Los beneficios de la ingeniería de productos basada en análisis

Una mirada a cómo la simulación de sistemas y las capacidades de IoT pueden cerrar el ciclo de retroalimentación de datos.

Después de que se vende un producto, los ingenieros de producto generalmente reciben muy poca información sobre su desempeño en el campo. Ese ya no tiene que ser el caso. Con la solución adecuada, los fabricantes de productos pueden combinar simulaciones de sistemas y capacidades de IoT para mejorar los diseños de productos y luego emitir resoluciones utilizando simulaciones basadas en casos de carga reales.

RTInsights se reunió recientemente con Jasmin Klein, Global Portfolio Development, y Christian Binkowski, Cloud Solution Manager, de Siemens para discutir los beneficios de incluir un circuito de retroalimentación de datos entre los ingenieros de productos y el dispositivo en el campo para lograr la optimización del producto en tiempo real, digital gemelos, y más. Aquí hay un resumen de la conversación.

RTInsights:¿Qué es la ingeniería de productos basada en análisis?

Klein: La ingeniería de productos basada en análisis permite a los usuarios tomar datos de rendimiento en vivo de un producto o una máquina en el campo y devolverlos al modelo de simulación del producto para mejorar el diseño del producto. Con los datos de producción en vivo que se retroalimentan al modelo, se crea un gemelo digital de ciclo cerrado.

Este gemelo digital se puede utilizar para mejorar activamente el diseño del producto. Por ejemplo, si un producto comienza a tener problemas, puede ejecutar una simulación precisa utilizando los datos en vivo y comenzar a identificar la causa raíz de cualquier problema. Una vez que se comprendan completamente los problemas, se pueden realizar los cambios necesarios en el diseño para futuras iteraciones. El impacto de los cambios también se puede verificar con precisión utilizando el modelo de simulación más preciso con los datos reales de la máquina.

RTInsights:¿Cuáles son los beneficios de usar ingeniería de productos basada en análisis?

Klein: Con simulaciones precisas, los diseñadores no solo pueden tomar mejores decisiones, sino que reducen el tiempo y el costo de lanzar nuevos diseños al mercado. La necesidad de creación de prototipos casi se elimina. Las empresas tienen la capacidad de desarrollar productos centrados en el usuario que satisfagan las necesidades del cliente y aumenten la satisfacción del cliente. Pueden aprender de los problemas en el campo utilizando datos reales, simulando los errores y mejorando el diseño. De esta forma, pueden eliminar los problemas del producto, ahorrar tiempo y dinero al reducir el tiempo de validación del producto y evitar el exceso de ingeniería. Juntos, esto mejora la eficiencia general.

RTInsights: ¿Qué solución ofrece Siemens en esta área?

Binkowski: Siemens tiene MindSphere®, la solución de IoT industrial como servicio, que conecta productos, máquinas y sistemas de todos los tipos y marcas diferentes. Esta solución recopila, agrega, administra y analiza datos de rendimiento. Para la solución de ingeniería de productos basada en análisis de MindSphere, específicamente, MindSphere se integra a la perfección con Simcenter ^TM Amesim ^TM software a través de un conector especialmente diseñado. La aplicación MindSphere utiliza este conector para enviar datos de rendimiento en vivo de vuelta a los modelos de simulación.

(El software Simcenter Amesim simula todos los diferentes tipos de sistemas mecatrónicos. Viene con toneladas de bibliotecas y plantillas de soluciones para máquinas, automóviles, baterías, barcos y más).

Una vez que haya establecido una conexión entre ambos sistemas, puede seleccionar los datos de la serie temporal que desea explorar. Por ejemplo, si hay un problema en el campo, es posible que desee simular 20 minutos antes o alrededor de ese incidente. Puede seleccionar el período de tiempo en MindSphere, y MindSphere genera un paquete de simulación y lo transfiere a Simcenter Amesim. Luego, se ejecuta la simulación y, una vez hecho esto, puede ver los resultados de la simulación en MindSphere.

RTInsights: ¿Puede dar ejemplos de casos de uso y éxitos?

Klein: Comenzaría con un caso de uso general. Actualmente, en la mayoría de los casos, se envía una máquina al cliente y el gerente de producto nunca obtiene información sobre el rendimiento de la máquina en el campo para mejorar el diseño del producto. Siempre que hay un problema, se contacta con el soporte y el problema se soluciona en el sitio del cliente. La información del soporte generalmente no llega al ingeniero de producto, o se transmite mucho más tarde. Debido a estas lagunas, el ingeniero de producto tiene que desarrollar un diseño basado en hipótesis, lo que da como resultado una ingeniería excesiva o insuficiente. Al final del día, esto significa que los requisitos del cliente no se cumplen o no se cumplirán en el futuro.

El enfoque de ingeniería basado en análisis que ofrece MindSphere proporciona ese circuito de retroalimentación para cambiar el diseño del producto y mejorar su rendimiento en el campo.

Binkowski: Otro ejemplo es la optimización del rendimiento de un producto existente. Esta solución ofrece la posibilidad de ajustar ciertos parámetros en el modelo de simulación directamente en MindSphere. Por ejemplo, si tiene un producto que puede funcionar a diferentes velocidades, puede probar qué velocidad es la más óptima. Usando el modelo de simulación actualizado para ejecutar parámetros, puede probar las máquinas usando las condiciones actuales de la línea.

Klein: Si observamos un ejemplo de un cliente que vende máquinas que están conectadas a una solución de IoT como MindSphere, ese cliente puede recopilar datos continuamente, obtener información sobre el rendimiento en cualquier momento y luego simular un problema utilizando esta información para mejorar el diseño del producto.

El ingeniero de producto puede aprender y sacar conclusiones directamente de los datos en vivo de la máquina. Al final, esto garantiza que el ingeniero de producto pueda desarrollar un producto centrado en el usuario y aumentar la satisfacción del cliente.

Un ejemplo es Konecranes, una empresa finlandesa especializada en la fabricación y servicio de grúas y equipos de elevación. Ha implementado una solución digital para acelerar su proceso de desarrollo de productos y conectar el producto y los datos de rendimiento.

La empresa utiliza MindSphere y Teamcenter®, el software de gestión del ciclo de vida digital de Siemens, para aprovechar el gemelo digital y reducir la cantidad de prototipos que necesitan producir. Esto les ayuda a aumentar la eficiencia y también a disminuir el tiempo de validación del producto. Al implementar una solución de innovación digital, aceleraron el proceso de desarrollo de productos y aumentaron la colaboración entre las organizaciones de prueba e ingeniería de simulación en su empresa.