1 skyrius: unikali MTEP žinių prigimtis ir iššūkiai
MTEP žinios iš esmės skiriasi nuo gamybos,{0}}popardavimo ar pardavimo žinių. Šių charakteristikų supratimas yra būtina sąlyga kuriant veiksmingas KM sistemas.
1.1 Didelis tylumas: sprendimų logiką inžinierių galvose užfiksuoti sunkiausia
Inžinierių žinias galima suskirstyti į aiškias (kodifikuojamas, rašomas, saugomas) ir tyliąsias (įterptas į asmeninę patirtį, intuiciją, sprendimą). MTTP srityje tikrai vertingos žinios dažnai yra nebylios, pvz., „kodėl mes atsisakėme plano A planui B“ arba „tas, atrodytų, nepagrįstas parametrų derinys iš tikrųjų išsprendė paslėptą ilgaamžiškumo problemą“. Šie sprendimų motyvai retai dokumentuojami, nes jie tampa inžinieriaus „sveiko proto“ dalimi. Bet kai tas inžinierius išeina, pereina ar išeina į pensiją, tos žinios palieka juos.
1.2 Stiprus tarpusavio ryšys: vienas pakeitimas banguoja visoje sistemoje
Transporto priemonė yra labai integruota sudėtinga sistema. Iš pažiūros paprastas vienos dalies dizaino pakeitimas gali turėti įtakos našumui, pakuotei, svoriui, kainai ir gamybos galimybėms keliolikoje susijusių sistemų. Šis tarpusavio ryšys reiškia, kad MTEP žinios turi egzistuoti kaip „asociacijos tinklas“, o ne pavieniai dokumentai. Tradicinė aplanku{3}}pagrįsta saugykla negali atspindėti šių sudėtingų priklausomybių.
1.3 Ilgas ciklas: kas prisimena po trejų metų?
Įprasta transporto priemonių kūrimo programa trunka 3-5 metus. Vienoje programoje išmoktos pamokos dažnai nebus panaudotos iki kitos programos – po trejų ar ketverių metų. Iki to laiko pradiniai komandos nariai gali būti išsibarstę po skirtingus vaidmenis ar įmones, o dokumentai gali būti palaidoti dešimtyse aplankų. Žinių „atminties pusinės eliminacijos laikas“ yra daug trumpesnis nei programos intervalai. Be sistemingo KM kiekviena nauja programa prasideda nuo nulio.
1.4 Daugia{1}}drausmė: Babelio bokštas
Šiuolaikiniai automobilių moksliniai tyrimai ir plėtra apima daugybę disciplinų: mechanikos, elektros, programinės įrangos, medžiagų, chemijos, optikos ir kt. Įvairios disciplinos naudoja skirtingą terminiją, įrankius ir mentalinius modelius. Tai, ką mechanikos inžinierius turi omenyje sakydamas „tolerancija“, skiriasi nuo programinės įrangos inžinieriaus „gedimų tolerancijos“. Dėl šios drausminės kliūties žinių srautas tampa ypač sunkus.
---
2 skyrius: Trys pagrindiniai MTEP žinių valdymo mechanizmai
1 mechanizmas: dizaino sprendimų įrašai – „Kodėl“ išsaugojimas
Projektavimo sprendimų įrašas (DDR) yra lengvas dokumentacijos įrankis, pagal kurį kiekvienas pagrindinis projekto peržiūros etapas turi sudaryti standartizuotą įrašą, įskaitant: techninius kompromisus, įvertintas alternatyvas, pasirinkto sprendimo pagrindimą ir žinomus apribojimus / riziką. DDR nėra ilga ataskaita, o vieno-puslapio forma, įterpta į PLM darbo eigas. Jo vertė ta, kad po trejų metų inžinieriai gali suprasti ne tik „ką mes padarėme“, bet ir „kodėl mes tai padarėme“ ir „ką atmetėme“.
2 mechanizmas: FMEA žinių bazė – nuo „vienkartinio{1}}pratimo“ iki „gyvo turto“
Gedimų režimo ir efektų analizė (FMEA) yra standartinė automobilių pramonėje, tačiau dažnai laikoma vienkartine atitikties pratimu. Taikant veiksmingą metodą, FMEA traktuojama kaip daugialypė-programa, kelių platformų gyvų žinių bazė: struktūrizuotas išskaidymas pagal sistemą / posistemį / dalį, kiekvieno gedimo režimo susiejimas su faktiniais kokybės incidentais ir patikrintų atsakomųjų priemonių sklaida tarp{4}}programų.
3 mechanizmas: Poveikio diagramos keitimas – atsisveikink su „Pataisyta A, Pamiršau B“
Inžinerinių pakeitimų poveikio diagrama yra diagramų duomenų bazė{0}}pagrįsta įrankių, kuriuose įrašomos dalių, dokumentų, bandymų atvejų, gamybos procesų ir programinės įrangos modulių priklausomybės. Kai inžinierius inicijuoja pakeitimą, sistema pereina diagramą, kad automatiškai-sugeneruotų galimo poveikio sąrašą. Dar svarbiau, kad ji taip pat atskleidžia istorinių pokyčių patirtį – tai, kas iš tikrųjų įvyko panašiuose praeities pasikeitimuose.
---
3 skyrius. Įgyvendinimo planas – keturi etapai
1 etapas: diagnozė ir inventorizacija (1–2 mėn.)
Sukurkite žinių turto diagnostikos ataskaitą, apimančią: žinių turto paskirstymą, nuostolių rizikos įvertinimą ir skausmo taško prioritetų nustatymą, pagrįstą ankstesnėmis kartotinėmis problemomis ir susijusiomis išlaidomis.
2 etapas: greitasis pilotas (3–4 mėnesiai)
Pasirinkite didelio{0}}dažnio, didelio-skausmo tyrimų ir plėtros scenarijų, atitinkantį tris kriterijus: kiekybiškai įvertinamus nuostolius, pakankamai siaurą taikymo sritį ir išmatuojamą tobulinimo metriką. Pavyzdys: e-drive komanda išbandė „elektromagnetinio triukšmo optimizavimą“, sumažindama problemos diagnostikos laiką nuo 2,5 savaitės iki 3 dienų.
3 etapas: procesų integravimas (5–8 mėn.)
Įtraukite KM į dizaino peržiūros kontrolinius sąrašus, inžinerinių pakeitimų darbo eigą ir programos uždarymo{0}}reikalavimus. KM tampa privalomas, o ne neprivalomas.
4 etapas: kultūros auginimas (vykdomas)
Įtraukite žinių indėlį / pakartotinį naudojimą į inžinierių veiklos apžvalgas (mažiausiai 10 % svorio). Pateikite mažos-trinties įvedimo įrankius (balso-į-tekstą, šablonines formas). Lyderiai turi modeliuoti dalijimosi žiniomis elgesį.
---
4 skyrius. Kiekybinė MTEP KM IG
Išmatuojama nauda: 10-20 % sumažintas neesminių inžinerinių pakeitimų skaičius, 50-80 % sumažintas problemų-sprendimo laikas, 30–50 % greitesnis naujų samdinių priėmimas ir 5–15 % projekto ciklo trukmės sutrumpinimas. Vidutinio dydžio originalios įrangos gamintojams, išleidžiantiems 1 milijardą RMB per metus tyrimams ir plėtrai, net 5 % efektyvumo padidėjimas duoda 50 milijonų RMB metinę grąžą.
---
5 skyrius: Ateities tendencijos – AI-R&D KM
Naujos galimybės apima: natūralios kalbos žinių gavimą (paklauskite „parodyti praėjusių metų akumuliatoriaus bloko vibracijos patvarumo gedimo atvejį“), iniciatyvią projektavimo rekomendaciją (AI siūlo istorinius sprendimus, nes inžinieriai kuria naujas CAD funkcijas) ir modeliavimo modelio žinių pakartotinį naudojimą (AI rekomenduoja artimiausius istorinio modeliavimo modelius su patvirtinimo kontekstu).
---
Išvada
Automobilių moksliniai tyrimai ir plėtra iš esmės yra{0}}daug žinių reikalaujantis kūrybinis procesas. Stiprėjančios konkurencijos ir spartėjančių technologijų ciklų eroje konkurencinis pranašumas mažiau priklauso nuo individualių genialių inžinierių, o labiau nuo organizacijos gebėjimo užfiksuoti, sujungti ir pakartotinai panaudoti paskirstytas žinias. MTTP KM nėra papildoma našta – tai galingas ginklas, leidžiantis kiekvienam inžinieriui atsistoti ant visų praeities sėkmių ir nesėkmių pečių.