图片由Getty Images提供。

展望未来

德 阅读器提供了有关工程技术使用的最新信息。

德 阅读器提供了有关工程技术使用的最新信息。

对于每个细分市场的每个人来说,今年都是非常奇怪的一年,因此我们来 数字工程 很好奇我们年度技术展望调查的结果与2019年相比的情况如何,特别是当我们在10月进行的时候—全球大流行已经造成经济动荡八个月,距美国总统大选还有一个月的时间,美国大选在许多市场产生了很大的不确定性。

好消息是工程师对新技术的接受一直保持稳定。我们看到了一些变化,例如,协作被认为是更大的挑战,而采用的某些前沿技术却在下降。那是意料之中的。但是,总体而言,对新兴技术的兴趣并未急剧下降。当您查看此领域中供应商的整体健康状况时,我们还将继续看到增长和创新。尽管经济动荡,但对设计和仿真技术的需求仍在持续增长,即使冬天临近,情况似乎也不会放缓。

在您的日常工作中每个挑战有多重要? 图片由Peerless Research Group提供。 C点击此处查看完整版,

和去年一样,我们问 数字工程’观众对影响设计工程工作的当前和未来技术以及他们正在设计的产品和系统的看法。

我们收到了大约300位读者的回应。最多的受访者将其主要角色描述为产品或系统设计工程(26%),其次是研究&开发(14%),公司管理(11%),顾问/工程服务提供商(11%)和工程管理(10%)。受访者在市场领域的分布相当平均,大多数受访者来自工业机械/产品,电子产品&设备,航空航天/国防/消费产品和汽车市场。

合作

在本次调查的过去三年中,协作一直被视为设计工程师日常工作中极为重要的一项挑战。在当前的气候下,这种情况变得更加明显,全球性的大流行迫使工程师不得不进行远程工作,这些工程师以前与同事在近距离处一起工作并且能够前往客户所在地。 91%的受访者(去年的87%)再次将协作视为首要挑战。第二个最常见的挑战是产品开发期限短,工作流程效率低下以及缺乏足够的预算(占86%)。缺乏培训排在第三位,为81%(高于去年的79%)和法规遵从性,为80%(去年为74%)。

您认为在未来5年内哪些技术对产品设计和开发的影响最大? 图片由Peerless Research Group提供。 点击这里查看原图。

增材制造仍被看好

当被问及他们认为什么样的技术将对未来5年的产品设计和开发产生最大的影响时,受访者将52%的增材制造/ 3D打印作为最高创新。人工智能(AI)和机器学习以49%位居第二。在过去的两年中,这两种技术都位居榜首(尽管它们每年都在更换职位)。今年,通过利用该技术解决短期供应链中断的公司,3D打印获得了大量的好评。

您如何使用增材制造/ 3D打印? 图片由Peerless Research Group提供。

仿真软件再次位居第三(41%),其次是物联网(IoT)(34%),HPC /云计算(33%),高级材料(32%)和生成设计软件(30%)。 

虚拟/增强现实从去年的32%下降到今年的22%。考虑到该细分市场的不稳定性,这也不足为奇,有多家公司被收购或申请破产,并且在游戏行业之外缺乏采用。

在技​​术工具箱顶部进行仿真

我们还询问读者他们当前正在使用或开发产品的技术,以及他们期望在未来两年内采用或开发的技术。与去年一样,模拟软件保持稳定,成为读者当前最可能使用/开发产品的技术,有57%的受访者表示他们正在这样做(高于去年的54%)。增材制造/ 3D打印以44%位居第二(高于39%)。紧随其后的是PLM(34%),物联网(31%),HPC /云计算与高级资料之间的比例为27%。

展望未来,有28%的受访者计划在未来两年内整合AI /机器学习。就未来计划而言,生成设计位居第二,占26%,其次是HPC /云计算(占24%),增材制造/ 3D打印(占23%)以及高级材料和虚拟/增强现实(占22%)。

增材制造/ 3D打印仍然仍然是84%的经常性用户的原型制作工具(与过去两年的调查结果大致相同)。今年,测试的比例从57%下降到了52%,最终用户使用的零件应用程序也从39%下降到了36%。在过去的一年中,与大流行相关的停工给新的试点计划和设备购买造成了阻碍,因此添加剂行业受到了沉重打击。 

增材制造实施的成本合理性与去年非常相似’s的结果,有65%的当前用户认为缩短产品开发计划极为重要,其次是降低/控制成本(52%)和传统制造不可行的制造设计(42%)。 36%的受访者还说,改善协作是一项非常重要的收益。

自动化设计技术 

在工程领域,人工智能和生成设计技术的结合仍然相对较低,目前只有15%的受访者使用生成,而16%的受访者使用AI /机器学习。采用计划也有所放慢(可能是由于经济下滑),只有26%的计划使用生成设计(与去年持平)’的数字)和28%的计划实施AI(低于去年的32%)。

人工智能和机器学习的印象各不相同,一些受访者看到了巨大的潜力,而另一些人则不相信。一些受访者表示,使用AI可以提供评估设计的新方法。 

一位受访者指出:“我觉得AI被夸大了。它占有一席之地,但是像大多数技术一样,AI只会和输入数据一样好。如果您的问题落在训练数据的范围内,则可以给出良好的结果。但是,如果您太靠近训练数据的边缘甚至超出训练数据范围,它可能会产生误导性或错误的输出。因此,这是另一个需要了解的工具,并且需要提前知道其局限性。”

生成设计的用户通常对它的性能感到满意,超过一半(52%)的用户表示,他们非常/非常满意其发现新设计的能力,而40%的人对软件感到满意’促进产品开发创新的能力。减轻体重也是一个重要的好处,有48%的人称他们对结果表示非常/非常满意。不利的一面是,有32%的人对该软件不太满意或根本不满意’降低或控制制造单位成本的能力。

当问及他们对生成设计软件的印象时,受访者似乎认为它可以提供新的效率和同时生成多种支持CAD的选项的能力,并且可以缩短上市时间并优化部署成本。 

一位受访者表示,它具有简化设计的巨大潜力,但是“很难获得好的设计,因为对边界条件的轻微误解会导致结构很差。”其他人则认为,这项技术与3D打印相互交织,无法在其应用中使用。

“这个想法很整洁,特别是与3D打印配合使用以创建所有奇怪的最终形状时。但是,对于当前由挤压管,轧制板等制成的产品,很难使生成的替代产品具有竞争力。他们会发现一个以重量为主要考虑因素的利基市场,”一位受访者说。

另一个引人注目但采用率低的技术是数字孪生,只有9%的受访者实施了数字孪生,而19%的人计划部署。根据数据,有33%的受访者不知道数字孪生是什么,而22%的受访者不确定它是什么。

你知道数字双胞胎是什么吗? 图片由Peerless Research Group提供。

革命将被模拟

尽管去年的受访者对3D打印革命性的改变设计工程师流程的能力不太满意,但该技术的得分却得到了61%的强烈同意(去年为59%),从而提高了得分。今年,以仿真为主导的设计也从51%提高到53%。

超过三分之一(38%)的人坚决认为,高性能计算的民主化将彻底改变设计,其次是大数据/分析和生成式设计。 

“增材制造是21世纪工业革命的基础,”一位受访者写道。“增材制造将在通用装配线中即插即用。印刷品是制造零件的地方。通用JIT组装线将在使用地点附近按需生产产品。通用制造厂将进行3D打印和JIT组装,并能够按需进行印刷和组装。随着最佳供应链网络的出现和渠道组装的新思路,这将在未来改变供应链。我们的供应链网络将被模块化,而超模块化将在3D打印和JIT组装节点开始成为焦点之后进行。”

在开发数字信息线时,您面临哪些挑战或问题? 图片由Peerless Research Group提供。 点击这里查看原图。

熟悉新兴技术仍然是采用的障碍,只有9%的人表示他们对数字孪生非常熟悉(而29%的人表示他们有点熟悉)。只有12%的受访者非常熟悉生成设计软件。与模拟软件(非常熟悉的43%,有点熟悉的42%),增材制造(39%和41%),PLM(32%和41%)以及IoT(26%和47%)进行比较。

超过30%的受访者声称根本不熟悉数字线程或数字孪生技术,而将近四分之一的受访者不熟悉拓扑优化。 

在教育这些产品以及如何有效使用它们的市场方面,所有这些领域的供应商似乎仍需做大量工作。

Share This Article

订阅我们的免费杂志, 免费的电子邮件通讯或两者兼而有之!

加入超过90,000名工程专业人员的行列,他们将在新闻发布后立即获得最新的工程新闻。


#24881