Sammanfattning
En ledande biltillverkare ville påskynda valideringen av dörrsystem genom att minska den manuella arbetsinsatsen som krävs för att mäta spelrum och kontrollera efterlevnad. LTTS utvecklade en AI-driven valideringsplattform som omvandlar CAD-baserade spelrumskontroller till en intelligent, automatiserad beslutsprocess, vilket möjliggör snabbare och mer konsekvent designvalidering.
Läs hela fallstudien. När som helst, var som helst
Ladda ner fallstudienUtmaningen
Validering av spelrummet i dörrgångjärnen är en av de mest kritiska aktiviteterna vid konstruktionen av dörrsystem för fordon. Ingenjörerna måste kontrollera spelrummen mellan gångjärn, dörrpaneler, stolpar och angränsande konstruktioner i flera olika öppningslägen för att säkerställa tillverkningsbarhet, hållbarhet och prestanda. Traditionellt har detta krävt manuell skapande av CAD-snitt, utläsning av mått, tolkning av tekniska standarder och dokumentation av resultaten. I takt med att konstruktionskomplexiteten och antalet iterationscykler ökade blev valideringen en tidskrävande och felbenägen flaskhals i utvecklingsarbetet.
Teknisk komplexitet
Båda problemen är svåra av skäl som inte framgår i en demonstration.
Viktig konstruktionsinformation fanns spridd över flera olika källor, däribland CAD-ritningar, mått på frirum, kontrolllistor för layout och tekniska standarder.
Valideringen krävde både visuell och kontextuell tolkning. Ingenjörerna var tvungna att förstå de mätvärden som registrerats i CAD-bilderna och koppla dem till de specifika konstruktionskraven för gångjärnen.
Manuell verifiering begränsade skalbarheten. Hundratals godkännandekontroller under flera designiterationer medförde en betydande arbetsinsats och risk för inkonsekvenser.
Ett objektivt och reproducerbart beslutsfattande var avgörande. Valideringsresultaten behövde standardiseras inom alla fordonsprogram, samtidigt som spårbarheten till de tekniska kraven skulle bibehållas.
Arbetsflöde för automatiserad kontroll av godkännanden
Integrerade CAD-API:er för att automatiskt generera snittvyer av gångjärn och identifiera kritiska kontrollpunkter för spelrum under olika driftsförhållanden för dörrar, vilket eliminerar repetitiva manuella CAD-uppgifter.
AI-driven utvinning av tekniska data
Använde OCR och intelligent databehandling för att extrahera monteringsmått, komponentrelationer och tekniska anteckningar direkt från CAD-genererade bilder.
Tolkning av tekniska krav
Utnyttjade vektorinbäddningar för att digitalisera tekniska standarder, standardrutiner (SOP) och säkerhetsavståndskrav, vilket möjliggör kontextuella jämförelser mellan uppmätta värden och konstruktionsförväntningar.
Intelligent bedömning av regelefterlevnad
Utvecklat en AI-baserad beslutsmotor som automatiskt kan utvärdera om konstruktionen uppfyller kraven och klassificera kontrollpunkter för fritt utrymme som OK/NOT OK utifrån den tekniska avsikten, snarare än genom enkel regeljämförelse.
Möjliggörande av syntetiska data
Utvecklade syntetiska datamängder för att komma runt begränsad tillgång till upphovsrättsskyddade konstruktionsdata, vilket möjliggör effektiv validering, testning och tillförlitliga tekniska resultat samtidigt som datans konfidentialitet bevaras.
Automatiserad rapportering av valideringsresultat
Genom att återanvända genererade, standardiserade rapporter för layoutverifiering minskas beroendet av manuella kontrolllistor samtidigt som enhetligheten mellan olika designprogram förbättras.
Skalbart valideringsramverk
Vi har utvecklat återanvändbara AI- och automatiseringskomponenter som kan utvidgas bortom validering av gångjärn till ytterligare användningsfall inom förpackning, fritt utrymme och designverifiering.
AI-baserade tekniska insikter
Tillhandahöll kontextuella rekommendationer om konstruktionsmetoder, materialval, konstruktionsiterationer och överväganden kring stycklistor, vilket hjälpte ingenjörerna att fatta snabbare och mer välgrundade konstruktionsbeslut.
Affärsresultat
Upp till 80 %
Minskad manuell valideringsinsats
Genom att automatisera utdragning av mätvärden, tolkning och kontroll av efterlevnad.
En skalbar grund för validering av intelligent konstruktion
Som kan utvidgas till att omfatta fordonssystem och framtida utvecklingsprogram.
Snabbare designcykler
Genom snabbare godkännandeprocesser och omedelbar återkoppling under olika designiterationer.
Förbättrad teknisk noggrannhet och enhetlighet
Genom objektiv AI-driven validering i enlighet med tekniska standarder.
EI Edge
LTTS förvandlade valideringen av dörrsystem från en mätningsbaserad process till en kunskapsbaserad teknisk funktion. Genom att kombinera CAD-automatisering med AI-driven tolkning av tekniska krav utvärderade lösningen automatiskt överensstämmelsen, levererade objektiva valideringsresultat och minskade behovet av manuella granskningar.
Förutom att påskynda valideringscyklerna skapade lösningen en skalbar grund för teknisk intelligens som kan utvidgas till att omfatta validering av förpackningar, efterlevnad av konstruktionskrav och framtida fordonsutvecklingsprogram.
Framgångshistorier
Enhetlig fordonsdataplattform för uppkopplad mobilitet
Upptäck hur LTTS har samordnat data från uppkopplade fordon över olika varumärken, vilket möjliggör säker åtkomst, kommersiella dataprodukter, integration med partners och skalbara mobilitetstjänster.
Läs mer