עיבוד מקדים בתוכנת MATLAB הדרך הקלה והמהירה ל-Data Analytics

/0 תגובות/ב /על ידי

חילקתי את הפעולות ל-5 שלבים מרכזיים: חקר הנתונים, טיפול בערכים "בעייתיים", עיבוד מידע קטגוריאלי, מידע מסוג String ועבודה עם TimeSeries. ויש גם כמובן בונוסים לאורך הדרך, אז כדאי לקרוא. 😊

1. חקר הנתונים

בשלב הראשון, נרצה לקבל תמונת מצב של הנתונים שלנו. שלב זה חשוב במיוחד מכיוון שהוא עוזר לנו לענות על שאלות רבות כמו: איך נראים הנתונים שלנו? האם הם כוללים ערכים נומריים, קטגוריאליים או טקסט? האם יש בהם ערכים חסרים? האם הם מכילים רעש?

הפונקציה הראשונה שאני רוצה להכיר לכם היא פונקציית summary. פונקציה זו מחזירה מידע על כל אחת מהעמודות בטבלה. עבור ערכים נומריים היא תחזיר את סוג המשתנים, ערך מינימלי, מקסימלי וחציון. ועבור עריכם לוגיים/קטגוריאליים תחזיר את מספר התצפיות בכל אחת מהקבוצות.

להלן דוגמה של שימוש בפונקציה זו:

 

נראה כי באמצעות פקודה אחת נוכל להבין מה בדיוק נמצא בתוך הטבלה T!.  הטבלה מכילה נתונים על 100 חולים. ניתן לראות עבור כל חולה את המגדר שלו, גיל, לחץ הדם והאם הוא מעשן.

ראינו כי הטבלה מכילה נתונים על חולים, שגילם נע בין 25 ל-50. בשלב הבא, נרצה לדעת מה פילוג החולים לפי גיל. ניתן לעשות זאת באמצעות פקודת groupsummary. הפונקציה מחזירה טבלה המכילה את מספר התצפיות עבור כל אחת מהקבוצות.

על ידי שימוש בפונקציה, נקבל את הפלט הבא:

בעמודה של ה- Age, נראה כי ישנן 25 קבוצות גיל ובעמודה של ה-GroupCount נראה כמה תצפיות מיוחסות לאותה קבוצת גיל. במידה ונרצה לדעת מה לחץ הדם הממוצע עבור כל אחת מהקבוצות נוכל להשתמש באותה פקודה בצורה הבאה:

חשוב לציין, כי על מנת לקבל את הטבלה לעיל, היינו צריכים למחוק את עמודת המגדר (‘Gender’) מכיוון שלא ניתן לחשב ממוצע עבור משתנה קטגוריאלי. עשינו זאת באמצעות הפקודה:

 

2. טיפול בערכים בעייתיים

בדוגמא הקודמת, נראה כי הנתונים "נקיים", כלומר לא מכילים ערכים חסרים או ערכים חריגים. על מנת להמחיש לכם את ההתמודדות עם נתונים חסרים, נתבונן על הנתונים הבאים:

 ניתן לראות שהנתונים לעיל מכילים גם ערכים חסרים וגם ערכים חריגים. אילו פונקציות יעזרו לנו להתמודד עם מצב בעייתי שכזה?

הפקודה ismissing תאפשר לנו לקבל וקטור לוגי, כאשר הערכים החסרים יהיו שווים ל-1 והשאר יהיו שווים ל-0. נוכל לאמוד את מספר הערכים החסרים באמצעות פונקציית nnz (גם sum עובד!).

 

 כעת נצטרך להחליט מה נרצה לעשות עם הערכים האלה, נוכל:

להתעלם מערכים חסרים –פונקציות מסוימות יחזירו לנו ערכי NaN במידה והנתונים שלנו מכילים ערכים חסרים, לדוגמה:

לשמחתנו, נוכל לחשב את הממוצע מבלי לשנות את המשתנה שנמצא ב-workspace בעזרת flag של ‘omitnan’ שמאפשר להתעלם מה-NaN שנמצאים בדאטה:

למחוק ערכים חסרים – ניתן לעשות זאת באמצעות פקודת rmmissing.

שימו לב! מחיקת ערכים תקטין את גודל הווקטור, ולכן יש למחוק בזהירות.

להחליף ערכים חסרים – ניתן להחליף ערכים חסרים (וכך לשמר את גודל המשתנה) לערכים אחרים באמצעות פונקציית fillmissing. במקרה זה, האתגר הוא למצוא את הערך שיחליף את ה-NaN. ניתן להחליף את הערכים החסרים במספר קבוע, אך בהרבה מקרים כדאי להשתמש באינטרפולציה לינארית:

 

לגבי עבודה עם ערכים חריגים, הפונקציות המתאימות הן: filloutliers, rmoutliers, isoutliers.

בונוס!

בגרסת R2019b התווספו ל-MATLAB אפליקציות שניתן להוסיף ל-Live Script שנקראות Live Editor tasks. האפליקציות האלה מאפשרות לבצע מספר פעולות ולחקור פרמטרים בצורה אינטראקטיבית ולאחר מכן לייצר קוד MATLAB באופן אוטומטי. השימוש באפליקציות מאפשר לצמצם את זמן הפיתוח, למנוע שגיאות ולערוך גרפים בקלות.

להלן הדגמה קצרה:

 

3. עבודה עם מידע קטיגוריאלי

עד כה, דיברנו אך ורק על נתונים מסוג נומרי, אך לעיתים נצטרך לטפל במשתנים קטגוריאליים. משתנה קטגוריאלי הינו משתנה שערכו שייך לקבוצה מתוך סט סופי של קבוצות או קטגוריות.  ניתן להגדיר משתנים קטגוריאליים בצורה הבאה:

ניתן לראות שקיימות 6 תצפיות במשתנה A, אבל בפועל קיימות 3 קבוצות שונות. כמו כן, פקודת categories מאפשרת להציג את הקבוצות של המשתנה:

ניתן לאחד שתי קבוצות באמצעות פונקציות mergecats:

צמצמנו את מספר הקבוצות מ-3 ל-2, ולכן ייתכן שנרצה להגדיר מחדש את שמות הקבוצות. ניתן לעשות זאת בעזרת פקודת renamecats:

כעת, משתנה C מכיל 6 תצפיות של 2 קבוצות שונות. על מנת לספור את מספר התצפיות עבור כל אחת מהקבוצות, ניתן להשתמש בפונקציות countcats:

בדומה לסידור ומחיקת משתנים בטבלה שראינו לעיל, ניתן להשתמש ב-removecats למחיקת קטגוריה או reordercats לשינוי סדר הקטגוריות.

4. מידע מסוג string

בגרסת R2016b התווסף טיפוס מידע חדש ב-MATLAB לעבודה עם טקסט שנקרא string.

String Array מאחסן פיסות טקסט ומספק מערך של פונקציות לעבודה עם טקסט כנתונים. ניתן להוסיף אינדקס למערכים, לעצב אותם ולשרשר אותם בדיוק כמו שאנחנו יכולים לעשות עם מערכים מכל סוג אחר. ניתן גם לגשת לתווים במחרוזת ולהוסיף טקסט למחרוזות באמצעות חיבור פשוט (+). כדי לסדר מחדש מחרוזות בתוך מערך מחרוזות, נשתמש בפונקציות כמו split, join ו-sort.

 

נמחיש את השימוש ב-string באמצעות דוגמא. נבנה מערך של 5 משתנים שמורכבים משם פרטי ושם משפחה. נרצה לסדר את השמות כך ששם המשפחה יופיע ראשון ויסודר לפי א'-ב'.

בשלב הראשון, ניצור מערך של string בעזרת גרשיים ונפריד בין השם פרטי לשם משפחה ע"י פונקציית split:

נחליף את עמודות השמות כך ששמות המשפחה יהיו בעמודה הראשונה, ונוסיף פסיק אחרי כל שם משפחה:

נאחד כעת בין השמות הפרטיים לשמות המשפחה בעזרת פונקציית join. הפונקציה מוסיפה בצורה אוטומטית תו רווח בין המילים המאוחדות.

נמיין את השמות כך שיהיו בסדר אלפביתי בעזרת פונקציית sort:

נראה כי העבודה עם דאטה מסוג string היא מאוד פשוטה ואינטואיטיבית!

5. עבודה עם סדרות זמן

בגרסת R2016b התווסף טיפוס מידע חדש לעבודה ב MATLAB-שנקרא .Timetable על ידי שימוש ביכולת זו, תוכלו לאגד מידע שכולל גם יחידות זמן, ולנהל את כל המאגר שלכם בצורה יעילה יותר. ניתן להמיר מ-tables ל-timetable באמצעות פקודת table2timetable ובכך להשתמש בפונקציות ייעודיות לעבודה עם זמנים. תוכלו לגלות באילו פונקציות מדובר בפוסט זה.

לסיכום, ריכזתי לנוחיותכם את הפונקציות השונות שצוינו לעיל בטבלה הבאה:

 

מקווה שכעת לאחר קריאת הפוסט תוכלו להגיד ש –

"100% מהזמן מעבדים את הדאטה, ו-0% מהזמן מתלוננים על זה" 😊

בהצלחה!

מכירים את פתרון SOLIDWORKS MBD ומוותרים על שרטוטי דו-מימד

/0 תגובות/ב /על ידי

אנחנו, מהנדסי המכונות של היום, חיים ועובדים בעולם שבו תכן ה- 3D הוא טבעי ומובן מאליו, אך בכל זאת מתעקשים להמשיך ולבזבז לא מעט זמן וכסף על שרטוטי ה- 2D המסורתיים על אף מגבלותיהם וחסרונותיהם הרבים.

נסו לדמיין לרגע עולם עתידי ובו היצרנים משתמשים באותם המודלים התלת-ממדיים שתכננתם: אין צורך בעמודים רבים שמכילים מבטים מסוגים שונים ומזווית שונות, אין יותר צורך לבצע עבודה כפולה – גם לתכנן מודל 3D וגם לעמול קשה על שרטוט 2D וכל פעם שיש שינוי קטן במודל יש צורך לוודא שגם השרטוט עדכני, אין יותר צורך בהדפסה של ערימות שרטוטים ואכסונם בארונות וקלסרי ענק (כמה נייר נוכל לחסוך?!).
אז העתיד הזה לא כל כך רחוק, למעשה הוא כבר ממש כאן ובהישג ידכם – הכירו את תוסף SOLIDWORKS MBD.

מה זה SOLIDWORKS MBD?

SOLIDWORKS Model Based Definition הוא תוסף המוטמע בתוכנת SOLIDWORKS ונותן פתרון מלא לרצפת ייצור נטולת נייר בכך שהוא מאפשר להלביש מידע הנדסי וייצורי (PMI-Product and Manufacturing Information) ישירות על המודל התלת-ממדי תוך חיסכון בזמן והימנעות מבעיות אפשריות המאפיינות עבודה עם שרטוטי 2D.

אז מה בעצם עושה SOLIDWORKS MBD?

בעזרת SOLIDWORKS MBD אנחנו יכולים להשתמש במידות שנתנו למודל בעת תכנונו (מידות סקיצה ומידות פיצ'רים) ובמנגנון DimXpert (שקיים אצל כולכם, גם ברישיון SOLIDWORKS Standard) שיודע לזהות בצורה חכמה את הפיצ'רים השונים של הגוף ויודע לתת להם מידות, טולרנסים וטולרנסים גיאומטריים לטובת ייצור בהתבסס על חוקי השרטוט השונים. לבסוף DimXpert גם יידע לתת אינדיקציה האם קיים פיצ'ר בגוף שלא הוגדר כראוי לייצור (ייצבע בצהוב), הוגדר יתר על המידה (ייצבע באדום) או הוגדר לחלוטין (יצבע בירוק). לאחר הוספת המידות למודל ה- 3D נוכל לייצר מבטים תלת מימדיים שמכילים את המידות הללו.

את המבטים האלו נוכל לייצא אל עובדי רצפת הייצור בעזרת 3D PDF, eDrawings, או קובץ STEP 242 ובכך לחסוך את זמן ההשקעה במתן מידות מחדש בשרטוט, במבטים רבים שמנסים לתאר מודל 3D בסביבת 2D (עם מודל 3D אפשר לסובב למבט הרצוי או להציג חתך בהתאם לצורך).

אז אילו יכולות יש ל SOLIDWORKS MBD?

  • הצגת מידע הנדסי וייצורי (PMI) על גבי המודל התלת-ממדי כולל טולרנסים, טולרנסים גיאומטריים, דאטומים, טיב פני שטח, סימני ריתוך, BOM, הערות ועוד.
  • תמיכה בסטנדרטים המוכרים: ISO, ANSI, DIN וכו'
  • הפקה אוטומטית של מידות ודאטומים בעזרת DimXpert גם עבור קבצים מיובאים.

  • 3 שיטות ייצוא שונות: 3D PDF, eDrawings File וקובץ נייטרלי STEP 242.
  • ממשק פשוט ונוח ליצירה ועריכה של טמפלייטים לשרטוט 3D PDF, וכך להתאים אותם לסטנדרטים בחברה.

  • כל התכן בקובץ אחד – במקום לנהל קובץ אחד למודל ועוד אחד לשרטוט, כל המידע הגיאומטרי והייצורי בקובץ אחד שניתן לנהל במערכת ניהול מידע כמו SOLIDWORKS PDM.

אז אם אני עובר לייצר ב- 3D בעזרת SOLIDWORKS MBD, זה לא יפגע בתהליכי ביקורת איכות (QA) או בתכנון לעיבוד שבבי ממוחשב?

אז זהו, שלא! תוסף SOLIDWORKS MBD מוטמע בתוך SOLIDWORKS ולכן מתממשק בצורה מובנית לכלים הנוספים שיש לתוכנה להציע – SOLIDWORKS CAM ו- SOLIDWORKS Inspection ובכך מאפשר את רציפות העבודה מהתכן הראשוני דרך רצפת הייצור ועד מחלקת בקרת איכות והכל בקובץ אחד בתוך סביבת SOLIDWORKS.

רוצים להתנסות בעצמכם? מוזמנים להוריד את קובץ ה- 3D PDF ולבחון כיצד הוא נראה מקרוב. להורדת הקובץ לחץ כאן

טכניקות לחיבור חלקים מודפסים והשימוש בדבקים – חלק ב'

/0 תגובות/ב /על ידי

הצורך בחיבור חלקים מודפסים

דוגמא לצורך היא כאשר יש מכלול של חלקים שצריכים להתחבר יחדיו – כלומר הרכבה. אנו נדרשים לכך שהחלקים יהיו פריקים, שיהיה ניתן לשלב בתוך החלקים רכיבים אלקטרוניים ולאפשר תנועה יחסית באמצעות מפרק, לכן, אנו חייבים שיהיו מכלול של חלקים ולא חלק אחד מוצק.

צורך נוסף, שרלוונטי מאוד להדפסה תלת-ממדית הוא פיצול של חלק בגלל מגבלת גודל הדפסה – מדפסות תלת-ממד מוגבלות מבחינת נפח ההדפסה שהן מסוגלות להדפיס ובדרך כלל הנפח לא גדול. לכן הרבה פעמים קורה שיש חלקים שהם גדולים מידי ולא ניתן להדפיס אותם כיחידה אחת. על כן, הפתרון יהיה לפצל אותם למספר חלקים, שהם בגודל בר-הדפסה.

>>> ספרו לי עוד על פתרונות הדפסה תלת-ממדית מקצועיים

 

טכניקות לחיבור חלקים באמצעות דבקים

הדבקה היא דרך נוחה, מהירה וטובה לחיבור חלקים מודפסים, כאשר אין צורך להפריד בין החלקים והחיבור הוא תמידי.

דבק מהיר

סוג הדבק הראשון שנדבר עליו, הוא סוג דבק שכולנו מכירים בשמות כגון: "דבק מהיר" / "סופר גלו" / "דבק 3 שניות", כאשר השם המקצועי יותר הוא  דבק CA – מכיוון שזה דבק שמבוסס על מרכיב אחד ועיקרי שנקרא אתיל סייאנו-אקרלייט.

  • ההבדל בין סוגי הדבקים הוא בריכוז מרכיב ה -CA ותכולה של תוספים שנועדו להאריך את חיי המדף של הדבק מרגע פתיחתו.
  • דבק CA מקנה הדבקה חזקה ומהירה מאוד. מהרגע שמורחים אותו הוא למעשה מגיב עם הלחות שבאוויר ומתמצק (כבר בטמפ' החדר).
  • כאשר מורחים את הדבק על משטח, הוא נכנס בין כל החריצים שבמשטח וכאשר הדבק מתמצק הוא בעצם יוצר שכבה פולימרית מקשרת בין המשטחים שהוא מדביק.
  • הדבקים השונים מגיעים בצמיגיות שונות, חלקם נוזליים יותר וחלקם יותר ג'ליים וככל שהדבק נוזלי יותר, בדרך כלל כל גם קצב ההתמצקות שלו מהיר יותר.
  • ניתן לזרז את קצב ההתמצקות באמצעות שימוש בספריי זרז ושיטה נוספת היא להשתמש באבקת סודה לשתייה.
  • דבק CA מתאים למגוון רחב של משטחים – פלסטיק, עץ, מתכת.

החסרונות של דבק CA:

  • משאיר שיירים בצבע לבן באזור ההדבקה – תפעה שנקראת "קיפאון Haze " – למעשה זו תגובה מהירה של הדבק עם הלחות שבאוויר. מידת האפקט הזה תלויה בסוג הדבק.
  • חיי המדף שלו קצרים לאחר הפתיחה ולכן בדרך כלל נמכר בשפופרות קטנות.
    מומלץ לאחסן אותו בקירור בטמפ' שבין 2 ל-8 מעלות צלזסיוס ולהפשיר אותו בטמפ' חדר בסמוך לשימוש.
  • העמידות התרמית שלו לא מאוד גבוהה – בערך 120 מעלות צלזסיוס ועמידות כימית נמוכה בפני סולבנטים.
  • הדבק עלול לגרום לסדקים בפולימרים מסוימים (לדוגמא פרספקס).

**לאור כל החסרונות שציינו, יש לבחור בקפידה את סוג הדבק בהתאם לסוג החומר אותו נרצה להדביק.

TIP!

לפני ההדבקה מומלץ לשייף את המשטחים ולנקות אותם כך שלא יהיו שומניים.

כמובן שמומלץ לעבוד בזהירות עם דבק CA מכיוון שהוא ידוע לשמצה בכך שהוא מדביק אצבעות מהר מאוד. אם הנ"ל  קרה לכם, אז שתדעו שניתן לנטרל את ההדבקה באמצעות אציטון ושטיפה במים חמים עם סבון, או באמצעות חומר מנטרל ייעודי (CA Debonder).

>>> ספרו לי עוד על פתרונות הדפסה המתאימים לחיבור חלקים מודפסים

דבק אפוקסי

דבק אפוקסי הוא דבק דו-רכיבי – רכיב אחד הוא השרף ורכיב השני הוא המקשה.

הדבק מגיע בשני תאים נפרדים וכאשר אנו משתמשים בדבק ורוצים שהוא יתמצק, נערבב בין שני הרכיבים ובכך נתחיל את תהליך ההקשיה של הדבק. הרכיב המקשה יוצר צילוב בין השרשראות של השרף (שהם קשרים קו-וולנטיים חזקים) וגורם להיווצרות של מבנה חזק וקשיח.

ההדבקה היא חזקה מאוד ומתאימה לעומסים דינמיים כגון ויברציות ואימפקט.

דבק אפוקסי מתאים למגוון סוגי משטחים אבל מצטיין בהדבקה של מתכות ופחות טוב בהדבקה של פולימרים. על כן, לא כל סוגי האפוקסי מתאימים להדבקה של פולימרים ויש לבדוק שאכן סוג האפוקסי שאנו רוכשים מתאים להדבקה של פולימרים ובפרט לסוג הפולימר אותו נרצה להדביק.

זמן ההקשיה הוא ארוך ולפעמים נדרשים מספר ימים עד אשר הדבק מגיע לשיא חוזק ההדבקה שלו. כאשר מדובר בתהליך שהוא תלוי טמפרטורה, אם הטמפרטורה לא גבוהה מספיק, ייתכן שהדבק לא ימצה את כל פוטנציאל ההקשיה שלו.

יתרונות השימוש בדבק אפוקסי:

  • ישנו יתרון לזמן הקשיה ארוך והוא שניתן למרוח את הדבק, להצמיד את החלקים ולבצע תיקונים וכיוונים לפני שהוא מתמצק.
  • מתאים לשימוש גם כחומר מילוי וציפוי.
  • עמידות טובה בפני כימיקלים.
  • חיי מדף ארוכים.

TIP!

  • לפני ההדבקה יש לשייף את שני המשטחים, ולאחר מכן לנקות עם אלכוהול IPA.
  • יש להצמיד את המשטחים זמן ממושך באמצעות קלאמפות, ולאפשר לדבק להתייבש.

הקליקו והשלימו את הקריאה –
היכנסו לפוסט טכניקות לחיבור חלקים מודפסים בתלת-ממד ושימוש בברגים – חלק א'

צפו בוובינר המקצועי המלא בנושא מגוון שיטות לחיבור חלקים מודפסים, בדגש על תבריגים ודבקים, אשר הועבר על ידי גיא ירוס – מהנדס אפליקציה בתחום ההדפסה בתלת-ממד:

 

ניהול הקרדיטים ב-ArcGIS Online

/0 תגובות/ב /על ידי

מהם קרדיטים ועל מה הם נצרכים?

אתר ArcGIS Online מספק למשתמשים יכולות מיפוי וניתוח מתקדמות ב-Web. חלק מיכולות אלה אפשריות רק באמצעות תשלום על שימוש במשאבים וצריכת שירותי פרימיום. מנגנון הקרדיטים הוא המנגנון באמצעותו מבוצע תשלום זה בגין השימוש במשאבים ArcGIS Online.
דוגמה לשירותים הצורכים קרדיטים:

  • אחסון שכבות וקטוריות ו-cache בענן
  • מיפוי כתובות (Geocoding)
  • מציאת מסלולים (Network)
  • גישה לשכבות תוכן Premium
  • שימוש במשאבי הענן לביצוע ניתוחים גיאוגרפיים מורכבים

תוכנות ArcGIS אשר צורכות שירותים מ-ArcGIS Online, דוגמת ArcGIS Pro או יישומי Web כמו Web AppBuilder יכולות להשתמש בקרדיטים לפעולות ספציפיות. מרבית הפעולות שנבצע ב- ArcGIS Online אינן צורכות קרדיטים, כמו למשל שימוש במפות הבסיס, צפייה במפות וחיפוש של כתובת בודדת. הקרדיטים נצרכים על פי נפח השימוש בכלי או שימוש ביכולת מסוימת.

אחסון (Storage):

קיימים שני סוגים של אחסון הצורכים קרדיטים: אחסון יישויות ואחסון קבצים. אחסון יישויות הינו ספציפי לשכבות וקטוריות המתארחות ב- ArcGIS Online (Hosted Layers), בעוד שאחסון קבצים כולל סוגים אחרים של שכבות וקבצים, כמו למשל אחסון Cache, או קבצים הקשורים לשכבות הוקטוריות כגון Attachments.

  • אחסון שכבות וקטוריות צורך 2.4 קרדיטים לכל 10MB לחודש.
  • אחסון קבצים אחרים צורך 1.2 קרדיטים לכל 1GB לחודש.

אפליקציית House Keeping, שנמצאת כעת בגרסת בטא, מאפשרת לבדוק כמה קרדיטים צורך כל קובץ שאוחסן בOnline  >> לחצו כאן!

מיפוי כתובות (Geocode):

שירות מיפוי הכתובות של ArcGIS Online צורך 40 קרדיטים לכל 1000 כתובות. השירות מאתר כתובות מתוך מאגר כתובות נרחב ומסודר ועל כן צורך קרדיטים בהתאם להיקף השימוש בו. חיפוש כתובת בודדת להתמקדות אינו צורך קרדיטים.

כלי GeoEnrichment וכלי ניתוח מרחבי (Spatial Analysis):

מחויבים על פי מספר היישויות עליהן מבוצעת הפעולה והתפוקה שנוצרה. לדוגמה – אם יוצרים שלושה אזורי זמן נסיעה (2, 5 ו -10 קילומטרים) עבור שמונה מיקומים, מחוייבים על 24 אזורי זמני נסיעה. לכן, כאשר משתמשים בכלים הצורכים קרדיטים, חשוב לוודא שמריצים אותם בכמות הרצוייה, ובהבנה מראש של אילו ישויות ופרמטרים נדרשים על מנת לקבל את התוצר הסופי, במטרה לא להביא לבזבוז מיותר של קרדיטים.

>> למידע נוסף על צריכת קרדיטים ואילו כלים ופעולות צורכות אותם, לחצו כאן ועיינו בטבלה

ניהול הקרדיטים בחשבון הארגוני שלכם

בדיקת סטטוס הקרדיטים של הארגון הינה פעולה שאותה מבצע מנהל האתר. כדאי לעקוב אחרי צריכת הקרדיטים, על מנת לא להיקלע למצב בו החשבון יהיה בחריגה, והשימוש בו יוגבל. בכדי לבדוק את סטטוס הקרדיטים של הארגון שלכם, עליכם להכנס ללשונית "ארגון" בחשבון הארגוני שלכם, ומשם ללשונית "סטטוס". בעמוד זה נמצאים שני גרפים דינמיים בעזרתם תוכלו לקבל תמונת מצב של כמות הקרדיטים של הארגון ולנטר את הפעולות שהובילו לצריכת הקרדיטים.

גרף העמודות מאפשר לכם להציג את צריכת הקרדיטים של הארגון בין חתכי זמן שונים ועד שנה אחורה מיום החיפוש. ניתן לבודד יום מסויים על מנת לנתח את צריכת הקרדיטים באותו יום. בנוסף, ניתן לייצא את נתוני הגרף לקובץ אקסל באמצעות אייקון הענן המופיע מעל הגרף על מנת להפיק דוחות צריכת קרדיטים ארגוניים.

בהתאם לחתך הזמן אותו הגדרתם, תופיע לכם בחלק התחתון של העמוד דיאגרמת פאי המנתחת את צריכת הקרדיטים לפי נושא הצריכה (אחסון, ניתוח, תוכן למנויים ופריסת תוכן). לחיצה על כל אחד מהנושאים תציג את רשימות הכלים שצרכו את הקרדיטים ואת חברי הארגון שעשו שימוש באותם כלים.

בכדי לנהל טוב יותר את צריכת הקרדיטים של הארגון שלכם, אנחנו ממליצים על ביצוע מספר פעולות:

שימוש בכלי הדסקטופ:

ניתוח שכבות וקטוריות בפלטפורמת הOnline צורך קרדיטים. מאחר ורכשתם את אחד או יותר מכלי הדסקטופ של (ESRI (ArcGIS Pro או ArcMap, מומלץ לבצע את הניתוחים והעיבודים בתוכנות אותן רכשתם ולפרסם את התוצאות לאחר הניתוח ב- ArcGIS Online. ביצוע העיבוד בכלי הדסקטופ הוא חינמי וצריכת הקרדיטים תהיה רק על אחסון הנתונים לאחר הפרסום שלהם לOnline.

הגדרת תפקידים מותאמים אישית:

כאשר מקצים לכל משתמש תפקיד מותאם אישית, ניתן לצמצם את חשיפת חברי הארגון לפעילויות הצורכות קרדיטים ב- ArcGIS Online. לדוגמה, ניתן לאפשר לחבר בארגון לפרסם שכבות מתארחות (Hosted layers) אך לא לפרסם שכבות אריחים אשר משקלן רב וצורכות כמות גבוהה של קרדיטים. בעמוד הגדרות הארגון תחת "תפקידי החברים" ישנה פונקציית "צור תפקיד" בה ניתן להגדיר תפקיד מותאם אישית ולתת הרשאות על כל אחת מהפעולות האפשריות בOnline.

ניהול תקציב הקרדיטים:

באמצעות כלי הקצאת קרדיטים ניתן להקציב מגבלה של קרדיטים בהם כל חבר ארגון יכול להשתמש. כאשר חבר בארגון מגיע למגבלת הקרדיטים שאושרה לו, הוא לא יכול להמשיך לעשות שימוש בכלים הצורכים קרדיטים ללא הקצאה נוספת ממנהל החשבון הארגוני. ניתן להגדיר לכל חבר ארגון תקציב מותאם אישית ואף תקציב קרדיטים ברירת מחדל לכל אדם חדש שמתווסף לארגון. בלשונית הגדרות, בתוך הגדרות קרדיטים, ניתן להפעיל את אופציית "הפעלת כלים לתקצוב קרדיטים" ולקבוע את ערך הקצאת הקרדיטים ברירת מחדל לחברים חדשים בארגון.

בלשונית חברים ניתן להגדיר את כמות הקרדיטים באופן ידני לכל אחד מחברי הארגון. פונקציות ניהול אלו חשובות למניעת צריכת יתר של קרדיטים, ומאפשרות שליטה על כמות הקרדיטים של הארגון.

ניהול מסודר של חברי הארגון ושליטה על התכנים המאוחסנים ב-ArcGIS Online יעזור לכם לנהל בצורה טובה את הקרדיטים של הארגון וימנע צריכת יתר. אנו מזכירים כי עבור כל רישיון ArcGIS Desktop באחזקה מקבל הארגון 100 קרדיטים לשנה (5 רישיונות = 500 קרדיטים). קרדיטים אלה מתאפסים בכל שנה ואין צבירה בשל חוסר שימוש. קרדיטים שנרכשו כתוספת תקפים לשנתיים.

במידת הצורך ניתן לרכוש קרדיטים נוספים על ידי פניה אלינו.

צעדים ראשונים – למידת מכונה בתוכנת MATLAB

/0 תגובות/ב /על ידי

כשהתחלתי לכתוב פוסט שמרכז את השלבים העיקריים בביצוע למידת מכונה בסביבת MATLAB, הבנתי שקשה לסכם את התהליך בצורה מקצועית במספר פסקאות. לכן, החלטתי לשתף בקצרה בתהליך הלימוד שאני עברתי, אלה מכם שירצו להתחיל באופן פרקטי, יוכלו למצוא בסוף הפוסט קישור למדריך מפורט שכתבתי המסביר את התהליך שלב אחר שלב.

איך אני התחלתי?

תחילה צברתי ידע בסיסי בלמידת מכונה. יש המון חומר ברשת (קורסים, הרצאות, מאמרים ועוד):

  1. אני מאוד ממליצה ללמוד מקורס Machine Learning ב-Coursera המספק מידע על התיאוריה שמאחורי התחום.
  2. קורס OnRamp חינמי של MathWorks עזר לי להכיר את הפונקציות השונות וסייע לי להיחשף לצד הפרקטי.
  3. לאחר שלמדתי והרגשתי שאני מוכנה להתחיל, הורדתי סט נתונים, מאיפה? מאתר הנקרא Kaggle, מאגר ענק של נתונים בתחומים מגוונים!
    הנתונים שהורדתי מכילים מידע סטטיסטי על גידולים של סרטן השד. באמצעות המודל שבניתי סיווגתי את סוג הגידול (ממאיר או שפיר). תוכלו להוריד את הסט שבו השתמשתי בקישור הבא.
  4. לאחר מכן ייבאתי את הנתונים ל-MATLAB והתחלתי לעבוד איתם.

שתי אפליקציות שמאוד עוזרות למי שלא אוהב לכתוב קוד:

  • Classification Learner App – אפליקציה אינטראקטיבית המתאימה מודל סיווג לנתונים. בעזרת האפליקציה ניתן לבצע אימונים לנתונים וכך למצוא את מודל הסיווג הטוב ביותר. מידע על האפליקציה ניתן למצוא בקישור הבא.
  • Regression Learner App – אפליקציה אינטראקטיבית המבצעת אימון עבור מודלים של רגרסיה. ניתן לבחור בין אלגוריתמים שונים, להשוות בין השגיאה המתקבלת עבור כל אחד מהמודלים וכך נוכל לבחור את המודל הטוב ביותר. מידע על האפליקציה ניתן למצוא בקישור הבא.

5. אחרי בחינת המודל המיטבי עבור הנתונים, יצרתי אפליקצייה ב-App Designer.

את האפליקציה שיצרתי תוכלו להוריד מה-File Exchange בקישור הבא וכמובן תוכלו לכתוב אחת כזאת בעצמכם.

להלן סרטון הממחיש ייצור אפליקציות ב-App Designer.

>>> רוצים מידע מפורט יותר כיצד ליישם למידת מכונה ב-MATLAB ? להלן מדריך מפורט, הקליקו כאן 

בהצלחה!

5 נקודות חשובות בתכנון מעגל אלקטרוני לייצוריות

/1 תגובה/ב /על ידי

בשלב תכנון ועריכת הכרטיס האלקטרוני יש להתחשב בשיקולי ייצור והרכבת המעגל. תכנון נכון ליצוריות מקצר את זמן היציאה לשוק (Time-To-Market), מוזיל את עלות הייצור ובסופו של יום מניב רווחים טובים יותר לחברה. המהנדסים ועורכי המעגלים המודפסים חייבים להיות ערים ולהכיר היטב את מגבלות המכונות העדכניות ברצפת הייצור ולאור זאת, לתכנן את הכרטיס האלקטרוני. סינרגיה בין החברה המבצעת את עריכת הכרטיס האלקטרוני ובין החברה המייצרת ומרכיבה אותו תבטיח ללקוח שהדבר הנכון יבוצע בצורה הנכונה בפעם הראשונה.

ארבל ניסן, סמנכ"ל שיווק ומכירות קבוצת ניסטק 

תכנון ועריכת מעגל אלקטרוני בצורה נכונה ליצוריות, מקצרת את זמן היציאה לשוק, מפחיתה את עלויות הייצור והרכבת המעגל ומשפרת את איכות ואמינות המוצר האלקטרוני.

נשאלת השאלה – איך עושים זאת?  הכרת תהליכי הייצור וההרכבה העדכניים של המעגל המודפס ויישום פעולות בתהליך העריכה לאופטימיזציה מלאה בין דרישות התכנון והייצור, יאפשרו תכנון נכון לייצוריות.

מומחיות המהנדס ועורך המעגלים בקשר לתכנון המעגל לייצור נמדדת ביכולתם להכיר היטב ולעומק את תהליכי הייצור, מתוך כך לזהות את הנקודות הקריטיות של הכרטיס בשלבים אלו ולאחר מכן ליישם פעולות עריכה מתאימות אשר יאפשרו ייצור יעיל, מהיר ואיכותי.

על עורך המעגל להכיר ולהבין היטב את טכנולוגיות ייצור והרכבת הכרטיס העדכניות ביותר וכן את יכולות ומגבלות המכונות האוטומטיות בקו הייצור. זאת ועוד, מומלץ לשלב את אנשי הייצור וההרכבה כבר בתחילת עריכת הכרטיס כדי לוודא שהכרטיס יהיה מוכן בצורה האופטימאלית לרצפת הייצור.

במאמר זה אסקור חמש נקודות של תכנון נכון של כרטיס אלקטרוני לייצוריות:

1. גודל הכרטיס

חומרי הגלם לייצור הכרטיס האלקטרוני מגיעים בתצורה של פלטות בגדלים קבועים. יצרן ה-PCB חותך את חומר הגלם בהתאם למידות הכרטיס המיועד לייצור. ככל שהיצרן מנצל טוב יותר את חומר הגלם, כך עלות הכרטיס תהיה נמוכה יותר.

לדוגמא, מרבית היצרנים עובדים עם חומר גלם במידות של "18 על "24.

 ניצול אופטימלי של חומר הגלם מאפשר להוזיל את עלויות הייצור

מדגימה איך שינוי של "0.2 באורך הכרטיס מביא לניצול אופטימלי של חומר הגלם ובעקבות כך להוזלת ייצור הכרטיס במידה ניכרת. מומלץ להתייעץ עם יצרן ה-PCB כדי לבדוק באילו מידות חומרי גלם הוא משתמש וכיצד ניתן לנצל בצורה מקסימאלית מידות אלו.

בנקודה זו יש גם לציין כי למכונות האוטומטיות המשמשות לייצור והרכבת המעגל קיימות מגבלות פיזיות של מידות כרטיס איתן הן יכולות להתמודד. לדוגמא מכונות הרכבה בטכנולוגית SMT, יכולות להרכיב כרטיס באורך של בין 60-508 מ"מ ורוחב בין 60-450 מ"מ.

2. תכנון פנלזיציה

תכנון פנליזציה יכול להוזיל משמעותית את תהליך ייצור הכרטיס האלקטרוני. תכנון הפנל מאפשר מחד לשמור על מידת הכרטיס הגנרי ובה בעת, לנצל בצורה אופטימלית את פס הייצור. ניתן לתכנן פנל המכיל מספר כרטיסים קטנים. בשיטה זו הפנל יורכב בקו הייצור ולאחר מכן יפורקו הכרטיסים ממנו להמשך העבודה. משך הזמן שהמכונות יעבדו על כרטיס בודד כאשר הוא נמצא בפנל יהא קצר משמעותית מאשר הוא מופיע ככרטיס בודד, גם אם ניקח בחשבון את משך פירוק הכרטיס מהפנל לאחר ההרכבה כדי להחזירו למצבו הגנרי. פעולה זו מאפשרת לנצל בצורה טובה יותר את מכונות הייצור ובכך להוזיל את עלות העבודה. החיסכון הוא משמעותי יותר כאשר מדובר על הרכבות בסדרות גדולות. העבודה עם פנל של מספר כרטיסים מייעלת גם את העבודה הידנית על הכרטיס, כגון ההלחמות ידניות, וכן את הבדיקות החשמליות כך שבמחזור בדיקות בודד של פנל נבדקים מספר כרטיסים. תכנון פנל בצורה נכונה חייב להביא בחשבון מצד אחד את חוזק ויציבות הפנל במהלך שינועו בקווי ההרכבה ומצד שני יש לתכנן את הפנל כך שהפרדת הכרטיסים ממנו תתבצע בקלות וביעילות תוך שמירה על איכות מקסימלית. ההפרדה בין הכרטיסים על פני הפנל צריכה להתבצע בצורה הנוחה והמהירה ביותר.

ישנן שתי שיטות מרכזיות לכך:  א. V-CUT  ב. Break-Away Tabs.

יש להכיר היטב את היתרונות והחסרונות של כל שיטה כדי לבחור בכל מקרה לגופו באיזו שיטה להשתמש. מומלץ לעיין בתקן IPC-2221 המפרט כיצד לתכנן את הפרמטרים של שתי השיטות.

באמצעות תוכנת Altium Designer באמצעות פקודת Place’ > ‘Embedded Board Array/Panelize ניתן להגדיר בקלות פנל המכיל מספר כרטיסונים בזויות שונות לטובת התאמה אופטימלית ליצור.

3. מיקום רכיבים קריטיים

היבט חשוב ביותר בשלב התכנון אשר לו השלכות מהותיות על איכות המעגל בתהליך ההרכבה, הוא מיקום רכיבים קריטיים, כגון: BGA, QFN, LGA, Fine-Pitch, Mictor.

מפאת קוצר היריעה, אתייחס פה למיקום רכיב ה BGA  משני היבטי ייצור שונים:

א. איזון טרמי – רכיב ה- BGA אוגר בתוכו חום רב במהלך ההלחמה ולכן חשוב לוודא כי קיים איזון טרמודינמי על פני הכרטיס האלקטרוני. התפשטות א-סימטרית של חום יכולה לגרום לעיוותים בכרטיס, פגיעה ברכיבים רגישים ותוצאות הלחמה שאינם איכותיות. במעגלים בעלי BGA בודד מומלץ להרכיבו במרכז כדי לאפשר שחרור חום אופטימלי ואחיד על פני המעגל. בכרטיסים בעלי מספר רכיבי BGA מומלץ למקמם בנקודות ייחוס סימטריות על פני המעגל. במעגלים המורכבים בתהליך תואם LEAD FREE החום גבוה יותר, ולכן משמעות האיזון הטרמי קרדינלית להרכבת המעגל. בנוסף לא מומלץ למקם רכיבי BGA בשפת הכרטיס מאחר ואזורים אלו נוטים להיות קרים יותר במהלך ההלחמה. כמו-כן, סמוך לרכיבי TH החוזק המכני של הכרטיס נמוך יותר ולכן לא מומלץ למקם באזור רכיבי BGA.

במיקום רכיב BGA יש להתחשב בהיבטי האיזון התרמי במעגל בתהליך ההרכבה

ב. REOWRK – כדאי להשאיר שטח נקי ללא רכיבים של 3 מ"מ מסביב לרכיב ה- BGA כדי לאפשר פירוק אופטימלי בביצוע פעולת REWORK. במכונות REWORK הפועלות ע"י קרן אינפרא אדום ניתן לשמור על מרחק של 1 מ"מ בלבד משפת הרכיב.

4. תכנון לבדיקתיות – Design for Inspection

התחום של תכנון לבדיקתיות מהווה גורם הנדסי חשוב בתכנון מעגלים מודפסים. המטרה היא לתכנן את הכרטיס כך שהבדיקה הוויזואלית בקו ההרכבה תהיה יעילה ומהירה. בנקודה זו אתייחס לשתי מכונות בדיקה AOI ו- XRAY.

a. מכונת ה- (AOI (Automatic Optical Inspection מבצעת בדיקה ויזואלית אוטומטית של הכרטיס. המכונה מצלמת את הרכיבים על הכרטיס וע"י כך מאתרת תקלות. כדי שבדיקה זו תהיה יעילה ואפקטיבית נדרש להקפיד על סימון עקבי ואחיד על המעגל, לדוג' גופן זהה עובי וצורה של ה Silk, צבע כרטיס, רישומים שונים וכן ציון קוטביות רכיבים בצורה ברורה. סימון לא עקבי גורם לזמן הבדיקה להתארך, עלול לגרום לבדיקה לא אמינה ומגדיל שלא לצורך את בסיס הנתונים במכונת ה- AOI. כמו-כן כדי לאפשר צילום מיטבי של הרכיבים בתהליך הבדיקה, מומלץ לשמור על שטח פתוח בעל זווית פריסה של °35-65 מכל רכיב כדי לאפשר למצלמות ה-AOI לאתר במהירות ובקלות את הרכיבים.

b. מכונת ה- XRAY (רנטגן) מבצעת בדיקה לכרטיס האלקטרוני. המכונה מיועדת בעיקר לצילום רכיבי BGA, QFN, LGA. בדיקה זו לעיתים מבוצעת בצורה אוטומטית, בעיקר בכרטיסים מרובי רכיבים מסוגים אלו. על-מנת שבדיקה זו תתבצע בצורה מיטבית יש לוודא כי נקודות הייחוס (fiducial) יהיו ברורות וקלות לאיתור ע"י המכונה. כיוון שקרן הרנטגן חודרת לכל עובי הכרטיס, יש לשמור על אזור סטרילי מרכיבים משני צדדי הכרטיס עבור נקודות הייחוס. כמו-כן, יש לוודא כי כאשר במקרים בהם מוכרח למקם רכיבי מסוגים אלו משני צדדי הכרטיס, לא למקמם אחד מתחת לשני, דבר שיקשה על בדיקת טיב ההלחמה במכונת ה-XRAY.

כדי לאפשר צילום  XRAY(רנטגן) מיטבי לכרטיס יש לוודא כי אין חפיפה בציר ה Z בין שני רכיבי BGA

Example: CCGA back to back with PBGA
Source: Phoenixlx-ray Systems

 

5. עובי כרטיס

פרמטר נוסף שראוי לבחון אשר הוא בעל השלכות על ייצור הכרטיס הוא העובי. עובי הכרטיס המתאים ביותר לעבודה בתהליך ההרכבה הוא 1.6mm וראוי עד כמה שניתן לעבוד במידה זו.

  • בכרטיסים אלקטרונים בעלי עובי של 1mm ומטה, הדבר מצריך טיפול מיוחד. ככל שהכרטיס דק יותר כך קשיחותו נמוכה יותר ויציבותו במהלך ההרכבה נפגמת. בכרטיסים דקים נדרש לתכנן התקן תמיכה שיסייע בתהליך ההרכבה. כאשר קיימים רכיבים בצד אחד בלבד, ניתן להוסיף משטח תמיכה במידות הכרטיס אשר יוצמד לגב הכרטיס וישמור על יציבותו. במקרה והרכיבים ממוקמים על הכרטיס משני צידיו, יש לתכנן התקן תמיכה מיוחד ייעודי עבור הכרטיס אשר יתמוך בכרטיס במהלך שינועו בקווי הייצור בשני צדדיו. התקן זה,  מייקר משמעותית את עלות הייצור (במנות ייצור גדולות העלות השולית תהיה זניחה יותר) וכן מאריך את זמן האספקה, לכן בכרטיסים דקים עדיף למקם רכיבים בצד אחד בלבד.
  • בכרטיסים אלקטרונים בעלי עובי של 2mm ומעלה מאלצים טמפרטורה גבוהה במהלך ההרכבה בתנור ה REFLOW. ככל שהכרטיס עבה יותר כך נדרש להגדיר טמפרטורה גבוהה יותר בתנור ההלחמה. טמפ' הלחמה גבוהות יכולות לגרום נזקים לרכיבים רגישים, למצע המעגל ולפיזור החום בשטח הכרטיס. במקרים אלו, התייעצות עם טכנולוג ההרכבה במפעל הינה בעלת משנה חשיבות.

בנושא זה יש לשים לב להגדיר את סדר השכבות של עובי המעגל (Stack-Up) עם החומרים השונים וסוגי השכבות. בתוכנת Altium Designer ישנו כלי מיוחד לנושא הנקרא (Layer Stack Manager (LSM אשר מופעל באמצעות פקודת Design » Layer Stack Manager ומאפשר הגדרת סדר השכבות במקביל לעריכת המעגל בצורה נוחה וידידותית.

לסיכום, בשלב תכנון ועריכת הכרטיס האלקטרוני יש להתחשב בשיקולי ייצור והרכבת המעגל. תכנון נכון ליצוריות מקצר את זמן היציאה לשוק (Time-To-Market), מוזיל את עלות הייצור ובסופו של יום מניב רווחים טובים יותר לחברה. המהנדסים ועורכי המעגלים המודפסים חייבים להיות ערים ולהכיר היטב את מגבלות המכונות העדכניות ברצפת הייצור ולאור זאת, לתכנן את הכרטיס האלקטרוני. סינרגיה בין החברה המבצעת את עריכת הכרטיס האלקטרוני ובין החברה המייצרת ומרכיבה אותו תבטיח ללקוח שהדבר הנכון יבוצע בצורה הנכונה בפעם הראשונה.

השימוש בפלטפורמת הענן החדשה של Altium 365 מאפשר שיתוף פרויקטים וקבצים בין עובדי החברה, לשכת העריכה ויצרן המעגלים ומאפשר לכולם לעבוד בזמן אמת ומכל מקום על הפרויקט. כל אלו הם חלק משיפור תהליך העבודה וחיסכון בזמן הפיתוח.

קבוצת ניסטק מספקת שירותי עריכת מעגלים מודפסים והרכבת מעגלים אלקטרוניים. החברה פועלת משנת 1985 ומעסיקה כ-900 עובדים בארבעה מפעלי ייצור בישראל. כחלק מהרצון לגדול ולחדור לשווקים חדשים החליטה החברה לאמץ את פתרון  Altium Designer ככלי נוסף ועל ידי כך לתת מענה לפלח שוק נוסף של לקוחות Altium שהולך וגדל בשנים האחרונות בישראל.


תודה לכותב: ארבל ניסן, סמנכ"ל שיווק ומכירות בקבוצת ניסטק

בניית קדחים מותאמים אישית באמצעות Advanced Hole

/0 תגובות/ב /על ידי

אם בתהליך תכנון המוצר שלכם אתם צריכים להשתמש בקדחים מסוגים שאינם נמצאים בספריית הקדחים הסטנדרטיים של SOLIDWORKS, כדאי שתכירו את הפיצ'ר Advanced Hole. הפיצ'ר הזה יכול להיות יעיל למרבית משתמשי SOLIDWORKS, אך במיוחד למי שמעצב מוצרים עם קדחים רבים ומותאמים אישית כמו סעפות, תבניות וכלי עבודה אחרים.

הפונקציונליות של הפיצ'ר Advanced Hole מאפשרת לכם להגדיר את סוג החורים בשילוב ראש שקוע, ראש קוני שקוע, קדח ישר ומחודד. בשיטה הזו לא תצטרכו להשתמש בכמה קדחים ופיצ'רים שונים כדי להגיע לתוצאה הרצויה. בנוסף, אתם יכולים לשמור את הקדח שהגדרתם בספריית המועדפים שלכם וכך לאפשר שימוש חוזר בקדח בהמשך. שימוש בקדחים מועדפים יכול לזרז בצורה משמעותית את בניית המוצר שלכם וגם עוזר לכם להקפיד על שימוש בתקני התכנון הקיימים.

 

Insert -> Features -> Advanced Hole

 

 

בחלון ה- PropertyManager שנפתח לכם נגדיר את סוג הקדח בלשונית Type. בעזרת חלון ה Near Side שנפתח בסמוך לתפריט תוכלו להגדיר סדרות של פיצ'רים שונים שמאפיינים את הקדח מצידו האחד וכל הדרך אל הצד השני, ה Fear Side. בסופו של דבר יש למקם את הקדח בלשונית Positioning (כפי שאתם מכירים מ Hole Wizard).

בנוסף לבניית קדח מורכב ומתקדם, תוכלו לבצע התאמה אישית של Hole Callouts ולהציג אותם על גבי השרטוט, דבר שיעזור לכם להבטיח תהליכי ייצור נכונים.

 

פירוט מלא על אפשרויות הפיצ'ר Advanced Hole תוכלו לראות ב SOLIDWORKS Help.

 

תכנון Rigid – Flex

/0 תגובות/ב /על ידי

 

Rigid – Flex היא טכנולוגיה מוכחת שעוברת שינויים רבים אשר שימשה בתחילת דרכה את תעשיית הצבא והחלל עוד לפני עשרות שנים. כיום שיטה זו מוכרת כפתרון אידיאלי למוצרים אלקטרוניים בעלי צורה קטנה, מוצרים עמידים וקלים כגון מוצרים לבישים, מכשירים רפואיים ומוצרים אלחוטיים וניידים. עם זאת, מכיוון שמתכנני PCB רבים שוקלים לתכנן כרטיסים גמישים- קשיחים לראשונה, ישנם מספר אתגרים שיעלו בראשם:

דוגמא לכרטיס Rigid- Flex עם מספר איזורי כיפוף

 

כמה יעלו ייצור והרכבה של כרטיס מסוג זה?

כיצד יתוארו השכבות השונות בחלקים הגמישים והקשיחים כמכלול PCB אחד?

כיצד המידע על החומרים השונים מועבר ומפורט ליצרן?

כיצד ניתן לבצע הדמייה של טווח התנועה ומצבים מקופלים קריטיים?

כיצד מיקום וניתוב באזורים גמישים שונה מזה של PCB קשיח?

שאלות אלו ורבות אחרות אחרות משקפות את האתגרים של תכנון כרטיסי Rigid – Flex

תרשים של מבנה שכבות גמיש קשיח הכולל חורים באיזורים השונים

יחד עם זאת ישנם היבטים של טכנולוגיית גמיש- קשיח שיכולים להיות לא פשוטים עבור משתמשים חדשים שלא נפגשו עם הטכנולוגיה הזו. אז תחילה כדאי להבין כיצד נוצרים למעשה מעגלים אלו. לאחר מכן ניתן להסתכל על סוגיות התכנון הנגזרות מהחומרים השונים ומתהליכי הייצור המוגדרים על ידי רוב יצרני ה- PCB. משם, אנו יכולים למצוא דרך ברורה לגלות את השיטות הטובות ביותר לתכנון כזה.

בוובינר הבא נסביר את סוגי החומרים השונים, התהליכים וסוגיות של תכנון גמיש- קשיח באופן שיהיה ברור למתכנני PCB בכל רמות ההיכרות עם הנושא.

אם יש לכם שאלות בנושא נשמח לסייע.

 

טיפים להעברת שיעורים מבוססי מעבדות בתצורה מקוונת באמצעות כלי MATLAB & Simulink

/1 תגובה/ב /על ידי

השפעות נגיף הקורונה, אשר זימן לעולם כולו אתגרים רבים, לא פסחו על הסקטור האקדמי וניתן לראות כי בתקופה האחרונה אוניברסיטאות ומכללות רבות ברחבי העולם נערכות במהירות למצב של הוראה ולמידה מרחוק (לפחות ברמה ההיברדית, בחודשים הקרובים).

מרצים ומתרגלים רבים החלו להכין את תכני הלימוד לשנה הקרובה, תוך שילוב פלטפורמות מקוונות חדשות ושימוש באמצעי וויזואליזציה (אשר חשיבותם התעצמה רבות לאחרונה), שכן במוסדות רבים לא היה ניתן להמשיך להגיע פיזית לקמפוס ולקחת חלק פעיל במעבדות ובשיעורים הפרונטליים המשלבים עבודה עם חומרה.

במסגרת תפקידי כ- Customer Success Engineer בחברת סיסטמטיקס, בו אני מרכזת את הפעילות של תחום MATLAB & Simulink מול כלל הגופים בסקטור האקדמי בארץ, חשוב לי לשמור על קשר שוטף והדוק עם אנשי האקדמיה (מרצים, מתרגלים, חוקרים וסטודנטים) ולסייע בהפקת המירב מהכלים שלנו.

לאור אתגרי התקופה האחרונה ובהמשך לשיח שלי עם מרצים ומתרגלים במוסדות השונים, ראיתי לנכון להציג ולפרט אודות מספר טיפים ודרכי פעולה שאני בטוחה שיהיו לכם לעזר וייסעו לכם לשפר את חווית הלימוד של הסטודנטים – תוך שימוש באמצעים וויזואלים מגוונים ומקצועיים.

בפוסט זה ארכז את היכולות הקיימות של הכלים בסביבת MATLAB & Simulink אשר יכולים לסייע לכם במסגרת המעבר ללמידה מקוונת, בדגש על שימוש בכלי סימולציה ואלטרנטיבות לאמצעי החומרה המסורתיים. אני סבורה כי שימוש בחומרי ההוראה האיכותיים שהוכנו ע"י מיטב המומחים של MathWorks יסייעו לכם להתגבר על "מגבלת המרחק", לחסוך ולהתייעל מבחינת זמני ההיערכות ועוד.

אחד מהאתגרים העיקריים הנובעים מעצם המעבר ללמידה מרחוק קשור לקורסים אשר משלבים עבודה במעבדות, שכן חלק אינהרנטי מהן כולל יעדים פדגוגיים כגון קידום פעולות חקר מקדימות להבנה מקיפה יותר של התיאוריה, הקניית ניסיון מעשי ("Hands-On"), איסוף נתונים ועיבודם, השוואת תוצאות וביצועים וכו'.

על כן, המעבר לתצורה מקוונת תוך עמידה ביעדים שכאלו אינה טריוויאלית ומצריכה היערכות נוספת.

כיצד אוכל להשתמש בתרגילי המעבדה הקיימים כאשר לסטודנטים אין גישה לחומרה הזמינה במעבדה?

בסביבת עבודה מקוונת, בה אין גישה לאמצעי החומרה השונים הקיימים לרשות הסטודנטים והסגל במעבדות, ניתן להשתמש באמצעי סימולציה ככלי אלטרנטיבי לביצוע שלבי הניסוי (החל משלב התיאוריה ועד לשלב הפקת התוצאות הסופיות). Simulink ו-Stateflow מספקים סביבה גרפית סימולטיבית אשר יכולה לסייע לכם ביצירת קורסי מעבדה ווירטואליים בתחומי מגוונים, כדוגמת תקשורת אלחוטית, עיבוד סיגנלים ועוד.

בצילום המסך המופיע מטה ניתן לראות דוגמא פשוטה היכולה להשתלב בשיעורים המתמקדים בנושאים כגון פעולות אינטגרציה, משוואות דיפרנציאליות או עקרונות מתחום המכניקה:

כמו כן, Simscape מספקת אפשרות למדל ולדמות מערכות פיזיקליות מולטי דיסציפלינריות לצורך הצגת מערכת הנדסית שלמה באופן סכמטי. לדוגמא, ניתן למדל מערכות פיזיקליות כדוגמת מנוע DC בשילוב בקר PWM, מערכות belt & pulley או זרוע רובוטית על ידי חיבור קומפוננטות קיימות  כדוגמת נגדים, מגברי שרת, מנועים, קפיצים, משאבות ועוד.

יש לציין כי על אף שביצוע סימולציה בלבד אינו מהווה תחליף אבסולוטי ללמידה מעשית המשלבת שימוש באמצעי חומרה, המשובים אשר התקבלו מסטודנטים עד כה היו חיוביים מאוד והראו כי הפלטפורמה המקוונת הגבירה את תחושת הבטיחות שלהם בעת הניסוי (אין סיכון לפגיעה בציוד או חלילה לפגיעה בגוף) וכן נתנה להם חופש פעולה בבחינת מצבים שונים ללא מגבלות פיזיקליות (אשר היו יכולות להגביל את היקף הבדיקות בתצורה עבודה שאינה ווירטואלית).

האם ניתן להשתמש בחומרה הזמינה בבית על מנת לשפר ולחזק את שיטות הלימוד שלי?

ייתכן ולסטודנטים תהיה כבר גישה לחיישנים מסוימים הקיימים בסמארטפונים האישיים שלהם או בלפטופים (כדוגמת מצלמות, מדי תאוצה, מגנטומטרים וכו'). ניתן לנצל זאת ליצירת פרויקטים מעניינים, למשל תוך שימוש ב-MATLAB Online לאיסוף הנתונים ממכשירי iOS  או Android ופיתוח פרויקטים כמו מד-צעדים  או מסווג אובייקטים ביתיים.

כמו כן, ניתן להשתמש בדוקומנטציה המפורטת שנכתבה ע"י מומחי MathWorks וזמינה באתר כבסיס לפרויקטים שלכם (למשל סיווג תמונות, מעקב פנים ואנליזות במישור זמן-תדר).

במקרים אחרים, מוסדות אקדמיים העמידו לרשות הסדטונטים אמצעי Low Cost Hardware.

MATLAB מתממשק עם אמצעי חומרה מגוונים, כדוגמת Arduino ו- Raspberry-Pi, השכיחים בפרויקטי סטודנטים. כיום ישנן חבילות ייעודיות (Hardware Support Packages) אשר ניתן להשתמש בהן בשלבי האימפלמנציה השונים, בדיוק לצרכים אלה.

דוגמא נוספת: Arduino Engineering Kit. מדובר בערכה מקצועית הכוללת את כלל רכיבי החומרה וחומרי הלימוד אשר יסייעו לכם ללמד עקרונות יסוד בתחומי הבקרה והרובוטיקה, מידול מערכות, עיבוד תמונה ואות ועוד.

מוסדות אקדמיים רבים בעולם מאמצים את השילוב של ערכה זו בפרויקטי גמר, מעבדות וכו'.

רכיבי ערכת הארדואינו המשמשת ללימוד עקרונות הנדסיים
תוך שימוש בפלטפורמת MATLAB & Simulink

כיצד ניתן לשלוט על האינפורמציה המשוקפת לסטודנטים במודלים (למשל, להסתיר קטעי קוד מסוימים)?

בעת ביצוע ניסוי במעבדה, המנחים מספקים לסטודנטים מגוון קלטים למערכת ממודלת כלשהי ומצופה כי הסטודנטים ינתחו את המידע המתקבל, יישמו עקרונות תיאורטיים מתחומי דעת שונים ויקבלו פלטים בהתאם למצבי המערכת.

על מנת לעמוד על אופן התנהגות של מערכת מסוימת, יש לקחת בחשבון את ההשפעות שהיינו מתמודדים איתן לו היינו עובדים בסביבה שאינה ווירטואלית, כדוגמת השפעות של חיכוך או השראות (שאותן היינו מוסיפים למודל הפיזי במעבדה כדי להתקרב כמה שיותר למערכת האמיתית). במצב כזה, אנו לא רוצים לספק לסטודנטים את האינפורמציה הזו בתחילת הניסוי, אלא המטרה היא שהם יוכלו לזהות זאת בעצמם.

Simulink Coder מאפשר לנו לבצע זאת ע"י הגנה על חלקים נבחרים במודל שלנו. ניתן לראות דוגמא אותה שיתף פרופ' מאוניברסיטת מסצ'וסטס, המפרטת כיצד השתמשו בגישה זו במעבדה מתקדמת במסגרת המעבר ללמידה מרוחקת.

כיצד הסטודנטים שלי יכולים ליצור ולהגיש דו"חות מעבדה?

ניתן להשתמש ב- Live scripts אשר משלבים קטעי קוד, גרפים, וויזואליזציות, בקרים אינטראקטיביים וטקסט מעוצב, על מנת להציג את הנרטיב של הפרויקט ("לספר את הסיפור" מקצה לקצה, בפלטפורמה אחת מרוכזת).

בנוסף, שימוש ב-Tasks בסקריפטים הנ"ל מאפשר לסטודנטים לבצע תהליכי עיבוד נתונים באופן אינטראקטיבי ולקיים אינטראקציה שוטפת עם המנחים בעת העבודה על הפרויקט.

ניתן להסתיר את קטעי הקוד כדי להדגיש את התוצאות בלחיצה אחת (ולחזור למצב קודם באותה הדרך). אתם מוזמנים לעיין במגוון הרב של הדוגמאות הקיימות ב-Live script gallery.

חלק מהמרצים מעודדים את הסטודנטים אף להגיש אפליקציות אשר משקפות את תהליך העבודה, שלבי האלגוריתמיקה והתוצאות הסופיות של הפרויקטים. כלי ה-App Designer מאפשר לסטודנטים ליצור אפליקציות מקצועיות באמצעות ממשק גרפי פשוט, נוח ואינטואיטיבי למשתמש.

את הסקריפטים, האפליקציות והמודלים של הסטודנטים ניתן להגיש באמצעות MATLAB Drive. הסטודנטים כמובן יכולים גם לעבוד עם פרויקטים כדי לארגן את עבודת הצוות שלהם טרם ההגשה.

כיצד אני יכול להשתמש ב-Simulink כסביבה משלימה בתהליכי הלימוד?

הסטודנטים יכולים לרכוש כישורי יסוד באמצעות קורסי המבוא החינמיים באתר של MathWorks (כדוגמת Simulink Onramp, Stateflow Onramp), הניתנים לביצוע בקצב אישי ובכך להיחשף למושגי בסיס רבים, להתנסות בבניית מודלים ואף לקבל תעודה בסיום הקורס.

מקור נוסף להעשרת הידע בהקשר זה הינו הדוגמאות והסרטונים המושקעים שהוכנו ע"י מיטב המומחים ב-MathWorks, אשר מציגים תהליכי עבודה טכניים מלאים עבור קשת רחבה של יישומים.

** פוסט זה נכתב בהשראת הפוסט של  Div Tiwari מהנדס בחברת MathWorks, אשר פורסם בפלטפורמת הבלוגים Medium.

  • רוצים להתנסות בקורסי מבוא מבוססי MATLAB, כדוגמת למידה עמוקה ללא עלות – מוזמנים לבצע את קורסי ה-Onramp ולקבל תעודה שלMathWorks בקישור זה.
  • רוצים להתעדכן בעדכונים החדשים בגרסת R2020a של MATLAB & Simulink? מומזנים לעיין בפוסט הבא.
  • לצפייה בפתרונות הוראה מרחוק עם MATLAB – מוזמנים לעיין בפוסט הבא.

סטודנטים מהטכניון זכו במקום הראשון בתחרות הבינלאומית "גביע עיבוד האות" בעזרת פתרון מבוסס MATLAB

/0 תגובות/ב /על ידי

IEEE Signal Processing Cup הינה תחרות בינלאומית אשר נערכת מזה כ-7 שנים ונחשבת לתחרות היוקרתית ביותר לסטודנטים בתואר ראשון בתחום עיבוד האותות. בכל שנה מוגדרת משימה אחרת והשנה הנושא היה גילוי אירועים חריגים במערכות אוטונומיות, כדוגמת רכבים אוטונומיים או רחפנים.

בתחרות השנה השתתפו כ-30 קבוצות שהורכבו מכ-200 סטודנטים מרחבי העולם.

גמר התחרות נערך בכל שנה במסגרת כנס ICASSP, הכנס המוביל בתחום, וגם השנה נערך במסגרת הכנס אך באופן ווירטואלי, כמו הכנס כולו.

קבוצת הסטודנטים ממעבדת SIPL בטכניון (המעבדה לעיבוד אותות ותמונות בפקולטה להנדסת חשמל) זכתה במקום הראשון בתחרות עם פרס של 5,000 $ לסטודנטים, תוך מימוש פתרון המבוסס על פלטפורמת MATLAB מקצה לקצה!

בניגוד לקבוצות אחרות, הקבוצה הייתה מורכבת משלושה סטודנטים בלבד (תיאו אדראי, דוד בן סעיד וסמואל סנדרוביץ') בהנחייה של יאיר משה ופבל ליפשיץ. הפתרון שפותח לצורך התחרות הינו פתרון חדשני אשר התבסס על רעיונות ושיטות מהמחקר של פבל ליפשיץ ופרופ' רונן טלמון.  כאמור, המשימה השנה הייתה לזהות אנומליות במערכות אוטונומיות והסטודנטים נדרשו לפתח ולממש אלגוריתם חדשני על סט נתונים שנוצר במיוחד עבור התחרות.

במסגרת ההנחיות הוגדר כי יש להשתמש אך ורק באלגוריתמים של למידה לא-מפוקחת (unsupervised learning), כלומר אין מידע מקדים אודות האירועים החריגים.

אלגוריתם הפתרון נכתב כולו ב-MATLAB, החל מקריאת הנתונים הגולמיים (שניתנו בפורמט rosbag, יכולת חדשה יחסית ב-MATLAB), ועד הצגת פלט התוצאות הסופיות באופן גרפי.

הסטודנטים מימשו את שלבי האלגוריתמיקה תוך עיבוד ראשוני של הנתונים (Images & IMU data), הורדת הממדיות ע"י שימוש בפונקציות kernel ומדידת מרחקים על היריעה המתקבלת בממד הנמוך.

תרשים מלבנים המציג את שלבי הפתרון, החל מקבלת סט הנתונים הראשוני
ועד למתן ציון המשקף את מידת האנומליה

 

 בתרשים הנ"ל ניתן לראות כיצד השימוש ברשת קונבולציה עמוקה מאומנת מראש מסוג ResNet-18 כחלק ממערכת הנדסית גדולה יותר היה חלק אינטגרלי מהפתרון שהוצע.

הפתרון שהוצע הוא חדשני, חסין ויעיל חישובית. הסטודנטים אף פיתחו ממשק משתמש גרפי באמצעות ה- MATLAB App Designer על מנת להציג את הביצועים בצורה נוחה ובזמן אמת:

>> הינכם מוזמנים לצפות במצגת הקצרה שהסטודנטים הציגו בגמר- לחצו כאן

בתור מרכזת הפעילות של חברת סיסטמטיקס (מפיצת MathWorks בישראל) מול הסקטור האקדמי, אני מברכת את צוות הסטודנטים והמנחים על זכייתם.

אני ממשיכה לעמוד לרשות המרצים, החוקרים והסטודנטים באמצעות המייל (JennyE@systematics.co.il) ואשמח לסייע להפיק את המירב מהכלים שבסביבת MATLAB, לקדם סמינרים והרצאות מקצועיות בנושאים השונים ולקחת חלק בהאקתונים ותחרויות בקמפוס (כדוגמת פעילויות שהתקיימו לאחרונה באוניברסיטת בן גוריון: האקתון בנושא סגמנטציה ותערוכת פרויקטים בקורס עיבוד תמונה)!

  • רוצים לעבור קורס מזורז בנושא למידה עמוקה או למידת מכונה בסביבת MATLAB ללא התחייבות, בזמנכם החופשי ומבלי להתקין שום דבר על המחשב? אתם מוזמנים לנסות את ה-Hands On Tutorial החינמי באתר של MathWorks. אין צורך ברישיון MATLAB על מנת לבצע את הקורסים, הכל מבוצע דרך הדפדפן 😊
  • רוצים להתעדכן בחידושים בגרסת R2020a של MATLAB & Simulink? מוזמנים לעיין בפוסט הבא.
  • רוצים לבנות אפליקציה ידידותית למשתמש באמצעות ה-App Designer? מוזמנים לעיין בפוסט הבא.
  • לצפייה בפתרונות הוראה מרחוק עם MATLAB – מוזמנים לעיין בפוסט הבא.