Hlavní strana -> Časopis IT Systems -> Rok 2026 -> CAD -> Konstrukce nekončí 3D modelem
CAD , CAD/CAM/CAE/PLM/3D tisk

Konstrukce nekončí 3D modelem

O průchodnosti projektu rozhoduje návaznost dat mezi návrhem, ověřením a výrobou

redakce

Dokončený 3D model je ve vývoji výrobku důležitý milník. O dalším průběhu projektu ale rozhoduje něco jiného: zda na něj dokážou navázat ostatní týmy. Technolog potřebuje jednoznačné specifikace, nákup správný kusovník, montáž podklady odpovídající schválenému návrhu. A každá změna může zasáhnout všechny tři oblasti najednou. Otázkou tedy není, jestli je model hotový, ale jestli spolu jednotlivé kroky drží a jak se to pozná, když ne.


Co se ztrácí při předávání souborů

Výměna souborů mezi odděleními zpravidla zachová výsledek práce, ale ztratí jeho kontext. Příjemce vidí model nebo výkres. Nemusí však vědět, proč určitá úprava vznikla, pro kterou variantu výrobku platí a jak byla ověřena. Při další změně musí tyto souvislosti znovu dohledávat typicky e-mailem, telefonem nebo dotazem u kolegy, který na projektu pracoval před rokem. Náklady na tuhle ztrátu se špatně vyčíslují, protože se neprojeví jako chyba. Projeví se jako čekání, opakovaný dotaz a práce udělaná dvakrát.

Digitální vlákno: definice a hranice

Pojem digitální vlákno (digital thread) označuje propojení požadavků, návrhu, výsledků ověření, výrobních podkladů a informací z reálného provozu pomocí dohledatelných vazeb. Umožňuje sledovat, z čeho konkrétní rozhodnutí vychází a které další části výrobku nebo procesu může změna zasáhnout.
Jeho rozsah není dán technologií, ale konkrétním procesem. U výrobce jednoúčelového stroje zahrnuje i elektrokonstrukci, řídicí software, dodavatele a servis. U výrobce dílu může skončit u výrobní dokumentace a kontrolního plánu. Podstatné je, aby podstatné vazby zůstaly zachované i při přechodu mezi profesemi a mezi systémy tam se vlákno trhá nejčastěji.

Čtyři vrstvy, na kterých digitální vlákno stojí

Bez ohledu na zvolené nástroje se návaznost dat opírá o čtyři technologické schopnosti.
 
  1. Technická definice výrobku. Aby model nesl víc než geometrii, musí do sebe pojmout i rozměry, tolerance a další výrobní informace. Přístup Model-Based Definition (MBD) je zachycuje přímo ve 3D modelu, takže návrh se předává včetně údajů potřebných pro jeho interpretaci. Podmínkou je, aby navazující pracoviště tyto informace dokázala zobrazit a využít jinak se MBD zvrhne v nečitelný model doprovázený stejným výkresem jako dřív.
  2. Správa produktových dat a změn. Druhou vrstvou je řízení struktur výrobku, variant a platnosti jednotlivých konfigurací. Bez ní není rozpracovaná verze odlišitelná od verze uvolněné pro konkrétní zakázku. Řízený změnový proces navíc svazuje návrh změny, posouzení dopadů a schválení do jednoho celku, takže zůstává dohledatelné, proč se rozhodlo tak, jak se rozhodlo.
  3. Virtuální ověření. Simulace mechanického namáhání, proudění nebo elektromagnetického chování posouvá kontrolu před výrobu prototypu. Pro návaznost dat je ale stejně důležité něco jiného než samotný výpočet: udržet vazbu výsledku ke konkrétní revizi návrhu a ke vstupním podmínkám. Teprve pak lze při změně posoudit, které ověření je nutné zopakovat a které ne.
  4. Digitální příprava výroby. Poslední vrstvou je převod návrhu do ověřených výrobních postupů a programů: plánování procesů, příprava obrábění, programování robotů, virtuální zprovoznění pracovišť. Technolog tu pracuje s konstrukčními daty přímo, ne s jejich přepsanou kopií.
V prostředí Dassault Systèmes tyto vrstvy pokrývají aplikace CATIA, ENOVIA, SIMULIA a DELMIA na platformě 3DEXPERIENCE; obdobné členění nabízejí i další PLM platformy.
 
Platí, že připravená konstrukční data jsou jen základ. Připravenost samotné výroby vyžaduje navíc ověřené postupy, dostupné zdroje a stanovené kontroly kvality.

Jedna změna pohonu ukáže, kde se vlákno přeruší

Modelová situace: zákazník požaduje vyšší výkon a konstruktér nahradí původní motor jiným typem. Nový motor se do sestavy vejde, ale má odlišné uchycení, větší hmotnost a konektor na opačné straně.
V nepropojeném procesu se tahle změna rozpadne na sérii nezávislých úkolů, o kterých se každý dozví jindy. V propojeném procesu je požadavek na vyšší výkon svázán s příslušnou změnou a z ní se odvíjí zbytek. Konstrukce upraví zástavbu a ověří prostorové návaznosti. Elektro tým posoudí napájení a kabeláž. Podle charakteru změny se prověří zatížení držáku, montážní postup i přístup ke konektoru. Pokud úprava držáku zasáhne obráběné plochy, je třeba posoudit dopad na upnutí, nástroje a NC program. Nákup potřebuje správnou specifikaci nové položky a informaci, pro které zakázky se má použít. Žádný z těchto kroků není sám o sobě složitý. Náročné je vědět, že se mají udělat a to je přesně to, co drží pohromadě vazba mezi požadavkem, upraveným návrhem a výrobními podklady.

Od výrobního postupu k virtuálnímu zprovoznění

Nejdál posunutá část digitální přípravy výroby je dnes ověřování celých pracovišť před jejich fyzickým postavením. Při plánování výrobních procesů vzniká výrobní struktura, sled operací, přiřazení dílů a zdrojů i pracovní instrukce. Vazba na konstrukční data umožňuje posoudit, jak změna výrobku ovlivní jeho zhotovení a montáž. V obrábění na geometrii dílu navazuje volba nástrojů, tvorba drah a příprava NC programů; simulace ověří průběh v kontextu stroje, upnutí a nástrojů. V robotice lze programy připravovat mimo reálné pracoviště, posuzovat dosažitelnost poloh, kontrolovat kolize a vyhodnocovat pohyby v rámci plánované operace.
Virtuální zprovoznění (virtual commissioning) jde ještě dál a ověřuje chování celého pracoviště. Propojení simulačního modelu s reálným řídicím programem umožňuje testovat sekvence, signály a součinnost zařízení ještě před uvedením do provozu.
Konkrétní zapojení závisí na použitém řízení a zvolených rozhraních a právě tady bývá největší integrační práce. Přínos je ale měřitelný: problémy odhalené v simulaci se řeší u stolu, ne na hale při odstávce.
Tím digitální vlákno získává konkrétní obsah od schváleného návrhu vede přes výrobní postup k programům a výsledkům jejich ověření. Aby se uzavřelo, musí se poznatky z fyzického zprovoznění a následné výroby vztáhnout zpět k příslušné konfiguraci. Návaznost na ERP a další podnikové systémy se pak řeší podle prostředí konkrétní firmy.

Co nad takovými daty umí AI a co ne

Strukturovaná produktová data jsou zároveň předpokladem pro smysluplné nasazení umělé inteligence v technické přípravě. Rozdíl proti obecným jazykovým modelům je v tom, že asistent pracuje v kontextu firemních informací: revizí, vazeb, historie změn.
Dodavatelé PLM platforem tímto směrem míří. Dassault Systèmes nabízí virtuální asistenty pro vyhledávání firemních znalostí a přípravu podkladů pro rozhodování i pro samotné inženýrské úlohy, například tvorbu struktur sestav, spouštění simulačních studií a vyhodnocování návrhů.
Praktický závěr je ale nezávislý na dodavateli. Přínos AI přímo souvisí s kvalitou správy požadavků, revizí a vazeb v neuspořádaných datech nemá z čeho čerpat. A výsledek musí posoudit odborník: AI nepotvrzuje připravenost výrobku k výrobě. Konkrétní schopnosti je vždy potřeba vztáhnout k nasazené službě a dostupným funkcím, ne k marketingovému popisu.

Kde se vlákno nejčastěji trhá

Přerušenou návaznost dat lze rozpoznat podle několika opakujících se příznaků:
  • Technolog si ověřuje telefonicky nebo e-mailem, zda pracuje se správnou revizí návrhu.
  • Při změně dílu se ručně dohledává, které výrobní postupy, NC programy nebo robotické operace je potřeba upravit.
  • Kolize a chyby v sekvencích zařízení se odhalují až při fyzickém zprovozňování.
  • Důvody konstrukčních změn a zkušenosti z minulých projektů zůstávají v e-mailech nebo v hlavách jednotlivců.
Žádný z těchto příznaků neznamená, že firma dělá něco špatně. Znamená, že na daném místě končí kontext a začíná dohledávání.

Kde začít

Zavádět návaznost dat plošně se nevyplácí. Praktičtější je vybrat jeden proces, ve kterém dnes vznikají největší ztráty schvalování změn, předávání kusovníků, přípravu montáže a na něm určit potřebná data, odpovědnosti a měřitelný výsledek. Dobrými ukazateli jsou doba zpracování změny, počet ručních přepisů a počet vrácených podkladů. Teprve podle nich lze posoudit, jestli má smysl rozsah rozšiřovat.
Konstrukční data totiž nezískávají hodnotu tím, jak přesná jsou, ale tím, jak spolehlivě na ně navazují další rozhodnutí. Úspěch jakéhokoli řešení se nakonec pozná v každodenní práci: lidé dohledají správné podklady, posoudí dopad změny a využijí už získané znalosti při dalším vývoji.
 
Zdroj: TECHNODAT, dodavatel řešení Dassault Systèmes pro ČR a SR
Chcete získat časopis IT Systems s tímto a mnoha dalšími články z oblasti informačních systémů a řízení podnikové informatiky? Objednejte si předplatné nebo konkrétní vydání časopisu IT Systems z našeho archivu.