Zaripov_Gayfullin

1. Тема: Разработка новых продуктов с использованием технологий цифрового производства: современные методы и перспективы

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
федеральное государственное бюджетное образовательное учреждение высшего образования «Казанский
национальный исследовательский технический университет им. А.Н. Туполева-КАИ» (КНИТУ-КАИ)
Набережночелнинский филиал
ТЕМА: РАЗРАБОТКА НОВЫХ ПРОДУКТОВ С ИСПОЛЬЗОВАНИЕМ
ТЕХНОЛОГИЙ ЦИФРОВОГО ПРОИЗВОДСТВА: СОВРЕМЕННЫЕ МЕТОДЫ И
ПЕРСПЕКТИВЫ
Выполнили студенты: гр.23270
Гайфуллин Р.М., Зарипов Д.
Набережные Челны 2026 г.

2.

1. Цифровое производство
Цифровое
производство
представляет
собой
комплексную
инженерную
и
организационную концепцию, объединяющую методы компьютерного проектирования,
моделирования, аддитивных и субтрактивных технологий, а также систем управления
жизненным
циклом
изделия.
Оно
является
ключевой
составляющей
четвертой
промышленной революции (Индустрия 4.0), которая трансформирует промышленность по
всему миру. В отличие от традиционного производства, где физические прототипы и оснастка
изготавливаются неделями и месяцами, цифровое производство позволяет создавать
продукты «от модели до детали» за считанные дни, с минимальными отходами и высоким
уровнем кастомизации.

3. 1.2. Ключевые технологии цифрового производства: аддитивные технологии, ЧПУ, 3D-сканирование

1.2. КЛЮЧЕВЫЕ ТЕХНОЛОГИИ ЦИФРОВОГО ПРОИЗВОДСТВА:
АДДИТИВНЫЕ ТЕХНОЛОГИИ, ЧПУ, 3D-СКАНИРОВАНИЕ
Аддитивные технологии (3D-печать) –
методы
создания
изделий
путём
последовательного
нанесения
слоёв
материала (пластик, металл, керамика,
композиты).

4.

Основные методы:
FDM/FFF – экструзия расплавленной нити; наиболее доступный для прототипирования
пластиком.
SLA/DLP – фотополимеризация жидкой смолы лазером или проектором; высокое
разрешение для мелких деталей.
SLS – лазерное спекание порошковых материалов (нейлон, полиамид) без поддержек.
SLM/DMLS – лазерное или электронно-лучевое плавление металлических порошков
(титан, нержавеющая сталь, алюминий, инконель).
Binder Jetting – струйное нанесение связующего на порошок с последующим
спеканием.

5. Ключевые технологии цифрового производства:

КЛЮЧЕВЫЕ ТЕХНОЛОГИИ ЦИФРОВОГО ПРОИЗВОДСТВА:
Станки с ЧПУ (числовым программным управлением) — это автоматизированное оборудование,
которое выполняет обработку материалов (дерева, металла, пластика) по заранее заданной
компьютерной программе, гарантируя высокую точность и скорость без участия человека.
Роботизация — это процесс внедрения автоматических устройств (роботов) для выполнения
физических или интеллектуальных задач вместо человека с целью повышения скорости, точности и
безопасности труда.
Гибридизация в автоматизации — это объединение различных технологий (например, станков с
ЧПУ, промышленных роботов и человеческого труда) в единую экосистему для достижения
максимальной гибкости и эффективности производства.

6. 3D-сканирование

3D-СКАНИРОВАНИЕ
3D-сканирование
стало
одной
современного
для
из
реверс-инжиниринга
ключевых
производства.
технологий
Этот
процесс
позволяет производителям создавать точные
цифровые
копии
ускоряет
разработку
новых
продуктов
и
создает
возможности
для
редизайна
и
оптимизации.
существующих
изделий,

7. 1.3. Цифровой двойник как основа современной разработки

1.3. ЦИФРОВОЙ ДВОЙНИК КАК ОСНОВА СОВРЕМЕННОЙ
РАЗРАБОТКИ
Сквозное проектирование на основе цифрового двойника и цифровой
нити.
Виртуальная модель продукта (двойник) живет и развивается на всех этапах, постоянно
обмениваясь данными с реальным объектом и производственной средой. Цифровая нить
обеспечивает непрерывную прослеживаемость требований, изменений и результатов
испытаний.
Возможность принимать решения на основе актуальных данных, а не по регламенту;
резкое сокращение количества натурных испытаний; раннее обнаружение конфликтов и
ошибок.
Цифровой двойник авиадвигателя собирает телеметрию с сотен датчиков, позволяя
прогнозировать износ узлов и планировать обслуживание индивидуально для каждого
экземпляра.

8. 2. Современные методы разработки продуктов на базе цифровых технологий

2. СОВРЕМЕННЫЕ МЕТОДЫ РАЗРАБОТКИ ПРОДУКТОВ НА БАЗЕ
ЦИФРОВЫХ ТЕХНОЛОГИЙ
2.1. Методология быстрого прототипирования
Быстрое прототипирование – создание физических моделей за часы или дни непосредственно из CADфайла, минуя специальную оснастку. В основе лежат аддитивные технологии, а также быстрая
фрезеровка на ЧПУ.
Виды прототипов:
• Концептуальный – внешняя форма, эргономика, дешёвый пластик.
• Функциональный – выдерживает нагрузки, из инженерных пластиков или металлов.
• Для сборки и проверки интерфейсов – фрагменты деталей.
• Мастер-модель для литья – для получения 20–50 копий без промышленной оснастки.

9.

2. 2. Генеративный дизайн и топологическая оптимизация
Инженер задает граничные условия (нагрузки, закрепления, габариты, материал), а алгоритмы (часто на
базе ИИ) автоматически генерируют десятки вариантов геометрии, оптимальных по прочности,
жесткости и массе. Снижение массы деталей до 70% без потери прочности; бионические формы,
невозможные для ручного проектирования; сокращение количества крепежа и сборочных единиц.
Кронштейн Airbus: генеративный дизайн уменьшил вес на 45% и превратил деталь в органическую
структуру, изготовленную затем 3D-печатью.

10. 2.3. Виртуальное тестирование через CAE-системы

2.3. ВИРТУАЛЬНОЕ ТЕСТИРОВАНИЕ ЧЕРЕЗ CAE-СИСТЕМЫ
CAE (Computer-Aided Engineering) — комплекс программ для инженерного анализа и виртуальных испытаний изделий
Основные виды анализа:
Прочностной анализ
Оценка напряжений и деформаций
Расчет запаса прочности
Анализ усталостной прочности
Тепловой анализ
Моделирование температурных полей
Анализ теплопередачи
Расчет систем охлаждения
Динамический анализ
Расчет собственных частот
Анализ вибраций
Исследование ударных нагрузок

11. 2.4. Облачные платформы для совместной разработки

2.4. ОБЛАЧНЫЕ ПЛАТФОРМЫ ДЛЯ СОВМЕСТНОЙ РАЗРАБОТКИ
Облачные PLM-системы (Fusion 360 Team, Siemens Teamcenter, PTC Windchill) обеспечивают:
Единое хранилище CAD-моделей, спецификаций, результатов расчётов.
Параллельную работу распределённых команд.
Управление версиями и изменениями.
Интеграцию с CAE/CAM и цифровыми двойниками.
Это сокращает время согласования, исключает потерю данных и ускоряет разработку.

12. 3. Перспективы развития и вызовы цифрового производства

3. ПЕРСПЕКТИВЫ РАЗВИТИЯ И ВЫЗОВЫ ЦИФРОВОГО
ПРОИЗВОДСТВА
3.1. Интеграция искусственного интеллекта в цикл разработки продукта
Интеграция искусственного интеллекта (ИИ) в цикл разработки продукта позволяет ускорить
процессы, снизить количество ошибок и принимать более обоснованные решения на каждом
жизненного цикла.
Актуальные направления:
1. Генеративный дизайн под управлением ИИ
2. Интеллектуальная настройка процессов 3D-печати и ЧПУ
3. Контроль качества с помощью машинного зрения
этапе

13. 3.2. Распределенное производство и цифровые фабрики

3.2. РАСПРЕДЕЛЕННОЕ ПРОИЗВОДСТВО И ЦИФРОВЫЕ
ФАБРИКИ
Распределенное производство – сеть небольших цифровых фабрик, расположенных близко к
потребителю. Продукт изготавливается по требованию из цифровой модели, переданной через
интернет.
Цифровая фабрика – помещение с 3D-принтерами, станками ЧПУ, 3D-сканерами, роботами,
управляемое MES-системой.
Преимущества:
Мгновенный выход на глобальный рынок (без строительства заводов).
Кастомизация без увеличения себестоимости.
Снижение рисков затоваривания (производство после оплаты).
Локализация запчастей.

14. 3.3. Экономические и экологические аспекты: снижение отходов и времени вывода на рынок

3.3. ЭКОНОМИЧЕСКИЕ И ЭКОЛОГИЧЕСКИЕ АСПЕКТЫ:
СНИЖЕНИЕ ОТХОДОВ И ВРЕМЕНИ ВЫВОДА НА РЫНОК
Сокращение time-to-market:
Традиционный цикл: 12-36 месяцев.
Цифровой цикл: 2-4 месяца.
Пример: велосипедные рамы Superstrata – 4 месяца вместо
18–24 месяцев.

15.

Снижение отходов: субтрактивное производство даёт 60–95% отходов, аддитивное –
5–15% (порошок повторно используется).
Экономия на логистике и складировании: затраты на логистику запчастей снижаются с
15–25% до 5–10% от выручки.

16. 3.4. Барьеры внедрения

3.4. БАРЬЕРЫ ВНЕДРЕНИЯ
1. Высокая стоимость
2. Дефицит кадров
3. Стандартизация и совместимость
4. Кибербезопасность
5. Правовая неопределённость
Пути преодоления барьеров: снижение цен на оборудование, массовые
онлайн-курсы, универсальные стандарты, блокчейн-платформы.

17. Искусственный интеллект и машинное обучение в инженерном анализе

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И МАШИННОЕ ОБУЧЕНИЕ В
ИНЖЕНЕРНОМ АНАЛИЗЕ
Нейросети и ML-модели обучаются на исторических данных симуляций и испытаний, после
чего способны предсказывать свойства и поведение новых конструкций за секунды вместо
часов численного счета.
Применения:
Предиктивная аналитика качества на производстве.
«Информативная химия» — предсказание свойств новых сплавов и полимеров без
лабораторных экспериментов.
Генерация концептов промышленного дизайна на основе текстового описания.
ИИ-движок
подбирает
рецептуру
дорогостоящих проб в 5–10 раз.
жаропрочного
сплава,
сокращая
количество

18. Спасибо за внимание!

СПАСИБО ЗА ВНИМАНИЕ!