Control
Google překladač: English Deutsch

Exkluzivní partner sekce

Siemens
Control

GOPAS - CAD kurzy

Více kurzů

StreamTech.tv

streamtech tv-logo

Kvalita CAD dat

Tags: CAD

Proč právě kvalita CAD dat? Důvody jsou jednoduché. Výkresová dokumentace v papírové podobě má s postupujícím časem stále méně charakter informace závazné. S přibývajícími možnostmi plně digitálního („bezpapírového“) procesu vzniku výrobku její význam i nadále klesá. CAD data (obecněji CAx data) jsou již dnes chápána jako jediný závazný zdroj informací o tvaru a dalších vlastnostech budoucího výrobku. Pro složité výrobky to platí obzvlášť. S rostoucím významem CAx dat jdou ruku v ruce stále stoupající požadavky na plnění kvalitativních kritérií. Následující text je krátkým úvodem do komplexní problematiky kvality CAx dat. Neustále je třeba se zabývat rostoucím množstvím dat, řešit problematiku detekce chyb a hledat způsoby a metody, jak současné kvalitativní požadavky plnit.
Počet komponent většiny dnešních výrobků i jejich tvarová složitost stále roste. Tento trend je velice dobře vidět ve všech průmyslových odvětvích. Výjimkou tak nejsou výrobky, kde se počet komponent pohybuje v řádech desítek tisíc, statisíců či miliónů (automobilní, lodní, letecký či kosmický průmysl).

Použití CAx dat nabývá na významu nejen při samotném tvarovém popisu výrobku, ale i v nejrůznějších simulacích (výpočty pevnosti, životnosti, chování konstrukce při nárazu, simulace mechanismů a celá řada dalších), jejichž výsledkem je optimalizovaný návrh výrobku. Podobně je tomu i mimo oblast vývojových oddělení. Výjimkou nejsou komplexní 3D modely montážních, svařovacích, či jiných výrobních linek. V rámci těchto modelů se provádějí příslušné výrobní simulace (výpočty kolizí během montážních a svářecích operací, simulace toku materiálu, nákladové, časové a ergonomické analýzy a celá řada dalších).


Jednou z aplikací pro kontrolu kvality CAD dat je software Validat


Kvalitní data snižují náklady
Vzájemné vazby mezi odděleními uvnitř firmy, respektive mezi odběratelem a dodavatelem, jsou z pohledu CAx dat stále těsnější a jejich kvalita hraje stále větší roli. Nekvalitní data znamenají v procesu vzniku výrobku značný problém, především v podobě vyšších nákladů - přímých (opravy dat) i nepřímých (termínové skluzy apod.). Náklady jsou tím vyšší, čím více oblastí navazuje v procesním řetězci za zdrojem vzniku dat. Vezměme například zdánlivě jednoduchý plechový díl vozu, jakým je přední blatník. Data dílu jsou podrobována řadě testů (výpočty pevnosti a deformací, kolizí v sestavě, simulaci tažení, generování NC programů atd.). Jsou-li výchozí data nekvalitní, znamená to negativní dopad na všechny navazující činnosti.


Příklad chyby v CAD datech - degenerace normál


Definice standardů
Důvody, proč jsou potřeba kvalitní CAx data, jsou zřejmé. Většina výrobců složitých výrobků dnes definuje nejen způsob nakládání s těmito daty, ale i kritéria pro posuzování jejich kvality. Při tvorbě vlastních norem pro práci s CAx daty většinou vycházejí z doporučení národních či nadnárodních organizací, které se problematikou kvality produktových dat zabývají. K těmto organizacím patří například americká AIAG, australská FCAI, francouzská GALIA, japonská JAMA či nám asi nejznámější německá VDA. Typickým představitelem organizace nadnárodní je např. SASIG.


Častým prohřeškem proti kvalitě CAD dat jsou malé elementy


Kritéria pro posouzení kvality
Kritéria pro posouzení kvality CAx dat dělíme na organizační, geometrická, stylistická, konstrukční, výrobní a další. Kontrola dle organizačních kritérií je relativně nejsnazší. Provádí se kontrola použití startovních modelů, definice a přiřazení hladin, barev, typů čar, filtrů, parametrů pro práci s geometrií a celá řada dalších. Splnění geometrických kritérií není tak jednoduché jako v předchozím případě. Kontrolována je celá řada parametrů (topologie, stupeň polynomu, spojitost, zvlnění, duplicity, parametrizace, mikroelementy atd.). U těchto kritérií je cesta k nápravě podstatně složitější. V řadě případů je třeba data kompletně přepracovat, protože v původní podobě jsou využitelná jen obtížně. Splnění stylistických kritérií se klasicky posuzuje na fyzickém modelu po jeho realizaci dle CAx dat. Tento proces je časově velmi náročný a tak se i zde prosazuje stále více schvalování dat na základě digitálního modelu. Programem je v tomto případě generováno zobrazení modelu a další informace, například o tom, že model je zvlněný. Rozhodnutí o kvalitě je v tomto případě plně závislé na člověku (stylistovi), který data posuzuje, neboť výše uvedené zvlnění může být záměrem a nikoliv chybou. Posouzení, zda jsou splněna konstrukční kritéria, je stejně jako v předchozím případě především na člověku. Jedná se o posouzení, nakolik navrhovaný díl, sestava či stroj plní pevnostní, životnostní, či jiné požadavky nebo obecně zda navrhovaná konstrukce splňuje parametry zadání. I zde je samozřejmostí, že informace, potřebné k rozhodování, dostává člověk zpracované příslušným počítačovým nástrojem.

K velmi důležitým parametrům patří též výrobní kritéria (obrobitelnost, svařitelnost, montážní tolerance, bezkolizní montáž a celá řada dalších).


Chybná topologie v CAD datech


Nástroje kontroly
Nástroje pro kontrolu kvality CAx dat lze rozdělit na jednoduché, pokročilé a specializované. Dále se omezíme pouze na kritéria organizační a geometrická, neboť obě kategorie kriterií lze s vysokou úspěšností řešit v plně automatizovaném režimu bez zásahu uživatele. Například při ukládání dat do centrálního systému, kterým je jejich správa v rámci podniku řešena.

Jednoduché nástroje se používají pro měření délek, úhlů, zisk informací o hladinách, barvě, typu čáry, použitém filtru, vazbách elementů na své rodiče, děti atd.. Těmito nástroji je dnes zpravidla vybaven každý CAx systém včetně těch nejjednodušších.

Pokročilé nástroje nejsou zcela běžnou součástí CAx systémů. Jde zejména o nástroje v oblasti plošného a objemového modelování. Zpravidla jsou k dispozici jako přídavný modul, u některých CAx systémů pak nejsou k dispozici vůbec nebo jen v omezené míře. Příkladem mohou být funkce pro výpočty topologie, práci s orientací normál, detekci nespojitostí atd.

Specializované nástroje řeší problematiku komplexně a nejen ve vybrané problémové oblasti. Zpravidla je lze provozovat jako integrované v prostředí konkrétního systému. Uživatel tak má v ruce velice výkonný nástroj, který mu již ve fázi vzniku dat dovoluje průběžně kontrolovat jejich kvalitu a vyvarovat se tak důsledků, spojených s výskytem chyb. Konkrétními specializovanými nástroji pro kontrolu kvality CAx dat jsou např.: Q-Checker, VALIDAT, Model Check.
Na obrázcích jsou příklady chyb, detekovaných s pomocí specializovaných nástrojů. Detekce s pomocí jednoduchých nástrojů je sice možná, ale velmi zdlouhavá. Chyby mimo vytipovanou oblast jsou i nástroji pokročilými zjistitelné jen velmi obtížně.

Prosazení kvality
Problematika kvality CAx dat je komplexní téma s dopadem prakticky do všech oblastí moderní firmy, produkující složité výrobky. U většiny našich firem je třeba docílit změny "veřejného" mínění. Od dnešního velmi častého "k čemu nám to je, přináší to jen náklady a spoustu práce" k přijetí nástrojů pro kontrolu kvality jako faktoru, který firmám pomůže prosadit se mezi tvrdou konkurencí. A tou firmy, standardně tyto technologie využívající, bezesporu jsou. Nasazením nástrojů však proces zvyšování kvality CAx dat nekončí, ani nezačíná. Je pouze jedním z nezbytných kroků. Dalšími jsou stálá osvěta a vzdělávání, firemní a zákaznické standardy a jejich nekompromisní dodržování, jasně definované procesy a kompetence, utility pro zefektivnění neproduktivních činností, a celá řada opatření dalších.

Mohlo by vás zajímat:
 

Přidat komentář

Bezpečnostní kód
Obnovit