#dtt17: digitaalisen suunnittelun tulevaisuus, juha kortelainen vtt

Download #DTT17: Digitaalisen suunnittelun tulevaisuus, Juha Kortelainen VTT

Post on 22-Jan-2018

169 views

Category:

Technology

1 download

Embed Size (px)

TRANSCRIPT

  1. 1. VTT TECHNICAL RESEARCH CENTRE OF FINLAND LTD Digitaalisen suunnittelun tulevaisuus Juha Kortelainen juha.kortelainen@vtt.fi #DTT17
  2. 2. 15.3.2017 2 http://www.ansys-blog.com/wp-content/uploads/2016/01/10x-Multiplier-chart-1-1024x770.jpg Tss digitaalinen suunnittelu on erityisen tehokas tykalu Motivaatio: Miksi panostaa digitaaliseen suunnitteluun? Ihmisen kyky hallita monimutkaisia jrjestelmi ja erityisesti eplineaarisia ilmiit on rajallinen - Viiveet prosesseissa, dynamiikka - Asioiden ja ilmiiden ristivaikutukset Mahdollisimman paljon hydyllist tietoa R&D&I-prosessin alkuun - Esim. valitun arkkitehtuurin vaikutus kokonaisuuteen - Vrt valinnat aiheuttavat myhemmin kalliita korjausiteraatioita Fyysisten prototyyppien kytt on kallista - Suorat suunnittelu- ja valmistuskustannukset - Prototypointiin kytetty aika Rinnakkaissuunnittelun tehostaminen - Suunnitteluajan merkittv lyhentminen Digitaalisuus-teollisuus-tulevaisuus 2017, Juha Kortelainen
  3. 3. 15.3.2017 3 Laajoja ja suhteellisen varmoja teemoja 1. Kompleksisuus ja monimuotoisuus lisntyy - Tuotteiden tekniset ominaisuudet, IoT, tuote- ja palvelukokonaisuudet, Web-pohjaisuus, verkostoitunut yritystoiminta - Suunnittelu- ja laskennallisten ohjelmistojen tarjonta kasvaa ja monimuotoistuu 2. Aikasyklit lyhenevt - Uusien teknologioiden tulo markkinoille kiihtyy - Teknologioiden omaksuminen on nopeampaa 3. Laskennallinen suorituskyky kasvaa ja monimuotoisuus lisntyy - Mooren laki pit edelleen varsin hyvin paikkansa - Hajautetun laskennan mahdollisuudet kasvavat, liikkuva tietojenksittely lisntyy - Vaativassa digitaalisessa suunnittelussa tarvitaan enemmn laaja-alaista asiantuntemusta 4. Luotettavan taustatiedon merkitys ptksenteossa kasvaa simulointi ja skenaariot - Mallipohjaisuus, mallinnus ja simulointi, tietokoneanalyysit ja datan visualisointi ovat erinomaisia tykaluja ptksenteossa haastavassa toimintaympristss! Digitaalisuus-teollisuus-tulevaisuus 2017, Juha Kortelainen http://disenthrall.co/wp-content/uploads/2013/08/Screen-Shot-2013-08-29-at-6.00.16-AM.png
  4. 4. 15.3.2017 4 Ohjelmistotrendej Suurten suunnitteluohjelmistojen (CAD/CAE/CAM) ominaisuudet laajenevat - Suunnitteluohjelmistoissa lis laskennan ja simuloinnin sek valmistuksen suunnittelun piirteit - Esim. ANSYS Workbench ja EKM, Dassault Systmes CATIA ja SIMULIA, MSC Software Apex ja Siemens PLM Software NX Uusia ohjelmistoja tulee markkinoille varsin nopeaan tahtiin - Mm. ainetta lisvn valmistukseen liittyvt ohjelmistot Laskennalliset menetelmt ja fysikaaliset mallit kehittyvt jatkuvasti - Ohjelmistot pystyvt kuvamaan aikaisempaa paremmin monimutkaisia fysikaalisia ilmiit - Materiaalimallinnus ja materiaalien ominaisuuksien suunnittelu Menetelm- ja ohjelmistotarjonta on rikasta, tehokas hydyntminen vaatii laaja-alaista osaamista edelleen suuri hydyntmispotentiaali! Digitaalisuus-teollisuus-tulevaisuus 2017, Juha Kortelainen https://www.3ds.com/fileadmin/PRODUCTS/R419/KDI/default/KDI-Image-3.png http://d2n4wb9orp1vta.cloudfront.net/resources/images//cdn/cms/Siemens_NX11.jpg http://www.cadalyst.com/files/cadalyst/nodes/2014/20560/ApexModeler5_0.jpg https://i.ytimg.com/vi/B-59B5bJAco/maxresdefault.jpg
  5. 5. 15.3.2017 5 http://blogs.gartner.com/doug-laney/files/2015/01/big-data-word-cloud.jpg Ennusteita tulevista tutkimuksen ja kehityksen suunnista digitaalisen suunnittelun osalta Uusia menetelmi ja ohjelmistoja tulee saataville edelleen kiihtyvn tahtiin Optimoinnin ja laajojen laskennallisten analyysien merkitys ja soveltaminen tulee lisntymn - Laskennallisen suunnittelun automatisointi - Parametri- ja topologiaoptimointi - Laajat parametrianalyysit - Herkkyys- ja epvarmuusanalyysit Laskennallisesti tuotetun tiedon mr kasvaa nopeasti ja painopiste siirtyy kohti tiedon analysointia ja hallintaa - Mit uutta tietoa (information) ja tietmyst (knowledge) voimme saada datasta? - Data-analytiikka (koneoppiminen, syvoppiminen, visuaalinen data-analyysi) - Tiedon ja tietmyksen hallinta osana laajempaa suunnittelutiedon hallintaa - Tieto- ja ohjelmistointegraatiot edelleen haaste mutta mys mahdollisuus Digitaalisuus-teollisuus-tulevaisuus 2017, Juha Kortelainen
  6. 6. TECHNOLOGY FOR BUSINESS