分析ベースの製品エンジニアリングの利点

システムシミュレーションとIoT機能がデータフィードバックループをどのように閉じることができるかを見てみましょう。

製品が販売された後、製品エンジニアは通常、現場での製品のパフォーマンスについてほとんどフィードバックを受け取りません。もはやそうである必要はありません。適切なソリューションを使用すると、製品メーカーはシステムシミュレーションとIoT機能を組み合わせて製品設計を改善し、実際の負荷ケースに基づくシミュレーションを使用して解決策を発行できます。

RTInsightsは最近、グローバルポートフォリオ開発のJasminKleinとSiemensのクラウ​​ドソリューションマネージャーのChristianBinkowskiと話し合い、リアルタイムの製品最適化を実現するために、製品エンジニアと現場のデバイスとの間にデータフィードバックループを含めることの利点について話し合いました。双子など。これが会話の要約です。

RTInsights：分析ベースの製品エンジニアリングとは何ですか？

クライン： 分析ベースの製品エンジニアリングにより、ユーザーは現場の製品またはマシンからライブパフォーマンスデータを取得し、それを製品シミュレーションモデルにプッシュして、製品設計を改善できます。ライブプロダクションデータがモデルにフィードバックされると、閉ループデジタルツインが作成されます。

このデジタルツインは、製品のデザインを積極的に改善するために使用できます。たとえば、製品に問題が発生し始めた場合、ライブデータを使用して製品に対して正確なシミュレーションを実行し、問題の根本原因の特定を開始できます。問題を完全に理解した上で、将来の反復のために設計に必要な変更を加えることができます。変更の影響は、マシンからの実際のデータを使用したより正確なシミュレーションモデルを使用して正確に検証することもできます。

RTInsights：分析ベースの製品エンジニアリングを使用する利点は何ですか？

クライン： 正確なシミュレーションにより、設計者はより適切な決定を下すことができるだけでなく、新しい設計を市場に出すための時間とコストを削減できます。プロトタイピングの必要性はほとんどなくなります。企業は、顧客のニーズを満たし、顧客満足度を高めるユーザー中心の製品を開発する能力を持っています。実際のデータを使用し、エラーをシミュレートし、設計を改善することで、現場の問題から学ぶことができます。このようにして、製品の問題を排除し、製品の検証時間を短縮することで時間と費用を節約し、過剰なエンジニアリングを回避できます。同時に、これにより全体的な効率が向上します。

RTInsights： この分野でシーメンスはどのようなソリューションを提供していますか？

ビンコウスキー： シーメンスには、サービスソリューションとしての産業用IoTであるMindSphere®があります。これは、さまざまなタイプやブランドの製品、マシン、システムを相互に接続します。このソリューションは、パフォーマンスデータを収集、集約、管理、および分析します。特に、MindSphere Analyticsベースの製品エンジニアリングソリューションの場合、MindSphereはSimcenter ^TM とシームレスに統合されています。 Amesim ^TM 専用コネクタを介したソフトウェア。 MindSphereアプリケーションは、このコネクタを使用して、ライブパフォーマンスデータをシミュレーションモデルにプッシュバックします。

（Simcenter Amesimソフトウェアは、さまざまな種類のメカトロニクスシステムをすべてシミュレートします。マシン、車、バッテリー、船などのライブラリとソリューションテンプレートが多数付属しています。）

両方のシステム間で接続が確立されたら、調査する時系列データを選択できます。たとえば、現場で問題が発生した場合、そのインシデントの20分前またはその前後をシミュレートすることができます。 MindSphereで時間枠を選択すると、MindSphereはシミュレーションパッケージを生成し、これをSimcenterAmesimに転送します。次に、シミュレーションが実行されます。実行が完了すると、MindSphereでシミュレーション結果を確認できます。

RTInsights： ユースケースと成功例を​​挙げていただけますか？

クライン： 一般的なユースケースから始めます。今日、ほとんどの場合、機械は顧客に出荷され、製品マネージャーは、製品設計を改善するために現場での機械の性能に関する情報を取得することはありません。問題が発生した場合は、サポートに連絡し、お客様のサイトで問題を修正します。サポートからの情報は通常、製品エンジニアに届かないか、かなり後で送信されます。これらのギャップがあるため、製品エンジニアは仮説に基づいた設計を開発する必要があり、その結果、エンジニアリングが過剰または不足します。結局のところ、これは顧客の要件が満たされていないか、将来満たされなくなることを意味します。

MindSphereが提供する分析ベースのエンジニアリングアプローチは、製品設計を変更し、現場でのパフォーマンスを向上させるためのフィードバックループを提供します。

ビンコウスキー： もう1つの例は、既存の製品のパフォーマンスを最適化することです。このソリューションは、MindSphereで直接シミュレーションモデルの特定のパラメーターを微調整する機能を提供します。たとえば、さまざまな速度で動作できる製品がある場合、どの速度が最適かをテストできます。更新されたシミュレーションモデルを使用してパラメータを実行すると、ラインの現在の状態を使用してマシンをテストできます。

クライン： MindSphereのようなIoTソリューションに接続されたマシンを販売している顧客の例を見ると、その顧客は継続的にデータを収集し、いつでもパフォーマンスの洞察を取得し、この情報を使用して問題をシミュレートして製品設計を改善できます。

製品エンジニアは、マシンのライブデータから直接学習して結論を​​導き出すことができます。最終的に、これにより、製品エンジニアはユーザー中心の製品を開発し、顧客満足度を高めることができます。

一例は、クレーンと吊り上げ装置の製造とサービスを専門とするフィンランドの会社であるKonecranesです。製品開発プロセスを加速し、製品とパフォーマンスのデータを相互に接続するためのデジタルソリューションを実装しました。

同社は、MindSphereとSiemensのデジタルライフサイクル管理ソフトウェアであるTeamcenter®を使用して、デジタルツインを活用し、作成する必要のあるプロトタイプの数を減らしています。これにより、効率が向上し、製品の検証時間が短縮されます。デジタルイノベーションソリューションを実装することで、製品開発プロセスを加速し、シミュレーションテストと社内のエンジニアリング組織間のコラボレーションを強化しました。