Predictive Engineering Analytics ist die Anwendung multidisziplinärer Konstruktionssimulationen und -tests mit intelligenter Berichterstellung und Datenanalyse. Damit können digitale Zwillinge entwickelt werden, die das tatsächliche Verhalten von Produkten während ihres gesamten Lebenszyklus vorhersagen können. Predictive Engineering Analytics umfasst die Taktiken und Werkzeuge, die Hersteller nutzen können, um die herkömmliche Verifizierung und Validierung von Konstruktionen zu erweitern, damit die systemorientierte Produktentwicklung durch Vorhersagen unterstützt werden kann. Das ultimative Ziel der Umsetzung einer Predictive Engineering Analytics-Strategie besteht darin, Innovationen für komplexe Produkte schneller und souveräner bereitzustellen.
Predictive Engineering Analytics ist der nächste Schritt in der Evolution der Produktentwicklungsprozesse, die zurzeit auf unabhängigen Workflows im Computer Aided Engineering (CAE) und Testing beruhen. Predictive Engineering Analytics berücksichtigt die Komplexität heutiger Produkte und Produktentwicklungsumgebungen, in denen mechanische Funktionen mit Elektronik, Software und Steuerungsmechanismen kombiniert werden. Hierbei werden unterschiedliche Technologien integriert, einschließlich 1D-Simulation, 3D-Simulation für numerische Mechanik fester Körper (CSM) und Finite-Elemente-Analyse (FEA), numerische Strömungsmechanik (CFD) und Mehrkörperdynamik, Steuerungsmechanismen, physische Tests, Visualisierung, multidisziplinäre Untersuchung der Konstruktion und Datenanalysen in einem verwalteten Kontext, um Konstruktion und Entwicklung komplexer Systeme zu unterstützen.
Mit einem Predictive Engineering Analytics-Ansatz können Hersteller dank der Verfügbarkeit sensorbasierter Daten in Kombination mit sehr präzisen, physikbasierten Simulationen digitale Zwillinge des Produkts erstellen und pflegen und sie fortlaufend mit dem verwendeten Produkt synchronisieren. Dies ist unerlässlich, um nützlichere und realistischere Vorhersagen der Produktleistung zu treffen, mit denen Sie diese Produkte an veränderliche Nutzungsbedingungen anpassen, ihre Nutzungsdauer verlängern und Produktschädigungen berücksichtigen können.
Für jede Entwicklungsphase Modelle mit mehrstufiger Kopplung bereitstellen, die so realitätsnah sind wie möglich
Die besten Konzepte und Systemarchitekturen für die Fortführung der Entwicklung auswählen
Schnellere Simulationsprozesse zur Unterstützung der Konstruktion umsetzen
Die Anforderungen mehrerer Disziplinen effektiv im Gleichgewicht halten
Modelle fortlaufend mit dem tatsächlichen, verwendeten Produkt synchronisieren, um realistischere Simulationen zu erreichen
Simulations- und Testansätze koordiniert nutzen, um Anforderungen souveräner zu erfüllen
Datenanalysen in Kombination mit physikbasierter Simulation nutzen, um Einblicke zu erhalten und Innovationen zu schaffen