Управление знаниями в процессе организации инжиниринговых изменений (внедрение, модификация, расширение и т.п.) имеет решающее значение для любого производственного предприятия. Систематически собранный, проанализированный и интерпретированный профессиональный опыт может предотвратить технические проблемы, ненужные затраты и шаги по изменению. Успешное внедрение системы управления знаниями (УЗ) требует целостного и междисциплинарного подхода. Анализ режимов отказов и эффектов, а также файлы истории проектирования — это документы, используемые для управления знаниями, относящимися к конкретному продукту. Файл истории разработки продукта должен содержать пояснения к принятым решениям. Вспомогательные мероприятия по применению УЗ должны включать кампанию по повышению осведомлённости, в которой особое внимание следует уделять передаче неявных знаний, которые могут быть стимулированы смешанными командами старших и перспективных инженеров. Содержание полученных знаний должно периодически проверяться, и за анализом должны следовать корректирующие меры.
В промышленной практике уровень вариантного и адаптивного проектирования является доминирующим типом дизайна. Когда компания-производитель адаптирует продукт к потребностям заказчика, это выполняется с помощью процесса управления инженерными изменениями, или вариационного проектирования. За последнее десятилетие такие процессы широко изучались с разных точек зрения. Несколько публикаций по исследованиям в области хранения, обработки и распространения баз данных таких инженерных хранилищ данных, указывают на растущий интерес к этой области.
Сами знания в области разработки продукта (техническая документация, цифровые двойники, описания промышленные процессов и т.п.) являются дорогостоящими для любого проекта разработки, поскольку они потребляют от одной трети до половины общей инженерной мощности и составляют от 20 до 50% от общей стоимости. К управлению инжиниринговыми инновациями можно подходить с нескольких различных точек зрения. Кроме обобщённой модели процесса, в разработке всегда присутствуют конкретные модели для различных типов производства. Но только незначительное количество компаний (примерно 11-15%) способны просчитать финансовые последствия изменений и грамотно оценить эффективность от внедрения. Немецкие исследования по анализу эффективности модернизации робототехнического оборудования немецких производственных фирм в период 2018-2021 годов, утверждают, что только 40-60% инжиниринговых изменений были технически необходимы. А до двух третей всех инженерных изменений можно было бы предотвратить за счёт улучшения коммуникации и дисциплины.
Согласно наработанному опыту компаний, осуществляющих работы по цифровому инжинирингу, существует четыре принципа улучшения:
1. Всегда избегайте ненужных изменений;
2. Персоны, принимающие решения, должны максимально предотвратить или уменьшить негативное воздействие от изменений инженерной структуры производства;
3. Ответственные лица, проектирующие инжиниринговые изменения должны выявлять потенциальные проблемы на ранней стадии;
4. Профессионалы в области инжинирингового проектирования должны ускорить процесс внедрения, чтобы производство не простаивало.
Сами по себе такие действия по автоматизации или модернизации производства необходимы для того, чтобы компания оставалась конкурентоспособной. Системы и их архитектуры должны обеспечивать возможность изменения на протяжении всего их жизненного цикла не только внутри самих себя, но и по отношению к окружающей среде. Конструкция для возможности изменения включает в себя следующие четыре аспекта:
— надёжность;
— гибкость;
— динамичность;
— адаптивность.
Хотя внутренняя интеграция на производстве жизненно важна, но не менее важно интегрироваться с клиентами и поставщиками услуг, поскольку такие сетевые партнёры могут обеспечить доступ к информации, знаниям и уникальным и дополняющим ресурсам, которые в противном случае могут стать в будущем недоступны фирме. Поскольку системы управления знаниями, при непродуманном подходе, будут сохранять минимальные знания об инжиниринговых изменениях, то такие ценные знания, такие как трудности при внесении изменений и важные вопросы принятия решений, как правило, теряются. Согласно недавним изысканиям в данном вопросе, инженеры в основном полагаются на свои негласные знания из прошлого опыта и автономные коммуникации для решения проблем в инжиниринге. Чтобы уменьшить потерю такой важнейшей информации из-за конструктивных ограничений, таких как полевые сбои, следует разработать подходящие средства управления. Сделать это можно путём совершенствования существующих инструментов и разработки новых конструкций сбора, хранения и обработки данных.
Не менее важно учитывать этот аспект в будущих исследованиях распространения изменений, которые позволят создать новые инструменты управления для поддержки изменений в поэтапном дизайне продукта. Следует провести дальнейшие исследования того, как можно избежать будущих ошибок с помощью мер, ориентированных на других людей или компании. Такие меры включают повышение как качества, так и частоты общения и обмена знаниями между дизайнерами, конструкторами, заказчиками, инженерами, а также со всеми сторонними заинтересованными сторонами.
Поведение участвующих лиц при распространении инжиниринговых знаний необходимо учитывать уже на концептуальном этапе разработки продукта. Все подсистемы могут быть разделены на три типа в зависимости от их влияния на распространение, что помогает повысить осведомлённость разработчиков продуктов о доступе к этим данным. В эти три типа входят:
— «потребители информации», которые могут использовать данные как частично, так и полностью. При условии полного «поглощения» информации, как правило у инжиниринговых служб не возникает искушения вносить дополнительные изменения. Тем более, что если данные представлены в виде цифрового двойника, то можно запросить у системы одновременно несколько моделей с изменяемыми параметрами, получив на выходе готовые результаты с учётом запрошенных изменений. Однако, на данный момент времени, это редкая ситуация. Гораздо более вероятным является частичное использование знаний из большого их массива. Если смотреть в глобальном контексте, то такие потребители не привносят никакого развития в существующий массив данных, так как используют его для уменьшения сложности в решении собственных проблем инжиниринговых изменений;
— второй типом являются «переносчики информации». Или их ещё можно назвать «агентами трансферта знаний», которые не уменьшают и не усугубляют проблему, если выполняют свои задачи как положено. Они просто переносят данные с одного компонента на другой, как правило посредством технологий облачных сервисов хранения и доступа к данным.
— третий тип – это «мультипликаторы», которые расширяют сам объём знаний, делая расширения ситуации под более сложные задачи. Некоторые эксперты утверждают, что такие компоненты могут вызвать лавинное развитие инжиниринговых решений даже на основе модели для простых задач.
Управление знаниями уже давно было признано инженерами промышленной робототехники как важный фактор, способствующий сокращению числа ошибок при внедрении промышленных роботов. Сбор данных в серьёзных проектах автоматизации начинается уже во время разработки продукта. Систематический сбор знаний и использование этих знаний на этапе концептуального проектирования продукта могут обеспечить значительные улучшения в дальнейших работах.
Внедрение систем управления знаниями должно учитывать специфику производственной программы, организационной культуры и структуры компании. Было признано, что это трансдисциплинарная проблема, которая должна учитывать технологию, организацию и социально-эмоциональные отношения между персоналом. Эффективная фиксация знаний и их интеграция в процесс цифрового промышленного инжиниринга является удобным для пользователя способом воспользоваться наработанным опытом в будущем.
