Gerenciando complexidade e variação na engenharia automotiva: aproveitando PLE e gêmeos digitais

A engenharia automotiva nunca teve tanta complexidade para enfrentar. Produzir milhões de veículos por ano é um feito assustador. Esta complexidade cresce exponencialmente com a introdução de recursos e funções inteligentes de próxima geração para permitir direção autônoma. Fabricantes enfrentam inúmeros desafios em domar esta complexidade, gerenciar variação e trazer estas inovações ao mercado rápida e eficientemente, enquanto fornecem os mais altos níveis de segurança e confiabilidade.

De direção autônoma e sistemas avançados de segurança, a controle de cruzeiro adaptativo e assistência de manutenção de faixa, a inovação está em overdrive. Veículos autônomos requerem uma intrincada teia de software interativo, e partes elétricas e mecânicas para permitir sensores baseados em radar, mapeamento 3D, reconhecimento de imagem, comunicações veículo-a-veículo, inteligência artificial e mais. Fabricantes e fornecedores estão sendo levados ao limite de sua capacidade. Equipes de engenharia estão cada vez mais consumidas pelas tarefas mundanas de gerenciar esta complexidade crescente.

Há uma necessidade e oportunidade extraordinária para melhorias dramáticas na forma como linhas de produto automotivas são projetadas, entregues e evoluídas. Abordagens tradicionais "centradas no produto" — onde produtos individuais dentro de uma linha de produto são projetados, produzidos e mantidos separadamente — simplesmente não são mais viáveis.

Alguns fabricantes estão agora transitando para Product Line Engineering (PLE) baseada em features, uma disciplina emergente que fornece uma abordagem unificada de gerenciamento de variante e complexidade em toda uma linha de produto, e em todo o ciclo de vida de engenharia e operações.

Esta abordagem é chamada de "baseada em features" porque permite que engenheiros de veículos iniciem o processo de requisitos e design considerando features primeiro. Com PLE baseada em features, features determinam as peças, em vez de peças determinarem as features. Isso dá a todos na empresa uma linguagem comum.

Enquanto a abordagem foi adotada em setores industriais, as implantações de PLE mais de ponta estão ocorrendo no setor automotivo. Fabricantes que adotam PLE estão reportando melhorias de ordem de magnitude em eficiência, time-to-market, escalabilidade de linha de produto e qualidade do produto.

Junto com o aumento dramático na complexidade de engenharia e manufatura, fabricantes de automóveis agora são desafiados pela complexidade adicionada de manter e evoluir veículos uma vez que eles saem da fábrica. Tecnologia de gêmeo digital é outra área de inovação, além de PLE, para ajudar a resolver esta questão. Gartner identificou gêmeos digitais como uma de suas Top 10 Strategic Technology Trends para 2018, e um artigo na Forbes mencionou que "Todas as indicações parecem prever que estamos à beira de uma explosão da tecnologia de gêmeo digital."

Na automotiva, um gêmeo digital — a imagem digital ou representação virtual de um produto físico — é usado para manter uma conexão com cada veículo conforme ele vai para o campo.

Gêmeos digitais são subprodutos do processo de PLE baseada em features, que gera automaticamente uma representação digital baseada nas features contidas em um veículo específico. Uma vez que um veículo é fabricado e está pronto para sair do chão de fábrica, o gêmeo digital também está completo. Fabricantes podem monitorar, manter e evoluir o veículo no campo efetivamente baseado nas features específicas contidas naquele veículo. Por exemplo, quando o veículo é revisado, ou certas peças são substituídas, essa informação é incorporada em seu gêmeo digital para garantir que a imagem espelho seja mantida.

Com gêmeos digitais, questões de qualidade são muito mais fáceis de lidar proativamente, já que empresas podem identificar rapidamente quais produtos têm uma feature particular que se descobriu conter um defeito e corrigi-lo em todos os produtos que contêm aquela feature.