VTT:n järjestämässä tilaisuudessa 15.3.2017 käsitelltiin valmistavan teollisuuden digitalisaatiota eri näkökulmista. VTT:n tutkijat esittelivät uusien teknologioiden tuottamia mahdollisuuksia ja edelläkävijäyritykset kertovat käytännön ratkaisuista.

1. VTT TECHNICAL RESEARCH CENTRE OF FINLAND LTD
Digitaalisen suunnittelun
tulevaisuus
Juha Kortelainen
juha.kortelainen@vtt.fi
#DTT17

2. 15.3.2017 2
http://www.ansys-blog.com/wp-content/uploads/2016/01/10x-Multiplier-chart-1-1024x770.jpg
Tässä digitaalinen suunnittelu
on erityisen tehokas työkalu
Motivaatio:
Miksi panostaa digitaaliseen suunnitteluun?
 Ihmisen kyky hallita monimutkaisia järjestelmiä
ja erityisesti epälineaarisia ilmiöitä on rajallinen
- Viiveet prosesseissa, dynamiikka
- Asioiden ja ilmiöiden ristivaikutukset
 Mahdollisimman paljon hyödyllistä tietoa
R&D&I-prosessin alkuun
- Esim. valitun arkkitehtuurin vaikutus
kokonaisuuteen
- Väärät valinnat aiheuttavat myöhemmin kalliita
korjausiteraatioita
 Fyysisten prototyyppien käyttö on kallista
- Suorat suunnittelu- ja valmistuskustannukset
- Prototypointiin käytetty aika
 Rinnakkaissuunnittelun tehostaminen
- Suunnitteluajan merkittävä lyhentäminen
Digitaalisuus-teollisuus-tulevaisuus – 2017, Juha Kortelainen

3. 15.3.2017 3
Laajoja ja suhteellisen varmoja teemoja
1. Kompleksisuus ja monimuotoisuus lisääntyy
- Tuotteiden tekniset ominaisuudet, IoT, tuote- ja
palvelukokonaisuudet, Web-pohjaisuus,
verkostoitunut yritystoiminta
- Suunnittelu- ja laskennallisten ohjelmistojen
tarjonta kasvaa ja monimuotoistuu
2. Aikasyklit lyhenevät
- Uusien teknologioiden tulo markkinoille kiihtyy
- Teknologioiden omaksuminen on nopeampaa
3. Laskennallinen suorituskyky kasvaa ja monimuotoisuus lisääntyy
- Mooren laki pitää edelleen varsin hyvin paikkansa
- Hajautetun laskennan mahdollisuudet kasvavat, liikkuva tietojenkäsittely lisääntyy
- Vaativassa digitaalisessa suunnittelussa tarvitaan enemmän laaja-alaista asiantuntemusta
4. Luotettavan taustatiedon merkitys päätöksenteossa kasvaa  simulointi ja skenaariot
- Mallipohjaisuus, mallinnus ja simulointi, tietokoneanalyysit ja datan visualisointi ovat
erinomaisia työkaluja päätöksenteossa haastavassa toimintaympäristössä!
Digitaalisuus-teollisuus-tulevaisuus – 2017, Juha Kortelainen
http://disenthrall.co/wp-content/uploads/2013/08/Screen-Shot-2013-08-29-at-6.00.16-AM.png

4. 15.3.2017 4
Ohjelmistotrendejä
 Suurten suunnitteluohjelmistojen (CAD/CAE/CAM)
ominaisuudet laajenevat
- Suunnitteluohjelmistoissa lisää laskennan ja simuloinnin sekä
valmistuksen suunnittelun piirteitä
- Esim. ANSYS Workbench ja EKM, Dassault Systèmes CATIA
ja SIMULIA, MSC Software Apex ja Siemens PLM Software NX
 Uusia ohjelmistoja tulee markkinoille varsin nopeaan tahtiin
- Mm. ainetta lisäävään valmistukseen liittyvät ohjelmistot
 Laskennalliset menetelmät ja fysikaaliset mallit kehittyvät
jatkuvasti
- Ohjelmistot pystyvät kuvamaan aikaisempaa paremmin
monimutkaisia fysikaalisia ilmiöitä
- Materiaalimallinnus ja materiaalien ominaisuuksien suunnittelu
 Menetelmä- ja ohjelmistotarjonta on rikasta, tehokas
hyödyntäminen vaatii laaja-alaista osaamista – edelleen
suuri hyödyntämispotentiaali!
Digitaalisuus-teollisuus-tulevaisuus – 2017, Juha Kortelainen
https://www.3ds.com/fileadmin/PRODUCTS/R419/KDI/default/KDI-Image-3.png
http://d2n4wb9orp1vta.cloudfront.net/resources/images//cdn/cms/Siemens_NX11.jpg
http://www.cadalyst.com/files/cadalyst/nodes/2014/20560/ApexModeler5_0.jpg
https://i.ytimg.com/vi/B-59B5bJAco/maxresdefault.jpg

5. 15.3.2017 5
http://blogs.gartner.com/doug-laney/files/2015/01/big-data-word-cloud.jpg
Ennusteita tulevista tutkimuksen ja kehityksen
suunnista digitaalisen suunnittelun osalta
 Uusia menetelmiä ja ohjelmistoja tulee saataville edelleen kiihtyvään tahtiin
 Optimoinnin ja laajojen laskennallisten
analyysien merkitys ja soveltaminen
tulee lisääntymään
- Laskennallisen suunnittelun automatisointi
- Parametri- ja topologiaoptimointi
- Laajat parametrianalyysit
- Herkkyys- ja epävarmuusanalyysit
 Laskennallisesti tuotetun tiedon määrä
kasvaa nopeasti ja painopiste siirtyy
kohti tiedon analysointia ja hallintaa
- Mitä uutta tietoa (information) ja tietämystä (knowledge) voimme saada datasta?
- Data-analytiikka (koneoppiminen, syväoppiminen, visuaalinen data-analyysi)
- Tiedon ja tietämyksen hallinta osana laajempaa suunnittelutiedon hallintaa
- Tieto- ja ohjelmistointegraatiot edelleen haaste mutta myös mahdollisuus
Digitaalisuus-teollisuus-tulevaisuus – 2017, Juha Kortelainen

6. TECHNOLOGY FOR BUSINESS