Бесчертёжное производство в цифровом судостроении, основанном на данных

Могут ли 3D-модели заменить традиционные чертежи в проектировании? Если поставить вопрос именно таким образом, большинство людей ответят утвердительно. Другие же поинтересуются, не произошло ли это уже сейчас, а если нет, то это всего лишь вопрос времени.

Ludmila Seppälä

Posted on December 08, 2020

Если ответ на этот вопрос так очевиден, остается лишь задуматься над тем, почему это до сих пор не случилось. Трехмерные модели используется в судостроении уже почти 50 лет. Разве этого времени недостаточно, чтобы отточить технологию и заменить такие артефакты прошлого времени, как 2D-чертежи? Статья доказывает, что ответ на этот вопрос не так прост и зависит не только от технологических аспектов. 

Сила созидательного разрушения и теория циклов Кондратьева

Теория циклов, или волн, Кондратьева дает широкое структурированное представление об истории технологического развития. На основании финансовых данных о доходе 500 крупнейших компаний за 10 лет по версии Standard and Poor’s можно наблюдать всплески и волны, которые соответствуют технологическим изменениям. На Таблице 1 представлены волны в соотношении с временной шкалой. За каждым весомым финансовым скачком, послужившим развитию общества, следует значительный шаг в области использования новых технологий: паровые двигатели, черная металлургия, электроэнергетика, автомобилестроение и нефтепереработка, а также информационные технологии. Ничего из вышеперечисленного не является обособленным достижением или инновацией: это именно то, к чему общество смогло приспособиться и применять с пользой. Технологические прорывы тесно связаны с развитием общества с точки зрения адаптации и принятия.

Согласно теории Кондратьева, именно развитие интеллектуальных технологий станет первопричиной следующей и шестой волн созидательного разрушения. В настоящее время в отрасли ведется множество обсуждений на предмет цифровизации, цифровых преобразований и производстве, индустрии 4.0 и «умных» заводах, а также об искусственном интеллекте и использовании цифровых копий в производстве.

Интеллект является ключевым аспектом шестой волны и отличает ее от предшественника, который был основан на информационных технологиях. Можно только предположить, будет ли это искусственный интеллект или же не только цифровой, но и основанный на данных.

Примером подобных изменений на практике служит развитие цифровых копий. Разработанная Кабосом и Ростоком (2018) цифровая копия представляет собой цифровое представление объекта, насыщенное поведенческими моделями и настройками или условиями. Как указывают Хафвер, Эльдевик и Педерсен (2018), новизна цифровых копий заключается не в существовании 3D-моделей и их использовании в качестве активов, а в том, как эти модели связаны между собой.

Другими словами, век информационных технологий позади: теперь речь идет не о возможности цифровизации всех данных и 3D-модели, а об уровне интеллекта этих данных.

Теория глубоких переходов и эволюция САПР как инновации

Согласно теории глубоких переходов, разработанной Шотом и Кангером (2018), внутри каждой волне существует больше деталей, поскольку она может быть более точно разделена на приблизительно 50-летние циклы. Можно наблюдать любопытные результаты, если применить эту теория к изменениям в области судостроения. На Таблице 2 отображены основные технологические изменения и инновации, касающиеся глубоких переходов.

Эпоха информационных технологий в судостроении совпала с началом коммерческого использования САПР. Вызванные достижениями в области ИТ, САПР в начале 1970-х годов превратились из инновации в нечто, что стало общей и неотъемлемой частью проектов судостроения. Потребовалось около 50 лет для «созревания» технологии, чтобы внедрить новейшее оборудование и обеспечить технологии статус общепринятой практики. В свою очередь, повышенная точность проектирования позволила реализовать еще более крупные и сложные проекты, и эта разработка вывела судостроение на совершенно новый уровень. Инновация послужила отрасли и изменила ее, но не была единичным явлением. Всё стало возможным благодаря изменениям в обществе, которые требовали большого количества грузовых и других типов судов для торговли в мире. Таким образом, контекст инноваций играет важную роль в переходный период.

Многоуровневая перспектива – инновации в контексте

Система многоуровневой перспективы применяется для понимания принципа образования перехода, и что делает инновации жизнеспособными и широко используемыми.

Подход многоуровневой перспективы был первоначально разработан Фрэнком Джилсом для объяснения социально-технологических преобразований с акцентом на их устойчивость. Это процесс перехода в контексте трех основых уровней: ландшафта, режима и ниши.

Ландшафтный слой представляет собой наиболее устойчивую структуру – существующее положение вещей; это смесь политического и экономического ландшафта, исторически и социально стабильного способа ведения дел и проверенной временем технологии, которая использовалась в течение длительного периода времени. Слой режима более динамичен и состоит из существующих практик и способов организации процесса. Ниши -– самые динамичные места для зарождения новых идей и практик. Предположительно, ниши регулярно появляются и исчезают, часто оказывая незначительное влияние на систему. Однако, когда существует давление со стороны ландшафта, на уровне режима образуются трещины и отверстия, создавая пространство для проникновения уровня ниши и изменения его. «Нишевые инновации могут прорваться более широко, если внешние ландшафтные изменения создают давление на режим, которое ведет к трещинам, напряженности и окнам возможностей» (Geels, 2010).

Давление, вызванное глобализацией и развитием информационных технологий, таких как увеличение вычислительных ресурсов и видеокарт, стало причиной возникновения «окна возможностей» и, тем самым, прониковения САПР на уровни режима и ландшафта. Это сыграло на руку проектным организациям, которые заняли место весомых игроков на рынке морской промышленности.

Новая волна интеллектуальных технологий

Интеллектуальность информационных технологий позволяет предоставлять данные в цифровом формате, который подходит для производства. Например, когда в 2000 году на рынке было представлено первое приложение 3D-просмотра eBrowser, практика показала, что на верфях удалось сократить количество чертежей, необходимых для производства, на 30%, взяв за основу данные, собранные CADMATIC. 3D-модель стала доступна не только пользователям САПР – как правило, инженерам-проектировщикам в офисе – но и производственному персоналу. Больше не требовались особые навыки или обучение использованию продукта. Это обеспечило мощный толчок для уменьшения количества чертежей. Тем не менее, все еще существуют случаи, когда количество и типы производственных чертежей оправданы традициями и процессами на верфи, и в меньшей степени практической потребностью в этих чертежах при производстве.

Век информационных технологий позади, теперь речь идет об интеллекте самих данных.

Позднее, после введения eShare в качестве основного портала для всей связанной информации о проекте, удалось достичь последующего сокращения количества чертежей на 70%. Это лишь один пример, когда повышение интеллекта в области информационных технологий значительно повлияло на количество и типы чертежей, задействованных в производстве, но ограничилось готовностью общества изменить существующий режим. Новаторские верфи, ориентированные на инновации и эффективность, были более готовы к изменениям, чем те, на которых поддержание традиций и существующего положения вещей одержали верх. В этом случае человеческие и общественные факторы вступают в конфликт с технологическими возможностями. 

Уровень автоматизации является ключевым аспектом при обсуждении вопросов автоматизированного производства. Существует множество возможностей для автоматизации производства: резка и гибка стали, сварочная робототехника, 3D-печать и автоматическая настройка потоков в цехе на основе анализа данных. Наравне с разработками в области робототехники это стало важным фактором и для судостроения. В этом отношении удерживающим элементом являлись затраты на технику и реализацию. 

Будущее бесчертежного производства

В Таблице 3 отражены четыре возможных сценария развития бесчертежного производства. Они основаны на разделении от высокого до низкого уровней ИТ-аналитики и автоматизации. Два сценария являются стереотипными и представляют собой варианты «обычное ведение дел» и «надежда на перемены». Два других иллюстрируют противоречивые тенденции и давление на ландшафтном уровне, которые представляют возможность для роста и развития инноваций.

Если смотреть оптимистично на вещи и не брать во внимание ограничения естественного развития, наиболее предпочтительным является сценарий непрерывного роста, даже несмотря на возможность развития каждого из них. Сочетание сценариев трансформации и робототехники представило бы несколько реалистичную картину в среднесрочной перспективе. В обоих случаях постепенный отказ от чертежей в процессе производства является вероятным результатом.

Учитывая основную движущую силу интеллектуальных информационных технологий, чертежи уже постепенно заменяются средствами программами трехмерного просмотра и прямой передачей данных на производство или системы управления производством. САПР играет ключевую роль в этом процессе, обеспечивая взаимодействие данных и более быстрый доступ к ним в рамках управления изменениями.

Первоначально данные в САПР вводились самими пользователями. Однако, это постепенно меняется в сторону использования встроенных правил проектирования и замены данных параметров теми, что основаны на анализе или ИИ.

Взаимодействие с данными четко отличает эпоху цифровых технологий. Первые попытки унифицировать чертежи были направлены на повышение читаемости и качества производства. Создание модели на основе данных становится причиной неестесственных ограничений. Вместо статичного снимка состояния проекта люди предпочитает получать данные по требованию и управлять ими.

Следующий пример использования демонстрирует этот процесс. Традиционно многие чертежи в судостроении основаны на данных о производстве трубопроводов и чертежей участков трубопроводов. По оценкам, на круизном лайнере длиной 350 м находится примерно 10000 участков трубопроводов. Согласно текущей практике, создание и аннотация подобных чертежей будет производиться автоматически. Тем не менее, даже при эффектином использовании САПР и настройкам, которые будут отвечать требованиям производства, около 5% работы потребуют ручного ввода.

Сам процесс довольно трудоемкий и времязатратный. Тем не менее, наибольшую сложность эти чертежи представляют на стадии производства. Каждый из них должен быть проверен вручную и использован в качестве инструкции по изготовлению участка трубопрвода, а часто данные на чертеже являются недостаточными или устаревшими ввиду изменений, что появились к моменту предоставления чертежа в цех. Возможность создавать и визуализировать производственные данные в любое время устранит разрыв между проектированием и производством.

Практическим примеров применения данных разработок служит то, что некоторые клиенты CADMATIC уже используют онлайн-соединение для проектирования данных в цехе и их отображения в окнах 3D-просмотра с соответствующими моделями. В качестве альтернативы непосредственно с 3D-моделью используются технологии AR совместно с Hololens или VR.

Основные технологии для бесчертежного производства заложены, а направление развития четко определено. Вопрос остается лишь в том, достаточно ли давления для развития и распространения инноваций и становления их частью режима.


Источники:

CABOS C., ROSTOCK (2018), Digital Model or Digital Twin? 17th Conference on Computer Applications and Information Technology in the Maritime Industries (COMPIT), Cardiff, 2018.

HAFVER, S. ELDEVIK, F.B. PEDERSEN (2018) probabilistic Digital Twins. Posi­tion paper, DNV GL

GEELS, F., 2010. Ontologies, socio-techni­cal transitions (to sustainability), and the multi-level perspective. Research Policy 39, pp. 495-510.

KONDRATIEFF N. D., STOLPER W. F., The Long Waves in Economic Life Source: The Review of Economics and Statistics, Vol. 17, No. 6 (Nov., 1935), pp. 105-115 Published by: The MIT Press

SCHOT, J., KANGER, L., 2018. Deep tran­sitions: Emergence, acceleration, sta­bilization and directionality. Research Policy.