Elvégezheti a számítógép a munka legjavát?

Új gyártási paradigma, amely a 3D nyomtatással kezdődik. Mi lenne, ha egy autó részt venne a saját újratervezésében? A gépi tanulási algoritmusok és a generatív tervezés ötvözésének koncepciójára épül az Autodesk Project Dreamcatcher is.

A Dreamcatcher ugyan még csak kutatási projekt, azonban ennek a generatív technológiának egy része a Netfabb szoftverben már elérhető.

Hogyan működik a Dreamcatcher platform? Egyszerűsítve: a generatív tervezés kínálta felhőalapú lehetőségek révén az ügyfelek kiválaszthatják a legfontosabb tulajdonságokat. A szoftver aztán létrehoz egy sorvezetőt a felhasználó számára, aki követheti azt, vagy használhatja csak sorvezetőként a jövőbeli tervezések során. Olyan dolgok, eszközök megalkotására használhatja, amikre csak álmában gondolna.

Dreamcatcher-munkafolyamat. A kép az Autodesk tulajdona.

Dreamcatcher-munkafolyamat. A kép az Autodesk tulajdona.

Számos ismert projektben alkalmaztak már generatív tervezést, miután az Autodesk például 2015-ben az Airbusszal együttműködve kifejlesztett egy, a repülőgépekben használt válaszfalat, valamint nemrégiben megalkották egy könnyebb súlyú repülőgépülés-váz koncepciótervét.

A kiállított optimalizált repülőgépülés-váz a RAPID 2017 eseményen. A fotó Sarah Goehrke tulajdona.

A kiállított optimalizált repülőgépülés-váz a RAPID 2017 eseményen. A fotó Sarah Goehrke tulajdona.

Az Autodesk generatív tervezési megoldása nem kizárólag topológia- vagy rácsoptimalizálást foglal magába, hanem ezeken túl is hatalmas lépést jelent. Míg az optimalizálás során egy már ismert megoldás finomítására összpontosít, mindennemű gyártási megfontolást mellőzve, a generatív tervezés révén a mérnökök teljes körűen feltérképezhetik a funkcionális és gyártási szempontokat. Az Autodesk generatív tervezési megoldása segítségével a tervező vagy a mérnök nem csupán egy új megoldást fedezhet fel, de az additív gyártási eszközök használatával meg is valósíthatja azt.

A kép az Autodesk tulajdona.

A kép az Autodesk tulajdona.

A generatív tervezés a teljes gyártási folyamatot átfogja, az ötletalkotástól az ellenőrzésekig, és az általa biztosított képességek növelik a rendszer működési intelligenciáját, és nem csupán a kezelő, hanem a teljes folyamat vagy a vállalat számára is hordoznak előnyöket.

A 3D-nyomtatás optimalizálásával minimalizálható az anyagigény a kikönnyítésnek, a rácsképzésnek és az anyag eltávolításának, azaz tipikusan a topológiaoptimalizálásnak köszönhetően. A generatív tervezéshez használnak ugyan topológiaoptimalizálást, ez azonban nem minden. Ha a topológiaoptimalizálásról és annak a tervre gyakorolt hatásáról beszélünk, egy viszonylag egyszerű hasonlattal élhetünk: olyan ez, mint ha mondjuk New Yorkból San Franciscóba utaznánk. A topológiaoptimalizálás megadja a leggyorsabb utat hajóval, amellyel idő és üzemanyag takarítható meg, a többi alternatív New York–San Francisco útvonalat azonban nem mutatja meg. Pontosan meg kell mondani, hogy mit szeretne az ember, nem csak azt, hogyan működjön, hanem azt is, hogyan nézzen ki. A generatív tervezéssel viszont elég csak annyit mondani, hogy szeretnék eljutni New Yorkból San Franciscóba, és a szoftver olyan optimális útvonalakat és lehetőségeket is kidolgoz majd, amelyekre soha nem is gondoltunk volna.

Az utazásanalógia egyértelműen bemutatja a két tervezési megközelítés közötti különbséget: bár az optimális New York–San Francisco hajóút a topológiaoptimalizáláshoz hasonló megközelítésben a Panama-csatornán halad keresztül, és nem kerül meg egy teljes földrészt, eleve kizárja azt az elképzelést, hogy talán nem is a hajóút a probléma legjobb megoldása. A generatív tervezés megközelítésében az utazás más módjait (például gyalog, kerékpárosan, autóval, busszal, vonattal és repülővel) szintén mérlegelnénk. Bár nem az összes számításba vett lehetőség bizonyulna nyertesnek – talán a gyalog- vagy a lovastúra nem a legjobb ötlet –, a legkülönfélébb elérhető lehetőségek mérlegelésével kiderülhet, hogy a repülőút a leggyorsabb módja az odajutásnak. Ez természetesen egy túl egyszerűsített példa, mivel itt nyilvánvaló, mi lenne a legjobb megoldás, azonban, ha ezt vesszük alapul, és kiterjesztjük a legkülönfélébb alkalmazási területeken végzett tervezési feladatokra, mégis segít jobban megértenünk, hogy miről is van szó.

Az Autodesk úgy döntött, hogy a generatív tervezés bevezetését az additív gyártásra alapozva kezdi meg. Ez egy új gyártási módszer, általában pedig azoknak a vállalatoknak – amelyek szeretnének ezzel foglalkozni – át kell tervezniük a termékeiket, és felülvizsgálni a folyamataikat. Az additív gyártásban nagyobb a rugalmasság, a geometriák és a számításba vett anyagok terén egyaránt.

Kerékpár különböző tervalternatívái. A kép az Autodesk tulajdona.

Kerékpár különböző tervalternatívái. A kép az Autodesk tulajdona.

A generatív tervezéssel a mérnök munkáját lényegében „egy asszisztens támogatja a projekt során”, akinek a segítségével kreatívabbakká válhatnak, a terv követelményein és korlátain belül maradhatnak, és jobban együttműködhetnek a vállalat más részlegeivel. Mivel a teljes folyamatot áthatja, a gépi kódtól a feladatok ütemezéséig és nyomon követéséig, a generatív tervezés teljes mértékben integrálható a folyamatba annak elejétől végéig – és ennek köszönhetően képes megtanulni az adott vállalat tervezési igényeit.

Vajon mennyire lehet intelligens egy ilyen folyamat?

Intelligencia tekintetében határtalan lehetőségek előtt állunk. A generatív tervezés végül valami nagyon személyre, azaz az egyes mérnökökre szabott dologgá válik majd. Rengeteg mindent fog tudni a szervezetről és az emberekről, akik használják. Általános szinten megismeri majd a gépeket, a nyomtatókat, a rendelkezésre álló anyagokat, valamint a gyár ütemterveit – azaz végső soron magát a szervezetet is.

Példaként a Stanley Black & Decker újratervezett hidraulikus krimpelő fogója, amelyet a vállalat generatív tervezéssel alkotott meg.

A krimpelő fogó egy kézi szerszám, amellyel rengeteg erő kifejtésével vezetékek csatlakoztathatók egymáshoz. Az eszköz végén lévő szerszámot olyan, generatív tervezéssel kialakított tervalternatívák használatával alkották újra, amelyekre a tervezők korábban nem gondoltak volna. Így teljesen új ötletek születhetnek.

A Black & Decker esetében a Dreamcatcher megérti majd, hogy milyen is egy Black & Decker szerszám kinézete és érzete, és végül ezekhez hasonló termékeket tervez majd. Ez nagyon elvonttá válhat – pedig nagyon is kézzel fogható. Rövid távon az algoritmusok főként a fizikára fókuszálnak, az alapján optimalizálnak. Ez idővel nagyon személyre szabottá és intelligenssé válik majd.

Nagyon fontos, a generatív tervezés és a Project Dreamcatcher kapcsán, hogy ezzel aztán azt tehetik a mérnökök, amire tanították őket: dolgokat alkothatnak. Annyi idő megy el a dokumentálásra, a napi adminisztrációra. A Dreamcatcher segít ezt megoldani, és így igazán elősegíti a kreativitást. Segít az embernek meglátni azokat a lehetőségeket, amelyeket korábban nem látott, és figyelni azokra a részletekre, amelyek kidolgozása amúgy heteket, hónapokat venne igénybe. és rengeteg adminisztrációval járna.

Minél jobban megismeri a mesterséges intelligencia a folyamatokat, és minél nagyobb a generatív tervezés tapasztalata egy adott területen, annál intelligensebbé válik. Minél nagyobb teret kap az automatizálás, a munkát érdemben végző ember annál több munkát végezhet, anélkül, hogy a munkát valóban neki kellene végeznie.

Forrás:autodeskforum.hu

Amennyiben szeretné bővíteni szakmai ismereteit, kihasználni az autodeskforum.hu nyújtotta előnyöket, szeretne hozzáférni a legfrissebb újdonságokhoz, vagy csupán hatékonyabban szeretne dolgozni, elég egyetlen lépés. Regisztráljon, és legyen tagja az Autodesk Fórum közösségnek!

További információ

Az Autodesk weboldalán.