حمایت مالی شد
نوآوری، اتوماسیون و برق‌سازی فرآیندهای ساخت و مهندسی را برای گزینه‌های جابه‌جایی از خودرو تا هواپیما و فراتر از آن تغییر می‌دهد.
با همکاری نرم افزار صنایع دیجیتال زیمنس

از ماشین گرفته تا هواپیما، آینده حمل و نقل هم اکنون اینجاست و به سرعت در حال تغییر است. مهندسی نرم افزار به طور فزاینده ای برای توسعه و نگهداری انواع وسایل نقلیه مرکزی است. این بدان معناست که افراد بیشتری باید مانند مهندسان سیستم فکر کنند. دیل توت، معاون هوافضا و صنایع دفاعی نرم‌افزار زیمنس، می‌گوید این بدان معناست که شرکت‌ها باید آموزش و برنامه‌ریزی بیشتری را برای کسانی که خودروهای آینده را طراحی و توسعه می‌دهند ارائه دهند.
وقتی سعی می‌کنید شکاف استعدادها را برطرف کنید، کارهای زیادی می‌توانید انجام دهید تا استفاده از ابزارها را آسان‌تر کنید. توت می‌گوید با ادغام بهتر ابزارها و با آوردن فناوری‌هایی مانند هوش مصنوعی برای کمک به تولید خودکار مفاهیم طراحی مختلف و تجزیه و تحلیل آن مفاهیم با استفاده از ابزارهای شبیه‌سازی، می‌توانید قابلیت‌های سیستم را گسترش دهید تا به توانمندسازی مهندسان شما کمک کند. .
شرکت‌هایی که در پذیرش مهندسی سیستم‌ها موفق‌ترین هستند، این کار را انجام می‌دهند، زیرا مهندسی سیستم‌ها و ابزارهای مورد استفاده تقریباً شبیه DNA سازمان مهندسی آنها می‌شوند. همه حتی در کار عادی خود کمی مانند یک مهندس سیستم فکر می کنند. ابزارها و اکوسیستمی که برای انجام مهندسی سیستم ها استفاده می کنید، نقش بزرگی در تسهیل پذیرش دارد.
ناند کوچار، معاون خودرو و حمل‌ونقل برای نرم‌افزار زیمنس، می‌گوید که رویکرد مهندسی سیستم‌ها می‌تواند به طور گسترده‌تری گسترش یابد، زیرا مهندسان در مورد چگونگی اتصال خودروها و وسایل نقلیه به هر چیز دیگری در محیط خود فکر می‌کنند.
«در یک شهر هوشمند، سیستم به خود شهر تبدیل شده است. به عنوان مثال یک وسیله نقلیه در شهر را در نظر بگیرید. تعریف این سیستم از تک وسیله نقلیه به جریان ترافیک در شهر و نحوه عملکرد چراغ های راهنمایی منتقل شده است. می‌توانید آن اکوسیستم گسترده را به جنبه‌های دیگری مانند مدیریت ساختمان، به عنوان مثال، در محیط شهر هوشمند گسترش دهید.»
«این به یک مورد تجاری کاملاً متفاوت با آنچه امروز داریم تبدیل می شود. این فناوری های جدید نوآوری را هم در سطح فنی و هم در سطح مدل کسب و کار بیشتر می کنند. بنابراین، در نتیجه استقلال و استقرار خودروهای خودمختار، مدل‌های تجاری جدیدی در حال شکل‌گیری هستند.»
لورل روما: از بررسی فناوری MIT. من لورل روما هستم، و این آزمایشگاه تجاری است، نمایشی که به رهبران کسب و کار کمک می کند تا فناوری های جدیدی را که از آزمایشگاه بیرون می آیند و وارد بازار می شوند، درک کنند.
موضوع امروز ما محیط مهندسی نرم افزار محور است. نحوه ساخت ماشین یا هواپیما در حال حاضر بسیار متفاوت از زمان هنری فورد و برادران رایت است. اکنون وسایل نقلیه و هواپیماها نرم افزار بیشتری نسبت به سخت افزار دارند. همانطور که نوآوری تکامل می یابد، پیچیدگی نرم افزار نیز تکامل می یابد، که امکان انواع جدیدی از اختراعات را فراهم می کند.
دو کلمه برای شما: مهندسی سیستم.
مهمانان امروز من ناند کوچار و دیل توت هستند. ناند معاون خودرو و حمل و نقل نرم افزار زیمنس است. او پس از تقریبا 30 سال در شرکت فورد موتور در سال 2020 به زیمنس ملحق شد، جایی که چندین سمت از جمله مهندس ارشد سیستم های ایمنی جهانی و رهبری فنی اجرایی داشت.
دیل توت معاون هوافضا و صنایع دفاعی نرم افزار زیمنس است. قبل از این نقش، دیل در شرکت فضایی کار می کرد. و در دسامبر 2018، تیم را در یک پرواز موفق به فضا هدایت کرد. به ناند و دیل خوش آمدید.
ناند کوچار : ممنون لورل.
دیل توت : متشکرم، لورل، ما بسیار هیجان زده ایم که امروز اینجا هستیم.
لورل : بنابراین، همانطور که توسعه محصول در سراسر صنایع – از جمله هوافضا و دفاع، و خودرو – از مهندسی مکانیک به یک محیط مهندسی نرم‌افزار-محور تبدیل می‌شود، سیستم‌ها در حال افزایش پیچیدگی هستند. مهندسی نرم افزار محور باعث ایجاد زمینه بین رشته ای مهندسی سیستم ها شده است. این حوزه جدید یا رویکرد جدید چگونه بر کل صنعت و به ویژه هوافضا و دفاع و خودروسازی تأثیر گذاشته است؟
ناند : این زمینه فرصتی را برای صنعت خودروسازی فراهم کرده است تا به نوآوری خود ادامه دهد. همانطور که می دانید، روندها در صنعت در حال تغییر است – ما در حال حرکت از موتورهای احتراق داخلی به سیستم های محرکه جدید هستیم و به سمت برقی شدن می رویم. وسایل نقلیه ما نیز با سطوح استقلال، از سطح SAE 1 تا 5 سازگار هستند.
همه اینها پیچیدگی زیادی را به همراه دارد. در واقع، می‌توان گفت نرم‌افزار ماشین را می‌خورد، زیرا نرم‌افزار در حال تبدیل شدن به بخش غالب خودروهای امروزی و توسعه خودروهای آینده است. رشته مبتنی بر مهندسی نرم افزار به ما این امکان را داده است که به این پیچیدگی فزاینده رسیدگی کنیم و به مهندسان ما این امکان را می دهد که به نوآوری و ارائه محصولات مورد نظر مشتری نهایی ادامه دهند. این تغییر بزرگ است – اینکه چگونه توسعه محصول و تولید در صنعت خودرو در حال تغییر است.
دیل : همانطور که ناند در مورد صنعت خودرو می گفت، ما نیاز به نوآوری بسیار بیشتر از گذشته را در زمینه هوافضا و دفاع می بینیم. خواه ساخت تاکسی های هوایی جدید باشد یا هواپیمای EVTOL، پیشرفت در سیستم های فضایی و قرار دادن افراد بیشتر و بیشتر در مسیر اکتشافات فضایی تغییر می کند.
همانطور که به سمت آینده پیش می رویم، نیاز به پایداری بیشتر و پرداختن به استفاده از سوخت کمتر و بهره وری بیشتر در سیستم هایمان، نوآوری های زیادی را در این صنعت ایجاد کرده است. شرکت‌ها از نرم‌افزار استفاده می‌کنند تا سیستم‌های بسیار پیچیده‌تری را فعال کنند، با این انتظار که کارآمدتر و مؤثرتر عمل کنند. در مورد هواپیما، نتیجه مورد انتظار هواپیمای با وزن کمتر است که سپس انرژی کمتری برای رفتن از یک مکان به مکان دیگر مصرف می کند.
مهندسی سیستم ها برای دهه ها در هوافضا و دفاع غالب بوده است. اکنون از آن برای کمک به پیشبرد برخی از آن نوآوری استفاده می‌شود، تا اطمینان حاصل شود که ما همه ترکیب‌های ممکن یک سیستم پیچیده و حالت‌های خرابی احتمالی آن سیستم‌ها را بررسی کرده‌ایم، تا بتوانیم ایمن‌ترین، مطمئن‌ترین، با بالاترین عملکرد ممکن برای مشتریان بنابراین، در حالی که برای مدت طولانی وجود داشته است، در بررسی این سیستم‌های پیچیده، شاهد رشد فوق‌العاده‌ای در نیاز به مهندسی سیستم‌ها و مهندسی سیستم‌های مبتنی بر مدل در میان همه مشتریانمان برای دستیابی به نوآوری‌هایی بوده‌ایم که می‌خواهند داشته باشند. .
لورل : بنابراین، اتومبیل‌ها نیز مانند هواپیماها در حال تکامل هستند، و حتی می‌توان گفت که یک جابجایی عظیم، نه تنها از موتورهای احتراقی به وسایل نقلیه الکتریکی، بلکه به وسایل نقلیه خودران نیز برای هر دوی این نوآوری‌های بزرگ وجود دارد. ناند، به طور کلی چه تاثیری بر خودروها می گذارد و وقتی به نحوه استفاده و تغییر شدید سیستم ها فکر می کنیم؟
ناند : بله، همانطور که گفتید، وقتی به وسایل نقلیه خودران یا وسایل نقلیه الکتریکی نگاه می کنید، کل رویکرد توسعه محصول را تغییر می دهد. بنابراین، بیایید یکی یکی بگیریم. در خودروهای برقی به جای داشتن موتورهای احتراقی، البته در حال حاضر، سیستم باتری به عنوان منبع تولید انرژی وجود دارد. سپس، شما باید انتقال آن قدرت را از طریق چرخ ها انجام دهید. بنابراین، بسیاری از مکانیسم های این بین در حال تغییر هستند.
وقتی می گوییم که از باتری تغذیه می کند، برای ارائه برق، این فقط باتری نیست. این کل الکترونیک است که با آن کل معماری و همچنین نرم افزار را تغییر می دهد. این نرم افزار کاری را انجام می دهد که ما آن را مدیریت باتری می نامیم، زیرا به طور مداوم عملکرد باتری را بهینه می کند تا بتواند توان مورد نیاز را ارائه دهد و بیشترین کارایی را داشته باشد، در حالی که همچنان به مسائل مربوط به ویژگی های متقابل هر عملکرد حرارتی رسیدگی می کند.
تغییر اساسی در سطح ویژگی خودرو، در سطح عملکرد راننده-خودرو، و نه تنها در سطح اجزایی که اکنون در روتورها، موتورها و باتری‌ها دارید، در مقایسه با سیستم‌های قبلی اتفاق می‌افتد. وقتی به استقلال نگاه می‌کنید، پیچیده‌تر می‌شود، از سطوح خودمختاری شروع می‌شود تا سطح 2 SAE، جایی که شما هم عملکردهای ترمز و هم عملکرد فرمان و هم تصمیم‌گیری را دارید. بنابراین، اکنون شما یک مجموعه حسگر اضافی در ماشین دارید. آنها دائماً در حال جمع آوری اطلاعات هستند. این اطلاعات برای تصمیم‌گیری به یک واحد پردازش مرکزی ارسال می‌شود، بنابراین شما مجموعه‌ای از نرم‌افزارها، الگوریتم‌ها، برای تصمیم‌گیری در اختیار دارید. این تصمیمات به عملیات باز می گردند، چه ترمزگیری باشد و چه فرمان. بنابراین، سطح پیچیدگی افزایش یافته است.
شما می توانید آن را حتی بیشتر به سطح 3 یا 4 SAE ببرید. اکنون، دوربین و رادار LIDAR را در اختیار دارید. سیستم‌های حسگر همچنین باید با زیرساخت‌ها صحبت کنند، چه چراغ‌های راهنمایی شهری یا سایر بخش‌های فرستنده‌های نصب شده در شهرها. تعریف سیستم ها تغییر کرده است. در گذشته، زمانی که ما وسایل نقلیه پیشرفته با سطوح خودمختاری نداشتیم، خود خودرو سیستم نامیده می شد. این سیستمی از سیستم ها بود و آن زیرسیستم ها بدنه، شاسی، پیشرانه، الکترونیک بود. اکنون، وقتی به این محیط خودمختار نگاه می‌کنید، خود خودرو به یک زیرسیستم تبدیل شده است و با خودروهای دیگر در جاده و زیرساخت در سیستم کار می‌کند، بنابراین تعریف سیستم‌ها تغییر کرده است. این است که چگونه رویکرد سیستم سیستم ها تنها راه برای پرداختن به نوع خودمختاری است که می خواهیم در این راه از آن لذت ببریم.
لورل : دیل، با EVTOL، یا هواپیماهای برخاست و فرود عمودی الکتریکی، فقط یک مثال، آیا در نحوه تغییر و تکامل سیستم‌های سیستم‌ها مشابه است؟
دیل : قطعا. همانطور که ناند گفت، برای سال‌ها تمرکز زیادی روی هواپیما یا خود محصول وجود داشت و به آن به عنوان یک سیستم از سیستم‌ها فکر می‌شد. با استفاده از پهپادها، این مشکل بیشتر به یک مشکل سیستمی تبدیل شد، و EVTOL ها مشکلی هستند که بسیار شبیه به آنچه در صنعت خودروسازی می بینیم، زمانی که در مورد وسایل نقلیه خودران صحبت می کنیم، می بینیم. چگونه هواپیما با محیط با حسگرهای یک شهر تعامل دارد، زیرا شما در میان ساختمان ها پرواز خواهید کرد؟ شما باید بتوانید هواپیماهای دیگری که در حال پرواز هستند را حس کنید و از آنها دوری کنید. شما باید با ایستگاه های شارژ که بخشی از زیرساخت هستند تعامل داشته باشید.
این به یک مشکل بسیار گسترده تر و پیچیده تر تبدیل می شود. سطح اتصال بالاتری بین وسایل نقلیه مختلفی که در حال پرواز هستند دارید. سپس، شما به قابلیت‌هایی به سادگی نیاز دارید که بتوانید آنها را ردیابی کنید و آنها را قادر به تعامل با یک برنامه در تلفن کنید، همانطور که مردم چیزی شبیه به اشتراک گذاری سواری را تصور می‌کنند. این بخشی از نحوه عملکرد کل سیستم سیستم ها است. این یک مشکل بسیار پیچیده تر از گذشته است و شما باید بتوانید همه قطعات را به هم متصل کنید و آنها را مدیریت کنید و آنها را به درستی در تعامل قرار دهید تا عملکرد و قابلیت استفاده مطلوب از سرویس را به دست آورید.
لورل : صحبت از این نوع چالش‌ها، از آنجایی که زیرساخت‌های شرکت بیشتر شبیه به سیستم‌های سیستمی برای ترکیب فناوری‌هایی مانند هوش مصنوعی، هوش مصنوعی و یادگیری ماشینی می‌شوند، شاید منطقی باشد که تفکر را به یک رویکرد مهندسی سیستم که برای کل شرکت اعمال می‌شود تغییر دهیم. شرکت ها در ادغام مهندسی سیستم ها در یک معماری موجود با چه نوع تغییرات تکنولوژیکی مواجه هستند؟
دیل : همیشه کمی چالش فرهنگی نیز وجود دارد، زیرا شما شروع به وارد کردن رویکرد سیستمی جدید می کنید که، گاهی اوقات، مردم فقط می خواهند وارد آن شوند و شروع به طراحی چیزی کنند. به‌عنوان یک مهندس، حدس می‌زنم که خودم چندین بار در این مورد مقصر بوده‌ام، اما شما واقعاً باید سیستم‌هایی داشته باشید که به مدیریت نیازهای شما کمک کنند. می‌توانید بررسی این الزامات را به‌طور خودکار انجام دهید تا به درستی نوشته شوند و از سیستمی از سیستم‌ها به یک محصول، به زیرسیستم‌های فردی در هواپیما یا داخل یک وسیله نقلیه تجزیه شوند. بنابراین، فناوری زیادی وجود دارد. شما تعاملات بیشتری بین شبیه‌سازی‌های خود، نرم‌افزار طراحی که استفاده می‌کنید، و سپس ابزارهایی که برای مدیریت مدل‌سازی سیستم استفاده می‌کنید، دارید، اما با میزان بالاتری از خودمختاری که آن‌ها می‌خواهند، شما شروع به افزایش بیشتر می‌کنید. تأثیر ایمنی سیستم نیز وجود دارد. بنابراین، شما واقعا باید بتوانید این راه حل ها را به هم متصل کنید تا چیزهایی را از دست ندهید تا بتوانید یک تصویر کامل را ببینید. زمانی که راه حل های نرم افزاری شما در یک اکوسیستم به یکدیگر متصل شده اند، بهینه سازی محصولات شما بسیار آسان تر است.
این جنبه فنی است. من کمی در مورد فرهنگ و نیاز مردم به تغییر طرز فکر خود، اتخاذ یک ذهنیت مهندسی سیستم اشاره کردم. آن‌ها دیگر فقط روی قطعه کوچک خود از وسیله نقلیه کار نمی‌کنند، بلکه به این موضوع فکر می‌کنند که چگونه آن را تحت تأثیر قرار می‌دهد و با همه سیستم‌های دیگر در هواپیما تعامل می‌کند – یا در داخل اکوسیستم، در مورد چیزی شبیه به تاکسی های هوایی شما باید به فرآیندهای خود نگاه کنید، باید به افراد خود نگاه کنید، و باید به فناوری که در هیئت مدیره خود به کار می برید نگاه کنید تا یک فرآیند کامل را گرد هم آورید که به مهندسان قدرت می دهد تا نوآورتر باشند و به راه حل های جدید فکر کنند. .
لورل : وقتی در مورد آن صحبت می کنیم، ناند، مهندسان توانمند در زمانی که شما روی یک پروژه کار می کنید چگونه به نظر می رسند؟
ناند : از نقطه نظر مهندسی سیستم، به آنها اجازه می دهد ابتدا مشکلی را که باید حل شود تعریف کنند، سپس آنها را با ابزارها و فرآیندهای مورد نیاز برای ارائه آن قادر می سازند، جایی که توانمندسازی وارد عمل می شود. چندین سطح از چالش‌ها و راه‌حل‌های فنی وجود دارد و توانمندسازی به معنای توانمندسازی آن‌ها با همه آن‌ها است.
بسته به اینکه یک شرکت یا سازمان در کجای سفر تحول دیجیتال خود قرار دارد، آن چالش ها و راه حل ها متفاوت خواهند بود. از منظر زیرساختی یا سخت افزاری خالص، برخی از آنها سخت افزار کافی نصب کرده اند که می تواند حجم وسیعی از مدل سازی و محاسبات را در محیط خود انجام دهد. سایرین با چالش‌هایی مواجه خواهند شد تا مطمئن شوند که سیلوهایی وجود ندارد، به‌عنوان نقطه فرهنگ دیل، در شرکت، و اطمینان حاصل شود که اطلاعات به‌طور یکپارچه از یک سر به سر دیگر در قالب رشته دیجیتال جریان می‌یابد. اینها چالش ها هستند. اینجاست که بسیار مهم است که یک برنامه کلی برای پرداختن به بخش فناوری و همچنین فرهنگ و سمت افراد کسب و کار از منظر استعداد، به منظور ارائه رویکرد مهندسی سیستم ها داشته باشیم.
لورل : کمی بیشتر در این مورد، دیل – شرکت ها چگونه به این نوع چالش، غلبه بر شکاف استعدادها و شکستن آن سیلوهای اطلاعاتی نگاه می کنند؟ می توان گفت که این دو محور اصلی تحول دیجیتال در هر صنعتی است، اما به طور خاص برای هوافضا، دفاع و خودرو. بنابراین، این یک تغییر واقعی است که به روشی متفاوت به این موضوع فکر کنیم.
دیل : بله. وقتی شروع به بررسی نحوه رسیدگی به این می‌کنید، باید مقداری آموزش با افراد خود بگذرانید و آنها را نه فقط برای یادگیری مهارت‌ها، بلکه برای اتخاذ طرز فکری که برای یک مهندس سیستم لازم است، بیاموزید. بخش دیگر آن به دنبال راه حل هایی است که در واقع به خودکارسازی برخی از این فرآیندها کمک می کند.
گاهی اوقات، هنگامی که شروع به شکستن موانع می کنید، اگر به طراحی سنتی سازه و تحلیل سازه فکر می کنید، مانند زمانی که در حال طراحی یک پانل پوسته کامپوزیت در هواپیما هستید، در گذشته، طراح آن را به صورت CAD طراحی می کرد و سپس با دست طراحی می کرد. آن را به یک تحلیلگر واگذار کنید تا تحلیل استرس را در آن قسمت انجام دهد. سپس، آنها باید به این سو و آن سو صحبت کنند. اکنون، همانطور که شروع به جمع کردن ابزارها می کنید و شبیه سازی و طراحی را با هم ترکیب می کنید، اکنون می توانید شروع به انجام هر دو کار از یک شخص کنید زیرا استفاده از ابزارها آسان است، آنها یکپارچه هستند و آنها به خوبی با هم خودکار هستند.
همانطور که شما آن را به مهندسی سیستم ها تعمیم می دهید، همانطور که سعی می کنید شکاف استعداد را برطرف کنید، فقط کارهای زیادی می توانید با آموزش انجام دهید، اما کارهای زیادی وجود دارد که می توانید انجام دهید تا ابزارها را ساده تر و استفاده آسان تر کنید. با ادغام بهتر آنها، با آوردن فناوری هایی مانند هوش مصنوعی در آن، که در آن می توانید به خودکارسازی تولید مفاهیم مختلف طراحی و تجزیه و تحلیل آن مفاهیم با استفاده از ابزارهای شبیه سازی کمک کنید، می توانید قابلیت های سیستم را گسترش دهید تا به توانمندسازی مهندسان شما کمک کند. .
شرکت‌هایی که در پذیرش مهندسی سیستم موفق‌ترین هستند، این کار را انجام می‌دهند زیرا مهندسی سیستم‌ها و ابزارهایی که استفاده می‌شوند تقریباً شبیه DNA سازمان مهندسی آنها می‌شوند – همه شروع به فکر کردن مانند یک مهندس سیستم کرده‌اند، حتی در زمان خود. کار معمولی بنابراین، با انجام این کار، کل سازمان خود را تغییر داده اید. برای مدیریت این فرآیند لازم نیست به یک گروه فوق تخصصی از مهندسین سیستم تکیه کنید. همه در این فرآیند ذینفع هستند. ابزارها و اکوسیستمی که برای انجام مهندسی سیستم ها استفاده می کنید نقش بسیار زیادی در کمک به این مشکل دارند.
لورل : ماندن بر ایده شبیه‌سازی و هوش مصنوعی، مطمئناً چیزی است که به داده‌های زیادی نیاز دارد، مهندسی زیادی برای حل این مشکلات واقعاً بزرگ. وقتی یک وسیله نقلیه خودران را آزمایش می کنید، چند بار به ماه می روید و برمی گردید؟ صدها، درست است؟ بنابراین، برای اینکه بتوانید شبیه سازی یا مدل ها را اجرا کنید، به حجم عظیمی از داده نیاز دارید. آیا می‌توانید کمی بیشتر در مورد اینکه چگونه شبیه‌سازی – یا حتی مفهوم دوقلو دیجیتال، که ایجاد یک محیط آنلاین دیجیتالی برای تقلید از آنچه در این زمینه می‌سازید – چگونه در مهندسی سیستم‌ها جا می‌گیرد، توضیح دهید؟
دیل : نقش بسیار مهمی دارد. تقریباً در مرکز آن قرار دارد. ما اغلب به مهندسی سیستم در زمینه نیازمندی‌ها، مدل‌سازی سیستم و سپس فرآیندهای تأیید فکر می‌کنیم تا نشان دهیم که شما آن الزامات را برآورده کرده‌اید. این یک فرآیند کلاسیک حلقه بسته مهندسی سیستم است، اما شبیه سازی به ابزاری بسیار مهم برای توسعه معماری محصول شما و بهینه سازی آن محصولات تبدیل می شود. اکنون می توانید هزاران گزینه را مشاهده کنید. می توانید تست های مختلفی را اجرا کنید. بنابراین، نقش بسیار مهمی در کمک به تعریف اولیه محصول شما دارد.
سپس، همانطور که فرآیند تأیید خود را شروع می‌کنید، چون ابزارهای شبیه‌سازی برای ارزیابی عملکرد محصول خود را در پیکربندی‌های مختلف دارید، می‌توانید تغییرات طراحی را قبل از شروع ساخت یک محصول و قبل از شروع آزمایش آن شناسایی کنید. این نقش کلیدی در تعریف معماری، سپس تعریف محصول، و سپس در نهایت، تایید محصول دارد. این به بهینه سازی فرآیندهای شما که برای توسعه محصول جدید استفاده می شوند کمک می کند.
لورل : نند، وقتی می‌توانید از شبیه‌سازی یا دوقلوهای دیجیتالی استفاده کنید، یا فقط داده‌های بیشتری برای ایمن‌تر کردن این وسایل نقلیه داشته باشید، چگونه به ایمنی کمک می‌کند؟
Nand : شبیه سازی پایه و اساس ارائه یک دوقلو دیجیتال یا مهندسی سیستم را در ذهن من تشکیل می دهد. بنابراین، با شبیه‌سازی در مراحل اولیه، می‌توانید معماری درستی را انتخاب کنید و سپس وارد طرح‌های دقیق شوید. این به شما امکان می دهد تا فضای بهینه سازی را در ارائه آن راه حل کشف کنید. وقتی آن را با نمایش فیزیکی همان شبیه‌سازی‌ها ترکیب می‌کنید و این دو مورد را با هم ترکیب می‌کنید، به این ترتیب اعتماد به شبیه‌سازی خود و نتایج آزمایش فیزیکی را افزایش می‌دهید که به آن همبستگی آزمون CAE می‌گویند. این به ارائه مهندسی سیستم کمک می کند. بنابراین، می‌توان گفت شبیه‌سازی، دوقلو دیجیتال، آنها دست به دست هم داده‌اند یا مهندسی سیستم‌ها را قادر می‌سازند تا از انتهایی به انتهای دیگر بروند.
لورل : بنابراین، ناند، مهندسی سیستم چگونه به توسعه محصول و/یا ایجاد این کارایی صنعتی کمک می کند؟ بازگشت سرمایه چقدر است؟
ناند : جالب است. بهره وری صنعتی یکی از بزرگترین دستاوردهای نهایی است، نحوه کسب درآمد از همه این سرمایه گذاری ها. من از چند مثالی که قبلاً در مورد آنها پرسیده اید استفاده خواهم کرد. اول، چگونه یک وسیله نقلیه ایمن تحویل می دهید؟ هنگامی که شما شبیه سازی های زیادی انجام می دهید، یکی از اهداف کاهش تعداد نمونه های اولیه فیزیکی ساخته شده است تا بتوانید بر آن شبیه سازی تکیه کنید. طبق تعریف، این ارزان‌تر است، زیرا قطعات و ماشین‌آلات را برای ساخت نمونه‌های اولیه مصرف نمی‌کنید، و این یک چیز بزرگ در صنعت خودرو است. در عین حال، شما نوآوری های زیادی انجام می دهید. مواردی وجود دارد که در یک محیط آزمایش فیزیکی انجام نشده است، بنابراین باید دست به دست هم دهید و برخی از همبستگی های CAE را برای ایجاد اعتماد به نفس انجام دهید. پس از آن مرحله، شما مجموعه دیگری از داده ها را از طریق شبیه سازی تولید می کنید. اکنون، در برنامه بعدی یا تکرار بعدی طرح، کارایی شما بسیار بیشتر است.
اجازه دهید این را حتی فراتر ببرم: هوش مصنوعی به همراه این داده‌های شبیه‌سازی عظیم چگونه جا می‌گیرد؟ موارد زیادی وجود دارد که داده‌های شبیه‌سازی را می‌گیرید و از طریق یادگیری ماشینی، الگوریتم‌ها را در مورد نتیجه آن شبیه‌سازی خاص آموزش می‌دهید. بنابراین، اگر یک تحلیل آیرودینامیکی انجام می دهید و به ضریب درگ نگاه می کنید، از نقطه نظر محاسباتی بسیار فشرده است. گاهی اوقات، آن ها تا پنج روز طول می کشد تا نتیجه بگیرند. اگر الگوریتم‌های خود را از طریق یادگیری ماشینی و هوش مصنوعی آموزش داده‌اید، می‌توانید پایگاه داده خود را با توجه به شرایط داده شده آزمایش، بر اساس نتایجی که می‌توان به دست آورد، ادامه دهید. در پایان، وقتی سناریوی طراحی جدید دیگری دارید، لازم نیست آن شبیه سازی های پنج روزه را انجام دهید. شما آن را در آن الگوریتم‌ها قرار می‌دهید، و این نتایج را در عرض چند دقیقه به شما می‌دهد. شما می توانید بازده بسیار زیادی را ببینید، هم از نظر زمان انجام آن و هم از نظر محاسبات، که هزینه همه آن چیزها را کاهش می دهد. به این ترتیب شما به بازده سرمایه گذاری اضافه می کنید و توسعه محصول خود را گسترش می دهید. شما با انجام کارهای بیشتر با افراد کمتر و کمتر، توسعه محصول را برای دیدگاه‌های متعدد مقیاس می‌دهید، زیرا با شبیه‌سازی‌ها و همه این فناوری‌ها در کنار هم، می‌توانید به همان میزان کار انجام دهید. یا می‌توانید با همین تعداد افراد با فشار دادن محصولات بیشتر، پس‌انداز کنید. در صنعت خودرو، شما به طور همزمان، گاهی اوقات، تا 20 برنامه در حال اجرا هستید و می توانید کارایی بیشتری داشته باشید.
لورل : دیل، وقتی در مورد بازگشت سرمایه و هواپیما برای دفاع هوافضا صحبت می کنیم، در مورد سرمایه گذاری در سیستم و سخت افزاری صحبت می کنیم که می تواند سال ها دوام بیاورد. هواپیما در عرض یک سال تعویض نمی شود. نیاز به ماندگاری طولانی دارد. ROI چگونه بر طرز فکر مردم در مورد آن با مهندسی سیستم تأثیر می گذارد؟
دیل : این یک سوال عالی است. برخی از نظرات ناند بسیاری از آن را به خوبی نشان می دهد. من معمولاً از دو جهت به این موضوع فکر می کنم. یکی این است که وقتی به برنامه ای فکر می کنید و در هوافضا برنامه توسعه را طی می کند، با تیم های بزرگ کار می کنید. شما به بودجه هایی که برای برخی از این برنامه ها استفاده می شود نگاه کنید و ممکن است 10 میلیون، 20 میلیون و شاید حتی 100 میلیون دلار در ماه هزینه کنند. به عنوان بخشی از این بودجه، آنها در حال گذراندن فرآیند صدور گواهینامه هستند. اگر بتوانید از شبیه سازی برای جلوگیری از تاخیر یک یا دو ماهه استفاده کنید، این مبلغ قابل توجهی است. در بسیاری از مواقع، اگر تنها تعداد انگشت شماری از افراد شبیه‌سازی روی این مشکل کار می‌کنند، ROI می‌تواند 10، 20، 30، 40 برابر باشد. زمانی که این فرآیند را طی می‌کنید صرفه‌جویی بسیار شگفت‌انگیزی است، یا شاید یک اجتناب از هزینه بسیار شگفت‌انگیز باشد.
بخش دیگری از آن، که شما به آن اشاره کردید، پشتیبانی از این برنامه ها در طول چرخه عمر توسعه محصول 50، 60 ساله است. با داشتن محل شبیه سازی برای درک نحوه عملکرد هواپیما پس از بیرون آمدن در میدان، و با به روز رسانی دوقلو دیجیتال، شبیه سازی، می توانید چرخه های تعمیر و نگهداری را بهینه کنید، که می تواند صرفه جویی زیادی در هزینه برای اپراتورها داشته باشد. . باز هم، ROI ممکن است مضرب 10 یا 20 در برخی از آن ها باشد. گاهی اوقات، این هزینه ها پنهان می شوند، اما صرفه جویی قابل توجهی است.
سپس، وقتی می‌خواهید قابلیت‌های جدیدی را ارتقا دهید یا اضافه کنید، چون آن دوقلو دیجیتال را دارید و شبیه‌سازی را در جای خود دارید، قبلاً کار مهندسی سیستم‌ها را انجام داده‌اید. ادغام و ارائه قابلیت های جدید به مشتری آسان تر است. در کل طول عمر محصول به ارزش افزوده ادامه می دهید. بنابراین، ROI با بسیاری از این ابزارها قابل توجه است و فراتر از اولین باری است که شما شبیه سازی و شروع به طراحی وسیله نقلیه می کنید. در کل چرخه عمر محصول سود سهام پرداخت می کند.
لورل: بنابراین، نند، قبلاً به شهرهای هوشمند اشاره کردید و اینکه رویکردهای مهندسی سیستم‌ها را می‌توان به انواع مختلف مشکلات در شهرهای هوشمند گسترش داد. به نظر شما مهندسی سیستم چگونه به اختراع و نوآوری بیشتر کمک می کند؟
Nand : در یک شهر هوشمند، سیستم شما به عنوان مثال به شهر و وسیله نقلیه در شهر تبدیل شده است. تعریف شما از سیستم از یک وسیله نقلیه به جریان ترافیک در شهر، نحوه عملکرد چراغ های راهنمایی در شهر منتقل شده است، و می توانید آن را به سایر جنبه های مدیریت ساختمان، به عنوان مثال، به محیط شهر هوشمند گسترش دهید. . در مورد وسیله نقلیه خودران، وسایل نقلیه به تنهایی و بدون راننده حرکت می کنند، بنابراین بخشی از شهر است. آنها باید با کل زیرساخت شهر، کل سیستم های ترافیکی شهر، کنترل کننده های ترافیک و وسیله نقلیه خودران کار کنند. بنابراین، به یک مورد تجاری کاملاً متفاوت از آنچه امروز داریم تبدیل می شود. همه این موارد به نوآوری، هم در سطح فنی و هم در سطح مدل کسب‌وکار ادامه می‌دهند. در نتیجه استقلال و استقرار خودروهای خودمختار، مدل های کسب و کار جدیدی در حال شکل گیری هستند. خواه اشتراک خود وسیله نقلیه باشد یا تحویل کالا یا اشتراک سواری، منظور من از ادامه نوآوری در مورد آنچه منطقی است و اینکه چگونه می‌توانیم درآمد کسب کنیم و شرکت‌ها می‌توانند سودآور باشند، همین است.
از نظر جنبه فنی تجارت، اتصال بخش بزرگی از آن است. از آنجایی که گرایش های مصرف کنندگان مانند افرادی که نتفلیکس را با تلفن های خود در خانه تماشا می کنند، وقتی وارد ماشین خود می شوند تا به جایی بروند، خواهان تداوم هستند. آنها می خواهند در سیستم صوتی خودرو به تماشای خود ادامه دهند. اتصال به ایده های بیشتری در مورد توسعه محصول اجازه می دهد.
بزرگ‌ترین مورد در صنعت خودرو، به‌روزرسانی‌های هوایی است. بنابراین، کل تغییر پارادایم از اینکه باید هر چند سال یک بار مدل جدیدی از خودروی خود را تهیه کنید به بسیاری از ویژگی های خودرو که از طریق نرم افزار به روز می شوند، اجازه می دهد تا سخت افزار شما ثابت بماند. می‌توانید بدون مراجعه به نمایندگی، ویژگی‌های جدید را خریداری کنید، زیرا این ویژگی‌ها از طریق نرم‌افزار توزیع می‌شوند، و می‌توان آن‌ها را از طریق هوا در حالی که وسیله نقلیه در خانه شما پارک شده است یا در هر کجای دیگر، تحویل داد. باز هم، ما تعریف سیستم را گسترش دادیم. این سیستم به نرم‌افزاری تبدیل شده است که از نویسنده آن نرم‌افزار به مصرف‌کننده نهایی برای محصولات خود رانده می‌شود.
لورل : دیل، چه احساسی نسبت به نوآوری و اختراع با مهندسی سیستم دارید؟
دیل : همه چیزهایی که امروز اینجا در مورد شهرهای متصل و ماشین‌های متصل و هواپیماهای متصل و EVTOL یا تاکسی‌های هوایی به طور کلی صحبت می‌کنیم، شگفت‌انگیز است وقتی به مدل‌های تجاری فکر می‌کنیم که هنوز به آنها فکر نکرده‌ایم. چیزی که ما رویای آن را حداقل در هوافضا می‌بینیم، مانند رفتن به ماه است – با رویکرد سیستمی و توانایی تمام ابزارهای جدید اکنون برای مشاهده گزینه‌های بیشتر، ممکن است به مجموعه‌ای کاملاً متفاوت نگاه کنید. چگونه به ماه برویم و روی ماه زندگی کنیم. به جای موشکی که پرتاب می‌شود، و سپس به یک فرودگر ماه منتقل می‌شوید، و به نحوه راه‌اندازی مأموریت‌های آپولو فکر می‌کنید، بهینه‌سازی‌های زیادی در آن انجام شده است، اما اکنون، می‌توانید از طریق لنز به آن نگاه کنید. از مدل های کاملا متفاوت
همانطور که ما شروع به فکر کردن در مورد چگونگی استفاده از انرژی در سراسر جهان می کنیم و چگونه برای آینده ای پایدارتر کار می کنیم، و همانطور که شهرهای هوشمند بیشتر و بیشتر به هم متصل می شوند، چگونه از انرژی به طور موثر برای حمل و نقل خود استفاده می کنید؟ چگونه از آن به طور مؤثرتری در تولید برق خود استفاده می کنید – وقتی خورشید در گرم ترین نقطه روز می رسد و شما نیاز به تهویه مطبوع دارید، چگونه ساختمان ها را هوشمندتر می کنید تا وقتی افراد کمتری در ساختمان هستند، آیا ساختمان می تواند دما را برای صرفه جویی در مصرف برق تنظیم کند؟
امکانات بسیار زیادی وجود دارد تا به این فکر کنیم که چگونه از منابعی که در اختیار داریم استفاده می کنیم و افراد را بهتر به هم متصل می کنیم. فرصت‌های زیادی وجود خواهد داشت که مردم شروع به اتصال همه این دستگاه‌ها به یکدیگر می‌کنند تا واقعاً از محیط اطراف خود و نحوه تعامل ما با شهرها و افراد دیگر آگاه‌تر شوند. من در مورد آن هیجان زده هستم.
لورل : عالی ناند و دیل، از اینکه امروز در آزمایشگاه تجاری به من ملحق شدید بسیار سپاسگزارم.
دیل : حضور در اینجا عالی بود، و من از گفتگوی امروز لذت بردم. متشکرم.
ناند : بازم ممنون. من هم از گفتگو لذت بردم.
لورل : این نند کوچار و دیل توت از نرم‌افزار زیمنس بودند که از کمبریج، ماساچوست، خانه MIT و بررسی فناوری MIT، مشرف به رودخانه چارلز، با آنها صحبت کردم. برای این قسمت از Business Lab تمام شد. من میزبان شما هستم، لورل روما. من مدیر Insights، بخش انتشارات سفارشی MIT Technology Review هستم. ما در سال 1899 در مؤسسه فناوری ماساچوست تأسیس شدیم، و شما می‌توانید ما را به صورت چاپی در وب و در رویدادهای هر سال در سراسر جهان پیدا کنید. برای اطلاعات بیشتر در مورد ما و نمایش، لطفاً وب سایت ما را در technologyreview.com بررسی کنید. این نمایش از هر کجا که پادکست های خود را دریافت کنید در دسترس است. اگر از این قسمت لذت بردید، امیدواریم لحظاتی را به امتیاز دهی و مرور ما اختصاص دهید. Business Lab محصولی از MIT Technology Review است. این قسمت توسط Collective Next تهیه شده است. ممنون که گوش دادید.
این پادکست توسط Insights، بازوی محتوای سفارشی MIT Technology Review تولید شده است. این توسط هیات تحریریه MIT Technology Review نوشته نشده است.
چگونه یک ویروس شناس کهنه کار شواهد تازه ای برای تأیید این نظریه پیدا کرد که کووید از حیوانات به انسان ها در یک بازار بدنام چین جهش کرده است – به جای اینکه از نشت آزمایشگاهی ظاهر شود.
یک پروژه آنلاین ویروسی به افشای برنامه کاری تنبیه کننده 996 کمک کرد – و نشان می دهد که پیشرفت در برابر آن چقدر سخت است.
QuEra Computing که توسط فیزیکدانان هاروارد و MIT راه اندازی شده است، در حال تلاش از یک رویکرد کوانتومی متفاوت برای مقابله با وظایف محاسباتی غیرممکن است.
با افزایش مجدد موارد کووید، محدودیت‌های جدیدی در سراسر اروپا اعمال می‌شود. اما دلایل متعددی وجود دارد که موج جدیدی در حال وقوع است.
پیشنهادهای ویژه، داستان های برتر، رویدادهای آینده و موارد دیگر را کشف کنید.
از اینکه ایمیل خود را ثبت کردید، متشکریم!
به نظر می رسد مشکلی پیش آمده است.
ما در ذخیره تنظیمات برگزیده شما با مشکل روبرو هستیم. سعی کنید این صفحه را بازخوانی کنید و یک بار دیگر آنها را به روز کنید. اگر همچنان این پیام را دریافت می‌کنید، با فهرستی از خبرنامه‌هایی که می‌خواهید دریافت کنید، با ما از طریق customer-service@technologyreview.com تماس بگیرید.
ماموریت ما اتخاذ تصمیمات آگاهانه تر و آگاهانه تر در مورد فناوری از طریق روزنامه نگاری معتبر، تأثیرگذار و قابل اعتماد است.
اشتراک در برای حمایت از روزنامه نگاری ما
© 2021 بررسی فناوری MIT

source

توسط techkhabari