Comment l'ingénierie produit pilotée par l'analytique améliore conception et performance

Comment la simulation système et les capacités IoT peuvent boucler la boucle de rétroaction de données.

Fermer la boucle de rétroaction entre terrain et conception

Après la vente d'un produit, les ingénieurs produit reçoivent généralement très peu de retours sur sa performance sur le terrain. Ce n'est plus une fatalité. Avec la bonne solution, les fabricants peuvent combiner simulations système et capacités IoT pour améliorer les conceptions produits et émettre des résolutions basées sur des simulations de cas de charge réels.

RTInsights a rencontré Jasmin Klein, Global Portfolio Development, et Christian Binkowski, Cloud Solution Manager, chez Siemens pour discuter des bénéfices d'une boucle de rétroaction de données entre ingénieurs produit et appareil sur le terrain pour optimisation produit temps réel, jumeaux numériques, et plus. Résumé de la conversation.

RTInsights : Qu'est-ce que l'ingénierie produit basée sur l'analytique ?

Klein : L'ingénierie produit basée sur l'analytique permet aux utilisateurs de prendre des données de performance live d'un produit ou machine sur le terrain et de les réinjecter dans le modèle de simulation produit pour améliorer la conception. Avec les données de production live réinjectées dans le modèle, un jumeau numérique en boucle fermée est créé.

Ce jumeau numérique peut alors être utilisé pour améliorer activement la conception du produit. Par exemple, si un produit commence à avoir des problèmes, on peut lancer une simulation précise avec les données live et commencer à identifier la cause racine. Une fois les problèmes pleinement compris, les changements requis peuvent être faits dans la conception pour les itérations futures. L'impact des changements peut aussi être vérifié précisément avec le modèle de simulation plus précis et les données réelles de la machine.

RTInsights : Quels sont les bénéfices de l'ingénierie produit basée sur l'analytique ?

Klein : Avec des simulations précises, non seulement les concepteurs prennent de meilleures décisions, mais cela réduit le temps et le coût pour amener de nouvelles conceptions sur le marché. Le besoin de prototypage est quasi éliminé. Les entreprises peuvent développer des produits user-centric répondant aux besoins clients et augmentant la satisfaction. Elles apprennent des problèmes sur le terrain en utilisant données réelles, simulant les erreurs, améliorant la conception. Ainsi, elles éliminent les problèmes produits, gagnent temps et argent en réduisant le temps de validation produit, évitent le sur-dimensionnement. Ensemble, cela améliore l'efficacité globale.

RTInsights : Quelle solution Siemens propose-t-elle dans ce domaine ?

Binkowski : Siemens a MindSphere®, la solution IoT industriel as-a-service, qui connecte produits, machines et systèmes de tous types et marques. Cette solution collecte, agrège, gère et analyse les données de performance. Pour la solution MindSphere Analytics-Based Product Engineering spécifiquement, MindSphere est intégrée de façon transparente avec le logiciel Simcenter™ Amesim™ via un connecteur dédié. L'application MindSphere utilise ce connecteur pour réinjecter les données de performance live dans les modèles de simulation.

(Le logiciel Simcenter Amesim simule tous types de systèmes mécatroniques. Il vient avec des tonnes de bibliothèques et templates de solutions pour machines, voitures, batteries, navires, et plus.)

Une fois la connexion établie entre les deux systèmes, vous pouvez sélectionner les données de séries temporelles à explorer. Par exemple, s'il y a un problème sur le terrain, vous pourriez vouloir simuler 20 minutes avant ou autour de l'incident. Vous sélectionnez la période dans MindSphere, qui génère un paquet de simulation et le transfère à Simcenter Amesim. La simulation s'exécute, et une fois terminée, vous consultez les résultats dans MindSphere.

RTInsights : Pouvez-vous donner des exemples de cas d'usage et succès ?

Klein : Je commencerais par un cas d'usage général. Aujourd'hui, dans la plupart des cas, une machine est livrée au client, et le product manager ne reçoit jamais d'information sur la performance de la machine sur le terrain pour améliorer la conception. En cas de problème, le support est contacté, et le problème est résolu sur site client. L'information du support ne remonte généralement pas à l'ingénieur produit, ou bien plus tard. À cause de ces gaps, l'ingénieur produit doit développer une conception pilotée par hypothèses, résultant en sur- ou sous-dimensionnement. Au final, les exigences clients ne sont pas ou ne seront pas satisfaites.

L'approche d'ingénierie basée sur l'analytique offerte par MindSphere fournit cette boucle de rétroaction pour changer la conception produit et améliorer sa performance sur le terrain.

Binkowski : Autre exemple : optimiser la performance d'un produit existant. Cette solution permet d'ajuster certains paramètres du modèle de simulation directement dans MindSphere. Par exemple, si un produit peut fonctionner à différentes vitesses, on peut tester laquelle est la plus optimale. En utilisant le modèle de simulation mis à jour pour faire tourner les paramètres, on peut tester les machines avec les conditions actuelles de la ligne.

Klein : Si on regarde un client vendant des machines connectées à une solution IoT comme MindSphere, ce client peut collecter données en continu, obtenir insights de performance à tout moment, puis simuler un problème avec cette information pour améliorer la conception produit.

L'ingénieur produit peut apprendre et tirer conclusions directement des données live de la machine. Au final, cela garantit que l'ingénieur produit peut développer un produit user-centric et augmenter la satisfaction client.

Un exemple : Konecranes, entreprise finlandaise spécialisée dans la fabrication et la maintenance de grues et équipements de levage. Elle a implémenté une solution digitale pour accélérer son processus de développement produit et connecter données produit et performance.

L'entreprise utilise MindSphere et Teamcenter®, le logiciel de gestion du cycle de vie digital de Siemens, pour exploiter le jumeau numérique afin de réduire le nombre de prototypes à produire. Cela les aide à augmenter l'efficacité et diminuer le temps de validation produit. En implémentant une solution d'innovation digitale, ils ont accéléré le processus de développement produit et augmenté la collaboration entre les organisations de simulation/test et d'ingénierie dans leur entreprise.