串联跨部门的大数据管理平台 实现虚实整合

in Top Story on 11 月 09, 2020
科盛科技研发处工程师 陈玠文

云端平台、大数据与人工智能的整合,是目前大多数企业所追求的技术目标。传统的企业系统架构中,不同的团队、部门,甚至是不同的个人,往往会自行建置专属的数据库。相同数据分别放置在不同地方就有机会有不同的修正,导致公司内部的数据数据无法统一。并且,由于数据不统一、信息无法分享,常导致产品在开发过程中无法延续以往的开发经验或修正已知的开发问题;发散的数据数据更是未来企业迈向AI的一大阻碍。所以如何统一存放、安全管理庞大的数据数据,并整理出有效信息让其窗体化、可视化是非常重要的课题。

Moldex3D iSLM是基于数据管理与应用开发的云平台系统。当需要开发一套新的模具时,使用者可以透过iSLM Solution Management创建模具项目,并记录从可制造设计评估(Design for Manufacturing, DFM )(图一)、计算辅助工程分析(Computing Aided Engineering, CAE)(图二、图三)到最后现场试模的所有数据数据。因此,当现场试模结束后,iSLM会将试模数据回传至Solution中与CAE数据进行虚实比对(图四)。

图一 可自行设定不同的DFM(可制造设计评估)纪录来处理特定议题(DFM)
图二 项目资料分析,可比对不同的网格、材料和制程的详细数据,来了解不同分析参数设定的差异性

图三 在3D Viewer中检视CAE分析结果

图四 CAE与现场试模数据比对

Knowledge Management(KM)相当于整个iSLM的数据库搜寻系统。使用者能透过模具建置时所定义的分类项目(Industry、Product、Part)、模具材料、模具厚度、模具体积等数据,来快速从过往筛选出可参考的模具设计(图五),并可以自行选取模具,藉由KM的比较功能,从中获取相似模具中CAE分析与现场试模的开发经验或问题。开发人员若于产品开发前,能够参考过去经验,不仅能减少时间成本,更能使CAE人员透过这样的比对方式,吸取实际试模数据设定经验,使CAE参数设定更能符合真实设定。

图五 透过分类及材料来找出需要的模具设计

图六 KM模具设计比对

透过iSLM云平台,企业可以更有效的管理模具开发过程中所有相关数据,并整合从DFM、CAE分析到现场试模纪录数据,快速累积数据,实现虚实整合。而将数据可视化的呈现,也能让整个工作流程透明化,使团队工作更有效率的进行。未来iSLM平台更会透过机器学习以及深度学习的方式,让iSLM所累积的大量数据数据能更有效的被利用。


深入了解Moldex3D

与专家讨论您的模具问题与模流分析需求

线上展示服务

提供线上技术支援与产品展示服务