Simulacija ili fizičko testiranje? Za upravljanje sve kraćim rokovima, strožim proračunima i sve složenijim vozilima, trebat će vam oboje.
Prošli tjedan HBK i VI-grade bili su domaćini svoje godišnje konferencije za automobilsku industriju u VI-grade SimCenter u Udinama, Italija.
Ta se konferencija prethodno zvala Zero Prototypes Summit, no ove je godine evoluirala u Smart Prototypes Summit, odražavajući novi fokus HBK-a i VI-grade na ono što nazivaju Smart Testing.
Ali što je pametno testiranje i kako će koristiti proizvođačima automobila?
Kako bi saznali više, Engineering.com i drugi medijski gosti HBK-a sudjelovali su na tiskovnoj konferenciji s nekoliko rukovoditelja tvrtke. Čuli smo se s Guidom Bairatijem, potpredsjednikom globalne prodaje u HBK; Tanneke Reinders, izvršni potpredsjednik simulacije i validacije u HBK; i Ben Bryson, predsjednik HBK.
Evo najvažnijih stvari koje su podijelili.
Sljedeći citati su uređeni radi sažetosti i jasnoće.
Što je pametno testiranje?
Guido Bairati: U prošlosti ste čuli za Zero Prototypes Summit. Dugi niz godina fokusirali smo se na simulacijski dio razvoja, te takozvani pomak ulijevo, što znači da se što više aktivnosti u prvom dijelu razvojnog procesa stavlja naprijed.
Također shvaćamo vrijednost stvarnog kombiniranja simulacije i fizičkog testiranja zajedno kako bismo izvukli najviše iz njih dvoje, uz podršku podatkovne platforme. Na kraju, nije sam virtualni test ili sam fizički test ono što tjera automobilske tvrtke da napreduju u njihovom razvojnom ciklusu, već su to zaista informacije koje možete izvući iz tih podataka.
Dakle, Smart Testing je, ukratko, kombinacija virtualnih i fizičkih testova podržanih podatkovnom platformom za upravljanje podacima, ali iznad svega za izvlačenje inteligencije i djelotvornog uvida iz podataka koji dolaze iz simulacije i fizičkih testova.
Inženjerska podatkovna inteligencija
Tanneke Reinders: Za nas su podaci stvarno, jako važni. Ispada sa svakim s kim razgovaramo. Stvarali smo previše podataka, možda. Bili smo kreatori podataka, a sada ćemo postati tumači podataka.
Ono što trenutno gradimo je ono što zovemo inženjerska podatkovna inteligencija za ovu platformu koja će pokupiti podatke iz svih ovih (simulacija i fizičkih testova). Također smo u AI jer će stvarno ubrzati naše razumijevanje i stvoriti bržu inteligenciju iz podataka.
Dakle, vizija koju imamo s tom inteligencijom inženjerskih podataka je da stvarno možemo pomoći našim klijentima da se mnogo brže razvijaju. Ova cijela integracija, u kojoj podaci igraju ključnu ulogu, apsolutno je ono kamo industrija ide i gdje HPK igra ključnu ulogu, jer imamo stručnost u svim područjima.
Imamo proizvod koji se zove Aqira, naš proizvod za upravljanje podacima i automatizaciju podataka, koji trenutno proširujemo. To će biti baza naše inteligencije inženjerskih podataka, a zatim ćemo nastaviti razvijati alate koje imamo. Gradimo ih i povezujemo, tako da je to stalan proces, a mi ćemo ići sve više i više.
Tko je vlasnik podataka?
Ben Bryson: Neki korisnici će htjeti da posjedujemo podatke, a drugi neće. A oni koji ne žele i dalje će htjeti da im pružimo alat koji ih može dovesti do uvida. Nadamo se da će nam korisnici dati pristup podacima, a mi ćemo dati pristup našima, a zatim kroz tu suradnju možete ubrzati tu inovaciju proizvoda.
Razmislite o nečemu poput nCodea, koji pomaže u trajnosti i pouzdanosti na samom početku ciklusa dizajna. Što su (kupci) otvoreniji s oblikom dizajna, veličinama, dinamikom, strukturnim opterećenjima, stvarima koje pokušavaju riješiti… to više možete za njih stvoriti pravi besprijekoran razvojni lanac od trajnosti i pouzdanosti, preko strukturalnog opterećenja, do simulatora, testiranja vožnje i rukovanja, strukturalnog opterećenja i dinamičkog testiranja u fizičkom svijetu. A onda možete uzeti neke od tih podataka i otići u proizvodno okruženje i učiti. U toj fazi stvarate veliki prsten oko tih podataka. Što je to sučelje otvorenije, to smo (sposobniji) bolje pomoći u rješavanju njihovih problema.
Guido Bairati: Ako imamo pristup svim podacima, možemo im pomoći da stvarno izgrade proces koji ide od jedne faze razvoja do druge i do različitih disciplina. Ako mi nemamo podatke, možemo im pomoći da upravljaju svojim podacima, ali onda će sve učiniti sami. No naši klijenti obično nisu programeri softvera. Moraju razviti automobile ili zrakoplove, pa što više znamo, više im možemo pomoći da dizajniraju i izgrade proces oko podataka.
Ben Bryson: Ali možemo konfigurirati. Rješenje je konfigurabilno. Nismo zatvoreni, mi smo otvoreni i prilagodit ćemo se svim potrebama kupaca.
Prepreke pametnom testiranju
Guido Bairati: Iznenadili biste se kada biste vidjeli koliko su simulacija i fizičko testiranje odvojeni u velikim organizacijama. Mislim da je to više kulturna stvar. To nije trošak, jer radeći ovo što sada rade, zapravo troše mnogo više novca nego da su ta dva procesa integrirana. Momak na terenu vjeruje da je stvarnost jedina stvar koja se računa. Tip na simulaciji vjeruje da može sve. I ne razgovaraju jedno s drugim.
Upravo zato kažemo da više nije pitanje trebam li simulirati ili fizički testirati, nego kako to kombinirati. Većinu vremena njih dvojica rade na paralelnim stazama bez ikakve komunikacije.
Zašto se tehnički direktori automobilske industrije moraju prilagoditi
Ben Bryson: Počinje s vodstvom. Potrebni su skrbnici i mentori unutar opskrbnog lanca, unutar OEM-a, kako bi ovo stvarno shvatili i razumjeli vrijednost. A čelnici će shvatiti tu vrijednost samo ako stvarno razumiju i kupe megatrendove koji se događaju u ovoj industriji.
Moramo brže plasirati proizvode na tržište. Nema sumnje da je ciklus od pet do šest godina u inženjerskom ciklusu za novo vozilo jučer. Dvije godine su cilj, jedna i pol je idealna. Drugo, automobili koje danas vozimo po cestama toliko su sofisticirani u usporedbi s onima kad sam ja odrastao. Sada su to računala na kotačima, gdje je iskustvo vozača jednako važno, ako ne i važnije, nego što je ikad bilo. Zatim dodate činjenicu da je elektrificiran.
Uzimamo te stvari zdravo za gotovo, ali dogodilo se tako brzo. Oh, i usput, suočimo se s činjenicom da imamo manje proračune nego što smo ikada imali, jer je tržište mnogo konkurentnije.
Kad pogledate te trendove, tehnički direktori pokušavaju riješiti toliko stvari da im je toliko važno da zgrabe priliku da vide kako to rade drugačije. Možete vidjeti automobilske tvrtke u kojima su tehnički direktori sponzori ove tranzicije… jer oni hvataju priliku zatvoriti krug, premostiti jaz, riješiti stvari virtualno i fizički, a zatim stvoriti taj kontinuirani ciklus učenja, jer dok to radite, smanjujete vrijeme, snižavate troškove na tržištu, a još uvijek možete zadovoljiti tehničke potrebe proizvoda.
Kako implementirati Smart Testing
Tanneke Reinders: Prvi (korak) je razbijanje tih silosa. Zatim se radi o organiziranju podataka, njihovom stavljanju na bolje mjesto, gledanju gdje su veze.
Prva stvar s kojom se (proizvođači automobila) bore je da podaci nisu strukturirani i organizirani… Često su pohranjeni na različitim mjestima, ali najvažnije je da podaci nisu ispravno označeni. Dakle, da biste doista sortirali i organizirali podatke, potrebno vam je označavanje podataka, tako da ih zapravo možete pronaći natrag na pravi način i s pravom strukturom. I to zvuči vrlo jednostavan zadatak, ali ovdje također treba doći do glavne stručnosti. Postoji toliko mnogo alata za upravljanje podacima diljem svijeta, ali da biste to učinili s inženjerskim podacima na pravilan način, potrebna vam je stručnost u domeni.
Guido Bairati: Podaci zahtijevaju kontekst da bi bili uvjerljivi. Uzmimo vrlo jednostavan primjer, krutost opruge. Ako imate broj, 20, koji dolazi s kontekstom, recimo da ga je taj tip izmjerio u tom laboratoriju tog dana, tada 20 odjednom postaje uvjerljiv broj. Ako imate samo 20 i ne znate odakle dolazi tih 20, može biti 20, može biti 25, može biti 50. Dakle, kontekst ili metapodaci priloženi podacima vrlo su važni.
U slučaju da ste propustili
Ben Bryon: Tri stvari za koje bih rekao da tvrtka treba učiniti su podaci, podaci i podaci. Jedini način da se to riješi jest doći do podataka.
Što vam govori kada ljudi brinu o prikupljanju podataka, ali ne brinu o tome kako doći do odgovora? Zaista moramo pomoći našim klijentima da brže dođu do tog uvida… To je dio koji će otvoriti vrata laboratorijima pametnih prototipa.
Pročitajte više o Samitu pametnih prototipova 2026 Pametna probna vožnja u digitalnoj Italiji.
