Desain Virtual Mendorong Inovasi di Interior Pesawat
Saat penikmat menikmati minuman dan cemilan pada Boeing 787 Dreamliner, cemilan mereka berasal dari galley yang dibuat oleh produsen interior pesawat Jamco Corporation.
Sukses Jamco dalam membuat galley, kamar mandi, dan kursi untuk Boeing, Airbus, dan lainnya, membawa kebutuhan manajemen terpadu untuk 3,2 juta set data CAD. Meskipun memiliki semua data tersebut, perusahaan menemukan dirinya tidak dapat menjawab beberapa pertanyaan dasar. Mengapa produk dirancang dengan cara itu? Mengapa sering kali menempatkan kekurangan desain ke dalam bagian meskipun pengalamannya mengubah CAD di bagian lain untuk menghilangkan kekurangan desain yang sama? Mengapa menghapus elemen penting untuk mengurangi biaya hanya untuk harus menambahkannya kembali nanti? Solusinya adalah menciptakan digital thread berdasarkan Aras Innovator, platform inovasi produk low-code. Platform ini memungkinkan desainer dan insinyur Jamco di Jepang, Prancis, dan Amerika Serikat untuk mencari riwayat desain dan menggunakan informasi terkait untuk memahami mengapa produk dirancang dengan cara itu dan berhenti mengulangi kesalahan masa lalu.
"Dengan menghubungkan hasil pencarian dengan informasi kami, termasuk hasil dan berbagai peraturan, desainer kami dapat mencari setiap proses hingga selesai kapan saja dan akan mencapai informasi yang tepat di Aras Innovator tanpa bergantung pada suksesi teknis antara insinyur," kata Hiroshi Sakurai, dalam studi kasus. Sakurai adalah manajer divisi teknik dan teknologi, grup komponen dan interior pesawat di Jamco.
Platform dan aplikasi Aras adalah antara banyak alat yang dapat digunakan produsen untuk menciptakan digital thread, yang idealnya terdiri dari data yang terkait dengan produk selama siklus hidupnya. Digital thread adalah catatan atau rekaman yang dimulai dengan data CAD, dan dapat mencakup informasi dari PLC mesin, perawatan yang dilakukan padanya, sensor, penggunaan energi, dan lebih banyak.
Perusahaan, dan yang lain, juga memiliki alat untuk menciptakan digital twin, yang merupakan model virtual yang terhubung dengan aset fisik yang digunakan untuk memahami cara membuat perubahan dan mengukur dampak perubahan tersebut tanpa harus mempengaruhi dunia nyata. Aset ini dapat mencakup orang, proses, alur kerja dan satu mesin—atau sistem seperti seluruh pabrik. Di antara penggunaan lain, digital twin dapat membantu dengan perencanaan keselamatan dan dalam error-proofing bagian pada tahap desain.
Umumnya, alat untuk membangun digital twin dan thread termasuk yang sudah familiar dalam manufaktur—CAD, PLM dan aplikasi IoT.
Innovator adalah open source, sementara aplikasinya dan yang dari vendor lain biasanya ditawarkan dengan langganan berbayar dalam paradigma software-as-a-service. Variasi lain di antar alat termasuk off-the-shelf vs. custom, kemudahan penggunaan, fleksibilitas, dukungan untuk aplikasi custom, inklusi aplikasi low-code, model untuk mewakili elemen dalam digital twin, bundled atau aplikasi a la carte, dan lebih banyak.
Yang sepakat sebagian besar penyedia, namun, adalah manfaat yang akan diperoleh dari menciptakan digital twin, digital thread, atau keduanya.
Digital twin melengkapi kotak saran
Pengalaman Jamco menunjukkan manfaat penggunaan digital thread untuk memberikan riwayat dan konteks pada tahap desain sambil menghilangkan kesalahan berulang, semuanya dalam upaya untuk efisiensi yang lebih besar dan kualitas yang ditingkatkan.
Penggunaan lain akan untuk perawatan, kata Craig Melrose, executive vice president solusi transformasi digital di PTC.
"Saya dapat memberikan mereka pemahaman dan pengalaman perawatan melalui augmented reality (AR), memberi tahu mereka untuk membongkar ini pertama, memeriksa item ini kedua, memeriksa item ini ketiga," katanya. "Jika saya perlu mengganti item, inilah detail cara menggantinya atau memasangnya kembali. Cara mengonfirmasi bahwa itu telah dilakukan dengan benar. Cara merakit kembali peralatan dan memverifikasi semuanya telah dilakukan dengan benar dan siap untuk dinyalakan lagi. Dan bahkan item keselamatan seperti matikan daya dan lock out peralatan, hal-hal semacam ini, semuanya dapat disampaikan melalui AR."
Digital twin menawarkan keuntungan sendiri.
"Manfaatnya jauh lebih besar dari investasi," kata Zohair Mehkri, direktur teknik yang bertanggung jawab atas digital twin di Flex Ltd., kontraktor manufaktur global senilai 24 miliar dolar. "Misalnya, Anda dapat memiliki optimasi penuh dari proses Anda, dari bangunan Anda, sebelum sesuatu pun terjadi. Anda dapat memindahkan hal-hal, Anda dapat mengubah produk, memasukkan mesin baru, menambah atau mengurangi jumlah karyawan atau bahan dan Anda dapat mencoba semuanya di perangkat lunak sebelum Anda bahkan melangkah ke lantai pabrik Anda."
"Jumlah waktu dan upaya yang kita habiskan untuk kembali dan melakukan trial and error pada proses manufaktur fisik yang mempengaruhi kita secara keuangan sangat besar. Jadi kemampuan untuk melakukan itu di digital twin sangat besar."
Setelah digital twin dibuat, produsen dapat mulai memantau, mengoptimalkan dan menganalisis. Setiap langkah tersebut memiliki manfaatnya sendiri.
"Analisis proses menggunakan digital twin sangat kuat karena itu tidak hanya akan menjelaskan proses Anda tetapi akan melakukan hal-hal seperti memberitahu Anda area yang perlu diperbaiki," kata Mehkri. "Itu tidak harus menjadi bottleneck. Ini bahkan bisa, 'Anda memiliki ruang kosong di sini, Anda mungkin dapat menggunakannya.' Atau Anda dapat menghapus tugas non-nilai tambah dari proses Anda."
Hal kunci yang perlu diingat adalah digital twin terhubung ke model fisik dengan perangkat keras dan perangkat lunak, katanya. Ini dapat menghasilkan manfaat yang lebih tinggi karena loop tertutup.
"Jika sesuatu terjadi dalam sistem fisik, model digital seharusnya tahu bahwa perubahan telah terjadi dalam sistem fisik, model digital seharusnya menyesuaikan dirinya untuk mencerminkan sistem fisik dan kemudian mengoptimalkan dirinya berdasarkan perubahan dan kemudian mengirimkan optimasi tersebut ke sistem fisik," kata Mehkri.
Jika ada bottleneck, digital twin dapat menawarkan solusi untuk memperbaikinya, kata Ali Ahmad Malik, asisten profesor teknik industri dan sistem di Oakland University.
"Misalnya, di sel assembly, target Anda adalah 1.000 unit per hari, tetapi pada jam tertentu digital twin mengevaluasinya dan memberitahu Anda jika Anda terus bekerja dengan kecepatan yang sama Anda tidak akan dapat mencapai tujuan," katanya. "Tapi itu tidak hanya memberitahu saya masalah potensial yang mungkin terjadi pada akhir hari tetapi juga memberikan saya beberapa solusi, karena memiliki kesempatan untuk mensimulasikannya dan cerdas. Memiliki informasi dari insiden sebelumnya. Saran dapat mencakup menambahkan robot atau meningkatkan kecepatan robot. Saya hanya dapat mencapai ini jika saya memiliki konektivitas data dan digital twin saya terus menjadi cerdas dari peristiwa dan pembelajaran sebelumnya. Jadi dimensi pembelajaran mesin harus diaktifkan di dalamnya."
Malik, yang pengalamannya dalam menciptakan digital twin adalah dengan robot atau cobot, mengatakan twin juga dapat membantu dengan penyeimbangan proses assembly. Dalam sel assembly, tugas ditetapkan kepada manusia dan robot yang bekerja sama untuk membangun assembly dalam waktu tertentu sehingga tidak ada operator yang tidak beraktivitas. Sebelum digital twin, proses selalu dilakukan secara manual.
"Dengan digital twin yang terus-menerus mengevaluasi kecepatan robot ini menjaga keseimbangan proses dan menetapkan tugas ke sumber yang tepat," katanya. "Jadi semua aktivitas manual ini untuk penyeimbangan proses pindah ke digital twin. Jika Anda memiliki produksi high mix, low-volume digital twin ini dapat sangat membantu Anda."
Ini juga akan membantu pabrik bereaksi lebih cepat terhadap fluktuasi pasar karena baris atau sel manufaktur dapat dengan cepat dan secara virtual ditambahkan, dihapus atau dimodifikasi untuk bereaksi terhadap perubahan pasar, diuji melalui simulasi dan diterima atau ditolak berdasarkan hasil. Dalam industri yang diatur, bahkan ada pembicaraan tentang pre-qualifying baris secara digital sebelum difisikkan.
Melrose mengatakan perubahan virtual yang cepat yang diuji dengan simulasi dapat menjaga produksi tetap berjalan di pabrik.
Misalnya, Melrose katakan, ambil pabrik fiktif dengan 10 mesin. Pekerja kesulitan mengubah bagian masuk dan keluar dari mesin karena sangat berat, jadi pemilik pabrik ingin menambahkan lift assist.
"Daripada mengganggu produksi, saya dapat menguji semuanya secara offline di komputer untuk memastikan bahwa itu akan berfungsi dengan baik," katanya. "Saya akan memasang dan mengujinya selama akhir pekan dan menyalakannya Senin sehingga kita dapat memulai produksi lagi dengan item baru yang ditambahkan."
Di atas segalanya, apa yang disediakan digital twin adalah konteks dan kerangka untuk data sensor yang mengalir dari mesin pintar, kata Rob McAveney, CTO di Aras.
"Jika Anda memikirkannya sebagai saya memiliki dua pesawat berbeda dengan dua mesin berbeda yang memberikan umpan balik tentang bagaimana satu mesin beroperasi vs. bagaimana mesin lain beroperasi," katanya. "Umpan balik itu berharga tetapi jauh lebih berharga jika saya tahu pesawat mana yang terpasang, di mana pesawat itu terbang, apa riwayat perawatannya. Semua hal ini penting dalam hal menganalisis data yang kembali dari sensor tersebut. Jadi digital twin, itulah bagi saya tempat yang memberikan nilai paling banyak."
Aplikasi thread dan twin bisa lebih mirip CAD
Di tempat McAveney melihat tantangan terbesar adalah data yang terputus dari sistem yang berbeda.
"Anda memiliki data dalam format berbeda yang digunakan oleh individu yang berbeda di departemen yang berbeda yang tidak pernah berbicara satu sama lain," katanya. "Jika mereka diwajibkan untuk menyediakan data mereka, mereka harus secara manual memprosesnya agar berlaku untuk kebutuhan orang lain."
Memiliki sistem yang berbeda di per sih tidak buruk, ini adalah fakta bahwa mereka adalah sistem yang berbeda tanpa koneksi.
"Dan saya tidak maksud [tidak berbicara] dari perspektif teknologi, saya maksud [tidak berbicara] dari perspektif semantik," kata McAveney. "Berarti saya memiliki bill of materials di PLM, saya memiliki bill of materials di ERP, dan tidak ada mapping, tidak ada yang duduk di tengah mengatakan 'Oh, bidang itu di sistem itu sama dengan bidang itu di sistem itu.' Kita perlu memastikan mereka disinkronkan. Sekarang tidak bahkan ada koneksi konseptual di antaranya, belum lagi koneksi fisik."
Malik membandingkan situasi yang dijelaskan McAveney, data yang terputus, dengan data dari berbagai vendor perangkat lunak CAD.
"Misalnya, data AutoCAD [dulu] tidak dapat diekspor atau diimpor ke SolidWorks, tetapi sekarang sangat normal untuk mengekspor dan mengimpor data dari satu CAD ke CAD lain dan ada format standar," kata Malik. "Hal yang sama perlu dilakukan di dimensi ini dan tidak hanya data CAD tetapi juga data dinamis dan informasi yang kita dapatkan dari sistem fisik. Saat ini kita terbatas pada platform satu perusahaan."
Vendor dan pengguna setuju langkah pertama dan paling penting dalam penggunaan digital twin adalah menentukan tujuan Anda dan bagian mana dari sistem fisik Anda yang ingin Anda model.
Pemilik pabrik mungkin hanya ingin memvisualisasikan pabrik mereka, kata Mehkri, dan menjawab pertanyaan seperti: Di mana bahan saya? Di mana orang menghabiskan waktu mereka? Area lalu lintas yang ramai di mana? Di mana masalah dalam hal garis?
"Ketika Anda mulai memvisualisasikan jenis tantangan ini, maka Anda dapat masuk ke faktor kedua, yaitu bagaimana saya menyelesaikan masalah ini, bagaimana saya mengoptimalkan masalah ini, atau bagaimana saya menghilangkan masalah ini?" katanya.
Melrose setuju memilih tujuan yang tepat adalah kunci.
"Perusahaan dengan benar-rencana risiko tetapi dalam rencana risiko mungkin memilih kasus penggunaan yang salah yang bernilai rendah dan, potensialmente karena mereka tidak yakin dengan nilainya, memilih teknologi yang salah berdasarkan harga daripada berdasarkan dampak," kata Melrose dari PTC. "Mereka dapat terjebak di pilot purgatory."
Sementara beberapa vendor menyarankan untuk tidak menyesuaikan, setidaknya satu perusahaan tidak hanya mengizinkan penyesuaian, ia mendorongnya.
"Anda bebas sebagai pelanggan untuk memperluas aplikasi tersebut dengan kemampuan tambahan dan apa yang dilakukan Aras adalah memberikan kemampuan bagi pelanggan Aras untuk menggunakan aplikasi as-is, memperluas aplikasi sesuai keinginan, membangun aplikasi baru sesuai keinginan," kata McAveney. "Lalu ini adalah pekerjaan kami untuk memastikan bahwa semua perubahan yang dilakukan pelanggan dapat berlanjut dengan teknologi."
"Saat Aras terus merilis kemampuan baru dan versi baru platform yang bekerja dengan stack komputasi yang lebih baru kami menjamin sebagai bagian dari langganan kami bahwa apa pun yang Anda bangun hari ini akan bekerja tahun depan."
Dalam pengalaman Mehkri dalam menciptakan digital twin, ia bergantung pada prinsip manufaktur lean ketika ada ketidakcocokan antara twin dan dunia nyata. Mencetak semua kemungkinan yang menyebabkan perbedaan itu tidak mungkin, katanya.
"Ada beberapa kemungkinan yang bisa terjadi; saya mungkin telah memodelkan secara salah, ada kesalahan pengguna, ada sumber data yang berbeda atau sumber data itu sendiri dapat memiliki masalah," kata Mehkri. "Cara yang biasanya kami tentukan adalah dengan menggunakan Power of Gemba, teknik manufaktur Lean, yang pergi ke tempat pekerjaan dilakukan. Dengan pergi ke lantai fisik kami dapat melihat dan merendam diri dalam proses dan melakukan RCA (root cause analysis) pada apa yang menyebabkan ketidakcocokan dan kemudian pergi ke sana dan menemukan masalahnya."
Salah satu area yang menjadi perjuangan bagi Mehkri dan seluruh industri adalah tidak ada cukup konten off-the-shelf untuk memodelkan bahan, mesin dan elemen lain dalam digital twin. Ketika tidak ada model di perangkat lunak, pengguna harus membuatnya sendiri, yang memakan waktu, katanya.
Malik mengatakan pengguna mungkin membutuhkan beberapa produk untuk membangun digital twin. "Mungkin satu alat akan memungkinkan saya merancang elemen apa saja yang ada dalam sistem fisik," katanya. Alat lain mungkin memungkinkan saya untuk menentukan dinamika atau kinematika sistem fisik dan kemudian perangkat lunak lain mungkin memungkinkan saya untuk mengintegrasikan data dari sistem fisik ke sistem digital. Jadi kombinasi empat atau lima perangkat lunak berbeda mungkin akan membantu saya menyelesaikan digital twin."
Beberapa nama terkemuka di antara vendor alat digital memiliki serangkaian alat komprehensif untuk membangun digital twin, tetapi perusahaan kecil dan menengah sering tidak mampu membayarnya atau tidak memiliki orang dengan keterampilan untuk menggunakannya, kata Malik. Bahkan di antara vendor yang lebih besar, aplikasi yang berbeda mungkin tidak mentransfer data dengan lancar dan mudah.
"Tetapi jika Anda dapat menemukan beberapa perangkat lunak yang memiliki lebih banyak fitur dalam satu lingkungan, misalnya Visual Components menawarkan simulasi berkelanjutan, konektivitas data, simulasi peristiwa diskrit atau analisis stokastik dalam satu lingkungan tunggal," katanya. "Itu adalah fitur yang sangat baik menurut pemahaman saya karena lalu Anda tidak membutuhkan tiga atau empat perangkat lunak."
