LA DIGITALIZZAZIONE NELLO SVILUPPO DEI COMPONENTI MECCANICI

La storia del CAD, CAE e CAM

La digitalizzazione ha da sempre permeato tutti gli aspetti della progettazione, dalla rappresentazione grafica (CAD Computer-Aided Design) alla risoluzione di problemi fisico/matematici (CAE Computer Aided Engineering) e tecnologici (CAM Computer-aided manufacturing). La rappresentazione grafica digitale è maturata nel corso degli anni passando da semplici disegni 2D a complesse strutture multi-layer 3D con simulazioni cinematiche e meta-dati dettagliatissimi. Egual evoluzione hanno seguito l’analisi fisica/matematica CAE e la simulazione/programmazione delle macchine utensili CAM che oggi permettono ai progettisti di testare diverse configurazioni e materiali senza la necessità di prototipi fisici, riducendo i costi e accelerando il processo di sviluppo. Questo approccio consente di individuare e risolvere i problemi prima ancora che il prodotto entri in produzione, riducendo al minimo i rischi e migliorando la qualità del prodotto finale.

Agli albori di questa tecnologia, gli ingegneri basavano invece tutto su un’idea frutto della propria esperienza e, solo in una fase successiva, quando il design era praticamente congelato, si procedeva con le simulazioni con il CAE, per confermare la funzionalità del componente, e con il CAM, per programmare le macchine di produzione. Questo era dovuto agli elevati costi della tecnologia che inizialmente ne restringevano il campo solo ai settori della difesa e dell’aeronautica.

Storia del CAD

• Nel 1957 Patrick Hanratty, mentre lavorava per la General Eletric, inventò PRONTO (Program for Numerical Tooling Operations), il primo CAD mai creato. Questo software era molto più evoluto rispetto alla media dei (pochi) computer presenti all’epoca, motivo per cui carta e matita rimasero per altri 30 anni la via principale per la progettazione da parte dei disegnatori.
• Appena sei anni dopo, nel 1963, Ivan Sutherland nella sua tesi di dottorato presso il M.I.T. presenta Sketchpad “A Man-Machine Graphical Communication System”. Questo CAD presentava due grandi innovazioni: la prima era un’interfaccia grafica mai vista prima, gli utenti infatti potevano scrivere con una penna ottica su un display plotter a punti x-y, la seconda era la possibilità di vincolare le proprietà grafiche di un disegno, introducendo il concetto di “oggetti” e “istanze”.
• Nel 1971 Patrick Hanratty pubblicò ADAM (Automated Drafting and Machining), un CAD grafico interattivo scritto in Fortran. Nel 1973 la Siemens comprò il software di Hanratty e lo usò per creare UNI-GRAPHICS, antenato del più moderno NX.
• Gli anni ’80 furono un periodo di forte innovazione per il settore: nacquero infatti alcuni dei software ancora ad oggi in uso come CATIA della Dassault Systèmes, AutoCAD di Autodesk e Pro/ENGINEER (oggi PTC Creo). Quest’ultimo, riprendendo le idee di di Sketchpad (Interattivo, facile da usare, veloce) introdusse una progettazione basata su modelli solidi, funzioni e l’uso di vincoli. Nacque inoltre il formato file IGES (Initial Graphics Exchange Specification), che consentiva agli utenti di trasferire i loro progetti 3D tra programmi CAD differenti.
• Negli anni ’90 l’abbassamento dei costi dell’hardware rese i sistemi CAD alla portata di tutti i professionisti. Venne rilasciato per la prima volta il formato STEP (STandard for the Exchange of Product), tuttora utilizzato a livello globale come formato standard per trasferire i modelli da un software ad un altro, mandando in disuso IGES. In questi anni nacquero altri software ancora oggi in uso come SolidWorks di Dassault Systemes, Solid Edge di Siemens e Autodesk Inventor sempre di Autodesk.
• Nel 2002 UNI-GRAPHICS inaugurò la sua nuova versione chiamata NX, da “Next Generation”, unione dei software UNI-GRAPHICS e I-DEAS, in grado di svolgere analisi complesse anche su superfici curve e calcolare le tolleranze fra più componenti.
• Infine, nel 2012 venne proposto per la prima volta da Autodesk 360 la possibilità di utilizzare il CAD dal cloud, rendendo possibile la delocalizzazione la potenza di calcolo e migliorando la collaborazione dei team geograficamente distanti. 

Storia del CAE

• Il primo tentativo di utilizzo di tecniche matematiche per simulare numericamente fenomeni fisici lo si ebbe nel 1946 quando fu presentato pubblicamente ENIAC (Electronic Numerical Integrator and Computer) il primo computer del suo genere capace di risolvere quasi istantaneamente problemi balistici.
• Il secondo step fondamente per l’evoluzione del CAE si ebbe negli anni ’50 quando la richiesta di analisi delle oscillazioni ad alta precisione subì un aumento per via del passaggio degli aerei passeggeri dai modelli ad elica ai modelli a reazione. I problemi di aeroelasticità erano già stati affrontati e risolti teoricamente negli anni ’30 tramite il metodo ad elementi finiti (FEM Finite Element Method) ma solo negli anni ’50 si perfezionò il Direct Stiffness Method, ovvero il primo metodo agli elementi finiti nel campo del continuo. La tecnica numerica si basa sull’idea di semplificare le simulazioni di singoli componenti complessi in simulazioni di un’infinità di piccolissimi elementi finiti tutti uguali. Le caratteristiche di questi elementi finiti sono espresse mediante semplici formule ed equazioni che poi vengono combinate per analizzare l’intero problema.

Contemporaneamente alle analisi strutturali FEM si svilupparono anche le analisi fluidodinamiche computazionali (CFD Computational Fluid Dynamics) utili nella risoluzione di problemi che nella maggioranza dei casi si basano sulle equazioni di Navier-Stokes. Queste equazioni permettono di descrivere analiticamente il comportamento di molti fluidi monofasici e, se semplificate opportunamente, si possono ottenere le equazioni di Eulero, le equazioni del flusso potenziale o le equazioni del flusso potenziale linearizzato.

• Negli anni ’60 fu creato il creato il software nativo di Ansys. Da quel momento in poi il miglioramento tecnologico, l’abbassamento dei costi dei computer e l’aumento della potenza di calcolo ne ampliò sempre di più il campo di applicazione fino al livello che conosciamo attualmente.     

Storia del CAM

• Negli anni ‘50 esistevano già macchine a controllo numerico (NC) ma erano composte da computer solo in grado di azionare i diversi motori che muovevano gli utensili lungo percorsi prestabiliti. I programmi erano fatti a mano e rappresentati su fogli di carta forata in cui i comandi corrispondevano a delle serie specifiche di fori.
• La volontà di risolvere questa inefficienza ha portato all’evoluzione delle macchine a controllo numerico dando vita negli anni ’70 alle macchine CNC e al CAM, con cui è stato possibile finalmente programmare e testare i programmi delle lavorazioni. Tuttavia, il CAM non era ancora così avanzato come la generazione attuale: i programmi erano per lo più scritti da specialisti e solo la parte dei calcoli era affidata al software.
• Si dovettero attendere gli anni ’90 per affidare finalmente ai PC gran parte della programmazione.

Model Based Definition (MBD)

Nell’ambito della rappresentazione grafica del progetto la digitalizzazione ha portato allo sviluppo della Model-Based Definition (MBD), una pratica industriale che mira a creare rappresentazioni 3D complete e intuitive degli oggetti, fondamentali per la realizzazione di processi di produzione e assemblaggio senza disegni cartacei (Smart e Drawingless Manufacturing). In pratica la MBD sostituisce e amplia la tradizionale documentazione di progetto 2D con un modello 3D realizzato al CAD e arricchito di informazioni relative alla produzione (Product Manufacturing Information, PMI). Questi dati vengono poi condivisi con altri reparti all’interno dell’azienda manifatturiera, estendendone l’utilizzo a livello enterprise (produzione, assemblaggio, consegna…).

Le aziende adottano la MBD principalmente per due motivi:

1. Eliminazione degli errori: rimuovendo l’ambiguità dalla documentazione e dai processi di progettazione, la MBD contribuisce a ridurre gli errori nella produzione.
2. Aumento della produttività: i flussi di lavoro basati sulla MBD eliminano compiti ridondanti nel processo di progettazione, consentendo agli ingegneri di risparmiare tempo. Ad esempio, l’annotazione digitale è un’area in cui gli ingegneri possono ottenere notevoli vantaggi in termini di efficienza.

Inoltre, la MBD favorisce una migliore collaborazione tra produttori e fornitori. La complessità derivante dalla gestione interaziendale delle modifiche di prodotto per soddisfare i requisiti può essere mitigata utilizzando modelli 3D annotati, che semplificano la comprensione e la comunicazione tra le parti coinvolte. 

Simulazioni e Generative Design

L’utilizzo sempre più pervasivo della digitalizzazione ha permesso di modificare il modo in cui viene svolto il processo di progettazione. Mentre in passato la fase di design era propedeutica alla fase di simulazione ora invece le due attività si intersecano, dando a quest’ultima un ruolo più centrale. Non è più utilizzata solo per la valutazione e la validazione dei progetti, ma viene eseguita fin dalle fasi iniziali del processo. Questa pratica, conosciuta come “simulazione anticipata” o “front-loading”, offre numerosi vantaggi:

1. Identificazione precoce dei problemi: questo rende più semplice risolverli prima che possano causare complicazioni durante la produzione o l’uso finale.
2. Esplorazione delle opzioni di progettazione: ciò permette di valutare come le modifiche potrebbero influenzare il comportamento del prodotto e di scartare soluzioni meno convincenti.
3. Previsione degli effetti delle idee progettuali: in questo modo, è possibile trovare la soluzione ottimale prima di impegnarsi completamente nella produzione.
4. Affidabilità dei progetti: gli ingegneri possono prendere decisioni informate basate su dati simulati, riducendo il rischio di errori costosi o ritardi nel processo di sviluppo.

Gli strumenti software (CAD+CAE) più moderni coniugano questa pratica proponendo, in funzione di vincoli specifici, un certo numero di alternative di progettazione. Una di queste tecniche è detta Generative Design e sfrutta i metodi di ottimizzazione per imporre i risultati delle simulazioni come vincolo alla fase di design. Fra i modelli di ottimizzazione più utilizzati abbiamo l’ottimizzazione topologica: questa mira a ridurre al massimo il peso di un oggetto eseguendo dei cicli di rimozione del materiale seguiti da simulazioni strutturali per capire quale distribuzione sia quella effettivamente più utile al fine della resistenza ai carichi. Ad esempio, un algoritmo potrebbe generare una struttura reticolare leggera e resistente che si adatta alle esigenze specifiche di un organo di trasmissione, risultando in un prodotto finale che supera le prestazioni dei modelli convenzionali. I software più recenti mettono a disposizione anche delle “Analisi di Sensibilità” che aiutano i progettisti ad identificare i parametri più influenti sulle prestazioni del prodotto così da suggerire modifiche di design in base a essi. Ad esempio, un’analisi di sensibilità potrebbe rivelare che lo spessore delle pareti di un ingranaggio ha un impatto significativo sulla sua resistenza, consentendo ai progettisti di concentrarsi di più su quel parametro durante il processo di ottimizzazione. Per testare tutte queste soluzioni si può ricorrere alla Prototipazione Rapida tramite stampa 3D con materiali polimerici o metallici. In questo modo si è in grado di ottenere e testare in pochi giorni le soluzioni sperimentali che hanno mostrato maggior successo nelle simulazioni, anche se queste presentano le complicate geometrie tipiche dell’ottimizzazione topologica.

I dati ricavati dalla simulazione anticipata inoltre possono essere integrati all’intero della MBD per generare file sempre più ricchi di informazioni per tutta la catena di produzione, estendendo la consapevolezza della progettazione anche a valle del processo di produzione così da poter valutare le conseguenze di eventuali modifiche.

Digital twin

La digitalizzazione non si ferma alle fasi di progettazione e produzione ma prosegue anche nella fase di post-vendita. Alcune aziende, infatti, hanno iniziato a vendere i propri prodotti smart (dotati di sensori) con a corredo delle repliche virtuali dei prodotti stessi, da qui il nome Digital Twin (gemello digitale). Il modello viene aggiornato così in tempo reale con i dati raccolti dai sensori collegati all’asset fisico e, usando programmi di simulazione e l’apprendimento automatico, si ha la possibilità di fornire informazioni utili per elaborare modelli di manutenzione predittiva sempre più precisi. L’integrazione di queste informazioni moltiplicate per ciascun componente dell’insieme crea una notevole mole di dati sfruttabile dalle aziende per creare modelli virtuali di interi macchinari utili a migliorare il prodotto stesso tramite una sorta di test continuo. Tesla, per esempio, è una delle aziende che ha puntato sulla tecnologia del Digital Twin per migliorare i propri prodotti e offrire una migliore assistenza clienti. L’azienda americana, infatti, costruisce un gemello digitale di ogni auto prodotta e, tramite i dati provenienti dai sensori di bordo trasmessi di nuovo all’azienda, è in grado di settare i parametri del veicolo per migliorare l’esperienza di guida del cliente e verificare se vi sia la necessità di qualche intervento extra di manutenzione. Alcuni di questi problemi spesso possono essere risolti anche da remoto, come ad esempio la regolazione del sistema idraulico per compensare una porta che sbatte.

Vantaggi della digitalizzazione

In conclusione, la digitalizzazione apporta numerosi vantaggi alle aziende:

1. Riduzione dei Costi e Tempi di Sviluppo: la digitalizzazione riduce i costi e i tempi di sviluppo attraverso l’utilizzo massiccio delle simulazioni (front-loading), l’automazione della produzione, l’analisi predittiva e la prototipazione rapida. La riduzione dei tempi di sviluppo consente di introdurre nuovi prodotti sul mercato più rapidamente, consentendo alle aziende di rimanere competitive e di rispondere più prontamente alle esigenze dei clienti.
2. Maggiore Affidabilità e Sicurezza: la digitalizzazione facilita la manutenzione predittiva e preventiva, riducendo i tempi di fermo macchina e aumentando l’affidabilità e la sicurezza degli organi di trasmissione meccanica. La capacità di monitorare costantemente le prestazioni e prevedere guasti consente di intervenire tempestivamente prima che si verifichino problemi critici, riducendo al minimo il rischio di malfunzionamenti e incidenti.
3. Miglioramento della supply chain: grazie alla tecnologia, è possibile ottimizzare l’intera filiera produttiva e rispondere adeguatamente a un mercato che richiede sempre più personalizzazione e soluzioni on-demand. Una gestione ottimizzata della supply chain garantisce un dialogo migliore con la filiera e una maggiore velocità di risposta alle richieste dei clienti.
4. Più collaborazione e attenzione alle risorse umane: MBD semplifica notevolmente la collaborazione tra figure aziendali diverse, non solo fra progettisti, e facilita lo scambio di informazioni con il cliente. Inoltre le persone avendo più informazioni si sentiranno più coinvolte nella definizione delle strategie aziendali.
5. Maggiore reattività grazie allo sfruttamento dei Big Data: l’archiviazione e la tracciabilità funzionale della storia completa del progetto permette di avere costantemente a disposizione tutte le informazioni necessarie a coordinarsi in tempo reale con il cliente.
6. Maggiore competitività: la digitalizzazione è un obbligo per le aziende che operano in un vasto mercato globale altamente competitivo. Ogni progetto di trasformazione digitale promette di aumentare la competitività aziendale.
7. Nuove opportunità: analizzando i dati aziendali, è possibile scoprire nuove nicchie di opportunità, sia interne che esterne. Valorizzare le competenze delle risorse interne e individuare i desiderata dei clienti prima della concorrenza diventa più facile.

Il ruolo del fornitore di componenti

Un’attività complessa come la digitalizzazione trova un valido supporto nei fornitori di componenti. È il caso di R+W azienda leader nella produzione di giunti e alberi di trasmissione, in grado di mettere la sua esperienza a disposizione del progettista.

I giunti intelligenti IPK con sensoristica integrata possono rappresentare una svolta per tutti quegli esperti del settore che vogliono applicare i principi dell’Internet of Things e dell’industria 4.0, proponendosi come una soluzione:

• facile da installare, il sistema è subito pronto all’uso e si connette al resto della meccanica come un normale giunto;
• facile da integrare con il resto dell’elettronica industriale, grazie ai moduli wireless e la possibilità di trasmettere i dati in formato CSV;
• facile da consultare, anche tramite il proprio smartphone.

Tutto ciò fornisce non solo una risposta efficace al problema ma, data la sua semplicità, funge anche da stimolo alla sperimentazione di infrastrutture informatiche interconnesse.