Keuntungan:
- Keupayaan untuk menemui hubungan antara pemilihan bahan, kaedah pengeluaran dan kos dengan bertanya soalan kepada kecerdasan buatan
- Keupayaan untuk menyenaraikan kekangan DFM seperti ketebalan dinding, sudut lukisan dan toleransi dalam kaedah seperti suntikan, kepingan logam dan tuangan, ke dalam senarai semak
- Keupayaan untuk mengesahkan kebolehkilangan kecerdasan buatan dan cadangan bahan dengan pembekal, jurutera dan data standard sebenar
Hanya kerana reka bentuk kelihatan bagus pada skrin tidak bermakna ia boleh dihasilkan. Ini adalah perkara utama yang membezakan reka bentuk industri daripada reka bentuk grafik: produk akan dihasilkan daripada bahan sebenar, dengan kaedah pengeluaran sebenar, pada kos sebenar. DFM (Design for Manufacturing) ialah disiplin mereka bentuk sesuatu produk supaya dapat dihasilkan dengan lancar, berkualiti tinggi dan menjimatkan dengan kaedah pengeluaran yang dipilih. Setiap kaedah mempunyai peraturannya sendiri: ketebalan dinding acuan suntikan dan peraturan sudut lukisan, jejari lentur kepingan logam, peraturan cidr tuangan, dsb. Kepintaran buatan ialah bantuan yang berkuasa untuk mempelajari peraturan ini dengan cepat dan mempersoalkan reka bentuk dari perspektif DFM; tetapi nilai yang diberikannya sentiasa hipotesis yang mesti disahkan dengan pembekal, helaian data bahan dan kelulusan jurutera.
Bahan, kaedah dan segi tiga kos
Dalam produk, pemilihan bahan, kaedah pengeluaran dan kos saling berkait rapat. Menghasilkan bentuk yang sama dengan plastik suntikan, tuangan aluminium atau pemesinan CNC memberikan kos, tekstur dan kekuatan yang sangat berbeza. Pereka bentuk perlu mengimbangi segi tiga ini. AI ialah "rakan kongsi pertanyaan" yang sangat baik di sini: "Saya akan menghasilkan 10,000 unit produk ini, kaedah manakah yang masuk akal?" atau "Bahagian ini mestilah telus dan tahan hentaman, bahan apa yang menjadi calon?" Ia membolehkan anda meneroka soalan dengan cepat seperti. AI memberi anda senarai calon, perbandingan tambah-tolak dan faktor yang perlu anda pertimbangkan. Tetapi pemilihan bahan terakhir dan nilai harta sebenar (kekuatan tegangan, rintangan haba, kesesuaian sentuhan makanan) datang daripada lembaran data bahan dan pembekal.
Kaedah pengeluaran biasa dan kekangan biasa mereka:
Kaedah
Penggunaan biasa
Kekangan DFM kritikal
pengesahan
pengacuan suntikan
Plastik kuantiti tinggi
Ketebalan dinding tetap, sudut lukisan, jejari
Lembaran acuan + bahan
kepingan logam
kandang, panel
Min. jejari lentur, jarak lubang ke tepi
Pengeluar + standard
Tuangan (aluminium)
Badan tahan lasak
Ketebalan cidr, sudut tarikan, penyusuan
faundri
pemesinan CNC
Kuantiti rendah, prototaip
Jejari sudut dalam, capaian, toleransi
bengkel
Percetakan 3D
Prototaip, kuantiti yang rendah
Sokongan, arah lapisan, kekuatan
pengendali cetak
Petua: Apabila bertanya kepada AI "kaedah yang mana", pastikan anda menyebut kuantiti pengeluaran, kos sasaran, keperluan bahan dan toleransi. Jawapan yang dia berikan tanpa maklumat ini adalah tekaan umum.
Peraturan DFM: Mata AI, jurutera mengesahkan
Mari kita jelaskan beberapa konsep asas DFM, kerana anda akan menggunakannya apabila bercakap dengan AI:
- Ketebalan dinding: Ketebalan dinding bahagian plastik. Ketebalan yang tidak teratur menyebabkan tanda tenggelam dan meleding semasa penyejukan. Peraturan: pastikan ia sestabil mungkin.
- Sudut draf: Kecondongan sedikit yang diberikan pada dinding supaya bahagian boleh keluar dari acuan. Jika tidak, bahagian itu dipasang ke dalam acuan. Nilainya berbeza-beza bergantung pada bahan dan tekstur permukaan.
- Jejari (fillet): Pembundaran sudut dalam dan luar. Sudut dalam yang tajam mengumpul tekanan dan memulakan patah; jejari mengurangkan ini.
- Toleransi: Julat sisihan yang boleh diterima bagi sesuatu ukuran. Setiap kaedah boleh memegang toleransi yang berbeza; Toleransi yang terlalu sempit meningkatkan kos.
- Undercut: Tonjolan/ceruk yang menghalang acuan daripada terbuka rata; Ia memerlukan mekanisme acuan tambahan (struktur teras) dan meningkatkan kos.
AI boleh menerangkan peraturan ini dan menandakan reka bentuk sebagai draf dengan mengatakan "sudut itu terlalu tajam, di sana ketebalan dinding berubah, tonjolan itu boleh menjadi potongan rendah." Tetapi ini adalah saringan awal; Ketebalan dinding sebenar, sudut lukisan dan nilai toleransi ditentukan mengikut bahan, acuan dan pembekal dan diluluskan oleh jurutera/tukang acuan.
tiga kes mini
Kes 1 — Memerhatikan undercut lewat. Pereka bentuk mereka bentuk klip snap-on yang bergaya pada permukaan sisi kotak; Rendering kelihatan hebat. Pengacu mengatakan bahawa klip ini mencipta potongan terkecil, tidak boleh dihasilkan dengan acuan rata dan memerlukan acuan teras (bergerak sisi); Ini meningkatkan kos acuan sebanyak kira-kira 35%. Saya bertanya kepada AI terlebih dahulu, "Adakah terdapat sebarang masalah dengan geometri ini dari segi corak?" Jika ditanya, risiko undercut mungkin telah dibenderakan dari awal. Pelajaran: Lakukan pertanyaan DFM sebelum rendering; AI mengingatkan ini awal, acuan mengesahkan.
Kes 2 — Spesifikasi bahan yang salah. Seorang pelatih meminta AI untuk bahan untuk bahagian yang akan bersentuhan dengan makanan; AI mengesyorkan sejenis plastik dan menyebut "gred makanan." Pelatih itu menerima ini. Walau bagaimanapun, kesesuaian sentuhan makanan tidak bergantung pada jenis bahan, tetapi pada sama ada produk khusus tersebut mempunyai dokumen/sijil hubungan makanan yang berkaitan; AI telah menghasilkan kenyataan umum. Gred kenalan makanan yang disahkan sepatutnya diminta daripada pembekal. Pengajaran: tuntutan pematuhan bahan disahkan daripada lembaran data dan pensijilan, bukan daripada ayat umum AI.
Kes 3 — Penggunaan yang betul. Seorang pereka bentuk meminta AI untuk perbandingan kaedah dengan memberikan "kuantiti, kos sasaran, kekuatan dan keperluan permukaan" untuk kandang 5,000 keping. AI; Menghasilkan jadual tambah-tolak dan faktor untuk dipertimbangkan untuk suntikan, kepingan logam dan tuangan. Pereka bentuk membuat ini sebagai permulaan, mendapat harga sebenar dan cadangan daripada dua pembekal, dan memutuskan suntikan. AI telah mempercepatkan penemuan, harga sebenar dan pembekal membuat keputusan. Pelajaran: AI membuka pilihan, memilih data sebenar.
Templat gesaan yang boleh disalin
TEMPLAT PENEMUAN KAEDAH"Saya akan menghasilkan produk berikut: [resipi]. Kuantiti pengeluaran: [nombor]. Julat unit kos sasaran: [julat]. Sifat yang diperlukan: [kekuatan, ketelusan, suhu, permukaan]. Bandingkan kaedah pengeluaran yang sesuai: kebaikan, keburukan dan faktor yang perlu saya pertimbangkan untuk setiap kaedah. Harga/penilaian TEPAT; tuliskan perkara yang perlu saya sahkan dengan pembekal untuk setiap kaedah."
TEMPLAT SARINGAN AWAL DFM"Saya akan menghasilkan bahagian berikut dengan [suntikan/lembaran logam/pemutus]: [huraikan geometri atau tambah imej]. Tandakan masalah yang mungkin berlaku dari segi DFM: ketebalan dinding berubah-ubah, sudut dalam yang tajam, kekurangan sudut lukisan, undercut, toleransi terlalu ketat. Ini adalah PREWARNING; menunjukkan bahawa saya perlu/mengesahkan setiap jurutera dengan acuan."
TEMPLAT CALON BAHAN"Senaraikan CALON bahan yang memenuhi keperluan berikut: [rintangan kesan, suhu, sentuhan makanan/kulit, UV, kitar semula]. Tulis penggunaan biasa dan berhati-hati untuk Heraday. JANGAN TUNTUTAN KESESUAIAN; nyatakan lembaran data/sijil yang harus saya minta daripada pembekal untuk spesifikasi sebenar setiap calon."
TEMPLAT PERTANYAAN PENGURANGAN KOS "Cadangkan idea yang akan mengurangkan kos pengeluaran reka bentuk berikut: [keterangan bahagian]. Dari segi mengurangkan bilangan bahagian, perubahan bahan, longgar toleransi, penyederhanaan acuan. Tulis kemungkinan RISIKO (ketahanan, kualiti, penampilan) setiap idea. Saya akan membuat keputusan saya dengan jurutera dan pembekal."
Gesaan lemah / Gesaan kuat
GERAKAN LEMAH: "Apakah bahan terbaik untuk produk ini?"
GERAKAN KUAT: "Saya sedang mereka bentuk badan lampu perkhemahan luar. Keperluan: kalis hentakan, -10/+50°C, kalis UV, kalis percikan, 8,000 acuan suntikan, kemasan matte. Senaraikan CALON bahan yang sesuai (cth. beberapa keluarga termoplastik) dengan tambah dan tolak. Bagi setiap calon, tuliskan 'nilai lembaran data daripada pembekal' yang mana saya akan gunakan. sahkan dengan pembekal."
Gesaan yang lemah menolak ke arah satu jawapan yang tidak dapat disahkan; Gesaan berkuasa memberikan konteks (kuantiti, keadaan, kaedah), meminta senarai calon dan menyerahkan keputusan kepada pembekal lembaran data +.
Kesilapan biasa
- Menggunakan sifat bahan yang diberikan oleh AI tanpa mengesahkannya daripada lembaran data. Nilai sebenar berbeza dari produk ke produk.
- Menerima tuntutan kesesuaian (sentuhan makanan/kulit, kalis api) secara umum. Ini dibuktikan dengan sijil.
- Mempertimbangkan DFM selepas rendering. Persoalan undercut, ketebalan dinding dan sudut tarikan dari awal lagi.
- Meminta kaedah tanpa memberikan konteks kepada kuantiti dan kos. Jawapannya akan menjadi purata yang tidak bermakna.
- Menjadikan toleransi terlalu sempit. Sebarang ketepatan tambahan menambah kos dengan cepat.
Perhatian: Tuntutan bahan dan pembuatan berkaitan dengan keselamatan dan pematuhan undang-undang (mudah terbakar, sentuhan makanan, ketahanan). Hanya kerana AI memanggil bahan "sesuai" bukanlah bukti; Pematuhan hanya didokumenkan dengan lembaran data, ujian dan sijil yang berkaitan dan dengan kelulusan jurutera apabila perlu.
Secara ringkasnya
DFM ialah disiplin membuat reka bentuk bebas masalah dan boleh dihasilkan secara ekonomi dengan kaedah yang dipilih. Bahan, kaedah dan kos saling berkait dan setiap kaedah mempunyai peraturan sendiri (ketebalan dinding, sudut lukisan, jejari, undercut, toleransi). AI ialah bantuan yang berkuasa dalam mempelajari peraturan ini dan pra-penyaringan reka bentuk untuk DFM; Menghasilkan calon bahan dan perbandingan kaedah. Tetapi nilai harta sebenar, tuntutan pematuhan dan pemilihan akhir disahkan oleh lembaran data, sijil dan kelulusan pembekal/jurutera. Lakukan pertanyaan DFM sebelum rendering dan jangan alihkan sebarang isu AI ke pengeluaran tanpa mengesahkannya.
Tugasan permohonan
Pilih sekeping produk (contohnya, penutup botol). Minta AI membandingkan kaedah dengan menyediakan kuantiti dan keperluan dengan templat "Penemuan kaedah". Kemudian ada masalah pengeluaran yang berpotensi dibenderakan dengan templat "pra-imbasan DFM". Menyelidik julat nilai biasa daripada sumber/maklumat pembekal sebenar untuk sekurang-kurangnya dua kekangan DFM yang ditunjukkan oleh AI (cth. sudut lukis, potong bawah), bandingkannya dengan apa yang AI berikan, dan wajarkan yang mana satu untuk dipercayai.
senarai semak
- [ ] Saya bertanya soalan kaedah dalam konteks kuantiti, kos dan keperluan.
- [ ] Saya merancang untuk mengesahkan sifat bahan daripada lembaran data/pembekal.
- [ ] Saya memerlukan tuntutan pematuhan (makanan/kulit/api) dibuktikan dengan pensijilan.
- [ ] Saya melakukan praimbasan DFM sebelum memberikan (potongan bawah, ketebalan dinding, sudut lukis).
- [ ] Saya tidak meletakkan sebarang nombor yang diberikan oleh AI ke dalam pengeluaran tanpa kelulusan jurutera/pengacu.
- [ ] Saya tidak mengekalkan toleransi yang lebih ketat daripada yang diperlukan, saya menganggap kesan kos.