Od co najmniej 20 lat konstruktor ma do dyspozycji komputerowe systemy wspomagające pracę. Zakres wspomagania prac projektowych przez te systemy jest bardzo różny – od tworzenia rysunków po zaawansowane modelowanie przestrzenne. Dzisiaj prawie każdy system CAD umożliwia modelowanie bryłowe lub powierzchniowe, które skraca czas projektowania, redukuje liczbę prototypów fizycznych i zapewnia lepszą jakość produktu finalnego. Systemy CAE oferują bogaty zestaw analiz dynamicznych i wytrzymałościowych, a systemy CAM wspomagają definicję dowolnego procesu skrawania. Jednak każdy z tych systemów nie może być wyizolowaną wyspą w strukturze firmy i dlatego coraz częściej nie tylko mówimy, ale wdrażamy zintegrowane środowisko CAD/CAM/CAE wspomagane mechanizmami inteligentnego poszukiwania, przepływu i dostępu do informacji o projekcie, czyli… PLM
RYS. 1
Sama integracja to jednak za mało, bo – wracając do konstruktora – trzeba zauważyć, że zazwyczaj system CAD pomaga zdefiniować model geometryczny, czasami ostrzega o niemożliwości realizacji jakiegoś zadania z powodu ograniczeń jego algorytmów obliczeniowych lub nielogicznej geometrii, ale niezwykle rzadko podpowiada JAK i DLACZEGO rozwiązać problem konstrukcyjny (a nie geometryczny!). Inaczej mówiąc system CAD przyspiesza pracę nad projektem, bo umożliwia automatyzację pewnych rutynowych zadań konstrukcyjnych, ale nie zwalnia konstruktora od myślenia, kreatywności oraz obowiązku przestrzegania norm i zasad konstruowania. I o ile innowacyjność projektu może być w tylko niewielkim stopniu wspomagana technikami komputerowymi, to zapewnienie zgodności projektu z wymaganiami konstrukcyjnymi, technologicznymi czy montażowymi może być wspomagane przez system CAD.
Załóżmy z pewnym uproszczeniem, że proces projektowania składa się z fazy koncepcyjnej i szczegółowej. Rezultatem prac koncepcyjnych jest zestaw elementów podstawowych, na przykład: szkice, główne krzywe, przekroje charakterystyczne, płaszczyzny symetrii czy schematy kinematyczne. Na tym etapie projektowania inwencja konstruktora ma znaczenie decydujące. W fazie projektowania szczegółowego, kiedy trzeba zdefiniować precyzyjnie kształt każdej części, zweryfikować jej technologiczność oraz funkcjonalność w kontekście zespołu części – wiedza i doświadczenie konstruktora są nieocenione, bo to konstruktor odpowiada sam sobie na pytania: JAK i DLACZEGO.
RYS. 2
Także w przypadku projektowania kolejnego wyrobu, typowego dla specjalności konstruktora, musi on przeszukać zasoby swojego mózgu i po raz kolejny zastosować wiedzę, którą zdobył przez lata pracy w danej dziedzinie. A co ma zrobić początkujący konstruktor lub ten, kto po raz pierwszy próbuje rozwiązać problem, który być może jest jak przysłowiowa bułka z masłem dla kolegi zza ściany? Czy nie można jakoś zdefiniować wiedzy doświadczonych konstruktorów i udostępnić takiego intelektualnego kapitału firmy innym? Można, choć trzeba przyznać, że nie jest to zadanie szybkie i łatwe.
Gdyby w powiązaniu z systemem CAD zdefiniować Bazę Wiedzy, to w rezultacie otrzymalibyśmy środowisko, które w stopniu znacznie większym niż tylko automatyzacja rutynowych zadań geometrycznych wspomaga pracę konstruktora. Pomysł nie jest nowy, bo użytkownicy systemów CAD zawsze byli dodatkowo wspomagani pisanymi na żądanie programami, których celem była automatyzacja niektórych zadań na etapie projektowania szczegółowego. Niestety, nawet jeśli te programy były zintegrowane z systemem CAD, to precyzyjnie zdefiniowany algorytm był zbyt statyczny – żeby nie powiedzieć: sztywny – aby dopasować się do zmieniających się wymagań konstruktora. Mimo ewidentnych korzyści program napisany przez informatyka był dla większości konstruktorów zbyt trudny do zmodyfikowania, a zmiany konstrukcyjne są przecież istotą procesu projektowania.
RYS. 3
Podobnie w fazie opracowania koncepcji nowego wyrobu istniały i istnieją programy eksperckie, które bazując na sieciach neuronowych, logice rozmytej czy elementach sztucznej inteligencji wspomagają prace projektowe, ale zazwyczaj na etapie wstępnym. Dopiero niektóre dzisiejsze systemy CAD/CAM/ CAE umożliwiają zdefiniowanie takiego środowiska projektowego, które wspomaga konstruktora na każdym etapie projektowania, zapewniając nie tylko wspomaganie w zakresie definiowania geometrii, ale także definiowanie i udostępnienie know-how firmy i jednocześnie nie wymaga zaawansowanych umiejętności programistycznych.
KBE
Knowledge Based Engineering (KBE) to środowisko, w którym projektowany obiekt (cecha konstrukcyjna, model części lub zespołu itp.) to nie tylko jego parametryczna różnorodność geometryczna, ale także wszystko to, co jest związane wymaga zaawansowanych umiejętności programistycznych. KBE Knowledge Based Engineering (KBE) to środowisko, w którym projektowany obiekt (cecha konstrukcyjna, model części lub zespołu itp.) to nie tylko jego parametryczna różnorodność geometryczna, ale także wszystko to, co jest związane z intencją konstruktora – powiązanie wymiarów z rodzajem zastosowanego materiału, technologiczność wykonania i montażu, funkcjonalność czy wydajność. Zastosowanie takiego obiektu oznacza wskazanie lub zdefiniowanie parametrów wejściowych, które przetworzone przez wewnętrzną „inteligencję” obiektu decydują o ostatecznym kształcie, wielkości czy zastosowanych materiałach po to, aby zapewnić poprawność konstrukcyjną i zgodność z różnorodnymi wymaganiami.
RYS. 4
W tym sensie dzisiejsze rozumienie terminu KBE obejmuje globalnie zagadnienia związane z automatyzacją zadań, kapitalizacją doświadczenia konstrukcyjnego, samokształcenie (bo zastosowanie inteligentnych obiektów konstrukcyjnych jest bardzo wydajną metodą nauki) oraz rozwiązywanie kompleksowych problemów inżynierskich.
Tak rozumiane środowisko projektowe jest łatwo akceptowalne przez kadrę techniczną, konstruktorów i projektantów, którzy widzą potrzebę, zyski i zalety takiego środowiska pracy, ale to nie oni decydują o inwestycjach. Dlatego, aby przekonać szefa do podjęcia tematu, trzeba pokazać przynajmniej namiastkę tego, jak KBE może usprawnić proces projektowania. Zwłaszcza, że na poziomie biznesowym nie widać diametralnej różnicy; zastosowanie „zwykłego” systemu CAD i CAD+KBE przynosi dokładnie takie same korzyści: szybciej, lepiej i, być może, taniej.
RYS. 5
Baza Wiedzy – próba zdefiniowania
Różnorodność potencjalnych zastosowań KBE oznacza, że nie można po prostu kupić takiego środowiska. A może należałoby powiedzieć, że nie ma gotowego środowiska, które efektywnie wspomaga dowolne prace konstrukcyjne, bo najważniejszą częścią takiego rozwiązania jest Baza Wiedzy, której struktura i komponenty muszą być zdefiniowane dla konkretnego zastosowania. Czym wobec tego jest ta Baza Wiedzy? Najogólniej można powiedzieć, że jest to zbiór inteligentnych komponentów projektowych, które automatyzują typowe zadania, opisy procedur konstrukcyjnych oraz kryteria oceny poprawności projektu. Format tych komponentów zależy oczywiście w głównej mierze od systemu CAD. Jeśli koncepcja KBE miałaby być realizowana w systemie CATIA V5, to w strukturze folderów lub w klasycznej bazie danych mogą być dostępne: katalogi części parametrycznych, szablony cech konstrukcyjnych, części i zespołów części, katalogi z zestawami warunków sprawdzających, skrypty (CATScript, VBScript) oraz nowe funkcje lub nowe środowiska pracy.
Zapewne z czasem będzie można coś dodać do tej listy, bo definicja środowiska KBE nigdy się nie kończy – zawsze można zmodyfikować istniejący lub zdefiniować nowy obiekt.
Wobec tego, czy w ogóle warto zaczynać? Moim zdaniem tak.
RYS. 6
A od czego zacząć?
Proponuję rozpocząć od analizy procesu projektowania i wskazania tych komponentów lub typowych zadań konstrukcyjnych, które są często powtarzane i wymagają nie tylko wiedzy z zakresu geometrii przestrzennej, ale także wiedzy wynikającej z praktyki konstrukcyjnej. Następnie trzeba wybrać coś mało skomplikowanego i spróbować opisać zadanie w sposób najprostszy z możliwych i jednocześnie najbardziej ogólny, aby uwzględnić wszystkie przypadki geometryczne. Jeśli jakiś komponent ma być automatycznie generowany przez system, to oczywiście muszą być określone wszystkie potrzebne dane wejściowe, na przykład parametry (długość, średnica itp.), podstawowe elementy geometryczne (kontury, kierunki, płaszczyzny itp.) lub materiał oraz spodziewany rezultat. Koncepcja „czarnej skrzynki” wydaje się do tego celu najbardziej odpowiednia (rys. 1).
Trzeba też pamiętać, że parametryczność modelu przestrzennego jest związana z asocjatywnym powiązaniem jego elementów. Gdyby nie było tego powiązania, to po zmianie parametrów model by się po prostu „rozjechał”. Dlatego niezwykle ważna jest analiza zależności zdefiniowanych w modelu parametrycznym i zrozumienie tego, w jaki sposób powstają kolejne jego elementy – czyli jak powinna wyglądać procedura generowania komponentu i jaki wpływ na spodziewany rezultat ma zastosowanie takiej procedury.
RYS. 7
W tym miejscu trudno nie wspomnieć o metodach projektowania, bo zazwyczaj jest wiele możliwości rozwiązania zadania konstrukcyjnego, a każda z nich jest oparta na innym zestawie elementów wejściowych. Na przykład, gdyby zadanie polegało na zdefiniowaniu modelu kostki, niektóre z możliwych rozwiązań pokazano na rys. 2.
Gdyby taka właśnie kostka miała być zdefiniowana jako inteligentny komponent, to rezultatem zastosowania takiego komponentu jest bryła Pad.1. Konstrukcja geometryczna zastosowana w definicji tej bryły (czyli metoda projektowa) może być różna, ale rezultat jest ciągle taki sam. Na tym prostym przykładzie widać wyraźnie, że taki sam rezultat może być uzyskany różnymi sposobami. Czasami, aby odtworzyć kolejne kroki zastosowanej metody, wystarczy analiza drzewa strukturalnego modelu (rys. 2), a przypadkach bardziej skomplikowanych zalecana jest analiza typu Parents/Children (rys. 3). Może być przecież tak, że na pewnym poziomie rozwinięcia drzewa strukturalnego jest ono takie samo dla kilku metod projektowych (tu PartBody/Pad.1 + Geometrical Set.1) i dopiero analiza powiązań pomiędzy elementami modelu wskazuje jednoznacznie wszystkie obiekty nadrzędne, czyli takie, które na rys. 1 nazwano elementami wejściowymi.
Definicja inteligentnego komponentu to jednak nie tylko geometria, bo kształt, wielkość oraz położenie określone jest przez zestaw parametrów. W systemie CATIA V5 i pewnie w każdym innym systemie parametrycznym mamy dwie grupy parametrów:
Parametry wewnętrzne (rys. 4) – powiązane z definiowanym obiektem geometrycznym (na przykład Plane.1, Sketch.1 lub Pad.1). Zazwyczaj te parametry są definiowane przez system, a konstruktor ustala jedynie ich wartości (Offset = 20 dla Plane.1 lub Length = 12 dla Pad.1). W przypadku konturu Sketch.1 jego wymiary (Offset.1 = 25, Offset.2 = 25) mogą być zdefiniowane albo przez konstruktora, albo w znacznym stopniu automatycznie, jeśli zastosowano automatyczne wymiarowanie (Auto Constraint). Jednak zawsze parametry wewnętrzne są przypisane do obiektu, który opisują.
Parametry zewnętrzne (rys. 5) – zdefiniowane przez użytkownika i niezależne od innych obiektów modelu są dostępne w drzewie strukturalnym modelu wewnątrz zestawu Parameters. Oczywiście głównym celem nie jest definiowanie parametrów jako takich, ale relacji, które w postaci formuł obliczeniowych łączą parametry wewnętrzne z parametrami użytkownika; przykładem może być relacja równości parametru PartBody/Pad.1/FirstLimit/Length z parametrem Grubość (rys. 5).
Dla każdego rodzaju parametru można definiować pewne jego cechy, które wynikają z wiedzy konstruktora, na przykład lista (Add Multiple Values) lub zakres (Add Range) dopuszczalnych wartości parametru. Mówiąc o budowaniu inteligentnego modelu nie można pominąć formuł obliczeniowych, które korzystając z bogatych bibliotek procedur standardowych (Dictionary), umożliwiają zdefiniowanie praktycznie dowolnej relacji pomiędzy parametrami geometrycznymi, wytrzymałościowymi, technologicznymi czy elektrycznymi (rys. 6). Dzięki temu model geometryczny nabiera cech inteligencji, bo wiedza konstruktora (na przykład wpływ temperatury na grubość ścianki lub zależność liczby żeber wzmacniających od obciążenia) może być zapamiętana w modelu przestrzennym. Co więcej, po każdej zmianie konstrukcyjnej aktywne formuły obliczeniowe zapewniają „inteligentną reakcję” modelu geometrycznego.
Wybór metody konstruowania oraz przemyślana parametryzacja modelu nie wymagają żadnej specyficznej konfiguracji systemu, bo są dostępne dla wszystkich użytkowników systemu CATIA V5 – patrz zestaw narzędzi Knowledge (rys. 7). Niektóre z poleceń tego zestawu (na przykład Law lub Knowledge Inspector), a także cały szereg innych wymagają licencji na produkty dodatkowe, ale o tym… w kolejnych odcinkach cyklu.
Autor jest konsultantem ds. PLM
w IBM Polska
Autor: TEKST I RYSUNKI: ANDRZEJ WEŁYCZKO
