חברות יצרניות מכל הגדלים משתמשות בחידושים בטכנולוגיות CAD כדי לעשות יותר בפחות משאבים ולהתקדם מהר יותר. זה נכון במיוחד היום, בשוק גלובלי, בו התחרות חזקה במיוחד, ואף אחד לא בטוח מספיק מפני חדשנות משבשת ממתחרים. הבעיה גדולה אף יותר אם מוסיפים לה את המחסור בכוח אדם מנוסה, אשר, על פי manufacturing Institute, עד 2028 יבוא המחסור לכדי 2 מיליון משרות בתעשיית הייצור האמריקאית. וברור כי החברות לא יכולות להרשות לעצמן להיות איטיות יותר בגלל בעיות פרודוקטיביות בייצור.

הן צריכות להסתדר עם צוותים קטנים יותר, ליצור תכנים משתלמים יותר בעזרת טכנולוגיות מתפתחות ולהוביל חדשנות אפקטיבית כדי ליצור חדשנות משבשת מול המתחרים. כיצד ישיגו את המטרות האלו? בעזרת Generative Design, Cloud-Based CAD וטכנולוגיות טרנספורמציה דיגיטלית נוספות.

Generative Design

מה קורה כשמחברים בינה מלאכותית, אנאליטיקה, וסימולציות רב-פיזיקליות? מקבלים Generative Design.

Generative Design Optimization היא פונקציה המייצרת באופן אוטונומי, מודל הנדסי אופטימלי, המספק את מערכת האילוצים והמטרות שהוגדרו מראש ע”י המתכן. כך למשל יכול מתכן לייצר מודל במהירות יחסית, שהוא חזק מספיק לעמוד בעומסים שהסביבה מייצרת עליו, תוך חסכון מקסימלי בחומר (קל משקל). היכולות של Generative Design Optimization גם מאד אטרקטיביות עבור מוצרים המודפסים במדפסות תלת מימד, כאלו שאי אפשר לייצר בשיטות קונבנציונליות (יציקה, עיבוד שבבי וכו’) .

התוכנה הנכונה יכולה לתת למתכנים ומהנדסים מאות או אלפי אפשרויות בשלבים מוקדמים בתהליך התכנון בהתאם לצרכים פונקציונאליים כגון חומר, חוזק, משקל, גודל פיזי, ועוד. בזכות Generative Design, יש לצוות התכנון אפשרות גם להתייחס לפרמטרים לא פונקציונליים, כדוגמת מחיר והצע, ולהגיע לאפשרויות שאחרת לאו דווקא היו חושבים עליהן. התוצאה היא לא פחות ממהפכנית ביכולות CAD, וחברות שמות לב לכך.

GE, לדוגמא, עיצבה חלק שהיה 75% קל יותר במשקל מהתכנון המקורי הקונבנציונלי, תוך שהוא עדיין עומד בתנאי הסביבה המופעלים. כשמבינים את פוטנציאל החיסכון ואת כמות החלקים שאפשר להעביר לGenerative Design למטרת אופטימיזציה, קשה קצת לקלוט את היקף החיסכון האפשרי. בחברה כמו GE הוא יהיה מעבר לכל ספק עצום!

דוגמא נוספת לחברה אשר הצליחה להבין את גודל הפוטנציאל היא Jacobs Engineering אשר לוקחת חלק בתכנון מערכות תומכות חיים בחליפות החלל של Nasa. הם הצליחו להקטין עד 50% ממשקל חלקים מסוימים, שמשתתפים במערכות הללו. דבר מדהים כשלעצמו, כשמבינים שככל שהמשקל של המערכת קטן יותר כך משקל השיגור קטן יותר ויכולת ההתניידות של האסטרונאוט גדולה יותר!

חסכון בעלויות הוא לא הגורם היחיד שיניע חברות לאמץ Generative Design. המחסור במהנדסים בראשית דרכם אומר שחברות נאלצות להיות יצירתיות במאמציהם למלא את הפער. Generative Design יעזור אפילו לחברי הצוות חסרי הנסיון לתכנן מודלים אופטימליים במהירות וביעילות.

תמונה Generative Design :1 ב Creo של PTC

חברות קטנות עד בינוניות הולכות לאמץ CAD בענן

עסקים קטנים עד בינוניים יראו יותר ויותר שפתרונות CAD מבוססי ענן יכניסו את אותם הכלים החזקים שחברות ענק משתמשות בהן בתוך מגבלות התקציב שלהן. בניגוד לתוכנות ה-CAD המסורתיות, לא יהיה צורך בעלויות ובכאב הראש של מחלקת IT גדולה ויקרה, כולל ציוד קצה יקר והתחזוקה שלו. התוכנות מתעדכנות אוטומטית והמידע מגובה באופן שוטף. כמו כן התכנים נגישים מכל מקום, בין אם עובדים מהמשרד או מהבית, כפי שנאלצו רבים לעשות בתקופת הקורונה.

CAD בענן גם יעזור לחברות מכל הגדלים לנווט בחוכמה באקלים הגיאופוליטי הרגיש ב-2020. שינויים בשרשרת האספקה, רגולציה וכו’ יניעו עוד ועוד חברות לכיוון תוכנות בענן, אשר מפשטות את תהליך ההטמעה ואשר נגישות המידע בו מאפשרת גמישות בהחלפת ספקים.

חברות מכל הגדלים יעשו יותר בצורה דיגיטלית

טרנספורצמיה דיגיטלית היא נושא חם בהנדסה כבר שנתיים, והמגמה תמשיך גם ב-2021. צוותי תכנון ימנפו יכולות מתקדמות בטכנולוגיית ה-CAD כדי לקבל משוב בזמן אמת על התכנון, ליצר מודלים אופטימליים עבור הדפסה תלת מימדית, ולתקשר טוב יותר בעזרת Model-Based Definition (MBD).

הנחיות תכנון בזמן אמת

מהנדסים לא יצטרכו יותר לחכות לצוותי האנליזות, שלא לדבר על תהליך הכולל אבטיפוס מלא כדי להתחיל להעריך את טיב המודל מול האילוצים. בשנת 2021, חברות ישתמשו בכלים המשולבים במלואם בסביבת המידול של מערכת ה-CAD שלהם, כגון Creo Simulation Live, כדי לנתח ביתר מהירות איטראציות שונות של התכן.

Creo Simulation Live הוא מודול המאפשר להריץ סימולציה רחבת היקף תוך כדי התכנון, בזמן אמת (אנליזת חוזק, אנליזה תרמית ואנליזת זרימה). דבר זה מאפשר למתכנים לקבל פידבק על טיב המודל, תוך כדי תכנונו ובכך לקצר משמעותית את זמן הפיתוח ולספק פתרונות טובים יותר לאילוצים, כבר מהנסיון הראשון.
לדוגמא – ניתן לזהות האם יש במודל נקודות חולשה בעקבות עומסים שמופעלים, האם קיימות בעיות זרימה, אם התפשטות החום בו בעייתית וכד’. הפידבק הזה מאפשר למתכן לשנות תוך כדי תכנון ולהתייחס לבעיות שהתגלו, שבעבר לרוב היו מתגלות רק בשלב הסופי של התכנון.

ללא ספק זה ישפיע על שימוש יעיל יותר בחומרים, צמצום זמן הוצאה לשוק, יצירת אבטיפוס, ועוד.

חידושים בהדפסה תלת מימדית

הדפסה תלת מימדית ממשיכה למשוך אליה מתכננים ומעצבים על מנת לחקור את הגמישות ומגוון החומרים בהם ניתן להשתמש בהדפסה שכזו. CAD מציע אפשרויות תכנון מתוחכמות, כגון שימוש במבני lattice או מודלים עם צורות אורגניות שנוצרו בעזרת Generative Design, אשר מיוצרות, בהרבה מקרים, בצורה הטובה ביותר בעזרת הדפסה תלת מימדית.

היסטורית, הדפסה תלת מימדית הוגבלה על ידי האיטיות הנוראית שלה, בכך הפכה לכלי מתאים ליצירת אבי-טיפוס בלבד או יצירה של כמות חלקים מוגבלת. חידושים בתחום ה-CAD עוזרים לשנות את כל זה עם כלים שמייעלים את מגש הבניה (build tray) – כך שמדפסת יכולה לייצר יותר חלקים בשטח קטן יותר. דבר זה יוביל לכך שחלקים רבים יותר ימצאו את דרכם ליצור המוני.

תמונה 2: מספר חלקים מקוננים במגש הדפסה לחיסכון זמן וחומר

MBD

Model-Based Definition (MBD) נמצא בתנופה בשנים האחרונות. הסיבה המרכזית והחשובה ביותר שמסבירה מדוע MBD עוזר משמעותית לקיצור תהליכי הייצור היא שכל הנתונים מוצגים במקום אחד – במודל התלת מימדי – ובכך נמנעות טעויות הנגרמות בעיקר בעקבות השימוש המסורתי בייצוג 2D בנוסף למודל 3D, דבר הדורש עבודה נוספת וסינכרון בין הייצוגים. מחקר של NIST מראה כי שימוש בMBD יכול לקצר את זמן תכנון-ייצור-ביקורת בעד כ-72%.

ככל שצוותים נהיים יותר ויותר משולבים בתהליך התכנון והייצור הם מגלים ש-MBD מספק יתרון תחרותי וגם את הדרך הכי אפקטיבית לדאוג שכולם יבינו אחד את השני.