Digital Thread for Design (DT4D) – рабочая среда для проектных работ с использованием суррогатного моделирования

Проиграть видео

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
Обратная связь
Заинтересовал кейс? Оставьте свои данные и мы свяжемся с Вами.