Digital Thread for Design (DT4D) – рабочая среда для проектных работ с использованием суррогатного моделирования
Участники проекта
- General Electrics (GE)
Используемые технологии
- Суррогатное моделирование
- Искусственный интеллект
- Машинное обучение
- Нейросети
Участники проекта
General Electrics (GE)
Используемые технологии
- Суррогатное моделирование
- Искусственный интеллект
- Машинное обучение
- Нейросети
Описание решения
Digital Thread for Design (DT4D) – единое автоматизированное рабочее пространство для инженеров-конструкторов, в котором реализованы технологии суррогатного моделирования. Оно позволяет проводить моделирование на базе искусственного интеллекта и управлять связанными с этим процессом потоками данных.
DT4D используется компанией GE в процессе проектирования реактивных двигателей и силовых турбин. Решение способно в течение 15 минут оценить до 1 миллиона различных вариантов компоновки изделий.
DT4D использует нейронную сеть, которая обучена на основе библиотеки проектирования, хранящей петабайты конструкторской документации и результатов испытаний. Нейронная сеть оценивает разработанные материалы на их соответствие стандартам гидродинамики.
Преимущества решения
- Сокращает сроки проектирования изделий
- Повышает эффективность и продуктивность процесса проектирования, позволяя выполнить большее количество проектов за единицу времени
- Повышает качество и точность проектирования, позволяет ускорить корректировку и адаптацию проекта
- Сокращает затраты на НИОКР
- Формирует единую рабочую среду для инженеров-конструкторов с встроенными аналитическими инструментами, работающими в режиме реального времени
Возможные сферы применения
- Аэрокосмическая техника и аэро- и термодинамика
- Биоинформатика
- Сетевое моделирование
- Автоматизация цифрового проектирования (EDA)
- Экологическое моделирование
- Производство моделей
- 3D-печать в металле
Добавленная стоимость при использовании в цепочках поставок
- Операционная деятельность: повышение эффективности, сокращение издержек и сроков моделирования изделий
- Активы: повышение капитализации бизнеса
- Технологическое развитие: повышение эффективности и продуктивности разработки новых продуктов
- Персонал: сокращение затрат на содержание штата
- Финансы: повышение качества принимаемых решений
Уровень зрелости – 2 ⃰
- Решение используется в тестовом режиме компанией General Electric. В ходе эксплуатации решения было проведено моделирование на основе сотни показателей CFD, в ходе которого система в течение 15 минут смогла предложить оценить миллион вариантов конструкции изделия
- Ожидаемый эффект применения: повышение эффективности проектирования изделий в миллионы раз
- Ожидаемый срок масштабирования решения – от 2 до 5 лет
Пути развития решения
- Технологии: развитие инфраструктуры для повышения эффективности работы с данными, лучшей масштабируемости, сокращения энергопотребления и распространения суррогатного моделирования
- Повышение точности вычислений: сокращение числа возможных вариантов при моделировании, обеспечение максимальной точности расчетов
- Коллаборация: наглядная демонстрация сотрудникам преимуществ автоматизации НИОКР
- Обучение: повышение навыков работы сотрудников с системами суррогатного моделирования
Отдаленные перспективы
- Автоматизация выполнения логистических операций при проведении проектирования сложных промышленных изделий с использованием искусственного интеллекта в рамках концепции Индустрии 4.0
- Бизнес-процессы: суррогатное моделирование обеспечивает гибкость бизнеса за счет ускорения НИОКР
- Конструирование: суррогатное моделирование расширяет возможности проектирования и дает результаты, которые ранее нельзя было представить
- Бизнес: получение возможности предложения сторонним заказчикам услуг по разработке изделий на заказ
Особенности использования решения
- Технологии: необходима предварительная оценка совместимости роботов с используемыми в компании оборудованием и информационными системами
- Программное обеспечение: необходим выбор наиболее подходящей для компании системы моделирования (нейронные сети – один из возможных примеров), для взаимодействия с нейронными сетями могут использоваться как собственные, так и сторонние решения, система моделирования должна интегрироваться с используемыми в компании решениями для управления жизненным циклом изделий
- Оборудование: для работы системы моделирования необходимо использовать системы хранения данных большой емкости
- Данные: уже имеющиеся в компании данные необходимо переформатировать в соответствии с требованиями системы
- Для подготовки суррогатной модели потребуются предварительная обработка данных, обучение суррогатной модели, ее последующее хранение и развертывание
- Обучение: требуется подготовка персонала для принятия решений на основе данных, потребуется найм квалифицированного персонала для поддержки системам суррогатного моделирования
Комплаенс
- В соответствии с требованиями GDPR компании обязаны организовать их хранение и в некоторых случаях иметь в штате выделенного сотрудника, отвечающего за работу с персональными данными
- Необходимо обеспечить соблюдение рекомендаций Еврокомиссии по этике использования систем искусственного интеллекта