Suchen

Interview Die Puzzlestücke in der Entwicklung richtig zusammensetzen

Siemens PLM Software hat kürzlich das Simcenter-Portfolio für Predictive Engineering Analytics auf den Markt gebracht. Es unterstützt dabei, rasch die richtige Balance zwischen den Anforderungen und dem optimalen Betriebsverhalten komplexer Produkte zu finden, wie Peter De Clerck von Siemens PLM Software erläutert.

Firmen zum Thema

Im Juni hat das Geschäftssegment Simulation & Test Solutions von Siemens PLM Software das Simcenter-Portfolio für Predictive Engineering Analytics auf den Markt gebracht.
Im Juni hat das Geschäftssegment Simulation & Test Solutions von Siemens PLM Software das Simcenter-Portfolio für Predictive Engineering Analytics auf den Markt gebracht.
(Bild: Siemens PLM Software/Fotostudio Leemans)

Herr De Clerck, was war der Hintergrund für die Entwicklung des neuen Simcenter-Portfolios?

Hersteller stehen heute unter großem Druck. Sie müssen stets schnell und möglichst kostengünstig hochwertige, energieeffiziente Produkte auf den Markt bringen. Hinzu kommen völlig neue Trends auf dem Markt. Die Kunden wünschen sich intelligente Produkte, die mit ihrer Umgebung interagieren können und sich individuell anpassen lassen, die Prognosefunktionen für autonomen Betrieb umfassen und selbst in Gebrauch noch Softwareupdates integrieren können. Modernes Produktverhalten bedeutet die Verflechtung mechanischer Eigenschaften mit Software, Elektronik und Steuerung.

Wer auf dem Markt bestehen will, muss mit der Globalisierung Schritt halten. Daher benötigen Hersteller flexible Prozesse, die eine breite, globale Diversifizierung und eine effiziente Zusammenarbeit mit Kollegen und Lieferanten überall auf der Welt ermöglichen.

Bildergalerie

Bildergalerie mit 6 Bildern

Wie schafft Simcenter hier Abhilfe?

Meist läuft die Entwicklung so ab: Zunächst wird das Konzept mit 1D-Simulationstools festgelegt, anschließend wird nach und nach ein Modell für 3D-CAE entwickelt. Schließlich wird ein Prototyp gebaut und getestet. Die einzelnen Schritte werden dabei oft von verschiedenen Abteilungen durchgeführt. Hinzu kommt, dass durch den großen Zeitaufwand mancher 3D-CAE-Anwendungen einige wichtige Entscheidungen zu spät in die Entwicklung einfließen, so dass Vieles nachgebessert werden muss.

Wir sind überzeugt, dass erstens 3D-CAE-Tools weiter verbessert werden müssen und dass zweitens wegen der hohen Komplexität heutiger Produkte 1D-Simulation, 3D-CAE und Tests viel enger miteinander verzahnt werden müssen. Wer von Anfang an die richtige Balance zwischen den einzelnen Leistungsanforderungen finden will, benötigt so früh wie möglich exakte Modelle. Diese sollten sowohl auf 1D- und 3D-Technologien als auch auf Testergebnissen basieren. Nur dann lassen sich die multidisziplinären Eigenschaften komplexer Produkte und innovative Leichtbaumaterialien erfolgreich integrieren. Die Grundlage hierfür sollte ein leistungsstarkes Datenverwaltungssystem sein, damit eine globale, rollenunabhängige Zusammenarbeit möglich wird.

Mit Simcenter bieten wir ein Portfolio, das 1D-Simulation, 3D-CAE und Tests verknüpft und miteinander in Einklang bringt. Wir bündeln unsere Simulationslösungen mit unserem Know-how zur Messung von Leistungsdaten und wenden dann die richtigen Analysen auf die Daten an, damit diese für Simulationen genutzt werden können.

In welchem Zusammenhang steht dies zur Vision der „Predictive Engineering Analytics“?

Mit Simcenter können Hersteller den Schritt von der klassischen Verifizierung zu einer effizienteren, auf Zukunftsprognosen basierenden Entwicklung vollziehen. Damit lassen sich früher exakte Modelle erstellen – auch durch die Kombination von 1D- und 3D-Simulationstechnologien mit Tests. Außerdem bietet es eine Umgebung, in der diese Modelle weiterentwickelt werden können, wenn das Produkt langsam Form annimmt oder auch wenn die Produktion bereits läuft und Betriebsdaten verfügbar oder das Produkt überarbeitet werden soll.

Dafür steht die Vision der „Predictive Engineering Analytics“. Mithilfe dieses Konzepts kann ein sogenannter digitaler Zwilling erstellt werden. Dabei handelt es sich um eine virtuelle Nachbildung des realen Produkts mit gleichem Verhalten. Der Zwilling wird kontinuierlich mit dem physischen Gegenstück abgestimmt und kann so das Produktverhalten über den gesamten Lebenszyklus prognostizieren. Eine solche Entwicklungsstrategie sorgt letztendlich für schnellere, zuverlässigere Innovationen bei komplexen Produkten.

Können Sie ein Anwendungsbeispiel geben?

Für die Erstellung digitaler Zwillingsmodelle mit realitätsgetreuem Leistungsverhalten gibt es unzählige Anwendungsfälle für Echtzeit- und Offline-Nutzung. Zum Beispiel werden Echtzeitmodelle eingesetzt, die das Verhalten eines Fahrzeugs an der nächsten Kurve anhand der aktuellen Fahrsituation und einer Live-Ansicht der Straßenverhältnisse berechnen und dann proaktiv korrigieren können. Ein weiteres Beispiel ist die Verschleißprognose, die anhand der Akkumulation tatsächlicher Betriebsbedingungen anstelle theoretischer Annahmen eine bessere Instandhaltungsplanung ermöglicht.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 44209502)

Über den Autor

Dipl.-Ing. (FH) Monika Zwettler

Dipl.-Ing. (FH) Monika Zwettler

, konstruktionspraxis – Alles, was der Konstrukteur braucht