проектировании автомобилей, является разработка электромобилей (EV). На этапе проектирования электромобиля цифровые двойники можно использовать для моделирования работы трансмиссии и аккумуляторных систем, с учётом таких факторов, как условия окружающей среды, стиль вождения, деградация аккумулятора и управление температурным режимом. Запустив это моделирование, инженеры могут оптимизировать конструкцию трансмиссии и аккумуляторных систем электромобиля, чтобы улучшить их производительность, повысить эффективность и увеличить запас хода.