AI-ondersteunde engineering en virtuele productontwikkeling

Door Niels Visser, CAD Application Engineer bij MechDes Engineering.

In de maakindustrie is veel afhankelijk van het fysieke eindproduct. Traditioneel heb je
het fysieke product nodig om te zien hoe een machine zich op locatie gedraagt. Hoe
reageert de machine op de ontworpen software? Wat gebeurt er bij een
productwijziging? En hoe verhouden afzonderlijke componenten zich tot elkaar
wanneer de machine draait?

De afhankelijkheid van fysieke prototypes of testopstellingen zorgt vaak voor vertraging en hogere kosten. Pas wanneer een machine of onderdeel daadwerkelijk is gebouwd, wordt duidelijk of aannames uit het ontwerpproces kloppen.

Tegelijkertijd ontwikkelt software zich razendsnel. Virtuele mogelijkheden in ontwerp en simulatie bieden daarom grote voordelen. MechDes benut deze digitale tools intensief: in een virtuele omgeving worden ontwerpen getest, experimenten uitgevoerd en resultaten gedeeld met klanten of stakeholders via VR- en AR-visualisaties.

MechDes neemt daarnaast deel aan het innovatieproject PARADAIM van EFRO Oost 2021-2027. Onder initiatief en leiding van Perron038 in Zwolle werken verschillende partners uit de maakindustrie samen aan een actueel vraagstuk: hoe Artificial Intelligence (AI) kan worden geïntegreerd in het engineeringsproces. Hierbij wordt onder andere gekeken naar het inzetten van AI om realistisch gedrag van systemen te simuleren en ontwerpen al in een vroeg stadium te testen.

Hoe vaker een ontwerp wordt getest, hoe sneller ontwerpfouten zichtbaar worden en hoe kleiner de impact op planning, kosten en doorlooptijd. Daarom breidt MechDes de virtuele activiteiten continu uit. Twee kernvragen staan centraal: is het virtuele model voldoende realistisch en biedt het echte meerwaarde ten opzichte van een fysiek model? Alleen wanneer beide vragen positief worden beantwoord, wordt een virtueel model ingezet voor simulaties. Dit kan een volledige machine betreffen, maar vaak gaat het om specifieke onderdelen of complexe processen. Voorspelbaarheid is daarbij essentieel, omdat opdrachtgevers inzicht willen in bijvoorbeeld cyclustijd en terugverdientijd.

Digital Twin of virtueel model: wat is het verschil in de ontwerpfase van machines?

De term Digital Twin wordt vaak gebruikt bij virtuele modellen, maar MechDes hanteert deze niet standaard in de ontwerpfase. Een Digital Twin impliceert een digitale kopie van een bestaande fysieke machine, terwijl die in deze fase nog niet bestaat.

Daarom spreekt MechDes liever van een digitaal of virtueel model. Wel zijn er belangrijke overeenkomsten: het model moet zich zo realistisch mogelijk gedragen. Fysische processen zoals schuiven, vallen, vervormen, versnellen en botsingen moeten correct worden gesimuleerd, zodat engineers betrouwbare analyses kunnen uitvoeren.

Op deze manier biedt een digitaal model al in een vroeg stadium inzichten die vergelijkbaar zijn met die van een toekomstige fysieke machine. Dit versnelt het ontwerpproces en beperkt risico’s bij complexe of innovatieve machineconcepten.

Artificial Intelligence in engineering: nieuwe mogelijkheden voor ontwerp en analyse

Naast virtuele simulaties heeft ook Artificial Intelligence een snel groeiende invloed op engineering. De toepassing van AI is nog volop in ontwikkeling, maar experimenteren is essentieel.
Relatief eenvoudige toepassingen, zoals getrainde AI-chatbots in een gesloten digitale omgeving, worden al ingezet voor documentatie en kennisdeling.

Complexere toepassingen richten zich op het trainen van AI-modellen met bedrijfsspecifieke data, die worden geïntegreerd met bestaande engineeringsoftware. Deze koppeling biedt potentie om ontwerpen sneller en slimmer te analyseren.

Voor succesvolle toepassing is diepgaande kennis nodig van modellen, datasets en integratie. Binnen het PARADAIM-project, mede mogelijk gemaakt door EFRO Oost 2021-2027, verkent MechDes samen met partners deze mogelijkheden. Een belangrijke eerste les is dat data-organisatie cruciaal is: zonder gestructureerde en toegankelijke data is betrouwbare AI niet mogelijk.

AI-gedreven collision detection in SolidWorks-assemblies

Een concrete toepassing van AI binnen MechDes is het analyseren van botsingen in SolidWorks-ontwerpen. Machineontwerpen bestaan uit assemblies en onderdelen die tijdens beweging of assemblage met elkaar in aanraking kunnen komen. Botsingen kunnen statisch of dynamisch zijn. De standaard Interference Detection Manager in SolidWorks detecteert alle overlappende onderdelen, maar levert in de praktijk honderden tot duizenden meldingen op, waarvan vaak meer dan 95% niet relevant is. Voorbeelden hiervan zijn botsingen tussen bout en moer door draadoverlap, sensoren met overlappende meetbereiken en botsingen in koopdelen die constructief geen probleem vormen.

Het handmatig filteren hiervan is tijdrovend. Daarom richt het AI-model zich op het automatisch wegfilteren van irrelevante botsingen. Engineers geven feedback op de resultaten, waarna het model leert welke botsingen relevant zijn. Zo ontwikkelt het model stapsgewijs eigen logica en kan het steeds beter voorspellingen doen.
Belangrijke vragen hierbij zijn onder andere welke dataset geschikt is, welk type AI-model het beste past en hoe modelparameters optimaal worden ingesteld. Dit laat zien dat AI niet alleen draait om algoritmes, maar ook om kennis van engineering en data.

Kwaliteit waarborgen bij AI-toepassingen in engineering

Kwaliteit is sinds de oprichting een kernwaarde binnen MechDes. Consistente processen, duidelijke afspraken en ervaren engineers zijn essentieel om deze kwaliteit te waarborgen.
Innovatie kan echter spanning opleveren met kwaliteit, doordat nieuwe technologieën onzekerheden introduceren. Daarom moeten nieuwe tools en AI-functionaliteiten zorgvuldig worden geïntegreerd. Ontwikkeling alleen is niet voldoende; implementatie en training zijn minstens zo belangrijk.

Nieuwe technologie vraagt om duidelijke onboardingprocessen en aandacht voor change management. Alleen dan kan een hulpmiddel daadwerkelijk waarde toevoegen zonder risico op fouten of inconsistenties. Het succesvol toepassen van nieuwe technieken is daarmee minstens zo belangrijk als de ontwikkeling zelf.

De volgende stap: AI verder integreren in engineeringprocessen

Het PARADAIM-project loopt tot en met 2027. In deze periode wordt ervaring opgedaan met AI in engineering en worden proof-of-concepts en demonstrators ontwikkeld om de toegevoegde waarde te testen.
De opgedane kennis zal worden gebruikt om AI steeds beter te integreren in dagelijkse engineeringactiviteiten, met als doel innovatie en kwaliteit hand in hand te laten gaan. Daarnaast biedt het project inzicht in hoe virtuele simulaties en AI elkaar versterken, van digitale modellen en botsingsanalyse tot voorspellende engineering. Hiermee zet MechDes stappen richting een toekomst waarin ontwerpen sneller, veiliger en efficiënter gerealiseerd kunnen worden.

Over MechDes Engineering

MechDes bedenkt en ontwerpt machines: van eerste idee tot een compleet ontwerp dat direct maakbaar is. Daarbij verzorgen zij het volledige mechanische ontwerp en, waar nodig, de sterkteberekeningen. Zo ontstaat een doordacht tekeningenpakket waarmee een machine efficiënt en zonder verrassingen gerealiseerd kan worden.
Met meer dan 30 jaar ervaring vertaalt MechDes vanuit hun kantoor in Harderwijk complexe technische vraagstukken naar praktische en robuuste oplossingen. Dit doen zij voor uiteenlopende sectoren, zoals offshore, infrastructuur, lifting & handling, intralogistiek en machinebouw/automatisering. Lees hier meer over MechDes Engineering op Perron038.

Over PARADAIM

In het innovatieproject PARADAIM werken de ondernemingen AWL, MechDes
Engineering, Hollander Techniek, Van den Bos CM, Verbruggen en HGG Profiling
Specialists samen met de kennisinstellingen Windesheim en University of Twente, en
onder penvoerderschap van Perron038, aan de realisatie van een virtueel productdevelopment-proces gebaseerd op een AI-ondersteund Digital Model van nieuwe
machines, sensoren en besturingssystemen. Lees hier meer over het PARADAIM project.