数字产品设计与开发预测

探索设计工程技术的前沿。

为了探索新的数字技术将如何影响2019年的产品开发,我们寻求有关数据,连接性,嵌入式设计和人为因素如何影响设计工程的未来的意见。

使用Matlab进行深度学习。图片由MathWorks提供。


数字技术与产品开发的交集在2018年是一个广泛的前沿领域。人工智能及其子集深度学习和神经网络正在推动整个行业的数字自动化。机器学习正在接近主流采用。电池寿命不仅被视为推动运输业发展的关键问题,而且不仅是推动电力需求移动的每个应用的问题,而且数字问题和电化学问题一样多。

为了探索新的数字技术将如何影响2019年的产品开发,我们寻求有关数据,连接性,嵌入式设计和人为因素如何影响设计工程的未来的意见。

数据将更加努力

工程师将推动深度学习在产品开发中的进步,同时继续依靠数据科学家来开发新算法和应用程序。“新的工作流程正在简化和自动化综合,标记,调优和部署,从而使AI不仅可以供数据科学家使用,”人工智能产品行销经理Bruce Tannenbaum表示 MathWorks. “技术上的好奇心,重获AI的业务要务以及自动化工具将使更多的工程师和科学家能够采用AI。”

参与项目经理Alina Ignatiuk和AI提供者的首席数据科学家Alexander Sychov 分形分析 同意。将AI民主化列为他们对2019年的预测之一。“非专家使用和复制AI技术的能力将会增强,” they write. “这将通过为非技术专家设计的教育计划,为AI开发人员提供易于使用的界面的应用程序以及对市场上AI产品的更高薪水和兴趣来实现。这种民主化将有助于增加AI技术的普及率,并将其真正带入每个家庭并实现‘群众/更广泛的社区’利用这一点并改善生活质量。同时,以技术为导向的公司仍将面临技术专家的短缺,他们无法从事和发展这一领域的突破性创新。”

互操作性对于组装完整的AI解决方案仍然至关重要。没有一个单一的框架可以提供产品开发所需的每个智能例程。“每个深度学习框架都倾向于专注于一些应用程序和生产平台,” notes Tannenbaum. “有效的解决方案需要从几个不同的工作流程中组装零件。”专门从事产品开发的AI的标准组织和公司走到一起,使工程师可以自由选择最佳工具并将解决方案部署到更广泛的生产平台中

“通过将信息的数字化线索反馈到产品设计中,工程师最终将能够'talk'对其产品进行回答,并回答一些最迫切的问题,”PTC PLM部门负责人Kevin Wrenn写道。“Whether they’重新确定产品在现场的运行状况或尝试确定客户实际使用的产品的哪些特性和功能后,返回的数字信息线程将形成一个完整的数字孪生子,这将使工程师能够闭合产品中的回路生命周期。”

嵌入式产品,嵌入式服务

电池电源既是产品开发中的关键进步又是关键瓶颈。在汽车,电池中 电动汽车(BEV)将会越来越多,尤其是在汽车频谱较小的一端。

有迹象表明,对电动汽车中较小电池的需求不断增加。图片由ByteSnap Design提供。

有迹象表明,对电动汽车中较小电池的需求不断增加。图片由ByteSnap Design提供。

“尽管带有较大电池的BEV通常会在行业新闻中占据主导地位,但我们预计在可预见的将来,带有小型电池的电动汽车的市场将会不断增长,主要用于城市驾驶,”的董事Dunstan Power说 经过teSnap设计,这是一家位于英国的嵌入式电子咨询公司。

鲍尔说,有几个因素将有助于小型电池电动汽车的发展。平均行程距离将减少,从而导致更频繁的充电,每次充电所需的电量更少。随着控制技术以每年15%的能量密度提高,电池的价格正在下降。更好的设计,更多地使用3D打印和其他轻量化技术的副产品将使车辆总重量继续下降,从而使电池更小。这一切都成为一个良性循环:“较小的电池意味着汽车更轻,从而进一步节省了汽车底盘,制动器,充电技术和电机功率,” says Power. 

MathWorks数据分析产品营销经理Seth DeLand表示,预计将在2019年嵌入更多机器学习技术。“公司将越来越多地使用机器学习算法来使产品和服务能够从数据中学习并提高性能。在来年,随着越来越多的公司被启发将机器学习算法集成到他们的产品和服务中,可以预料到机器学习将越来越多地出现。”

DeLand还预见到嵌入式智能将用于预测性维护。“员工需要一种监控自动化机器性能的方法,以最大程度地减少不必要的停机时间或意外故障或事故,”他说。工程师和科学家可以合成,收集和分析包含有关机器运行状况的有价值信息的数据,“然后使用这些数据来训练预测性维护模型,该模型将预测剩余使用寿命,并在即将发生故障时提醒员工。”迪兰德还表示,这项技术将变得更加普遍“与工业自动化的兴起同步。”

嵌入式智能应用程序意味着分散式计算的增加,这在工业4.0的语言中也称为边缘计算。 MathWorks的Tannenbaum表示,边缘计算将使单个产品中的AI应用成为可能。“边缘计算对于需要了解其本地环境并实时评估驾驶选择的自动驾驶汽车的安全至关重要。这有望为深海石油平台等互联网连接有限或昂贵的偏远地区节省大量成本。”

5G关键中的连接性

2020年是许多5G连接技术全面部署的目标年,这意味着2019年对于工程师来说将是繁忙的一年 满足产品的截止日期。 5G远远超过了蜂窝电信的新标准。它将成为支持物联网的产品,自动驾驶汽车和需要极快数据传输的其他新产品的标准。 (看“基于5G的产品开发,” ,2018年6月1日)。 

“The 在2018年推出5G,并推出支持5G的产品‘edge’2019年的智能手机,热点,网关和IoT设备等设备, 将提高在混合或分布式架构中执行分析的能力;为AI提供了新型的商业和消费者用例,”Fractal Analytics战略顾问兼董事会成员道格·希拉里(Doug Hillary)说。

爱立信是向服务提供商提供信息和通信技术的领先提供商之一,拥有全球约40%的份额’通过其网络承载的移动流量,已经签署了5G商业协议。

“在2019年,5G网络将得到更广泛的部署,这将直接导致与工业4.0相关的技术出现新的有趣的用例,”物联网客户参与营销全球总监Warren Chaisatien表示 爱立信. “5G将增强边缘计算的能力,这对于某些技术(例如自动驾驶汽车)尤其重要,因为在这种技术中,计算必须尽可能地靠近设备进行。”

Chaisatien表示新兴技术清单“准备切断电源线” is long, including “机器人,无人机,制造,公共安全以及紧急情况和政府服务。”

经过teSnap设计表示,提高连接性将对消费者应用程序产生更大的影响’s Power. It will “在工业,建筑业和其他更传统的市场中占有更大的立足点,而不是主要由消费者驱动。” Expansion in “较慢的行业” will be fueled by “社会中互联技术的规范化,”Power说,还有“降低与采用这些技术有关的风险感。”

这 Human Element

随着越来越多的设计工程和制造商意识到更紧密的集成所带来的好处,并且技术使他们之间的协作变得更加容易,2019年的合作将会增加。

“等待工程人员完全完成产品生命周期中的工作会延迟制造完成的准备工作,” writes PTC's Wrenn. “此外,工程团队的微小更改可能会对生产产生重大影响。借助自动化的制造过程计划,生产团队可以抢先开始他们需要做的事情,并自动查看最新的产品信息—缩短了上市时间并降低了与返工相关的成本。”

为此,需要在正确的时间将正确的数据发送给正确的人。软件产品将开始引导用户迈向更大的协作之路,即使他们不是数据科学专家。 

“许多公司都在努力寻找数据科学专业知识,” says MathWorks’DeLand正在为其产品添加用于处理AI和其他新数据源的新工具。 “由于这些工程师和科学家具有现有的流程和业务知识,因此可以很好地运用数据科学技术,评估结果并确定将模型与业务系统集成的最佳方法。”

员工工程师还需要为从交付产品到通过制造产品交付服务的过渡做好准备。“在2019年,我们将看到企业将其模式从销售产品转变为销售服务的更多动力,”爱立信物联网连接管理负责人杰夫·特拉弗斯(Jeff Travers)说。“我们可以期望更多的公司开始提供不仅是产品,而且还提供产品所提供的功能即服务。”

组织获胜’不能只购买泵,而要购买它所提供的服务。“这也将导致这些业务从对产品的收费变为对功能的订阅收费,” adds Travers.

为了实现如此深刻的商业模式转型,“所有这些设备都需要连接起来,以便不仅可以监控生命周期和性能,而且可以预测性能,” he says.

分形分析’Ignatiuk和Sychov看到AI应用程序和技术的发展和传播成为一条双向的道路“通过使用更多隐式,心理和行为数据来解决个人数据隐私问题,增加对个人隐私的入侵并增加心理操纵”与客户竞争“服务和产品的品种和质量更好” as well as “突破性的产品和服务,将带来更高的生活水平。”

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名工程专业人士,他们将在新闻发布后立即获得最新的工程新闻。


About the Author

Randall Newton的头像
兰德尔·牛顿

Randall S. Newton是Consilia Vektor的首席分析师,涉及工程技术。自1985年以来,他以各种角色进入计算机图形行业。

  Follow DE
#22041