שילוב SOLIDWORKS ומדפסות תלת-ממד במערכי שיעור בתיכון דרכא ע"ש מנחם בגין

תיכון דרכא ע"ש מנחם בגין, גדרה, משלב תכנון ועיצוב מודלים וחלקים, עם הדפסה בתלת-ממד במגמת מערכות ייצור ממוחשבות. בעזרת תוכנת SOLIDWORKS לתכנון ועיצוב חלקים ומודלים ושימוש במדפסות תלת-ממד מקצועיות של חברות Formlabs, Markforged ו-Makerbot, התלמידים יכולים לייצר בקלות את החלקים הנדרשים להם בהדפסה בתלת-ממד ולהגיע בסופו של דבר למוצר שעליו הם "חלמו".

שחר עמי מזרחי, סמנכ"ל טכנולוגיה רשת דרכא, משתף:
רשת דרכא הינה רשת בתי ספר שהוקמה במטרה לחזק את בתי הספר בפריפריה הגאו-חברתית של מדינת ישראל, בדרכם להפוך לבתי הספר המובילים ביותר במדינה. אנו דוגלים במתן שיוויון הזדמנויות מלא לכל התלמידים, לא משנה מאיזה איזור גיאוגרפי של הארץ הם מגיעים.

רוחלה טל, מנהלת תיכון דרכא בגין וטובי אברהם, רכז הנתיב הטכנולוגי בתיכון זה, מוסיפים:
בית הספר מונה כ- 1,300 תלמידים, ב-41 כיתות. הייחודיות הבית סיפרית שלנו הינה בית ספר לאומנויות וחדשנות טכנולוגית כגון מערכות ייצור ממוחשבות, הנדסת מכונות ועיצוב.

התלמידים לומדים את כל הנושא של סטטיקה, בניית מכונות, חלקי מכונות, לומדים שרטוט ממוחשב בעזרת תוכנת SOLIDWORKS ובשילוב עם מדפסות תלת-ממד, הם בסופו של דבר יוצרים גם מגוון של פרויקטים.

מתן דלי, תלמיד י"ב במגמת מערכות ייצור ממוחשבות מספר:
אנחנו עושים כל מיני שירטוטים, שירטוט ידני, שרטוט במחשב, SOLIDCAM, לוגיקות, סטטיקה, חישובי חוזק ומאמצים. מאז שהתחלתי, שזאת תקופה אומנם קצרה אבל די ארוכה של 3 שנים, הצלחתי להבין שאני יכול לחשוב על משהו, ואז פשוט לייצר אותו.

>> למידע נוסף על מדפסות תלת-ממד מקצועיות והשימוש בהן לטובת הדפסת אבות טיפוס וחלקים

תיכון דרכא ע"ש מנחם בגין קיבל ממשרד החינוך 7 מליון שקלים ובעזרת רשת דרכא שחברה לתקציב של משרד החינוך, הצליחו לשלב בבית הספר מערכות טכנולוגיות מתקדמות שקיימות ומוכרות בעולמות ההיי-טק ובתעשייה – כגון תוכנת SOLIDWORKS – פתרונות תוכנה לתכנון מכני, אנאליזות וניהול מידע הנדסי, ומגוון של מדפסות תלת-ממד מובילות ומקצועיות של חברות formlabs, Markforged ו-Makerbot שעונות על צרכים רבים עבור התלמידים הצעירים והמורים במגמת מערכות ייצור ממוחשבות.

טובי אברהם, רכז הנתיב הטכנולוגי משתף:
לעיתים קרובות אנחנו צריכים לייצר חלקים ולכן התלמידים משרטטים את החלקים הללו בתוכנת SOLIDWORKS ולאחר מכן הם מייצרים את החלקים בעזרת מדפסות התלת-ממד. הם מגיעים בסופו של דבר למוצר שעליו הם "חלמו".

שחר מגן, תלמידת י"ב במגמת מערכות ייצור ממוחשבות, שיתפה בדוגמא של פרויקט משמעותי שהתלמידים ייצרו באמצעות שילוב מדפסות תלת-ממד – בשנה שעברה הקימו פרויקט של רחפן, כשהמטרה שלו הייתה לאתר רחפנים שעזה שולחת לעוטף עזה ולישראל ובעצם לנטרל אותם לפני שהם פוגעים בשדות.

>> ספרו לי על יישומים בהדפסה בתלת-ממד לתהליכי פיתוח, עיצוב וייצור מוצרים – הקליקו

בתי ספר תיכוניים משתמשים בהדפסה תלת-ממדית ללימודי מדעים, לפיתוח מחשבה יזמית וחדשנית, ללימודי העיצוב וגם כחלק מלימודי הטכנולוגיה המתקדמת והעתידית. הדפסה תלת-ממדית מפתחת את היצירתיות והיצרנות של התלמידים ומשדרת חדשנות בתהליכי הלמידה, תוך למידה חווייתית ומעשית והכרת מקצועות העתיד. תלמידי י"ב במגמת ייצור ממוחשבות משתפים מנקודת מבטם האישית:

מתן דלי (תלמיד י"ב, מגמת מערכות ייצור ממוחשבות):
היו בי חששות של "מה אני אעשה בעתיד?", פשוט ברגע שהגעתי למקצוע הזה, באמת התחלתי לראות שיפור, שכיף לי לבוא פתאום לבית הספר, כיף לי פתאום להתעניין.

שחר מגן (תלמידת י"ב, מגמת מערכות ייצור ממוחשבות) מוסיפה:
לעומת שיעורים עיוניים, זה מרגיש הרבה יותר פרקטי, דברים שכן יכינו אותי לעתיד.

>> ספרו לי עוד על פתרונות של הדפסה בתלת-ממד בתחום החינוך, מחקר ואקדמיה
 

שחר עמי מזרחי (סמנכ"ל טכנולוגיה רשת דרכא) ורוחלה טל (מנהלת תיכון דרכא בגין) מסכמים:
אנחנו בעצם מאפשרים לתלמידים שלנו לפתח חשיבה יצירתית, לעבוד בצוות, הם הופכים להיות מורים צעירים, הם מלמדים אחד את השני וזה משהו שכיף לראות. התלמיד הופך להיות הרבה יותר מחובר, הרבה יותר מעורב בתהליך הלמידה שלו, הוא לוקח אחריות על הלמידה.

אנו מאמינים ששימוש בטכנולוגיות מתקדמות, מפתח אצל התלמידים גם את היצירתיות, גם את החוש הטכני ואת האינטואיציה הטכנולוגית, ובעינינו זה העתיד של מדינת ישראל, שתלמידים יהיו הומניים, מדעיים ושיהיו פתוחים לטכנולוגיה. חינוך צריך להתקדם בקצב של טכנולוגיה, החלום שלנו הוא שהחינוך הטכנולוגי יתקדם באותו הקצב ואולי יותר.

לסיכום:

הדפסה תלת-ממדית הינה תחום מתפתח בעולם העסקי והמקצועי, כמו גם בתחום האקדמיה, המחקר, החינוך וההעשרה לילדים ובני נוער. צרו השראה בקרב התלמידים והסטודנטים שלכם עם טכנולוגיות מתקדמות, קלות לשימוש ולניהול. האיצו את תהליכי המחקר עם כלים עוצמתיים, שיכולים להתאים לכל שולחן עבודה או מעבדה.

פתרונות ההדפסה של חברת סיסטמטיקס מאפשרים לך ולארגונך ללמד הדפסה תלת-ממדית, לשלב מדפסת תלת-ממדית במסגרת תוכנית לימודים קיימת או לבנות תוכניות לימוד חדשניות וכן להשתמש במדפסת התלת-ממדית ככלי מחקר בתחומים שונים כגון: מחקר רפואי, מחקר חומרים וכימיה, מיבנים פיזיים ועוד.

>> למידע נוסף על תיכון דרכא ע"ש מנחם בגין גדרה – לחצו כאן!

>> למידע נוסף על רשת דרכא: לחצו כאן!

 

ALTIUM CIS: כיצד לבנות ספריית Database ב-ALTIUM

החלק הראשון יהיה יצירה של ספריית database, קובץ DbLib כפי שמופיע בתמונה הבאה:


כעת לאחר שפתחתי את העתק ה- Access חשוב שאבין כמה עקרונות לגבי הנתונים שמופיעים בו.
השדות השונים יציגו לי את המידע בהתאם למוצג בתמונה הבאה:

*חשוב להדגיש שבדוגמא שלנו אנחנו משתמשים בקובץ  Access (*.MDB), אך זו היא לא חובה.
ניתן להתחבר גם לקובץ excel כאשר הקטגוריות השונות לרכיבים יוגדרו על ידי הגיליונות, או אפילו להתחבר אל קובץ SQL.

כעת, לאחר שהבנו את מבנה הנתונים בתוך המסמך, אגדיר את הקישוריות בין קובץ ה- Dblib באלטיום לבין קובץ ה- Access עם כל הנתונים.

 

לאחר שסיימנו להגדיר את הקישור לספרייה עלינו להגדיר את הקישור ל- symbol וה- Footprint.

נעשה זאת על ידי שימוש במילים שמורות:

  • [Footprint Ref → [Footprint Ref– מגדיר את ה- footprint הרלוונטי לאותו הרכיב
  • [Footprint Path → [Footprint Path – מגדיר את נתיב ה- footprint הרלוונטי לאותו הרכיב
  • [Library Ref → [Library Ref – מגדיר את שם ה- Symbol
  • [Library Path → [Library Path – מגדיר את נתיב ה- Symbol
    כל מילה שמורה כזו תוגדר יחד עם סוגריים מרובעים על מנת שהתוכנה תדע לקחת את אותו הנתון ולא להזין אותו כפרמטר אלא כ – symbol, Footprint וכו'. כל נתון בטבלה ללא סוגרים יוגדר באופן אוטומטי כפרמטר (ניתן כמובן גם להסירו בהגדרות).
    צריך לקחת בחשבון ש- [Footprint Path] ו- [Library Path] הן לא שדות חובה במידה ומגדירים נתיב כללי לכל ה- symbols וה- footprints. בעיני אגב, הגדרת נתיב כללי יותר יעילה וחוסכת בזמן.

    בתמונה הבאה נראה דוגמא להגדרות אלו:

לאחר שסיימנו להגדיר את הספרייה, נוכל לשמור אותה ולהוסיף אותה לרשימת הספריות הזמינות שלנו.
הסבר בתמונה הבאה.

 

כעת נוכל למשוך רכיבים יחד עם ה- footprint (אם קיים) וכל הפרמטרים בטבלה, ישירות מהספריה שהגדרנו מתוך חלון ה- Components.

אם יש לכם שאלות נוספות על הגדרת ספריות אתם מוזמנים לפנות אלינו.
בתחתית נשאיר קישור לספריית דוגמא שניתן להוריד ולדומנטציה של אלטיום עם מידע מפורט יותר.
בנוסף, לאלטיום קיימת מערכת מתקדמת לניהול רכיבים וממשק עם מכניקה שנקראת Altium Concord Pro. קישור לוובינר בתחתית.

קישור לספריית דוגמא להורדה

קישור למידע נוסף על הגדרת ספריית Database מהדוקומנטציה של אלטיום

וובינר – ניהול רכיבי ספרייה עם  Altium Concord Pro

SOLIDWORKS Toolbox- Part 1

Toolbox זו אפליקציה שמכילה ספריה של חלקים סטנדרטיים, master parts, ועל בסיס חלקים אלו היא בונה את הקשיחים. האפליקציה היא Add-In בחבילת SOLIDWORKS Professional & Premium וניתן לגשת לאפליקציה הזו מכמה מקומות

אדמיניסטרטורים של Toolbox יכולים להגדיר את ספריית חלקי ה- Toolbox כך שהיא תכיל את התקנים שבהם נהוג להשתמש בחברה שלכם, ולמאגר חלקים הזה אנחנו יכולים להוסיף מידע שיהיה לנו שימושי (Part No, Material, Description ועוד מאפיינים מותאמים אישית). Toolbox תומכת בסטנדרטים בינלאומיים אשר מתממשקים בצורה מלאה עם תוכנת SOLIDWORKS

כל תקן כזה מכיל את ספריית הקשיחים הבאה:

  • Bearings
  • Bolts
  • Cams
  • Gears
  • Jig bushings
  • Nuts
  • PEM® inserts
  • Pins
  • Retaining rings
  • Screws
  • Sprockets
  • Structural shapes, including aluminum and steel
  • Timing belt pulleys
  • Unistrut®
  • Washers

האם כל אחד יכול לנהל את ה- Toolbox בחברה?

התשובה היא כן! כל אדם יכול לנהל את ספריית הקשיחים בחברה שלו. על האדמיניסטרטור להכיר את התקנים ואת הרכיבים עצמם שאיתם החברה עובדת (אומים, ברגים מסבים, פינים וכו'..) כמו גם מאפיינים אחרים כמו המק"טים שלהם והחומר ממנו הם עשויים. המטרה היא לנהל רק את הרכיבים שאתם צריכים ומשתמשים בהם מתוך כל רכיבי הספריה (מעל 2000 סוגי רכיבים, מליוני קומפוננטות) ולאפשר למשתמשים אחרים בחברה גישה מוגבלת אך ורק לרכיבים שמאושרים לשימוש ע"י החברה. צמצום גודל הספריה, לא רק יעזור לכם לנהל אותה בקלות יותר, אלא גם יפחית את העומס בעבודה המשותפת ואת הזמן שלוקח למערכת לאתר את הקשיחים מתוך הספריה.

על מנהל האפליקציה לבחור באיזו שיטת עבודה הארגון יעבוד, האם העבודה תהיה עם קונפיגורציות או באמצעות יצירת חלקים חדשים.

לפני שאתחיל להסביר כל אחת מהשיטות, אני רוצה לדבר על תיקיית ה- SOLIDWORKS Data, מה זו התיקייה הזו ומה יש בה. כשנבין איך והיכן מאוכסנים חלקי Toolbox, יהיה לנו הרבה יותר פשוט להבין את שתי שיטות העבודה.

חלקי מאסטר הם החלקים (sldprt.*) שמגיעים בהתקנה ומבוססים על נוסחאות. כל קובץ כזה מכיל טבלאות שמכילות את הנתונים של התקן. פעם, (2015) הנוסחאות היו בקובץ swbrowser.sldedb וכיום הן עברו לתוך הקבצים עצמם, מה שאיפשר את שיפור הביצועים. כיום בקובץ swbrowser.sldedb נמצא כל המידע שקשור ל- Hole Wizard.

תיקיית CopiedParts נוצרת גם היא בהתקנה והיא ריקה. אם נבחר לעבוד בשיטה של יצירת חלקים חדשים, התיקייה מיועדת לקלוט את החלקים האלו (חלקים נפרדים מקבצי המאסטר).

תיקיית Updates והקבצים ToolboxStandards.xml ו- ToolboxVersion.dat (קובץ תכולת סטנדרטים וקובץ ניהול גרסאות) אלו קבצים שהמערכת צריכה כדי לדעת באיזו גרסה אתם עובדים ואיזה עדכונים כבר יש לכם. אין צורך לגעת בקבצים האלו כלל.

שימו לב שה- Database הזה רגיש לגרסאות ולא ניתן לעבוד אחורה או קדימה אלא בגרסה המתאימה לגרסת ה- SOLIDWORKS.

*אם תרצו שאסביר בפוסטים הבאים לגבי שדרוג נכון של ה- Toolbox תכתבו לנו בבקשה בתגובות.

והנה הגענו להסבר לגבי שתי שיטות העבודה:

  • Create Configurations– בכל פעם שמכניסים בורג להרכבה, נוספת קונפיגורציה לחלק מאסטר. זאת אומרת שחלק המאסטר הוא החלק שעליו מבוסס הבורג שנמצא כרגע בהרכבה.
  • Create Parts– בכל פעם שמכניסים בורג להרכבה, SOLIDWORKS לוקחת את חלק המאסטר ומשכפלת אותו אל תוך תיקיית CopiedParts (או לנתיב אחר שננתב אליו את האפליקציה). אם אני אפתח את החלק שנוצר בתיקייה הזו, CopiedParts, ואשנה את הגודל שלו, יווצר לי מיד, באותה התיקייה, עוד עותק של הקשיח עם המידות החדשות. בשיטה הזו כל חלק הוא חד חד ערכי והשם שלו בדיסק מתאים לשם שלו בהרכבה וקל לאתר אותו. זו גם הצורה המועדפת והמומלצת לעבוד עם Toolbox, ולא רק עבור משתמשי PDM, גם בגלל הפשטות בניהול החלקים, וגם כי להרכבות יותר פשוט לאתר את הברגים שלהן כשהם יושבים בקבצים נפרדים לעומת קונפיגורציות בחלקי מאסטר.

בואו ניקח לדוגמה את הבורג Hex Screw Grade AB ISO 4014 ונכניס אותו להרכבה פעמיים, בפעם הראשונה כשאני עובדת בשיטת Create Configurations ובפעם השניה אגדיר לעבוד בשיטת Create Parts.

 

 

אם אתם רוצים לדעת מאיפה ההרכבה שלכם מושכת את הקשיח, הכי פשוט להכנס ל- Find References ולהסתכל על הנתיב של הקשיחים. למשל בדוגמה הבאה ערבבתי שתי שיטות עבודה (במטרה להמחיש לכם בתמונה אחת- בבקשה תבחרו שיטת עבודה אחת אחידה לארגון שלכם)

מצליחים לזהות לפי הנתיבים את שיטת העבודה לכל חלק? (תשובה: צהוב מסמן עבודה עם קונפיגורציות בחלקי המאסטר ואדום מסמן עבודה עם קבצים עצמאיים)

הנה טיפ נוסף בחינם 🙂

אם אני לא משנה את הגדרות ברירת המחדל, אראה שמות שונים לחלקים בתוך ההרכבות. בשיטת Create Parts נוצר חלק עצמאי והשם שלו מכיל את הגדלים שבחרנו עבורו ובשיטת Create Configurations לחלק בהרכבה יהיה את שם חלק המאסטר והקונפיגורציה שלו תכיל את הגדלים שבחרתי להרכבה. ז"א שאם אני אסתכל על חלק בהרכבה ולא אראה את הגדלים שלו בשם, זה אומר שאני עובדת בשיטה של יצירת קונפיגורציות.

 

והנה שאלת בונוס לחרוצים- מה יקרה אם עבדתי במחשב אחד בשיטת Create Parts ונשמרו לי חלקים חדשים בתיקיית CopiedParts ואז עברתי לעבוד על אותה ההרכבה עם מחשב אחר שאין לו את אותם הקבצים בתיקייה הזו והוא מוגדר לעבוד בשיטת Create Configurations?

אותה שאלה גם בצד השני, אם המצב הפוך, ועבדתי בשיטת Create Configurations ופתחתי את ההרכבה במחשב שבו שיטת העבודה היא Create Parts, מאיפה ההרכבה תמשוך את הקבצים?

מוזמנים להגיב לי מה אתם חושבים ואני אכתוב, כמובן, את התשובה בפוסט הבא שיהיה חלק 2 לפוסט הזה ויתמקד בשאר האופציות שקיימות באפליקציית Toolbox.

 

חידושים בעיבוד תמונה וראיה ממוחשבת בגרסת R2019b של MATLAB

גרסת R2019b של כלי MathWorks, אשר שוחררה לאחרונה, כוללת יכולות חדשות רבות ותיקוני באגים בכלים הקיימים בסביבות MATLAB ו-Simulink, ואף שני כלים חדשים (לסקירת יכולות הגרסה – לחצו פה). מבחינת תחומי עיבוד התמונה והראיה הממוחשבת – ניתן בגרסה החדשה פוקוס מיוחד.

 

אזמה נשתנה בתחומי עיבוד התמונה והראיה הממוחשבת בגרסת R2019b?

להלן החידושים המרכזיים:

  1. עבודה עם תמונות גדולות במיוחד – התווסף אובייקט bigimage שנועד לעבודה עם תמונות גדולות במיוחד, כמו צילומי לווין ותמונות רפואיות ברזולוציה גבוהה. יחד עם פקודת התצוגה החדשה bigimageshow והפקודה החדשה bigimageDatastore המשמשת לקבלת כל הבלוקים מתוך אובייקט/י bigimage, יש כעת ב-MATLAB מענה מעולה לטעינה, עיבוד, ניהול, הצגה וייצוא של תמונות ענקיות. הנ"ל רלוונטי גם לתחום ה-Deep Learning, ואף נוספה דוגמה הממחישה כיצד ניתן לאמן מסווג עבור תמונות שכאלה (לחצו לדוגמה). לסקירה בעברית של חידושים בתחום ה-Deep Learning – לחצו פה.
  2. Datastores – שימוש ב-datastores מאוד מקל על עבודה עם אוספים גדולים של מידע, דבר הנפוץ במיוחד בתחום ה-Deep Learning. לרשימת ה-datastores השימושיים בתחום (קישור) נוסף בגרסה החדשה ה-boxLabelDatastore, שמאפשר ליצור datastore עבור ה-bounding boxes של מידע תיוג של class-ים שונים. בנוסף, הפונקציות trainFasterRCNNObjectDetector ,trainFastRCNNObjectDetector ,trainYOLOv2ObjectDetector ,evaluateDetectionPrecision ו-evaluateDetectionMissRate  תומכות כעת ב-datastores.
  3. חילוץ patch-ים אקראיים – הפקודה randomPatchExtractionDatastore, אשר נוספה לפני כשנה במטרה לאפשר חילוץ של patch-ים במיקומים רנדומליים בדו-מימד מתוך תמונות רגילות או תמונות המתויגות ברמת הפיקסל, תומכת כעת גם בתלת-מימד וכן ב-datastores שעברו טרנספורמציה (אשר בבסיסם הינם imageDatastore או pixelLabelDatastore), ותהליך האימון שמשתמש בתוצר שלה ניתן כעת להאצה בעזרת ה-Parallel Computing Toolbox.
  4. שיפורים ב-ROI Tools – לעשרת אובייקטי יצירת ה-region of interest שהיו קיימים עד לגרסה החדשה נוסף אובייקט חדש – כוונת צלב (לרשימה המלאה של כל הצורות שניתן כעת לצייר – לחצו פה). בנוסף, כל הקלאסים ליצירת ROI תומכים כעת במתודת wait, כך שניתן לשלבם בתוך script-ים (MATLAB ימתין עד לקליק-כפול של המשתמש על אובייקט ה-ROI שאותו הוא מעוניין להגדיר). חלק מהאובייקטים אף תומכים כעת במתודת reduce, אשר משתמשת באלגוריתם Douglas-Peucker כדי להפחית את מספר הנקודות המשמשות להגדרת ה-ROI. ניתן כעת גם לשלב הגדרה של ROI בתוך Apps המפותחים בעזרת ה-App Designer (מהגרסה החדשה – זו הסביבה המומלצת לפיתוח GUIs בעזרת MATLAB, ולא GUIDE).
  5. Inpainting – ניתן כעת להסיר אובייקטים מתמונה או לתקן אזורים פגומים בתמונה ("למלא חורים") בעזרת exemplar-based inpainting המיושם באמצעות הפקודה החדשה inpaintExemplar. את האזור שבו רוצים להפעיל את הפקודה ניתן להגדיר בצורה נוחה באמצעות הפונקציות השונות להגדרת ROIs אשר נדונו בסעיף הקודם. לדוגמאות לשימוש ב-inpaintExemplar – לחצו פה.

    לפני שימוש ב-Inpainting (טור שמאלי) ואחרי (טור ימני), עבור תיקון אזורים פגומים בתמונה (תמונה שמאלית-עליונה) ועבור הסרת אובייקט מתמונה (תמונה שמאלית-תחתונה)

  6. צפייה בפרוסות מתוך נפחים תלת-מימדייםsliceViewer מאפשרת להציג פרוסות מתוך נפח תלת-מימדי, לפי מישור הניצב לאחד משלושת הצירים (שהוגדר בעת הקריאה לפונקציה). orthosliceViewer מאפשרת להציג באותו חלון את שלושת המישורים האורתוגונלים לצירים העוברים דרך נקודה (x,y,z) מתוך הנפח, כאשר ניתן ללחוץ על "כוונת הצלב" באחת התמונות ולהזיז אותה על מנת לנוע אל נקודות אחרות מתוך הנפח (שתי התצוגות של המישורים האחרים יתעדכנו בהתאם). בשני ה-viewer-ים הללו ניתן במהלך הניווט ללחוץ על התמונה ולגרור את העכבר אנכית או אופקית, על מנת לשנות את הבהירות או הקונטרסט, בהתאמה.

    משמאל – תצוגת ה-sliceViewer. מימין – שלושת המישורים שמציג ה-orthosliceViewer

  7. בניית נפח איזוטרופי מתוך תמונות DICOM – פקודת dicomreadVolume המשמשת מזה כשנתיים לבניית
    נפח 4-מימדי מתוך אוסף של תמונות DICOM מאפשרת כעת לייצר נפח איזוטרופי.
  8. הצגת תמונות ונפחים  imshow מאפשרת כעת להגדיר את שיטת האינטרפולציה בה יבוצע שימוש בעת ביצוע scaling לתמונה המוצגת באמצעותה. הפונקציה מאפשרת לבחור בין אינטרפולציה בילינארית לבין nearest neighbor (האחרונה, אשר עד לא מזמן היתה גם האפשרות היחידה, הינה ברירת המחדל). לחצו כאן לפוסט שממחיש את משמעות החידוש. בנוסף, volshow, שנוספה בגרסה הקודמת ומשמשת להצגת נפחים, מאפשרת כעת שליטה על התאורה, בדומה לזו שמאפשר ה-Volume Viewer. ב-App האחרון, שמשמש להצגת מידע נפחי תלת-מימדי (בתור נפח שאפשר לסובב אותו במרחב או באמצעות אוסף של פרוסות דו-מימדיות), נוספו מספר יכולות גם כן. למשל, לחצן New Session שמאפשר למחוק את כל המידע אשר ב-App, לחצן Export שמאפשר לשמור את תצורות המצלמה והרינדור (כדי לשחזר את התצוגה – יש להעביר את ה-struct שנוצר אל פקודת volshow), ומספר Alpha maps שבהן ניתן להשתמש בעת צפיה במידע מ-CT ו-MRI.
  9. חיתוך תמונות של נפחים תלת-מימדיים ותמונות דו-מימדיות – התווספה הפונקציה imcrop3, שהיא המקבילה של imcrop לעולם התלת-מימדי. imcrop עצמה יכולה לקבל כעת בתור קלט חלון חיתוך שמוגדר על ידי ייחוס מרחבי (למשל – "חלון של 200×150 סביב מרכז התמונה"; לחצו לדוגמה), וכמוה גם הפונקציה החדשה.
  10. הצגה של תמונות שעברו Warping – הפונקציה החדשה affineOutputView מאפשרת לשלוט על אופן ההצגה של תמונות שעברו warping על ידי טרנספורמציה אפינית, על ידי יצירת אובייקט אשר ניתן להכניסו לתוך הפקודה imwarp (שמפעילה טרנספורמציה גיאומטרית רצויה על תמונה).
  11. תמיכה במידע קטגוריאלי – imcrop ,imresize ,imresize3 ו-imwarp מסוגלות לקבל בתור קלט מטריצת מידע קטגוריאלית ולהוציא פלטים מטיפוס מידע זה.
  12. הבהרת אזורים לא-מוארים בתמונה – הפונקציה החדשה imlocalbrighten פועלת לוקאלית על אזורים חשוכים בתמונה ו"מאירה" אותם.

    לפני שימוש ב-imlocalbrighten לצורך הארת אזורים חשוכים (בצד שמאל) ואחרי (בצד ימין)

  13. ענני נקודות – הפונקציה velodyneFileReader לטעינת מידע lidar מהתקני Velodyne תומכת כעת גם ב-VLS-128. שופרו ביצועיה של הפקודה pcregisterndt המבצעת רגיסטרציה של שני ענני נקודות בעזרת אלגוריתם normal-distributions transform. הורחבה התמיכה בהמרה אוטומטית של קוד MATLAB לקוד ++C/C עבור תחום ענני הנקודות, בהמשך להתקדמות המשמעותית בנושא בגרסה הקודמת (מידע מפורט – בסעיף הבא).
  14. תמיכה בווידאו ברזולוציה נמוכה על ידי ה-macvideo adaptor – כידוע, ה-Image Acquisition Toolbox מאפשר רכישת תמונות, וידאו וענני נקודות lidar מתוך מגוון חומרות סטנדרטיות, והכנסה שלהם לתוך MATLAB ו-Simulink בצורה נוחה. בגרסה החדשה ה-adaptor ל-Mac החל לתמוך ברכישת ווידאו ברזולוציה הנמוכה מזו של פורמט ברירת המחדל של המצלמה (ה-adaptors למערכות ההפעלה Windows ו-Linux תמכו בכך עוד לפני R2019b).
  15. המרה אוטומטית של קוד MATLAB לקוד ++C/C – הפונקציה imregcorr (לשערוך טרנספורמציה גיאומטרית שמיישרת שתי תמונות דו-מימדיות באמצעות phase correlation) נתמכת כעת על ידי ה-MATLAB Coder (הכלי אשר ממיר קוד MATLAB לקוד ++C/C בצורה אוטומטית). כמו כן נתמכות כעת גם פונקציות נוספות מתחום ענני הנקודות – pcregisterndt שהוזכרה בסעיף הקודם, pointCloud (אובייקט לאחסון ענן נקודות תלת-מימדי), findNearestNeighbors (למציאת שכנים קרובים לנקודה בענן נקודות), findNeighborsInRadius (למציאת שכנים בטווח של רדיוס מסוים מנקודה בענן נקודות), findPointsInROI (למציאת נקודות בתוך אזור עניין בענן נקודות), removeInvalidPoints (להסרת נקודות מענן נקודות) ו-select (לבחירת נקודות בענן נקודות).
  16. יצירה אוטומטית של קוד VHDL/Verilog מתוך אלגוריתמי עיבוד וידאו/תמונה וראיה ממוחשבת הכתובים ב-MATLAB – ה-Vision HDL Toolbox, אשר מספק מימושים לאלגוריתמי עיבוד וידאו/תמונה וראיה ממוחשבת המיועדים לפעול על FPGA ,ASIC או SoC, כולל כעת יכולת עיבוד מקבילי ייחודית המאפשרת עיבוד יעיל יותר של וידאו ברזולוציה גבוהה ובקצבים גבוהים (דוגמה). ממשק הזרמת הוידאו למעשה יכול כעת לעבד 4 או 8 פיקסלים בכל מחזור, והדברים אמורים הן לגבי בלוקים והן לגבי System Objects (הערה – עבור האחרונים היכולת הינה לצרכי סימולציה בלבד, כלומר עדיין לא לצרכי יצירת קוד HDL). אגב System Objects, ניתן כעת להאיץ אותם על ידי הפעלת תצורת סימולציה העושה שימוש ביצירת קוד (לחצו לדוגמה בה זה מבוצע). פרט לשני החידושים הללו נוספו לכלי יכולות אחרות, למשל – בלוק ההיסטוגרמה (לחישוב פילוג ערכי הפיקסלים באות הוידאו) תומך כעת במספר bin-ים גבוה מבעבר (עד 4096, ובכל מקרה – חזקה של 2).

ויש כמובן עוד חידושים עליהם ניתן לקרוא בתיעוד…

והכל בנוסף ליכולות השימושיות הרבות שהתווספו בגרסאות הקודמות בתחומי עיבוד התמונה והראיה הממוחשבת, אשר ניתן לראות סקירה עליהן של כשעה בעברית באמצעות לחיצה פה.

 

מה הלאה?

ההשקעה של MathWorks בתחומי עיבוד התמונה והראיה הממוחשבת נמשכת, וצפויים חידושים משמעותיים גם בשנת 2020. אם יש יכולות שאתם זקוקים להן והן עדיין לא נכללות בכלים – אתם מוזמנים לכתוב זאת למטה בתגובה ואשמח לבדוק עבורכם האם הן מתוכננות (ובמידה ולא – אעביר אותן לצוות הפיתוח על מנת שישקול לעבוד עליהן).

רוצים לעבור קורס מזורז בעיבוד תמונה בסביבת MATLAB  ללא התחייבות, בזמנכם החופשי, ומבלי להתקין שום דבר על המחשב? אתם מוזמנים לנסות את ה-Hands On Tutorial החינמי באתר MathWorks . לא צריך רישיון ל-MATLAB  בשביל לעבוד איתו, הכל מבוצע דרך הדפדפן. ה-Hands On אמור לקחת לכם כשעתיים, וניתן לעצור אותו בכל שלב ולהמשיך כאשר אתם רוצים. לכניסה – לחצו פה.

למידע בנוגע לקורס "Computer Vision עם MATLAB" של יום שלםלחצו פה.

אתם גם מוזמנים להצטרף לאירועים הציבוריים החינמיים שעורכת חברת סיסטמטיקס – לחצו לרשימת האירועים הקרובים.

לשיחה עם מהנדס מכירות לצורך קבלת מידע נוסף ו/או תיאום פגישת הדגמה – התקשרו לטלפון 03-7660111 או שלחו מייל אליי ל- royf@systematics.co.il.

 

ALTIUM DESIGNER 20 ועוד כמה שיפורים …

ראשית לפני שאומר משהו על חידושים שעתידים לצאת, אני רוצה לומר משהו על אלטיום בנימה אישית יותר. יצא לי לדבר עם לא מעט לקוחות ולבחון את השינויים ש- Altium Designer עבר בשנים האחרונות. נראה שיש לא מעט חידושים שמשפרים באופן ניכר את תהליך הפיתוח האלקטרוני. לדוגמא : ניהול גרסאות מובנה, ActiveBom, ActiveRoute, Multi- Board, Draftsman, Concord Pro ועוד.

לאחר לא מעט שיחות עם לקוחות אני שמח לראות שרובכם משתמשים בהרבה מהיכולות שהתוכנה מציעה. אני מזמין גם את אלו מכם שעדיין לא משתמשים בכל היכולות לנסות אותן. אין ספק שלאורך זמן נוכל לראות קיצור משמעותי בזמן העבודה שלנו.

טוב, אז נעבור לגרסה 20 שעתידה לצאת ב- 2 לדצמבר. אגב, Altium Designer 20 הוצג באופן בלעדי בכנס סיסטמטיקס בישראל שנערך בספטמבר האחרון.
נעבור על חלק מהחידושים שאנחנו הולכים לראות בקרוב:

שיפורים ברמת הסכימה

  • Schematic Dynamic Compilation
    המודל שמקשר בין הרכיבים דורש ביצוע של קומפילציה על מנת לבצע Cross Probe ודברים נוספים ברמת הפרויקט. בגרסה 20 הדבר יתבצע ברקע ולכן לא יהיה צורך ללחוץ על כפתור הקומפילציה בגרסה זו.
  • New DirectX Schematic Engine
    הסכימה תכיל מנוע חדש שיציג גרפיקה משופרת ויאפשר ביצוע פעולות (כמו הזזה, זום, השמה וכו') באופן חלק יותר בשרטוטים גדולים שמכילים המון רכיבים, פינים, פורטים וכו'.
  • New Simulation Support
    מנוע Spice חדש ומשופר יאפשר זמני חישוב מהירים יותר יחד עם תמיכה במספר רב יותר של מודלים.

 

שיפורים ברמת ה- PCB

  • New PCB Design Rules
    Creepage Distance שיאפשר מדידה מדויקת של מרחק מינימלי נדרש. בנוסף, Return Path Design Rule שיאפשר למדוד הימצאות של שכבת רפרנס מסיגנל מסוים על מנת לשמור על איכותו.
  • Routing Improvements
    Interactive Length Tuning הכולל כעת נתוני תיאום המתייחסים גם לזמן בנוסף לאורך הסינגל. בנוסף יכולות חדשות של Sliding, Gloss, Hugging Style ועוד.
  • Layer Stack Manager Enhancements
    New Coplanar definition שמאפשר להגדיר פרופיל רצוי בהתאם לחוק זה. בנוסף, Conductor Surface Roughness מאפשר להגדיר את ערך המשתנה בהתאם לנתון שהיצרן מספק.

 

 

שיפורים בחלון ה- Properties

  • Optimization of the Panel Layout
    החלון יציג מידע באופן לוגי ובצורה יותר נוחה בצד הסכימה וגם ב- PCB. לדוגמא, הפרמטרים יוצגו בצורה יותר ברורה בחלון הראשי ותהיה אפשרות לסנן ולבחור מה נרצה לראות.
  • PCB polygon
    שדרוג בהקשר של אובייקט הוא העובדה שכעת ניתן לבצע יותר פעולות דרך החלון ולבצע שינויים שעד כה נעשו בחלון ה- Polygon Pour Manager.
  • Ability to Access Modal Dialogs
    כעת קיימת אופציה לפתוח את חלון ה- properties על ידי לחיצה כפולה על אובייקט וזאת יחד עם האופציה הקיימת. דרישה זו (כמו עוד הרבה) הגיעה מלקוחות.

 

 

קיימים שיפורים נוספים בנושאים שונים ביניהם: Multi-board, Draftsman, Smart PDF, View Configuration, Import Wizard ועוד. אני בטוח שרבים מכם ימשיכו ליהנות מהחידושים שאלטיום מציעה.

גרסת בטא של אלטיום 20 זמינה להורדה לכל לקוחות אלטיום. לאחר שהיא תשוחרר באופן רשמי, נעשה וובינר שיציג את היכולות החדשות. אם יש לכם שאלות כלשהן על הגרסה החדשה או בכלל אתם מוזמנים לפנות אלינו.

Deep Learning with MATLAB – New Features in R2019b

גרסת R2019b של כלי MathWorks, אשר שוחררה בשבוע שעבר, כוללת יכולות חדשות רבות ותיקוני באגים בכלים הקיימים בסביבות MATLAB ו-Simulink, ואף שני כלים חדשים (לסקירת יכולות הגרסה – לחצו פה). מבחינת תחום ה-Deep Learning – כמו בגרסה הקודמת (לחצו לסקירה) – גם בגרסה השניה לשנת 2019 התחום מקבל פוקוס מיוחד.

 

אזמה נשתנה בתחום ה-Deep Learning בגרסת R2019b?

להלן החידושים המרכזיים:

  1. ארכיטקטורות Deep Learning מתקדמות – נוספה תמיכה בבניה ואימון של:
    – GAN-ים (לחצו לדוגמה בה הרשת לומדת לייצר תמונות מלאכותיות איכותיות),
    רשתות סיאמיות (לחצו לדוגמה בה הנ"ל משמש לצורך השוואה בין תמונות או לחצו לדוגמה בה הנ"ל משמש להורדת מימדיות),
    רשתות Attention (לחצו לדוגמה בה הנ"ל משמש לצורך תרגום)
    – ו-Variational Autoencoders (לחצו לדוגמה בה הנ"ל משמש ליצירת תמונות. הנ"ל בנוסף לתמיכה ב-Convolutional Autoencoders  שהיתה קיימת עוד מלפני הגרסה החדשה, לחצו לדוגמה בה הנ"ל משמש לגילוי אנומליות בתמונות).
  2. גמישות אימון – אפשר להשתמש ב-Automatic Differentiation כדי לאמן רשתות Deep Learning מורכבות ללא צורך בחישוב ידני של הנגזרות (מדובר באוסף של טכניקות להערכה נומרית של הגרדיאנטים – למידע נוסף לחצו פה ולדוגמה – לחצו פה). הנ"ל חוסך זמן פיתוח ושגיאות שעלולות לצוץ בעת עבודה ידנית. כמו כן ניתן להשתמש במשקולות משותפות ולולאות אימון מותאמות אישית (בנוסף לתמיכה בפונקציות Loss מותאמות אישית שכבר קיימת זמן רב, וכעת אין יותר צורך בכתיבת ה-Backward Function. למידע נוסף – לחצו פה). אפשר כעת גם להציג בקלות רבה יותר תצוגות מיוחדות במהלך האימון.
  3. Occlusion Sensitivity – שיטת הניתוח והויזואליזציה הנ"ל בוחנת כיצד משתנה תשובת הרשת, על ערוציה, כתלות בהסתרת חלק מסוים מהתמונה, וניתן כעת להשתמש בשיטה הזו לצורך מיפוי Strongly Activating Features במידע הקלט (לחצו לדוגמה).

    שימוש בניתוח Occlusion כדי לבחון אילו איזורים בתמונה השמאלית תורמים יותר מאשר אחרים לבחירה בקלאס "פודל מיניאטורי" (באדום) ואילו איזורים מפריעים לכך (בכחול)

  4. יצירה ואימון של רשתות בעלות מספר קלטים ופלטים – ניתן כעת להגדיר ולאמן רשתות המקבלות קלטים ממגוון מקורות וסוגי מידע והמוציאות הן חיזויים בדידים (קלאסיפיקציה) והן רציפים (רגרסיה). למידע נוסף – לחצו פה.
  5. שיפור ביצועי האימון באמצעות מגוון אפשרויות לנירמול המידע – הנ"ל מתאפשר באמצעות שדה ה-Normalization של שכבת הקלט (לחצו למידע נוסף).
  6. הרחבת התמיכה ב-ONNX – כזכור, מזה מספר גרסאות ניתן לייבא לתוך MATLAB מודלים שפותחו ואומנו בסביבות Deep Learning אחרות ולייצא מודלים מ-MATLAB אליהן. החל מהגרסה החדשה אפשר לייצא לפורמט ONNX גם רשתות המשלבות שכבות CNN עם שכבות LSTM, וכן רשתות המכילות שכבות 3D CNN.
  7. קריאה לספריות Python כ-Process נפרד – ניתן כעת לקרוא למשל ל-TensorFlow ו-PyTorch כ-Process נפרד, כדי למנוע התנגשויות (לחצו למידע נוסף).
  8. חישוב Activations של שכבות ביניים ברשתות LSTM – פקודת activations תומכת כעת גם ברשתות LSTM (לחצו לדוגמה).
  9. הצגת תמונות Deep Dream גם עבור רשתות DAG – פקודת deepDreamImage תומכת כעת גם ברשתות DAG ומאפשרת לייצר גם עבורן תמונות הגורמות להן לאקטיבציה חזקה, דבר המאפשר לבחון אילו פיצ'רים הרשתות למדו.
  10. ריפוד וקטימת רצפים מצד שמאל – ניתן כעת לשלוט על כיוון הריפוד/הקטימה בעבודה עם רשתות LSTM, דבר העשוי להשפיע על דיוק החיזוי, הסיווג והאימון. הנ"ל מתאפשר באמצעות שדה ייעודי בפקודה המשמשת להגדרת הגדרות האימון.
  11. Labeling של אותות – לארסנל העשיר של כלי ה-Labeling בסביבת MATLAB, אשר עד הגרסה הקודמת כלל את ה-
    Image Labeler, Video Labeler, Ground Truth Labeler ו-Audio Labeler, נוסף ב-R2019a ה-Signal Labeler. הכלי האחרון מאפשר כעת לבצע אוטומציה לתהליך ה-Labeling על ידי שימוש בפונקציות מותאמות אישית (לחצו לדוגמה), וכן מסוגל לאתר נקודות מינימום ומקסימום מקומיות באותות. הכלי הלפני אחרון, המיועד לעוסקים בתחום ה-Audio, מסוגל כעת לבצע Labeling בצורה אוטומטית לאיזורים שבהם זוהה דיבור, וכן תומך כעת בביצוע תעתיק Speech-to-text באמצעות Speech APIs דוגמת אלה של IBM ,Google ו-Microsoft (לחצו למידע נוסף).
  12. אוגמנטציה – ליכולות האוגמנטציה הנוחות בסביבת MATLAB, אשר התמקדו עד כה רק בעולם עיבוד התמונה (imageDataAugmenter, AugmentedImageDatastore), נוספה התמיכה בביצוע אוגמנטציה בטכניקות ייעודיות לתחום ה-Audio. הפונקציה שמאפשרת זאת, audioDataAugmenter, מאפשרת לשלב גם אלגוריתמי אוגמנטציה מותאמים אישית.
    באשר לתחום עיבוד התמונה – יש כעת תמיכה בפעולות אוגמנטציה נוספות, כמו חיתוך של תמונות דו-ממדיות ותלת-ממדיות, התמרות אפיניות ועוד…לחצו פה לדוגמאות (שימו לב לכך שלכל הפקודות המכילות את התווים "2d" ומיועדות לאוגמנטציה של תמונות דו-ממדיות יש גם מקבילות עם התווים "3d" המיועדות עבור אוגמנטציה של תמונות תלת-ממדיות). משתמשים המאמנים גלאי אובייקטים יכולים להפעיל את פעולות האוגמנצטיה המוזכרות למעלה גם על ה-bounding boxes (לחצו לדוגמאות).
  13. Datastores – שימוש ב-Datastores מאוד מקל על עבודה עם אוספים גדולים של מידע, דבר הנפוץ במיוחד בתחום ה-Deep Learning. לרשימת ה-Datastores השימושיים בתחום (קישור) נוסף בגרסה החדשה ה-boxLabelDatastore, שמאפשר ליצור datastore עבור ה-bounding boxes של מידע תיוג של class-ים שונים. בנוסף, הפונקציות trainFasterRCNNObjectDetector ,trainFastRCNNObjectDetector ,trainYOLOv2ObjectDetector ,evaluateDetectionPrecision ו-evaluateDetectionMissRate  תומכות כעת ב-datastores.
  14. חילוץ patch-ים אקראיים – הפקודה randomPatchExtractionDatastore, אשר נוספה לפני כשנה במטרה לאפשר חילוץ של patch-ים במיקומים רנדומליים בדו-מימד מתוך תמונות רגילות או תמונות המתויגות ברמת הפיקסל, תומכת כעת גם בתלת-מימד וכן ב-Datastores שעברו טרנספורמציה (אשר בבסיסם הינם ImageDatastore או PixelLabelDatastore), ותהליך האימון שמשתמש בתוצר שלה ניתן כעת להאצה בעזרת ה-Parallel Computing Toolbox.
  15. Global Average Pooling – תוספת של שכבה חדשה, המסייעת בהפחתת מימדי הרשת ובמניעת Overfitting. קיימת שכבה למידע 2D  (קישור) ושכבה עבור מידע 3D (קישור).
  16. מגוון דוגמאות חדשות לתחומי יישום שונים – למשל, דוגמה לביצוע סיווג, העושה שימוש באוביקט ה-bigimage החדש שנועד לעבודה עם תמונות גדולות במיוחד, כמו צילומי לווין ותמונות רפואיות ברזולוציה גבוהה (לחצו לדוגמה).
  17. יצירת קוד C++/CUDA והורדה אוטומטית של רשתות לחומרה – ה-GPU Coder (המשמש ליצירה אוטומטית של קוד CUDA מתוך MATLAB) מאפשר כעת יצירת קוד גם עבור RNNs כמו רשתות LSTM, ובכלי הזה וכן ב-MATLAB Coder (המשמש ליצירת קוד ++C) נוספה תמיכה בארכיטקטורות נוספות ושכבות חדשות (לחצו פה לרשימה המלאה עבור ה-GPU Coder; לחצו כאן לרשימה עבור ה-MATLAB Coder). בשני הכלים הללו, MATLAB Coder ו-GPU Coder, נוספה כעת תמיכה על ידי MATLAB Online, שזו דרך להשתמש ב-MATLAB מכל דפדפן אינטרנט סטנדרטי (למידע על היתרונות שבכך – לחצו פה). פרט לכך נוספה תמיכה בספריית TensorRT של NVIDIA בעת יצירת קוד CUDA בסביבת Windows (לחצו למידע) ותמיכה בהורדת קוד למערכת Embedded העושה שימוש ב-ARM Mali GPU (לחצו למידע נוסף). למטה ניתן למצוא השוואות עדכניות של קצבי פריימים שניתן להשיג על חומרות שונות באמצעות שימוש ב-GPU Coder ליצירת קוד מתוך רשת Deep Learning ב-MATLAB, לעומת שימוש בסביבות קוד פתוח (כל אחת עם טכנולוגיית ההאצה שלה):

    סביבת MATLAB וכלי יצירת הקוד שלה (בצהוב) מהירים פי 2 מהסביבות PyTorch ו-TensorFlow (בירוק וכחול, בהתאמה) עבור Inference של ResNet-50 על Desktop

    גם על Embedded Target כמו Jetson TX2 – ה-GPU Coder שפועל בסביבת MATLAB (בצהוב) משיג קצב פריימים גבוה יותר מאשר סביבת TensorFlow (כחול) ב-Inference של ResNet-50, כששתי ההשוואות עושות שימוש ב-TensorRT של חברת NVIDIA

  18. Reinforcement Learning – בכלי הייעודי לתחום זה נוספה תמיכה בהרצת מספר סימולציות של Agent בו זמנית, כדי לבצע וריפיקציה ל-Policies מאומנות (היכולת מצריכה כלי מיקבול נוסף/נוספים, כתלות בסביבת ההרצה – מחשב מרובה ליבות, חוות מחשבים או ענן). כמו כן, פרט לתמיכה שהיתה קיימת באימון תוך שימוש באלגוריתמים דוגמת Q learning, PG, DQN, DDPG, A2C/A3C ו-SARSA, ניתן כעת גם לאמן Policies תוך שימוש באלגוריתם PPO לצורך שיפור יציבות האימון (לחצו למידע נוסף).
  19. Text Analytics – בכלי הייעודי לניתוח טקסט ניתן כעת לבצע Sentiment Scoring לתוכן של מדיה חברתית באמצעות אלגוריתמים דוגמת VADER. בנוסף אפשר כיום לבצע אתחול שכבת Word Embedding באמצעות Word Embeddings מאומנות ויצירת ה-Word Encoding התואם ישירות מתוך ה-Word Embedding Vocabulary (לחצו לדוגמה).
  20. ביצוע Wavelet Time Scattering על GPU – לפני כשנה נוספה ל-Wavelet Toolbox הפקודה waveletScattering, המאפשרת לייצר בצורה אוטומטית ייצוגים רובסטיים של סדרות זמן, לצורך ביצוע סיווג שלהן או רגרסיה (כחצי שנה אחרי כן נוספה גם הפקודה waveletScattering2 המיועדת לעבודה עם תמונות). החל מהגרסה החדשה ניתן להשתמש ב-GPU של NVIDIA כדי להאיץ את תהליך חילוץ הפיצ'רים האוטומטי עבור סדרות זמן (לדוגמה בה משתמשים בכך לצורך סיווג של סגנונות מוסיקליים של קטעי מוסיקה, לחצו פה; לדוגמה בה משתמשים בכך לצורך זיהוי של ספרות אשר נאמרות בקטע קול, לחצו פה).

ויש כמובן עוד חידושים עליהם ניתן לקרוא בתיעוד…

 

לסיכום, היכולות החדשות בתחום ה-Deep Learning בסביבת MATLAB יחד עם היכולות שהיו קיימות בכלי בעבר, הופכות את  התוכנה לתוכנה מובילה לתחום ה-Deep Learning, כפי שגם קבעה בתחילת השנה חברת המחקר והייעוץ בטכנולוגיית המידע Gartner, אשר מייעצת באופן אובייקטיבי ליותר מ-15,000 חברות ברחבי העולם (לחצו למידע נוסף).

 

בין היתרונות של MATLAB בעולם ה-Deep Learning:

  • Labeling מהיר ונוח, באמצעות מגוון Apps. מאפשר לסמן bounding boxes בתמונות/וידאו או לבצע תיוג ברמת הפיקסל לצורך סגמנטציה סמנטית ואף לבצע אוטומציה לתהליך וכן לתייג קטעי אודיו ואותות אחרים.
  • בניה מהירה של רשת חדשה או עריכה קלה של רשת מוכנה, באמצעות פקודות ו/או ממשק גרפי
  • מהירות אימון (ניתן להאיץ את התהליך עוד יותר באמצעות שימוש פשוט ונוח בחומרות נוספות כמו מספר GPUs, חוות מחשבים וענן)
  • מהירות Inference
  • אפשרות להמיר בצורה אוטומטית את קוד ה-MATLAB לקוד CUDA מהיר וחסכוני בזיכרון לצורך מימוש על מערכות Embedded או לקוד ++C  עבוד מעבדים של אינטל ופלטפורמות ARM. אם אתם רוצים להתנסות בגרסת בטא של הפיצ’ר המאפשר המרה לקוד עבור FPGA – כתבו למטה.
  • אפשרות לייבא לתוך MATLAB  מודלים שפותחו ואומנו בסביבות Deep Learning אחרות ולייצא מודלים מ-MATLAB אליהן, באמצעות פורמט ONNX
  • נוחות עבודה – הודות לשימוש בסביבת פיתוח המיועדת למהנדסים ומדענים
  • תמיכה מלאה במערכת ההפעלה Windows בנוסף לתמיכה במערכות הפעלה אחרות
  • יכולות ויזואליזציה ודיבאגינג– צפיה ב-activations, הצגת Deep Dream Images, צפיה במשקולות, בחינה של התקדמות האימון בכיוון הנכון, תצוגה גרפית של הרשת לצורך איתור בעיות אפשריות לפני ביצוע האימון, הצגת Class Activation Mapping וכו'…
  • תיעוד מקיף וברור ומגוון דוגמאות מוכנות לשימוש, כמיטב המסורת של סביבת  MATLAB
  • תמיכה טכנית מקצועית בטלפון 03-7660111 לבעלי רישיון תחת חוזה שירות.

 

מה הלאה?

ההשקעה של MathWorks בתחום ה-Deep Learning נמשכת, וצפויים חידושים משמעותיים גם בשנת 2020. אם יש יכולות שאתם זקוקים להן והן עדיין לא נכללות בכלים – אתם מוזמנים לכתוב זאת למטה בתגובה ואשמח לבדוק עבורכם האם הן מתוכננות (ובמידה ולא – אעביר אותן לצוות הפיתוח על מנת שישקול לעבוד עליהן).

רוצים להתנסות בעבודה על Deep Learning  בסביבת MATLAB  ללא התחייבות, בזמנכם החופשי, ומבלי להתקין שום דבר על המחשב? אתם מוזמנים לנסות את ה-Hands On Tutorial החינמי באתר MathWorks . לא צריך רישיון ל-MATLAB  בשביל לעבוד איתו, הכל מבוצע דרך הדפדפן. ה-Hands On אמור לקחת לכם כשעתיים, וניתן לעצור אותו בכל שלב ולהמשיך כאשר אתם רוצים. לכניסה – לחצו פה.

לשיחה עם מהנדס מכירות לצורך קבלת מידע נוסף ו/או תיאום פגישת הדגמה – התקשרו לטלפון 03-7660111 או שלחו מייל אליי ל- royf@systematics.co.il.

לצפיה בסיפורי משתמשים ישראלים – לחצו פה או פה.

לצפיה ב-הרצאות בעברית בנושא Deep Learning מתוך הכנס השנתי של חברת סיסטמטיקס  – לחצו כאן.

למידע בנוגע לקורס "Deep Learning עם MATLAB" של יום שלםלחצו פה.

אתם גם מוזמנים להצטרף לאירועים הציבוריים החינמיים שעורכת חברת סיסטמטיקס – לחצו לרשימת האירועים הקרובים.

 

פיתוח מכשור רפואי חדשני באמצעות SOLIDWORKS ומדפסות תלת-ממד בחברת Allium Medical

"זה משהו שאני יכול לעשות במהלך יום עבודה אחד: לתכנן ב-SOLIDWORKS, להדפיס במדפסת תלת-ממד ותוך
4-5 שעות יש לי את המוצר ביד
".

מדפסות התלת-ממד המקצועיות מבית Formlabs ו- Markforged מאפשרות לחברת Allium Medical לתכנן ולפתח מכשור רפואי חדשני בלוחות זמנים ובתקציבים שלא היו אפשריים בעבר. מדפסת Form 2 להדפסת חלקים מדויקים מאוד ובמגוון של חומרים ומדפסת Mark 2 להדפסת חלקים פונקציונליים וחזקים מאוד.

חברת Allium Medical וחברות הבנות שלה מפתחות מספר מכשירים ופרוצדורות רפואיות מתקדמות ובינן המוצר NOBIX שייעודו הוא להחליף ניתוח מעקפים ומגוון פרוצדורות פולשניות. מוצרים אלו מיועדים לשפר את איכות החיים של חולים סוכרתיים ולהפחית את מספר הטראומות לגוף החולה הכרוכות בטיפולים הסטנדרטיים הקיימים כיום.

מדפסות תלת-הממד מלוות את כל תהליך הפיתוח: החל מתהליך הגיית הרעיונות ובדיקת קונספטים, בניית המוצר בתוכנת SOLIDWORKS, הדפסת אבי טיפוס ועד לקבלת מוצר מושלם.

בנוסף, SOLIDWORKS ומדפסות התלת-ממד משמשות גם לתכנון וייצור בהדפסה של ג'יגים למכונות בדיקה, מתקנים ייחודים לביצוע בדיקות אבות הטיפוס ועוד.

מתקן מודפס לבדיקות אבי טיפוס

שחף, מהנדס פיתוח משתף אותנו בתהליך:

Vertex Medical (חברת בת של Allium Medical) מפתחת מוצר שמטרתו להחליף ניתוח מעקפים ומגוון פרוצדורות פולשניות על מנת למנוע או לשפר איכות חיים של סוכרתיים כתוצאה מהשמנת יתר.

המוצר NOBIX SYSTEM הינו שרוול הנפרש לאורך המעי אשר מונע ספיחה של סוכרים במחזור הדם ובגוף. באופן זה, המוצר משפר את איכות החיים, מוריד את התלות באינסולין ומונע את הצורך בניתוח שעלול לגרור סיכונים מסוימים.

המוצר אמור לשהות בתוך הגוף במשך שנה, כאשר במהלך השנה הזו המטופל גם משפר את אורח החיים שלו ולומד תזונה חדשה. אנחנו בעצם עוזרים לו לשנות את חייו עם כמה שפחות טראומה לגוף.

היות והמוצר שלנו נבנה מאפס, אז השימוש במדפסות ובתכנון בתלת-ממד נעשה לאורך כל שלבי הפיתוח – משלב תהליך הגיית הרעיונות ועד השלב של לבנות את המוצר ב- SOLIDWORKS, אנחנו מדפיסים אבות טיפוס, יש לנו גם בית מלאכה של ייצור באמצעות הדפסה,חריטה וכרסום. בשלב הראשון אנחנו עושים את הניסויים פה, In House, לאחר מכן אנחנו עושים את הניסויים ברמב"ם וחוזרים עם פידבקים, ריג'קטים, מתקנים את מה שצריך וממשיכים בתהליך, עד שהמוצר שלנו יהיה מושלם.

אב טיפוס מודפס

חומר מודפס במוצר עצמו

למידע נוסף על מדפסות תלת-ממד מקצועיות והשימוש בהן לטובת הדפסת אבי טיפוס

סימולציות דיגיטליות לבדיקת החלק המודפס

מריה, מהנדסת פיתוח מוסיפה:

את אותם אבות טיפוס שאנחנו מפתחים, אנחנו בודקים דרך מספר אנליזות כדי לבחון האם מה שפיתחנו הוא מספיק טוב לייצור. האנליזה שאני עובדת איתה בעיקר היא SOLIDWORKS Simulation המאפשרת לי לבחון את התכונות הלא לינאריות של החומר ולראות איך הוא משפיע על הגיאומטריה.

זה חוסך לנו המון סבבי ייצור של אבות טיפוס. אנחנו יכולים לבצע כמה אנליזות ולהשוות בין שינויים שנראים על הנייר מאוד מינוריים, אבל בפועל יכולה להיות להם השפעה מאוד מאוד גדולה על המוצר אחר כך.

 

לסיכום

להדפסה בתלת-ממד ישנה השפעה מובהקת על תהליך פיתוח מוצרים – שילוב הדפסה בתלת-ממד כחלק אינטגרלי מתהליך הפיתוח וייצור מוצרים פיזיים, מאפשר ליישם תהליכי עבודה מהירים, נוחים ויעילים המיושמים כבר היום בעולם התוכנה. אלו כמובן גם מסייעים בחסכון בעלויות אל מול אלטרנטיבות ייצור אחרות. הדפסה בתלת- ממד מאפשרת גם לייצר מתקנים, ג'יגים ועזרים לטובת בדיקות איכות של אבות-טיפוס, והתאמת המכשירים לסוג המוצר הנבדק.

ישנו מרחב לטעויות, מדפיסים, בודקים את החלק המודפס על פי הצרכים הנדרשים, מבצעים תיקונים ולכל היותר מדפיסים שוב לאחר תיקונים ללא בזבוז מיותר של זמן או כסף, תהליך שניתן לעשות שוב ושוב עד לקבלת תוצר נדרש.

פיתוח גמיש מקצר את סבבי הפיתוח והמעבר לייצור ומאפשר את המשוב המהיר של כל בעלי העניין כחלק אינטגרלי מתהליך הפיתוח עצמו, כולל שילוב של משוב הלקוחות. כל זה תוך דגש על יכולת התגובה לשינוי, יעילות ואיכות.

>>למידע נוסף על חברת :Allium Medical – לחצו כאן!

סיפורי הצלחה – 3D Printing, מאמרים טכניים, טיפים וטריקים מהמומחים בתחום, מידע על מדפסות תלת-ממד, טכנולוגיות חדישות ועוד, תוכלו למצוא בבלוג זה.

 

קיצורי דרך נפוצים וייחודיים בתוכנת SOLIDWORKS

בפוסט הזה אני רוצה להתמקד בקיצורים שקיימים לנו בתוכנת ה- SOLIDWORKS וכשנכיר אותם, העבודה יכולה להפוך ליעילה ופשוטה יותר. בנוסף, ביקשתם מאיתנו לרכז לכם רשימה של קיצורי מקלדת ולכן ריכזתי, בסוף הפוסט, כמה קיצורים שנראה כי הם מאוד שימושיים. רשימת קיצורים מלאה ניתן לראות באתר של SOLYDWORKS

https://help.solidworks.com/2019/english/SolidWorks/sldworks/c_time_saving_keyboard_shortcuts.htm

 

קיצורי מקלדת

בכללי, הרעיון של קיצורי מקלדת נוצר כאשר מסך המחשב שלנו הלך וגדל יחד עם רזולוציה שהלכה והשתפרה וכך נוצר מצב שבו אנחנו גוררים את העכבר מרחקים ארוכים יותר לאורך יום העבודה שלנו ו"מבזבזים" זמן יקר. קיצורי מקלדת, עכבר ותפריטי Popup נוצרו בשביל להקל עלינו ולחסוך לנו זמן.

קודם כל איפה נמצאים קיצורי המקלדת שלנו? אז כצעד ראשון ניתן לגשת לקיצורי המקלדת הקיימים כבר בתוכנה ולהכיר אותם. ניתן להציג את הרשימה רק עבור פקודות שיש להן קיצור Commands with Keyboard Shortcuts. לאחר מכן ניתן לקחת את הרשימה הזו ולהדפיס אותה למשל או לשמור אותה במקום אחד שיהיה לנו נוח להסתכל עליה.

בשלב הבא ניתן להתחיל ולהגדיר פקודות וקיצורים שיקלו על העבודה שלנו. אני אדגים איך מגדירים קיצור. תחילה נכנס לתפריט Customize ונעבור לטאב הרלונטי Keyboard. בשלב הבא אני מחפשת בכלל הפקודות הקיימות את הפקודה שברצוני לייצר לה קיצור. הקיצור שלי יהיה האות "P" עבור חלון ה- Properties של הקובץ. חשוב לעבור על הקיצורים ולוודא שאין כבר קיצור כזה, במידה והוא קיים, התוכנה יכולה להציע לנו קיצור חלופי, אם יש לה כזה, ואם אנחנו נמשיך להתעקש על הקיצור הרצוי נקבל את ההתראה על כך שהקיצור הזה כבר תפוס ושאלה מה ברצונינו לעשות. למשל אחרי שהגדרתי את הקיצור האחרון, הלכתי לפקודת Mass Properties וביקשתי מהמערכת להוסיף את האות "P" כקיצור זה. לאחר שראיתי שהקיצור הזה תפוס כבר, הגדרתי את האות "M" להיות לי כקיצור עבור Mass Properties.

 

קיצורי עכבר

קיצורים נוספים שכדאי להכיר אלו קיצורי עכבר (Mouse Gestures) וניתן למצוא אותם ממש לצד קיצורי המקלדת.

יש לנו אופציה לבחור בין-2 פקודות עד 12. בכדי להתרגל בצורה נינוחה אני ממליצה לכם להתחיל להשתמש באופציה הדיפולטית, עם ארבעת הפקודות, ולהתקדם משם ליותר, במידת הצורך.

התפריט הזה יפתח כשאנחנו נלחץ על המקש הימני בעכבר ונגרור אותו לאזור הרצוי. אתם יכולים לראות שעבור סקיצה, אם אני אלחץ על העכבר ואגרור אותו ימינה, תיפתח לי האופציה לשרטט עיגול ואם אגרור למעלה, אעבור לפקודת Extrude. ואם אני במצב שבו סיימתי לבנות את המודל והגיע הזמן לשרטט, אגרור את העכבר ימינה ויפתח לי שרטוט בפקודת Make Drawing from Part.

הפקודות פה אמורות לקצר לנו את משך זמן העבודה ולכן אני ממליצה לכם לגשת לתפריט הזה ולהגדיר את הפקודות שאתם משתמשים בהן הכי הרבה. כמובן שגם פה יש אופציה להדפיס את החלון, ולתלות במקום בולט, עד שנלמד איפה מיקמנו כל פקודה.

בואו נראה כמה קיצורים שימושיים ומיוחדים

לחיצה על האות "S" במקלדת תפתח לנו את ה- Shortcut Bar. הפקודות שיהיו לנו בסרגל הזה יהיו שונות בהתאם למצב העבודה שלנו.

אם אנחנו רוצים לערוך ולהוסיף פקודות לסרגל הקיצורים, נחזור לחלון ה Customize ונעבור לטאב הרלוונטי- Shortcut Bar. כל מה שנותר לנו הוא לבחור את הסוג הסרגל שאנחנו רוצים לערוך (חלק, הרכבה, שרטוט או סקיצה) ולגרור אליו את הפיצ'רים המועדפים עלינו מתוך מאגר הפקודות.

לחיצה על האות "D" במקלדת תקרב לנו את תפריט האישור (Confirmation Corner)- בפקודה, בסקיצה ובהרכבה.

תפריט רפאים (Context Toolbar)– התפריט שמופיע לנו בביצוע מגוון פקודות ונעלם מיד אם לא נבחר להשתמש בו.

למשל, אם שרטטנו סקיצה ואנחנו רוצים להוסיף מידה באופן אוטומטי נבחר ב- Auto Insert Dimensions

אנחנו רואים את תפריט הרפאים גם בהוספת אילוצים (Relations) וגם בהרכבה במהלך הוספת Mates.

אם אנחנו לא רוצים לראות את התפריט הזה, ניתן לבטל אותו בהגדרות הקיצורים.

לפני שאעבור לרשימת הקיצורים שהבטחתי, אגע באופציה שלא הרבה אנשים מכירים והיא יכולה מאוד לעזור. כשאנחנו פותחים סקיצה, לעיתים היא לא מסתובבת בנורמל למישור ואז אנחנו מסובבים אותה על ידי הפקודה שבתפריט האוריינטציה או באמצעות הקיצור Ctrl+8. עבור אנשים שרק התחילו ללמוד את התוכנה, זה מורכב יותר ולפעמים משרטטים במחשבה שאנחנו בנורמל ולאחר מכן לא מקבלים את המודל הרצוי.

אני רוצה שתכירו את האופציה שאחראית לסובב באופן אוטומטי לנורמל כשאנחנו פותחים סקיצה חדשה/ עריכה.

ועכשיו בואו נכיר את קיצורי המקלדת הנפוצים. נתחיל מקיצורים שאנחנו מכירים ב Windows ורק אגיד שכל הקצורים הסטנדרטיים קיימים גם ב- SOLIDWORKS (למשל Ctrl+C, Ctrl+V וכו'..)

 

קיצורים ייחודיים לעבודה ב- SOLIDWORKS

  • Ctrl+ גרירת פיצ'ר מהעץ למסך– ישכפל את הסקיצה, את הפיצ'ר או את החלק, אם אנחנו בסביבת הרכבה.

  • Ctrl+Q– ביצוע Complete Rebuild, אשר בשונה מ- Rebuild רגיל (Ctrl+B), תוכנת ה- SOLIDWORKS מבצעת בדיקה כנגד כל הפיצ'רים שבעץ של המודל, ולא רק אלו שעברו עריכה ובעלי סימון של רמזור עליהם.
  • Enter– חזרה על הפקודה האחרונה.
  • Ctrl+Tab– מעבר בין חלונות פתוחים ב- SOLIDWORKS.

 

קיצורי מקלדת שעוזרים לנו לשלוט בתצוגה

  • Alt+ חיצים במקלדת– מסובב את המודל במקביל למסך התצוגה. גם Alt+ גלגלת בעכבר תעשה את אותה הפעולה של הסיבוב.
  • Shift+ חיצים במקלדת– מסובב את המודל ב- 90°.
  • Shift+Z– יבצע תקריב למודל (Zoom In) ולחיצה על Z תרחיק את המודל (Zoom Out).
  • F– תבצע תקריב מלא למודל (Zoom to Fit).
  • רווח במקלדת (Spacebar)– יפתח לנו את חלון האוריינטציה

קיצורי מקלדת שעוזרים לנו לשלוט בבחירת האובייקטים על המסך והזזה שלו

  • Shift– עוזר לנו לבחור פאות של חלקים שקופים למחצה.

  • Shift+ לחיצה על שני פריטים בעץ– בוחר את כל הפריטים בעץ שבין שני הפריטים שסימנו.
  • Ctrl+ חיצים במקלדת– הזזה של המודל על גבי מסך התצוגה. גם Ctrl+גלגלת בעכבר תאפשר את אותה ההזזה.

קיצורי מקלדת בסביבת הרכבה

  • Tab– מסתיר את החלקים שעליהם העכבר מצביע.
  • Shift+Tab– מציג את החלקים שעליהם העכבר מצביע.
  • Alt– מסתיר באופן זמני פאה, שעליה העכבר מצביע, בעת ביצוע Mates.
  • Shift+Alt– מציג את הפאה המוסתרת, שעליה העכבר מצביע, בעת ביצוע Mates.

קיצורי מקלדת בסביבת שרטוט

  • Alt– מאפשר לנו לבחור בכל מקום במבט או בשרטוט ולהזיז אותו (ולא רק על ידי בחירה במסגרת)
  • Ctrl– כשאנחנו מוסיפים מבט מוטל, עוזר לנו לשבור את היישור (Alignment).
  • Ctrl+ גרירת מידה ממבט למבט תעתיק את המידה למבט השני.
  • Shift+ גרירת מידה ממבט למבט תעביר את המידה למבט השני.

קיצורי מקלדת בעת עבודה עם אנוטציות (Annotations)

  • Alt+0176– סימן של מעלה °
  • Alt+235– סימן של דלתא δ
  • Alt+0216– סימן של קוטר Ø
  • Alt+0177– סימן של פלוס ומינוס ±
  • Alt+ 230– סימן של מיו µ (גם Alt+0181 הוא µ)
  • Alt+224– סימן של אלפא α
  • Alt+0153– סימן מסחרי של Trademark
  • Alt+0169– סימן של זכויות יוצרים, כל הזכויות שמורות, ©

 

לסיום אני רוצה לתזכר אתכם על האפשרות שלנו לפתוח חשבון באתר הראשי של SOLIDWORKS ואז ניתן לטעון את ההגדרות שלנו במחשב אחד, למשל בעבודה, ולייבא אותן למחשב אחר, למשל לפטופ בבית, באמצעות התחברות לאותו החשבון.

העלאה וטעינה של ההגדרות תתאפשר בחלון ה- Synchronize Settings

יש לכם שאלות? גם אתם רוצים שאכתוב פוסט בנושא שמעניין אתכם? אתם מוזמנים לכתוב לי ואשמח להרחיב על נושאים שרלוונטים לכם.

 

ג'יגים (Jigs) בתהליכי ייצור להדפסה בתלת-ממד – מקבעים לתהליכי ייצור ולבדיקת איכות

"ג'יגים" (Jigs) בתהליכי ייצור להדפסה בתלת-ממד |  חלק ב':  מקבעים לתהליכי ייצור ולבדיקת איכות

לקריאת חלק א' של המאמר בנושא ג’יגים (Jigs) בתהליכי ייצור – לחצו כאן!

הדפסה תלת-ממדית מספקת מגוון רחב של פתרונות ומאפשרת ייצור של חלקים במהירות, בקלות, ובעלויות נמוכות. בחלק ב' של מאמר זה, נסקור כמה פתרונות של הדפסה בתלת-ממד המסייעים בתהליכי ייצור: "מקבעים לתהליכי ייצור" ו"מקבעים לבדיקת איכות".

לרוב מקבעים מיוצרים בכמויות קטנות ולכן מתאימים מאוד לייצור בהדפסה תלת-ממדית אשר מאפשרת הדפסת פריטים בודדים בזמן קצר מאוד ובעלות נמוכה מאוד לעומת שימוש באמצעי ייצור קונבנציונאליים כדוגמת עיבוד שבבי, יציקה ועיבוד בחום.

1)  מקבעים לתהליכי ייצור

הדפסה תלת-ממדית מאפשרת ייצור של מקבעים המסייעים בתהליכי ייצור כדוגמת עיבוד שבבי. ניתן בעזרת הדפסה תלת-ממדית להדפיס מקבעים שדופנים את החלקים במהלך עיבוד שבבי.

חלק במהלך עיבוד שבבי, רתום למלחציים בעזרת מקבע מודפס

 

החלק לאחר עיבוד שבבי, מחובר למקבע מודפס בתלת-ממד

מבט מפוצץ של הרכבת החלק המכורסם למקבע המודפס

 

ספרו לי עוד על יישומים בהדפסה בתלת-ממד לתהליכי פיתוח, עיצוב וייצור מוצרים - הקליקו

 

אפיון דרישות ממקבעים לעיבוד שבבי:

דיוק

  • המקבעים נדרשים להיות מדויקים מספיק כך שהממשק בין המקבע לבין החלק יהיה מספיק טוב.
  • הדפסה תלת-ממדית מאפשרת להדפיס חלקים בדיוק יחסית גבוה, כתלות בטכנולוגיית ההדפסה ובגיאומטריית החלק.
  • מדפסות Markforged מאפשרות להדפיס חלקים ברמת דיוק 125[um], רמה מספקת עבור דפינת חלקים במהלך עיבוד שבבי.

עמידות כימית

  • בתהליך העיבוד השבבי בדרך כלל מעורבים חומרים כימיים כדוגמת אמולסיות. החומר שממנו עשוי המקבע נדרש להיות עמיד בפני כימיקלים המעורבים בתהליך.
  • החומר Onyx שמודפס במדפסות Markforged, מאופיין בעמידות כימית נרחבת. עמידותו הכימית נבדקה  ונמצאה כעמידה בפני למעלה מ 70 סוגים שונים של תרכובות.

ריסון ויברציות

  • במהלך תהליך העיבוד השבבי נוצרות ויברציות בעֻבָּד שעלולות לפגום באיכות העיבוד השבבי. הדפסה של מקבע מחומר תרמופלסטי מסוגלת לספוג ויברציות אלו.

דפינה שאינה מסבה נזק

  • במהלך העיבוד השבבי מופעלים כוחות על החלק אותו מעבדים ולכן יש חשיבות לרתום את החלק באופן כזה שאינו יפגע בחלק עצמו.
  • הדפסה של מתקן ריתום מהחומר Onyx מבטיחה שהחלק העובד אינו יייפגע כתוצאת מרתימת החלק.

עלות ייצור נמוכה

  • עלות ייצור מתקן הדפינה המודפס נמוכה בהשוואה לייצור מתקן הדפינה בעיבוד שבבי. בדרך כלל, עלות חומר הגלם של החומר ההתחלתי המשמש לייצור מתקן הריתום עולה על עלות הדפסת מתקן הריתום. נוסף על כך, לעלות ייצור החלק בעיבוד שבבי מתווספים מרכיבים נוספים כגון: סט-אפ מכונה, בלאי כלי שיבוב, זמן עבודה של מפעיל וזמן מכונה.

תפסניות רכות למלחציים (Soft Jaws) בעיבוד שבבי

בעולם הייצור, לעיתים קרובות עולה צורך לדפון חלקים בצורה יציבה, קשיחה ושאיננה גורמת נזק לחלק. צורך כזה עולה כאשר מבצעים עיבוד שבבי לחלקים, או כאשר מבצעים הרכבות של חלקים.

הפתרון כיום:

המצב כיום הוא שתפסניות מיוחדות מיוצרות בעיבוד שבבי.
ייצור תפסניות ממתכת בעיבוד שבבי הינו תהליך יקר ושגוזל זמן רב, שכן הוא מצריך הגדרת תהליך ארוכה ויקרה בעזרת תוכנת CAM, נדרשת סימולציה קפדנית של מפעיל המכונה לפני תחילת העיבוד השבבי, נדרש שימוש בגוש של חומר גלם העולה במידותיו על מידות החלק הסופי (Stock) וכן שימוש בזמן מכונת עיבוד שבבי שהיא יקרה והזמינות שלה חשובה מאוד בעולם הייצור.
בנוסף, את כל התהליך מלווה מפעיל מיומן ולכן העלות המשוקללת גבוהה מאוד.

פתרון ההדפסה בתלת-ממד:

הדפסה תלת-ממדית מאפשרת להדפיס תפסניות בקלות, במהירות ובעלות נמוכה.
הזמן הנדרש מהמפעיל לייצר קובץ הדפסה הוא מינמילי (בדרך כלל עניין של מס' דקות).
תהליך ההדפסה אינו מצריך השגחה של מפעיל, כך שאין צורך בכוח אדם ייעודי שיתפעל את הייצור.
בנוסף לכל אלו, הדפסה תלת-ממדית מאפשרת לייצר חלקים לתפסניות בזמן קצר מאוד וניתן להדפיס בהדפסה בודדת מקבץ של תפסניות בעלי גיאומטריה שונה.

מדפסות Markforged עושות שימוש  בחומר Onyx להדפסת החלקים. החומר Onyx איננו פוצע/שורט מתכות ולכן אין סכנה של גרימת נזק לחלק במהלך דפינת החלק.

ספרו לי עוד על החומרים המתקדמים במדפסות Markforged - הקליקו

 

שימוש במלחציים עם תפסניות מודפסות, המותאמות גיאומטרית לחלק העובד

 

2)   מקבעים לבדיקות איכות (Quality Approval Jigs)

מקבעים לבדיקות איכות משמשים לרתימת חלקים במהלך בדיקת בקרת איכות.
במהלך בדיקת בקרת איכות עולה הצורך לרתום את החלקים באוריינטציה מסויימת, המאפשרת ביצוע של מגוון בדיקות בקרת איכות.

מקבע עבור בדיקת איכות (מדידת החלק בעזרת מכשיר CMM)
(Markforged)

סימולציה של הדפסת מקבע לבדיקת איכות (©Markforged)

אפיון דרישות מקבעים לבדיקות איכות

 

דיוק

  • המקבעים נדרשים להיות מדויקים על מנת שיתממשקו לחלקים הנבדקים בצורה אופטימלית.
  • מקבעים שמודפסים במדפסות Markforged מהחומר Onyx הם בעלי דיוק רב, הנמצא בטווח ±125[um].

קשיחות

  • המקבע נדרש להיות מספיק קשיח כך שלא יתעוות במהלך ביצוע בדיקה, דבר שישפיע על מהלך הבדיקה.
  • מדפסות Markforged מאפשרות לשריין את המקבע המודפס בסיבים רציפים אשר משפרים את קשיחות המקבע בסדר גודל. כך מתאפשר להדפיס מקבעים מאוד קשיחים, המתאימים גם לבדיקות CMM.

דפינה שאיננה מסבה נזק למוצר במהלך תהליך הבדיקה

  • החומר שממנו עשוי המקבע צריך להיות מספיק רך כך שלא יפצע את החלק/המוצר הסופי ויחד עם זאת יהיה מספיק קשה כדי שלא יתעוות במהלך הבדיקה.
  • החומר Onyx איננו פוצע/שורט מתכות ולכן אין סכנה לחבלת החלק הנבדק במהלך הבדיקה.

לסיכום

במאמר זה סקרנו מספר יישומים של הדפסה בתלת-ממד, המסייעים במגוון תהליכי ייצור ונוכחנו ללמוד שלהדפסה בתלת-ממד יש מקום ברצפת הייצור וניתן לייעל תהליכים על ידי שימוש בחלקים מודפסים.

חלקים המודפסים במדפסות תלת-ממד מתוצרת Markforged הם בעלי תכונות המתאימות לשימוש בעולם הייצור, תכונות כגון: חוזק, קשיחות, עמידות כימית, עמידות תרמית. על כן חומרים אלו מתאימים במיוחד לפתרונות שתוארו במאמר זה.

מחבר המאמר:
גיא ירוס
תחום הדפסה תלת-ממדית, חברת סיסטמטיקס
מאמרים טכניים, טיפים וטריקים מהמומחים בתחום, מידע על מדפסות תלת-מימד, טכנולוגיות חדישות ועוד, תוכלו למצוא בבלוג זה.

 

סימולציה מערכתית ותכנון מערכות בקרה באמצעות מתודולוגיית פיתוח Model-Based Design בסביבת Simulink

בבלוג זה העוסק בסימולציה מערכתית ותכנון מערכות בקרה, מצאתי לנכון לשתף את הקהל הרחב מניסיוני מהאקדמיה ומהתעשייה בכל הנוגע לפיתוח מערכות מולטי-דיסציפלינאריות בגישת ה- Model-Based Design, מה המשמעות של תכן מבוסס-מודל (MBD)? וכיצד אנו יכולים להשתמש בגישה זו לצרכינו לאורך תהליך הפיתוח?

תכנון גמיש בגישת (Model-Based Design (MBD:

מערכות מולטי-דיסציפלינאריות הינן מערכות המשלבות מספר תחומים הנדסיים כגון מכאניקה, אלקטרוניקה, בקרה, אופטימיזציה ועוד. מניסיוני, אין ספק כי השלבים עבור התכנון והפיתוח של המערכת הינם השלבים המאתגרים יותר. בבואנו לתכנן מערכת המורכבת ממספר תחומים, הדרך הנוחה והמומלצת להתמודד מול אתגר שכזה הינה לפרק את הבעיה הגדולה לבעיות קטנות יותר:

  • מכאניקה: מידול המכאניזם וייצוג משוואות התנועה של המערכת ואף ייבוא הרכבות מתוכנות CAD
  • אלקטרוניקה ואלקטרו-מכאניקה: הגדרת מערכות חשמליות ואלקטרוניות, שימוש במשפחות מנועים, תכן כרטיסים אלקטרונים ומעגלים משולבים, תכנון מערכות הספק ועוד.
  • אופטימיזציה: הפעלת שיטות נומריות למציאת הערכים המיטביים עבור רכיבים מוגדרים במערכת.
  • בקרה: תכן מערכות בקרה הן במישור הזמן והן במישור התדר, כיוונון בקרים עפ"י שיטות סטנדרטיות, ניתוח התנהגות הבקרה ובחינה האם הם אכן עומדים בהגדרות
  • ייצור קוד: העברת האלגוריתמים והמודלים לשפת קוד אשר מתאימה לחומרות עמן אנו עובדים:
    C/C++, VHDL, Cuda Code, PLC, etc.
  • בדיקות: ביצוע בדיקות ברמות ומועדים שונים בתהליך הפיתוח הן על האלגוריתמים ומודלים שפיתחנו והן על הקוד אשר ייצרנו מהם עבור החומרות שנבחרו.

פיתוח זרוע רובוטית:

אחד היתרונות המובהקים שעלי לציין, כאשר אנחנו מפתחים על-פי גישת ה- Model-Based Desgin, הינו שאנחנו לא צריכים לחכות עד לשלב האינטגרציה –שלב יחסית מתקדם בתהליך הפיתוח – בכדי להתחיל ולבחון את המערכות השונות שלנו וכיצד הן פועלות זו עם זו.

אנו יכולים להתחיל ולבחון באופן יחסית מהיר את תכן המערכת שלנו במספר רמות של בדיקות:

  • Simulation: בדיקות תכן (Design), כיסוי (Coverage) ולוגיקה (Logic) על המודל עצמו ברמה סימולטיבית.
  • (Software-in-the-Loop (SIL: יצירת קוד מהאלגוריתמיקה / מודל והרצת הבדיקות אשר הורצו על הסימולציה גם עבור הקוד שייוצר והשוואת התוצאות – ברמת תוכנה.
  • (Processor-in-the-Loop (PIL: יצירת קוד מהאלגוריתמיקה, הורדתו לחומרה / מעבד ייעודי, הרצת הבדיקות אשר הורצו על הסימולציה גם עבור הקוד אשר רץ על החומרה.
  • (Hardware-in-the-Loop (HIL: יצירת קוד מהמודלים והאלגוריתמיקה עבור המערכת עצמה, פריסתו על גבי מחשב זמן-אמת והרצת הבדיקות אשר הורצו על הסימולציה גם על הקוד אשר רץ על מחשב ה- Real-Time.

שילוב מערכת Real-Time כחלק ממתודולוגית הפיתוח בגישת Model-Based Design הוא חלק בלתי נפרד. כעת היכולת שלי לבצע בדיקות ושינויים על המודלים פשוטה מתמיד, כל תהליך יצירת הקוד, הטמעתו אל תוך מערכת זמן-אמת ואיסוף הנתונים מתבצעים בלחיצת כפתור, שלב החוסך זמן רב עבורי ומפשט את התהליך.

Real Time Simulation using Simulink and Speedgoat

לסיום, ארצה להדגיש כי שימוש ויישום תהליך ה- Model-Based Design אשר תיארתי כאן, אפשר לי ולצוותי הפיתוח מתחומים שונים לדבר את "אותה השפה" בפרויקטים רבים ולאורך כל חיי הפרויקט. מצאנו פלטפורמה משותפת בה מחלקות כגון הנדסת מערכת, מכאניקה, אלגוריתמיקה, בקרה, תוכנה חומרה ועוד, תקשרו זו עם זו בצורה דו-כיוונית, טובה ויעילה וקיבלנו פתרון אשר נתן לנו מענה מקצה-לקצה בתהליך הפיתוח, בסביבה אחת מרכזית ונוחה.