החזון לעתיד של ג'ק דיינג'מונד, מייסד ומנכ"ל Esri

/0 תגובות/ב /על ידי

המאמר שלהלן הוא תרגום ועיבוד של כתבה שפורסמה במגזין XYHT Magazine בתאריך 3 באוקטובר 2025
xyHt הוא מגזין מודפס חודשי ואתר מקוון עבור אנשי מקצוע בתחומי המיפוי והמדידה

למעלה מחמישה עשורים שג'ק דיינג'רמונד מוביל את הפיתוח והאבולוציה של מערכות המידע הגיאוגרפי (GIS) ממערכות ייעודיות ומורכבות למומחים בלבד, אל פלטפורמה גלובלית המשפיעה על קבלת החלטות בממשלות, בעולם העסקים ובקהילות רבות.

בראיון מעמיק עם xyHt, שיתף דיינג'רמונד תובנות טכנולוגיות וחזון מקיף לעתיד ה-GIS. הוא דיבר על תאומים דיגיטליים כמערכות דינמיות, על תשתיות גיאו-מרחביות מבוזרות הפועלות כמערכת עצבים עולמית ועל סוכנים חכמים (AI Agents) שמעצימים את הידע והמומחיות האנושית. מעל הכל, הוא הדגיש את העבודה הנדרשת כדי לחבר בין מרכיבים אלו לכדי מערכת אחת הרמונית ומשנת מציאות.

התמונה שדיינג'רמונד מצייר אינה עוסקת רק בטכנולוגיה או בתוכנה – אלא במהפכה באופן שבו החברה האנושית מארגנת ידע, מבינה את עולמה ופועלת לפיו.

גיאוגרפיה כמדע של אינטגרציה

דיינג'רמונד שב ומחזיר את הדיון אל לב התחום – הגיאוגרפיה עצמה, אותה הוא מגדיר כ "מדע של אינטגרציה". לדבריו "הגיאוגרפיה היא הכל", משום שהיא מאגדת יחד גיאולוגיה, סוציולוגיה, קלימטולוגיה, הידרולוגיה ועוד תחומי ידע רבים לכדי מסגרת אחת להבנת העולם.

לדבריו, מערכות המידע הגיאוגרפי (GIS) הן הכלי שמאפשר להפוך את האינטגרציה הזו לכלי מעשי. באמצעות ארגון תצפיות ומדידות בשכבות – גבולות קדסטר, מפות קרקעות, שימושי קרקע, רשתות תחבורה, תצלומי לוויין ועוד – GIS מתרגם את הגיאוגרפיה למידע חישובי בר ניתוח.

המכנה המשותף הוא המיקום, שאותו מגדיר דיינג'רמונד כ"גורם המאגד" – אותו מפתח שמאפשר לתאם, להשוות ולשלב נתונים ממקורות שונים.

בעיני דיינג'רמונד, האינטגרציה היא הרבה מעבר לתרגיל באקדמיה. היא מאפשרת למתכננים, מדענים ולקובעי מדיניות את היכולת לראות דפוסים שלא ניתן היה לזהות בדרך אחרת. כאשר משלבים נתוני ייעודי קרקע ושכבות אזורי הצפה – נחשפים הסיכונים. כאשר משלבים מדדי צמחייה עם נתוני קרקע ואקלים – מתגלות הזדמנויות חקלאיות חדשות.

כך הופכת הגיאוגרפיה, באמצעות GIS, לידע מעשי, חזותי ופעיל שמסייע לעצב את ההחלטות המשפיעות על עולמנו.

תאומים דיגיטליים כמערכות חיות

מיסודות אלו, עובר דיינג'רמונד לדבר על אחד התחומים המרתקים והמתפתחים ביותר של ה  GIS כיום – התאום הדיגיטלי. טכנולוגיות Reality Capture כגון LiDAR, פוטוגרמטריה וענני נקודות מרחפנים, יוצרות כיום רמות פירוט חסרות תקדים של המרחב הפיזי. אליהן מצטרפים מודלים של מבנים (BIM) ומודלים פוטו-ריאליסטיים שמוסיפים עומק ודיוק הנדסי.

אך בעיניו של דיינג'רמונד האתגר האמיתי אינו באיסוף הנתונים אלא באינטגרציה.

לדבריו, אסור לראות בתאום דיגיטלי כמוצר סטטי חד פעמי. לעיתים קרובות מידי הוא נבנה למען פרוייקט מסויים, נמסר ללקוח ומאבד בהדרגה את הרלוונטיות שלו. בכך, מתפספסת המהות האמיתית של הכלי.

"התאום הדיגיטלי הוא הסינתזה החיה של שכבות ה- GIS" הוא מסביר. מדובר במערכת שצריכה להתעדכן ולהשתנות באופן רציף, לקלוט נתוני חיישנים בזמן אמת ולהגיב לשינויים של המציאות.

ההשלכות משמעותיות ורחבות היקף. עיר המשכילה לשלב נתוני BIM, תחבורה, ניטור סביבתי ומדדים חברתיים, לתאום דיגיטלי מבוסס GIS, מסוגלת לא רק לתעד את התשתיות שלה, אלא גם לדמות תרחישים עתידיים, להעריך את השפעות המדיניות ולתמוך בקבלת החלטות מדוייקת ופרואקטיבית.

תאום דיגיטלי של אגן היקוות של נהר – המשלב נתוני הידרולוגיה, שימושי קרקע, תחזיות מזג אוויר ונתוני קרקעות – הופך לכלי חי ודינאמי לחיזוי הצפות ולניהול בר-קיימא של משאבים טבעיים.

המפתח הוא רציפות. תאום דיגיטלי אמיתי, שמתפתח יחד עם העולם המשתנה – משקף את הדינמיקה של האזור ומאפשר לאנושות ללמוד, להסתגל ולפעול באופן חכם יותר.

מקור: Geofly GmbH/Esri

תשתית גאו-מרחבית עולמית

אולי המרכיב השאפתני ביותר בחזונו של דיינג'רמונד הוא הרעיון של תשתית גאו-מרחבית עולמית – מערכת מבוזרת, שהוא משווה לאינטרנט.

כשם שהאינטרנט החל כרשתות מבודדות שהתמזגו בהדרגה למסגרת מקושרת אחת, התומכת בכל היבטי החיים המודרניים, כך גם העולם הגאו-מרחבי צועד באותו הכיוון.

הסימנים כבר נראים בבירור. יוזמות לאומיות כמו National Spatial Data Infrastructure (NSDI) בארה"ב ו-Inspire  באירופה, הניחו את היסודות הראשונים. פלטפורמות אזוריות באלסקה ופורטלים לאומיים באוסטרליה ממחישים כיצד ניתן להפעיל את המודל בקני מידה שונים.

ArcGIS Online מחבר היום מיליארדי מפות ומאגרי נתונים ברחבי העולם, אך בעיניו של דיינג'רמונד, זו רק ההתחלה.

הוא מדמיין קפיצה אדירה: מעולם של מיליארדים בודדים של מפות לעולם של עשרות מיליארדים, כולן מקושרות, מבוססות תקנים וברות חיפוש, כחלק ממערכת ידע עולמית אחת.

בחזון זה נרקמת מערכת עצבים עולמית, לא כתחליף למאגרים מקומיים אלא כגשר ביניהם, המאפשר גילוי, שיתוף ואינטגרציה חוצת גבולות.

תקני API, מטא דאטה ומסגרות ממשלתיות, מספקים את השלד התומך, אך הכוח האמיתי טמון ביכולת לחבר ולתאם נתונים ברמה העולמית.

הדחיפות ברורה. הסתגלות לשינויי אקלים, צמיחה עירונית, חוסן שרשראות אספקה – כולם תלויים באינטיליגנציה גאו-מרחבית גלובלית, כזו שחוצה תחומים ויבשות.

"אף מדינה או ארגון לא יכולים לעשות זאת לבד" מזהיר דיינג'רמונד "רק תשתית עולמית מקושרת באמת תוכל לספק את התובנות הנדרשות להיקף האתגרים של זמננו".

מקור: Geofly GmbH/Esri

האתגרים בשיתוף

לצד ההבטחה הגדולה, דיינג'רמונד מודע למכשולים בדרך אל התשתית הגאו-מרחבית העולמית. לדבריו, המחסום העיקרי אינו טכנולוגי אלא תרבותי. "הנכונות לשתף היא המרכיב המרכזי" הוא אומר.

מוסדות וארגונים רבים עדיין נמנעים משיתוף נתונים – משיקולי ביטחון או פרטיות, חוסר אמון או פשוט שמרנות מוסדית. אך בלי פתיחות ושיתופי פעולה אמיתיים, לא ניתן יהיה לבנות את מערכת העצבים הגלובלית עליה הוא מדבר.

ב-ESRI מנסים לגשר על הפער הזה באמצעות פלטפורמות כמו ArcGIS Online, ו- ArcGIS Enterprise, המאפשרות ניהול מטא-דאטה, בקרת גישה ושיתוף סלקטיבי – כך שארגונים יכולים לבחור מה לחשוף, למי ובאיזה אופן. עם זאת, דיינג'רמונד מדגיש, שהטכנולוגיה לבד אינה הפיתרון.

"שיתוף אינו ויתור על שליטה – הוא יצירת שיתופי פעולה" הוא מסביר.

המעבר מתפיסה סגורה לתרבות של אמון, שקיפות ואחריות משותפת הוא תנאי הכרחי למימוש החזון. כל עוד שינוי זה לא יתרחש, הוא מזהיר, החזון של תשתית גאו-מרחבית עולמית יישאר בגדר רעיון ולא מציאות חיה.

מקור: Geofly GmbH/Esri

בינה מלאכותית וסוכנים חכמים

הבינה המלאכותית היא כוח נוסף שמעצב מחדש את העולם הגאו-מרחבי ודיינג'רמונד מתייחס אליה בגישה חיובית אך זהירה.

חברת ESRI כבר שילבה רשתות נוירונים לניתוח מידע חזותי וחילוץ ישויות – טכנולוגיות למידת מכונה המאפשרות לזהות דרכים, מבנים וצמחייה בתצלומי לוויין או תצלומי אוויר, ברמת דיוק מרשימה ביותר. אך לדבריו זה רק הצעד הראשון.

השלב הבא, הוא מסביר, הוא שילוב סוכנים חכמים (Intelligent Agents) בתוך מערכות ה GIS עצמן. סוכנים אלו יוכלו להנחות אנשי מקצוע בתהליכי עבודה, לסייע בתיעוד, ואף להציע מקורות נתונים רלוונטיים לשילוב. הם לא יבואו במקום המומחיות האנושית, אלא ישמשו כמכפילי כוח שיחזקו וירחיבו אותה.

באמצעות ניתוח דפוסים במרחב ובזמן במאגרי מידע גיאוגרפיים, הסוכנים הללו יוכלו להציף תובנות נסתרות, כאלו שאפילו אנליסטים מנוסים עלולים לפספס.

דיינג'רמונד מדגיש כי הבחנה זו חיונית. בעולם שבו רבים חוששים מהחלפה בידי מערכות אוטוטמטיות, הוא מזכיר כי הבינה המלאכותית אינה תחליף לאדם, אלא שותפה לעשייה.

"ה-AI נועד להפוך את העבודה האנושית ליעילה, מדוייקת ותובנתית יותר" הוא אומר.

חזונו מציב את הבינה המלאכותית לא ככוח מתחרה אלא כמרכיב נוסף באבולוציה של GIS – מערכת לומדת, מסתגלת וחכמה יותר, שמעצימה את האדם במקום להחליפו.

האקוסיסטם ו- ESRI

למרות ש ESRI ממלאת תפקיד מרכזי בחזון זה, דיינג'רמונד מתאר את החברה כגורם מנחה ומאפשר ולא כמונופוליסט. לדבריו, פילוסופיית העבודה של ESRI היא לבנות תוכנה גנרית, המונחית על ידי משוב מהלקוחות, תוך השארת מרחב לשותפים להתמחות, להרחיב ולחדש.

התוצאה היא אקוסיסטם מגוון הכולל ענקיות עולמיות כמו Microsoft ו Amazon, לצד אין ספור חברות קטנות יותר המפתחות פתרונות חדשניים בתחומי נישה משלהן.

מערכת העצבים, לראייתו, יכולה להצליח רק אם היא פתוחה. כל ניסיון ליצירת נעילות טכנולוגית (Proprietary lock-in) יפגע במטרה המרכזית – אינטראופרביליות אמיתית בין מערכות וארגונים.

עבור ESRI, הדרך קדימה טמונה בשיתופי פעולה ושותפויות, לא בשליטה. החזון הוא עולם גאו מרחבי מבוזר, המחובר באמצעות אמון, שקיפות וחדשנות משותפת – עולם שבו המידע משמש כחומר גלם של הבנה, פעולה ושיתוף פעולה אנושי.

ההקשר ההיסטורי

במהלך השיחה הציב דיינג'רמונד את ההתפתחויות של ימינו בתוך הקשר היסטורי רחב יותר. הוא הזכיר שהגיאוגרפיה והמיפוי היוו מאז ומתמיד חלק מרכזי בציוויליזציה. החל מסקרי הקדסטר של אימפריות קדומות, דרך מפות של ימאים ומגלי ארצות ועד לטכנולוגיות המיפוי המתקדמות של ימינו.

בעיניו, מערכות המידע הגיאוגרפי (GIS) הן המשך ישיר למורשת זו. דרך לראות, להבין ולפעול בקנה מידה שלא ניתן היה לדמיין בעבר.

מה שמייחד את התקופה הנוכחית, לדבריו, הוא היכולת לייצר שפה משותפת לקבלת החלטות.

שילוב שכבות מידע מגוונות בתוך מערכות פתוחות מאפשר לממשלות, חברות וקהילות לפעול מתוך הבנה עמוקה ומודעות מרחבית משותפת.

בעולם שבו מתקיימת "מערכת עצבים גאו-מרחבית", כפי שדיינג'רמונד חזה, החברה האנושית עצמה נעשית גמישה יותר, מסוגלת להגיב במהירות למשברים, לתכנן קדימה ולנווט את דרכה לעתיד ברור, מבוסס ידע ושיתופי פעולה.

עבודה שיטתית וארוכת טווח

למרות האופטימיות הרבה שלו, דיינג'רמונד מזהיר מפני הפיתוי של פתרונות מהירים.

בניית מערכת העצבים הגאו-מרחבית לא תתרחש בן לילה. היא תדרוש עבודה עקבית, מדיניות חכמה, תקנים ברורים, מנגנוני ממשל יציבים והשקעות ארוכות טווח – תהליך של עשורים ולא של רגעים.

הוא קורא להישמר מהמרדף אחרי "באזז" וטרנדים חולפים, ולהתמקד בעשייה שיטתית ובשיתופי פעולה אמיתיים. בעיניו, הסבלנות איננה קריאה לעיכוב, אלא הכרה בכך שתשתית בת-קיימא נבנית שכבה אחר שכבה, מתוך מחויבות מתמשכת, חזון רחב וראייה ארוכת טווח.

אחריות משותפת

מה שהפך את השיחה לייחודית, לא היה רק היקף חזונו של ג'ק דיינג'רמונד, אלא גם ההכרה הצלולה כי ESRI אינה יכולה לממש אותו לבדה.

במהלך הראיון הוא עצר שוב ושוב כדי להדגיש "נדרשת עזרה מהקהילה, מהארגונים, ממובילי דעה ומהעוסקים בתחום".

מערכת העצבים הגאו-מרחבית שעליה הוא מדבר, אינה עוד פרוייקט של ESRI, אלא מאמץ קולקטיבי של קהילה שלמה.

התאומים הדיגיטליים שהוא מתאר יוכלו להתקיים רק אם ארגונים יהיו מחוייבים לתחזק ולעדכן אותם. הסוכנים החכמים, שהוא מצפה להם, יהיו שימושיים רק אם אנשי המקצוע יבחרו לאמצם וללמוד מהם. התשתית הגיאו-מרחבית העולמית תוכל לקום רק אם מוסדות, חברות וממשלות יסכימו לשתף ידע ונתונים.

לאורך הקריירה שלו היה דיינג'רמונד יזם, חדשן ומוביל דעה, אך בשיחה זו הוא מתגלה בראש ובראשונה כמורה דרך.  

חזונו מעורר השראה אך גם תובעני. הוא דורש מאיתנו לא רק התקדמות טכנולוגית, אלא גם שינוי תרבותי עמוק, השקעה סבלנית ונכונות לראות מעבר לגבולות הארגון.

המערכת שהוא מתאר היא שאפתנית אך גם חיונית.

עכשיו, האחריות להחיות אותה מוטלת עלינו, הקהילה הגאו-מרחבית העולמית, ובלעדינו החזון לא יתממש.

מה חדש בגרסת Simulink R2025b

/0 תגובות/ב /על ידי

Simulink R2025b ממשיכה את המומנטום של הגרסה הקודמת ומביאה עימה חוויית עבודה חלקה יותר, שיפורי ביצועים משמעותיים, וכלים חדשים שמאפשרים למהנדסים לעבוד חכם, מדויק ומהר עם סביבת עבודה יציבה, אינטואיטיבית ומוכנה לענן.

אחת ההכרזות החשובות של השנה היא השילוב בין Fast Restart ו- Rapid Accelerator.
עד עכשיו, כל שינוי קטן במודל חייב קומפילציה מחדש. ב- R2025b זה כבר לא נחוץ: ניתן להריץ רצף סימולציות שונות מבלי לקמפל את המודל בכל פעם.

למה זה חשוב?

כי זה מקצר דרמטית זמני בדיקה ואופטימיזציה, במיוחד בפרויקטים גדולים שבהם יש להריץ מאות וריאציות.
מהנדסים מדווחים על שיפור של פי 5 בזמן ההרצה –  חיסכון של דקות שהופך לשעות לאורך יום עבודה.

בעולמות כמו רכב אוטונומי, מערכות הגנה או מכשור רפואי – כל שנייה בסימולציה היא זמן פיתוח אמיתי.

ה Scope ב Simulink קיבל ממשק חדש לחלוטין – מהיר יותר, נוח יותר, וניתן להתאמה אישית.
אפשר כעת לחבר כמה Scopes לחלון אחד, לעגן אותם במסך הראשי ולעבור ישירות ל-Simulation Data Inspector  לניתוח מעמיק.

הביצועים המשופרים והעיצוב החדש יוצרים חוויית ניתוח נתונים שמרגישה כמו כלי עצמאי לגמרי – שמקל מאוד על העבודה על מודלים שכוללים עשרות אותות במקביל.

 Local Solvers במודלים ממודרים

בגרסה החדשה נוספה גמישות משמעותית למודלים גדולים ומורכבים:
כעת אפשר להגדיר Solver מקומי (Local Solver) לכל Model Reference .

זה אומר שכל רכיב במערכת יכול לפעול בדיוק בקצב ובדיוק שהוא דורש, מבלי להאט את שאר המערכת. כך מתקבלת שליטה מלאה על ביצועים ודיוק,  גם במודלים היררכיים שבהם יש תתי-מערכות שונות לחלוטין – כמו בקר איטי ורכיב דינמי מהיר.

Python Code Block – אינטגרציה ישירה עם קוד פייתון

בגרסתSimulink R2025b  נוספה תמיכה רשמית ב־Python Code Block, שמאפשר להטמיע קוד Python ישירות בתוך דיאגרמת Simulink ולהריץ אותו כחלק מתהליך הסימולציה.
הבלוק תומך בהרצת פונקציות  Python, גישה לאובייקטים ולמודולים, והעברת נתונים דו־כיוונית בין Simulink ל Python בזמן אמת.
באמצעותו ניתן לשלב אלגוריתמים שפותחו בפייתון – לדוגמה בעיבוד נתונים, למידת מכונה או ניתוח סטטיסטי – מבלי לצאת מסביבת Simulink.

שיפורים קטנים שמצטברים לגדול

R2025b כוללת גם סדרת עדכונים “שקטים” – אבל עם השפעה ענקית על חוויית העבודה:

  • Layout-as-You-Go – קווים ובלוקים נפרסים אוטומטית תוך כדי עריכה, בלי צורך ליישר ידנית.
  • Project Integration – ניהול גרסאות, השוואת מודלים ו-Source Control ישירות מתוך Simulink.
  • Performance Optimization – הרצות מהירות יותר, פחות שימוש בזיכרון ויציבות גבוהה גם במודלים כבדים.

כל אלה הופכים את העבודה עם Simulink ליותר אינטואיטיבית, מהירה ונקייה.

 MATLAB Copilot – גם למהנדסי Simulink

אמנם MATLAB Copilot נולד בסביבת MATLAB , אבל הוא כבר משנה את הדרך שבה גם משתמשי Simulink עובדים.
ה Copilot הוא עוזר חכם מבוסס GenAI שמבין את ההקשר שלך – מסביר קוד, מציע פקודות, מייצר תיעוד ומקל על פיתוח מודלים מורכבים.

אפשר לבקש ממנו להסביר פונקציה, לנסח קוד סימולציה, או להוסיף אוטומטית הגדרות למודל – הכול בשפה טבעית. זה לא רק “עוזר קוד”, אלא כלי עבודה חדש שמקצר את הדרך מתובנה ליישום.

🎯 לסיכום

 Simulink R2025b ממשיכה את מהפכת הביצועים שהתחילה ב R2025a ומבססת את עצמה ככלי המוביל לעבודה על מערכות דינמיות מורכבות.

אצלנו בסיסטמטיקס כבר משלבים את היכולות החדשות האלה בפרויקטים ובהדרכות ללקוחות בתעשיות השונות ברחבי ישראל.
רוצים לראות בעצמכם איך השדרוג יכול להאיץ את תהליך הפיתוח שלכם?

תוכלו לראות את כל החידושים והעדכונים – כאן

או פנו אלינו – ונשמח לעזור לכם לגלות איך להפוך את הסימולציה הבאה שלכם למהירה, מדויקת וחכמה יותר.

מה חדש בגרסת MATLAB R2025b

/0 תגובות/ב /על ידי

מדובר בגרסה שמרגישה אחרת – יותר מהירה, יותר אינטואיטיבית, וכזו שלוקחת את הקפיצה של R2025a  אל השלב הבא: שילוב אמיתי בין AI, ענן וביצועים בזמן אמת.

סביבת עבודה שמבינה אותך

ה-MATLAB Desktop  עבר את אחת הטרנספורמציות הגדולות בתולדותיו.
אחרי יותר מ-20 שנה, MathWorks נפרדה מה-Java Desktop  הישן , ובנתה ממשק חדש לגמרי על בסיס טכנולוגיות HTML ו – JavaScript –אותן טכנולוגיות שמפעילות את MATLAB Online.

התוצאה: חוויית עבודה זהה בכל מקום. בין אם אתם על תחנת עבודה במעבדה, במחשב נייד בבית, או בענן – ה- Desktop נראה, מרגיש ומתנהג בדיוק אותו דבר.

עקרונות הליבה של העיצוב החדש

  1. מהירות ותגובה מיידית –  הפתיחה והניווט קלים יותר ב-40%, חיפוש אחיד וטעינה חכמה של פאנלים.
  2. גמישות מלאה – כל משתמש יכול להרכיב לעצמו סביבת עבודה מותאמת אישית: Dock, חלונות צפים, Layouts שמורים.
  3. ריכוז במטרה  – פחות הסחות, יותר מקום לקוד ולתוצאות.

ה-Variable Editor כולל כלים חדשים לניווט וניתוח נוח יותר של תוכן המשתנים בגרסה החדשה.

אחידות עם MATLAB Online – אותה סביבת עבודה בכל פלטפורמה, ללא צורך בהתקנות מיוחדות.

מה זה אומר בפועל?

שאתם יכולים להתחיל לעבוד על פרויקט במשרד, להמשיך אותו בדפדפן בבית, ולפתוח אותו אח"כ ב-VS Code – וכל הגדרות הסביבה, הפאנלים וה- Layouts נשמרים בדיוק כמו שהשארתם.

וגם – ולא פחות חשוב מזה …(תופים!!) – אפשר לעבור למוד של Dark Mode!

המעבר לעולם ה-Web  הוא לא רק טכנולוגי – הוא תפיסתי.
ב-MathWorks  מבינים היטב שהעתיד של ההנדסה, המדע והפיתוח הוא מבוזר, שיתופי ומבוסס ענן, ובהתאם MATLAB נבנתה מחדש כדי להיות בכל מקום שבו אתם עובדים.

למה זה חשוב?

בעולם שבו צוותים יושבים ביבשות שונות, מחשבים רצים בענן, ונתונים מאוחסנים ב-GitHub –
הצורך הוא לא רק בעורך קוד, אלא בסביבת פיתוח שיכולה “לטייל” איתך –  MATLAB 2025b עושה בדיוק את זה.

איך זה בא לידי ביטוי:

  • פתיחת פרויקטים ישירות מ- GitHub או File Exchange, בלי צורך בהורדה מקומית – פשוט  “Open in MATLAB Online”.
  • שיתוף אפליקציות וסימולציות כ-Web Apps –  כל אחד יכול להריץ מהדפדפן, בלי MATLAB  מותקן.
  • הרצת MATLAB מתוך VS Code, Jupyter Notebooks  ו- Domino Data Lab עם Debug  מלא.
  • תמיכה מלאה בעבודה מבוזרת וב-CI/CD, באמצעות APIs ו-Language Server Protocol

 MATLAB Copilot

כבר אי אפשר לדבר על MATLAB בלי לדבר על ה-Copilot. העוזר מבוסס GenAI החדש הופך את תהליך הפיתוח לחלק, נגיש ומדויק יותר. הוא מסביר, כותב, מתקן ומייעל קוד בשפה טבעית – מבלי לעזוב את ה-Editor.

דמיינו שאתם כותבים את האלגוריתם שלכם, נאמר מבוסס fft, ומבקשים:

“תסביר לי איך זה עובד ואיך לשפר את הביצועים על ה-GPU".
וה- Copilot עונה מיד, עם דוגמה, קוד ומקורות דוקומנטציה רלוונטיים.
זה לא רק עוזר קוד – זה מנטור טכנולוגי מובנה.

בסרטון הבא תוכלו ללמוד עוד על הכלי החדש:

יכולות חדשות ב-Live Editor

ה- Live Scripts של MATLAB עברו אבולוציה אמיתית. הם כבר לא רק דרך נוחה להריץ קוד ולצרף תוצאות –הם הפכו לכלי מרכזי ליצירת מסמכים אינטראקטיביים, דינמיים וברורים.

🎬 מה חדש?

  • שילוב וידאו: ניתן להטמיע סרטוני הסבר או תיעוד ניסויים ישירות במסמך.
  • גרפים אינטראקטיביים: שינוי פרמטרים, הגדלה, תצוגת נתונים בזמן אמת.
  • תמיכה ב Markdown מלאה: אפשר לעצב טקסטים, הוספות טבלאות, קישורים ותמונות מקצועיות.
  • שמירה בפורמט טקסט פתוח  (.m) : תאימות מושלמת עם Git – כולל diff, merge ו-version control.
  • ייצוא מהיר ל-HTML, PDF ו-Markdown – מושלם להצגת תוצאות, דו״חות או תיעוד ניסוי.

מעכשיו – לא צריך לעבור בין Notebook, Word ו-MATLAB  הכול קורה במקום אחד.

ביצועים משופרים על GPU – מהר יותר, חכם יותר

 R2025b ממשיכה להוביל בביצועים ומציגה תמיכה ב-GPU רחבה מאי-פעם:
יותר מ- 1,300 פונקציות נתמכות לעבודה על ה-GPU – כולל בתחומי Vision, Signal Processing, Deep Learning ופיזיקה.
המשמעות היא פשוטה : MATLAB על ה- GPU מהווה לכלי Deep Learning אמיתי – לא רק ניסוי, אלא פרודקשן.

אינטגרציה חלקה עם Python

האינטגרציה בין MATLAB ל-Python מעולם לא הייתה טבעית יותר. אפשר להריץ, לשתף ולהמיר קוד ונתונים בשני הכיוונים – בלי קונפיגורציה מסובכת.

  • מעבר דינמי בין Execution Modes בלי אתחול  MATLAB
  • המרת נתונים אוטומטית בין  table ↔ pandas
  • תמיכה משופרת בdatetime  ו duration
  • Python Package Compiler App – יצירת חבילות Python מתוך  MATLAB
  • ייבוא והאצה של מודלים מ PyTorch ו TensorFlow ישירות לתוך   MATLAB
  • שילוב Python Code Blocks  בתוך  Simulink

כך שמדעני נתונים ומהנדסי בקרה עובדים יחד – בלי גבולות שפה.

לסיכום

 MATLAB R2025b מסמנת את העתיד: סביבת פיתוח אחודה, חכמה ומבוססת AI 
שמחברת בין שולחן העבודה, הענן וה- GPU במקום אחד. התוצאה היא כלי שמלווה את המהנדס לאורך כל מחזור החיים של הפתרון –  מהרעיון, דרך האלגוריתם, ועד ל deployment בענן – נגיד מכל מקום (כ-Servicre ולא רק כתוכנה), וקל לשיתוף עם חברי הצוות ולשלבי ה-Production.

תוכלו להיכנס לדף המלא של העדכונים והחידושים של הגרסא החדשה – כאן

צרו איתנו קשר כדי לראות איך תוכלו להטמיע את היכולות החדשות בתהליכי הפיתוח שלכם.

ארגז הכלים הסודי של משתמשי SOLIDWORKS

/0 תגובות/ב /על ידי

במאמר זה נכיר את הכלים המרכזיים שכדאי להכניס מיד לארסנל המקצועי שלכם. כל הכלים קיימים תחת SOLIDWOKS TOOLS מתוך Windows:

1. SOLIDWORKS TreeHouse
מציגים הרכבות קיימות באופן גראפי ומתכננים את ההרכבה לפני שהיא קיימת.

TreeHouse  מאפשר לתכנן עץ מוצר (MBOM/EBOM) גרפי עוד לפני יצירת Part אחד או להציג מבנה הרכבה קיים. באמצעות גרירה ושחרור ניתן לבנות תתי־הרכבות, לקבוע כמויות ולהזין מראש נתונים חשובים כמו מק”טים, חומרים ותיאורים – כולם זורמים ישירות לקבצי ה-Assembly שיווצרו.
הכלי חוסך שעות של צילומי מסך ועריכה ידנית, אידיאלי לקיק־אוף פרויקטים, לתיאום בין הנדסה, רכש וייצור, ולשיתוף מבנה מוצר גם עם בעלי עניין שאינם טכניים. התחלה בעץ מינימלי והתאמות הדרגתיות הופכות את התהליך לחלק ומדויק.

טיפ פרו: התחילו מעץ מינימלי (שלד), ודייקו אותו בספרינטים קצרים. הייצור יודה לכם.

2.  SOLIDWORKS Task Scheduler — שימו את המשימות על אוטומט, ולכו לישון בשקט.

מיועד לבעלי גרסת Professional ומעלה, Task Scheduler הוא מנוע תזמון חכם שמבצע אוטומטית פעולות תחזוקה קריטיות: המרת קבצים לגרסה חדשה לאחר שדרוג, הפקת קבצי PDF/DXF/DWG או STEP/IGES בלחיצת כפתור, הרצת מאקרואים על תיקיות שלמות ושמירה על עקביות הקבצים.
כל משימה מתועדת בלוגים ברורים ומאפשרת תזמון יומי, שבועי או חד-פעמי בשעות “קרות”, מבלי להעמיס על השרת. התוצאה: פחות קליקים, פחות טעויות אנוש, ושחרור הצוות לעבודה הנדסית משמעותית.

טיפ פרו: הריצו פיילוט על תיקיית Sandbox, אשררו שה-Logs  נקיים — ואז תנו לו לרוץ כל לילה בתחנה ייעודית.

3. SOLIDWORKS Tab Builder (Property Tab Builder) — תיעוד עקבי, בלי להזיע

Property Tab Builder מספק ממשק גרפי לבניית טפסי נתונים אחידים (Property Tab) עבור חלקים, הרכבות ושרטוטים. שילוב שדות חובה, רשימות נפתחות ושדות מותאמים מבטיח BOM נקי ומדויק.
בנוסף, הטמעת טקסטים אוטומטיים לשרטוטים ולבלונים מפחיתה טעויות ומאיצה את העבודה. קובץ הגדרות משותף לכל הארגון מבטיח אחידות מלאה ושפה אחידה לאורך זמן.

טיפ פרו: התחילו ברשימות נפתחות “קשוחות” (חומר/גימור/ספק) והכריחו שדות חובה. זה כואב פעם אחת—וחוסך לעד.

4. SOLIDWORKS COMPOSER PLAYER —  מדריך הרכבה אינטראקטיבי לכל אחד

נגן חינמי המאפשר לכל גורם בשרשרת – טכנאים, ספקים ולקוחות – להבין את תהליך ההרכבה בצורה אינטואיטיבית. באמצעותו ניתן להציג אנימציות, שלבי פירוק והרכבה, מדידות ותוויות ללא צורך ברישיון CAD, תוך שמירה על פרטיות המידע.
הוראות ההרכבה הופכות לחוויה חיה ומדויקת, חוסכות הסברים מיותרים ומונעות טעויות יקרות בשטח.

טיפ פרו: בקשו מהמתכנן Workspaces ממוספרים וברורים. כשתהיה שפה אחידה—גם ההרכבה תהיה.

5. Toolbox Settings —  ספריית הברגים בידיים שלך

הקונפיגורטור של Toolbox נותן שליטה מלאה על ספריית הברגים: אילו תקנים וגדלים זמינים, כיצד הם נקראים, ואילו תכונות (כמו מק”ט וספק) משויכות להם.
ספרייה עקבית ואחידה מונעת כפילויות וטעויות הזמנה, ומשתלבת בקלות עם מערכות PDM ו-ERP. גיבוי קבוע של ספריית ה-Toolbox ושל קובץ ה־.sldedb הוא טיפ פרקטי לשמירה על יציבות הפרויקטים לאורך זמן.

טיפ פרו: גבו את ספריית ה־Toolbox ואת קובץ ה־.sldedb אחרי כל שינוי מהותי. זה “בלונדה” להצלת פרויקטים

וזכרו, כאן גם שולטים בכל תקני הקדחים של ה Hole wizard, ולא רק בברגי ה ToolBox.

סיכום – פחות קליקים, יותר הנדסה

כל אחד מהכלים הללו – החל מ- TreeHouse לתכנון מוקדם, דרך Task Scheduler  לאוטומציה ועד Composer Player להצגה אינטראקטיבית, תוכנן כדי לחסוך זמן, לשפר את איכות הנתונים ולהפחית טעויות. שילובם בשגרת העבודה יוצר תהליך פיתוח חלק, יעיל ומדויק יותר, ומאפשר למהנדסים להתמקד במה שהם עושים הכי טוב: הנדסה וחדשנות.

שורה תחתונה: הכניסו את ארגז הכלים הסודי של SOLIDWORKS לשגרת העבודה שלכם, ותגלו איך גם תהליכים מורכבים הופכים פשוטים, ברורים ומהירים הרבה יותר.

מהפכה בהנדסת מערכות מבוססות מודל באמצעות ‎System Composer‎

/0 תגובות/ב /על ידי

למה אנחנו צריכים Model-Based System Engineering (MBSE) ?

דמיינו שאתם מנהלים פרויקט פיתוח של מערכת מורכבת, רכב אוטונומי, לוויין, או מכשור רפואי מציל חיים. כל שינוי קטן בתכנון יכול לגרור שרשרת של טעויות יקרות, עיכובים בלוחות זמנים, ותיאומים אינסופיים בין צוותי חומרה, תוכנה ומכניקה. בעולם שבו מורכבות המערכות הולכת וגדלה, והזמן לשוק מתקצר, כל טעות בתהליך הפיתוח עלולה לעלות מיליוני דולרים ולאבד יתרון תחרותי.

כאן נכנסת לתמונה הנדסת מערכות מבוססת-מודל (MBSE). מעבר ליתרונות הטכניים – עקביות, שקיפות, ויכולת ניתוח מוקדמת – MBSE מביאה גם יתרונות עסקיים ברורים כמו: קיצור זמני פיתוח, הורדת עלויות אינטגרציה ותיקונים, הגדלת הוודאות בתכנון, ושיפור שיתוף הפעולה בין צוותים ושותפים. בסביבה עסקית תחרותית, השימוש ב-MBSE אינו רק יתרון הנדסי, אלא מהלך אסטרטגי שמבטיח חדשנות מהירה יותר ועמידה בלוחות זמנים ובתקציבים.

מה נלמד במאמר זה ?

במאמר זה נציג את עקרונות תהליך העבודה עם פתרון ה- System Composer כחלק מתהליך MBSE. נסקור יכולות המאפשרות בניית ארכיטקטורת מערכת היררכית, הגדרת ממשקים ודרישות, יצירת דיאגרמות, קישור של מידול ואלגוריתמיקה לארכיטקטורה עבור סימולציה מערכתית אחודה, וביצוע תהליכי אימות ותיקוף עבור בדיקות מערכתיות.

הפוסט מתאים למהנדסי מערכת, ראשי צוותים, אינטגרטורים ומקבלי החלטות המעוניינים ליישם גישה מודרנית ומבוססת‑מודל בתהליך הפיתוח.

להדגמה מלאה של תהליך ה-MBSE עם System Composer, הרשמו לוובינר ייעודי בנושא
שיתקיים ב-20.11 לפרטים והרשמה

בניית ארכיטקטורה היררכית (Architecture)

תהליך העבודה בהתייחס ל- MBSE הינו גמיש ואנו יכולים להתחיל מיצירת ארכיטקטורה היררכית של המערכת. באמצעות System Composer, סביבת עריכה גרפית המאפשרת תצוגה נוחה וברורה של הארכיטקטורה, ניתן ליצור רכיבים (Components) המהווים ייצוגים פיזיים או לוגיים של תתי מערכות, להגדיר פורטים (Ports) המייצגים קלטים ופלטים, ואת הקשרים ביניהם בעזרת מקשרים (Connectors) המהווים את התווך בין הרכיבים במערכת. כל הרכיבים ניתנים לפירוק לרמות עומק נוספות ומאפשרים גמישות גבוהה בעריכה והכנסת שינויים לאורך חיי הפרויקט.

תמונה 1: ארכיטקטורת המערכת

הגדרת וקישור דרישות (Requirements)

מערכות מורכבות צריכות דרישות רבות ומסוגים שונים, פונקציונליות, פיזיות, רגולטוריות, תחזוקתיות, בדיקות ועוד. את הדרישות הללו ניתן לשלב כחלק בלתי נפרד מתהליך תכנון המערכת. אפשר לקשר כל דרישה לאלמנט ספציפי הקיים בארכיטקטורה (כולל בדיקות), לבדוק כיסוי של הדרישות במערכת וליצור עקיבות (traceability) מהדרישה ועד למימוש בפועל וכמובן, ולהודיע במקרה וחלים שינויים בדרישות.

כמו כן, ניתן לייבא דרישות ממקורות חיצוניים כגון Word, Excel, DOORS NG או בפורמט ReqIF, ולבצע סנכרון דו‑כיווני עם מסמכי הדרישות המקוריים. הגדרת וניהול הדרישות מתבצעת בצורה אינטגרטיבית עם פתרון ה‑ Requirements Toolbox  אשר מוסיף תצוגות ניהול, קישורים דינמיים, כלי ניתוח ותיעוד.

תמונה 2: הגדרת וקישור דרישות לארכיטקטורה

הגדרת וקישור ממשקים (Interfaces)

באמצעות ה- System Composer ניתן להגדיר ממשקים המכילים הגדרות מדויקות של מבני נתונים הטרוגניים (סוגי המשתנים, גודלם וכו'). ממשקים אלו ניתנים לשיוך לכניסות ויציאות (קלט / פלט) של רכיבים בארכיטקטורה, בצורה מודולרית, באופן שהקישוריות בין תת-מערכות נעשית עקבית. ניתן לבצע בדיקות תקינות על ממשקים כבר בשלב הפיתוח, דבר אשר מפחית תקלות ואי התאמות בשלב האינטגרציה. בצורה זאת אנו שומרים על אחדות ההגדרה של ממשקים בכל הרמות בארכיטקטורה ואל מול כלל צוותי הפיתוח הפרויקט.

תמונה 3: הגדרת ממשקים

נושא זה, לצד דוגמאות נוספות מתהליכי MBSE יוצג גם בסמינר למהנדסי מערכת – Innovative Systems Engineering in Action שיתקיים ב־10.12 — למידע נוסף והרשמה

מאפייני המערכת – פרופילים וסטריאוטיפים (Profiles & Stereotypes)

אנו יכולים להגדיר פרופילים (Profiles) אשר מהווים חבילות מטא-דאטה. כל פרופיל יכול להכיל סטריאוטיפים (Stereotypes) המכילים מטא-דאטה אשר מתייחסים לאלמנטים בארכיטקטורה (רכיבי חומרה, תוכנה, כניסות/יציאות וכו'). כל סטריאוטיפ מכיל מאפיינים (Properties) עבור האלמנטים בארכיטקטורה (עלות, משקל, הספק, קצב עבודה, זיכרון וכו'). לאחר הגדרת כלל המאפיינים ההנדסיים באופן זה, ניתן לקשרם אל האלמנטים השונים בארכיטקטורה ולהקצות להם ערכים (למשל, קצב עבודה: 10KHz) עפ"י מפרטים ו/או דרישות המערכת.

לאחר שיש ברשותנו את המאפיינים של המערכת אנו יכולים ליצור:

  • מבטים (Views) – התמקדות ברכיב בודד בארכיטקטורה ובחינה עם מי הוא מתקשר ובאיזו רמה ו/או הצגת כלל הרכיבים העונים לקריטריונים מוגדרים (למשל, רק רכיבי חומרה אלקטרומכנית).
  • ניתוח סטטי (Static Analysis) – ניתוח מאפייני המערכת ע"י חישובים פשוטים / מורכבים, בחינת שינויים וחלופות ברכיבי המערכת (למשל, FPGA Vs. GPU) והבנת השפעתם על המערכת והפרויקט.

תמונה 4: מבטים וניתוח סטטי

דיאגרמות (Diagrams)

לצד הארכיטקטורה, אשר לעת עתה הינה הסטטית, ניתן ליצר דיאגרמות המתארות התנהגות דינמית של המערכת שאנו מפתחים. באמצעות Sequence Diagrams ו- Activity Diagrams ניתן לתאר תרחישי פעולה במערכת, סדרי פעולה לוגיים בין רכיבים, זרימת הפעולות והנתונים, ותנאי מעבר בין מצבים שונים.

הדיאגרמות משולבות ישירות עם הארכיטקטורה, כך שכל שינוי ברכיבים או בממשקים משתקף מיד גם בדיאגרמות. בנוסף, ניתן לקשר תרחישים לדיאגרמות על מנת לאפשר ניתוח ומעקב מבוקר יותר של תפקוד המערכת, בשלבים מוקדמים של תהליך הפיתוח.

  • Sequence Diagrams – מתארות סדר כרונולוגי של פעולות, הודעות או אינטראקציות בין רכיבים שונים במערכת. דיאגרמות מסוג זה עוזרות להמחיש תרחישים ופעולות קריטיות בזמן ריצה.
  • Activity Diagrams – מתארות בצורה ויזואלית זרימת תהליכים ונתונים, קבלת החלטות מערכתיות, ומעברים בין פעולות שונות.

תמונה 5: דיאגרמות Sequence & Activity

סימולציה מערכתית (System-Level Simulation)

פתרון ה- System Composer משמש כפלטפורמה אינטגרטיבית לסימולציה של מערכות רב‑תחומים, בכך שהוא מחבר בין התכנון ההנדסי ברמת הארכיטקטורה לבין ההתנהגות הדינמית של המערכת. כל רכיב בארכיטקטורה יכול להכיל התנהגות המוגדרת במודלים של Simulink, קוד MATLAB, לוגיקת מצבים ב‑ Stateflow, מידול פיזיקלי, רכיבי FMU וחיבורים לכלים חיצוניים (Co-Simulation).

הסימולציה במבנה זה מאפשרת למהנדסי המערכת לבחון את התנהגות המערכת בשלבים מוקדמים של הפיתוח, לבצע ניתוחים כמו בדיקות ביצועים, יציבות, תזמון, תגובות לתרחישי קצה וניתוחים סטטיסטים, כל זאת עוד לפני פיתוח ממשי של קוד או אבטיפוס של המערכת עצמה.

ככל שהפרויקט מתקדם וקורם עור וגידים, ניתן ליצור סביבת בדיקות אוטומטית בכדי להריץ סימולציות היברידיות שבהן משולבים יחד תתי‑מערכות מכניות, חשמליות, אלקטרוניות תוכנה, בקרה ועוד, ולבצע בדיקות של הסימולציה אל מול חומרות נבחרות

תמונה 6: סימולציה מערכתית

אימות ותיקוף (Verification & Validation)

תהליך האימות והתיקוף נעשה בשלבים שונים – החל מבדיקות היחידות השונות (Unit Tests), דרך סימולציה של המערכת הכוללת (System-Level Testing), ועד בדיקות קצה לקצה (כולל עבודה עם חומרות). ניתן להגדיר תרחישים לבדיקות בהתאם לדרישות שהוגדרו, להריץ את התרחישים, לאסוף את תוצאות ולנתחן, ואף להפיק דוחות של תוצאות הבדיקות בצורה אוטומטית. בנוסף, ניתן לשלב גם ניתוח קוד סטטי באמצעות פתרונות ממשפחת Polyspace, זאת לצורך עמידה בתקני תעשייה (כגון ISO 26262, DO-178C).

תמונה 7: בדיקות מערכתיות

סיכום

המעבר ל- Model-Based System Engineering מאפשר לנהל דרישות, ארכיטקטורה, ממשקים, התנהגות וסימולציות תחת מעטפת אחת. System Composer מספק את הכלים לתכנון וניתוח מודולרי, חיבור ישיר לדרישות, שילוב סימולציות רב-תחומיות, ואימות ותיקוף מלא לאורך מחזור חיי המערכת.
באמצעותו, מהנדסי מערכת יכולים לקבל החלטות מושכלות מוקדם יותר, לצמצם סיכונים ועלויות, ולהבטיח שהמערכת הסופית תעמוד הן בציפיות ההנדסיות והן בדרישות העסקיות.

למידע נוסף:

Model-Based Systems Engineering

Systems Engineering Documentation

Model-Based Systems Engineering for Space-Based Applications

System Composer Onramp

Validating Requirements with Simulation and Formal Methods

Gulfstream Develops a New System Architecture Modeling Approach Using System Composer

ביצוע אופטימיזציה פרמטרית אחרי אנליזה באמצעות SimulationXpress

/0 תגובות/ב /על ידי

במאמר זה, נעמיק ביכולת נוספת שכלי זה נותן לנו – אופטימיזציה פרמטרית. לאחר ביצוע האנליזה, ניתן לבצע אופטימיזציה פרמטרית לגאומטריה/גאומטריות שנבחרו וזאת על מנת לשפר את תוצאות האנליזה, בהתאם לצרכי הפיתוח והתכנון.

הצגת מקרה דוגמה

לצורך כך, נציג את הכלי באמצעות מודל של וו תלייה כפול, אשר מעוגן לקיר בעזרת שני Fixtures ושני כוחות ניצבים לקצוות הוו. טרם ביצוע האנליזה, נקבע כי המודל יהיה עשוי מ-Plain Carbon Steel, בעל Yield Strength של 220 [MPa]. מפני שהוגדר כבר חומר מראש, אין צורך לקבוע אותו מחדש בשלב השלישי באנליזה.

ראשית, ניגש בתוכנת ה-Solidworks ללשונית של Evaluate ואז נבחר ב-SimulationXpress.

יופיע לנו תפריט המאפשר לנו לקבוע אילוצים (Fixtures), עומסים (Loads), חומר (Material), ולבסוף הרצת האנליזה, הצגת תוצאותיה, וביצוע האופטימיזציה למודל בהתאם לתוצאות שמתקבלות.

קביעת אילוצים

השלב הראשון יהיה להגדיר את ה-Fixtures. נקבע את שני הקדחים ובכך נדמה ריתום שלהם לקיר-

קביעת עומסים

לאחר מכן, נקבע עומסים (Loads) על הקצה של כל וו ונבחר ערך של 120 [N] בניצב לקצוות הווים (בכיוון השלילי של הנורמל של מישור TOP), כפי שניתן לראות בתמונה –  

הרצת האנליזה ובחינת התוצאות

מפני שכבר בחרנו את החומר טרם ביצוע האנליזה, נריץ אותה על ידי הקלקה על "Run". נקבל כמה סוגי תוצאות – נתמקד בתוצאות של המאמצים ושל מקדם הביטחון (FOS – FACTOR OF SAFTEY).

STRESS PLOT

FACTOR OF SAFETY PLOT

הדיאגרמות שקיבלנו מציגות כי עברנו את ה-Yield Strength וכי יש ערכים בהם ה-FOS קטן מ-1. כלומר, עבור התנאים שקבענו, המודל חווה כשל. נבחר לבצע אופטימיזציה פרמטרית בה ייקבע טווח של ערכים שונים עבור קוטר הוו, ונראה האם התוכנה מצליחה למצוא ערך של קוטר עבורו ה-FOS הוא מעל 1, וזאת על מנת להימנע מכשל חוזר.

הפעלת האופטימיזציה

לאחר בחינה של התוצאות, נבחר להפעיל את האופטימיזציה –

לאחר הפעלת כלי האופטימיזציה, ניתן לראות בתצוגת המסך את כלל המידות שמגדירות את המודל. בחלונית הבאה, יש לבחור את המידה לה אנחנו רוצים לבצע אופטימיזציה על ידי הקלקה ישירה עליה בצג המסך (במקרה זה, את המידה שמגדירה את קוטר הוו אשר מסומת בצבע תכלת – 4 מ"מ).

בנוסף לקביעת המידה, ייפתח חלון נוסף בתחתית התצוגה, בו ניתן יהיה להגדיר את טווח הקטרים – בין 4 מ"מ (הקוטר הנוכחי באנליזה שביצענו) עד 8 מ"מ. נרצה לקבוע תנאי להצלחת האופטימיזציה שקובע כי הקוטר האופטימלי הינו הקוטר בו ה-FOS עולה על 1.

נקבע את טווח הקטרים (“Dimension Range”) תחת לשונית Variables לבדיקה כאשר כל חישוב הינו איטרציה בפני עצמו. לבסוף, נקבע את התנאי לעצירת האופטימיזציה (FOS שעולה על 1) – תחת הלשונית שקרויה “Constraints”.

תוצאות האופטימיזציה

לאחר קביעת התנאים והגאומטריה לה נרצה לבצע אופטימיזציה, נריץ אותה על ידי הקלקה על “Run”.

בסיום הריצה של האיטרציות, תחת הלשונית “Result View”, נקבל בעמודה הירוקה המציגה את התוצאה האופטימלית כי עבור קוטר וו של ~6.259 מ"מ מתקבל ערך FOS יותר גדול מ-1 – כלומר, התנאים שקבענו מתקיימים, וכעת לא צפוי כשל בחלק.

נשים לב כי ברגע שנאשר את האופטימיזציה שבוצעה, הגאומטריה שנבחרה – הקוטר של הוו, תשתנה באופן אוטומטי!

בבלוג זה הוצגה דרך פשוטה יחסית לבצע אופטימיזציה פרמטרית עבור גוף בודד אשר מאפשרת לנו לשנות גאומטריה של אזור בעייתי במודל שעלול לחוות כשל באנליזה סטטית.

לא הסתדרתם? מוזמנים לפתוח קריאת שירות כאן

ספריות בענן: כך תהפכו את הפרויקט שלכם לספריית רכיבים ב- Altium 365

/0 תגובות/ב /על ידי

שימוש בכלים מבוססי ענן מאפשר לנו ליהנות מהיתרונות של Revisions  ברורים לכל רכיב, מעקב אחר מחזור חיים (Life Cycle) , ניהול עקבי של Footprints ועדכון רכיבים בסכמה במהירות וביעילות. כל אלה הופכים את תהליך הפיתוח לשקוף, מדויק וחסכוני בזמן.

במאמר זה את אחד הפיצ'רים החדשים באלטיום שמאפשר לדייק עוד יותר את תכנון הכבילה, באמצעות חיבור קונקטור בין שני כבלים ולא רק בחיבור כבל-בורד.

אז נתחיל…

נסביר בקצרה סדר הפעולות למען הסדר הטוב – נתחיל בלייצר 2 ספריות מקומיות (Locally)  שמקושרות אחת לשניה : .Schlib   ו – Pcblib , ורק לאחר שיהיו לנו סיפריות מקומיות נוכל להעלות אותם לענן.

נפתח את הפרוייקט שממנו נרצה לייצר את הסיפרייה שלנו נלחץ על Design>> Make Integrated Library

נמתין מספר שניות (תלוי בכמה הפרוייקט עמוס) ונוכל לראות שב-Projects Panel נוצרה לנו ספרייה חדשה שנקראת בשם של הפרוייקט עם הסיומת .IntLib  תחת תת תיקייה בשם “Compiled Libraries”

לאחר מכן נלחץ על File >> Library Importer , יפתח לנו החלונית של ה-Importer, עכשיו נצטרך לבחור את הסיפרייה שיצרנו ע"י לחיצה על +Library

נבחר את הסיפרייה לפי נתיב שבה היא נמצאת.

לאחר שנבחר בקובץ ניתן לראות שכל הרכיבים שבספרייה נטענים ל-Importer  וניתן לראות את כל הפרמטרים שלהם ולאיזה תיקיית רכיבים ה-Altium Designer ישייך כל רכיב.

בצד שמאל, ב-Source Libraries  ניתן לבחור איזה רכיבים יתווספו לענן ולאיזה רכיבים לבטל את ההמרה.

לאחר מכן נלחץ על Import  וכל הרכיבים שלנו בענן!  

אני מזמין אתכם להמשיך להעמיק ולהתעדכן: לצפות בוובינרים מוקלטים שלנו ביוטיוב, לבקר בעמוד הבית של Altium Israel ולעקוב אחרינו גם בלינקדאין ולהיות הראשונים להכיר את הכלים והיכולות החדשות שיעזרו לכם לעבוד חכם ויעיל יותר.תודה שקראתם ונתראה בבלוג הבא,

אביעד סרור

העתיד כבר כאן: רובוטי מידוף שמחברים בין סימולציה למציאות

/0 תגובות/ב /על ידי

צעד ראשון: יצירת תאום דיגיטלי של המחסן והצי

המסע אל מחסן חכם מתחיל על המסך. לפני שמחברים מנועים או מתקינים חיישנים בונים דגם וירטואלי של האולם, המדפים והרובוטים: מתארים את מידות הפלטפורמה, את מנגנון ההרמה ואת פריסת המעברים, מוסיפים מסה וטווחי תנועה, ומדמים חיישני LiDAR ומד תאוצה כדי לקבל זרם נתונים “אמיתי” עוד לפני שהוזמן חלק בפועל. התוצאה היא סביבת ניסוי מהירה: אפשר לשאול “מה יקרה אם נוסיף רובוט חמישי?” או “מה יקרה אם נעביר מדפים למסלול צר יותר?” ולקבל תשובות מספריות על יציבות, טווח פנייה וזמן מחזור – בלי להזיז קופסה במחסן.

בשביל להפוך את כל השיח לממשי – תוכלו לעבור על דוגמת Warehouse Robot Simulation אשר מציגה בדיוק את השלב הזה ומאפשרת להפעיל צי שלם בסביבה וירטואלית.
בשלב האימות הסופי ניתן לייבא מודלים מפורטים מקובצי CAD כדי לבדוק התנגשויות ומרכז כובד לפני המעבר לשטח.

 SLAM:  לדעת היכן אתה בכל רגע

בחלל סגור אין GPS, ולכן הפלטפורמה בונה לעצמה מפה חיה. אלגוריתם SLAM משלב סריקות LiDAR  שמשרטטות את קווי המדפים עם נתוני IMU, ומעדכן את גרף המיקום בזמן אמת בעזרת מסנן קַלמן מורחב. כשחוזרים לנקודה מוכרת, מנגנון loop-closure מזהה את החפיפה ומאפס שגיאות מצטברות. מפה ברמת דיוק של סנטימטרים קובעת אם הבמה תתייצב מתחת למדף או תיתקע במדף השכן.
ל-MathWorks קיימות דוגמאות רבות ובנויות אשר מלוות תהליכי פיתוח שלמים – כך תוכלו לעבור על הדוגמא הבאה Build a Map Using lidarSLAM – בה מוצג תהליך מלא של יצירת מפה ומסלול על בסיס סריקות לייזר – תוכלו לעבור על הדוגמא ולראות את היכולות, ואפילו להריץ אותה אצלכם במחשב!

ניווט ותזמון צי

לאחר שהמפה מוכנה, צריך להגיע ליעד בבטחה. אלגוריתם  RRT* בונה נתיב יעיל גם כשמעברים עמוסים, ובקר MPC שומר את הפלטפורמה במרכזו, אפילו אם מצטרפים מכשולים חדשים. דוגמת Plan Mobile Robot Paths Using RRT   מראה כיצד לתכנן, לכוונן ולבדוק מסלול כזה.
כאשר עשרות יחידות פועלות במקביל, שרת תזמון מרכזי מקצה משימות ומחשב אזורי חיץ דינמיים. התהליך המלא – כולל מניעת “פקקי רובוטים” – מודגם בדוגמה Control and Simulate Multiple Warehouse Robots

לוגיקה של הרמה והורדה

כשהפלטפורמה נעצרת מתחת למדף, חיישני מגע דואגים שהיישור יתבצע בדיוק של מילימטרים. רק לאחר אישור, המערכת מרימה את המדף ונועלת אותו למקומה. כל התהליך – יישור, נעילה, שינוע והורדה – מנוהל כרצף מצבים מסודר. אם זוהה חריגה בזרם המנוע, הפלטפורמה עוצרת, משחררת עומס ומנסה שוב, במקום להמשיך ולגרום לנזק. כך נשמרת בטיחות העובדים, נמנעים עומסי-יתר, ואורך חיי הציוד מתארך.

סימולציה ועד הורדת קוד

לפני שהמערכת פועלת בשטח, נבנית סימולציה מלאה: נבדקת הפיזיקה של ההרמה, האינרציה של מטענים כבדים וחיכוך עם הרצפה. כל אלגוריתמי הניווט והבקרה רצים בלולאה סגורה – עד שכל תרחיש נבדק ונפתר. רק לאחר מכן הופך המודל לקוד C/C++ שמריץ את אותה לוגיקה בדיוק על הבקר של הרובוט. התוצאה: מעבר חלק מהמודל הדיגיטלי לשטח אמיתי, עם קיצור זמן ההטמעה משבועות לימים.

סיכום

הדרך אל מרלו״ג חכם בנויה משלבים ברורים: מתחילים בהדמיה וירטואלית של המחסן, מלמדים את הרובוט לזהות את סביבתו, מתכננים נתיב ללא חסימות ומבצעים תיאום בין יחידות רבות. לאחר מכן מאמתים את כל אלה בסימולציה ומייצרים קוד אוטומטי שרץ על הבקרים ללא שינויים. כשהכול מתבצע באותו כלי פיתוח, המעבר מהמסך לשטח הוא הדרגתי, בטוח וללא הפתעות.

אם תרצו לשמוע עוד על הנושא, אתם מוזמנים ליצור איתנו קשר ונשמח לעזור לכם ליישם ולהטמיע גם אצלכם פתרונות מורכבים בצורה יעילה, חכמה ומהירה.

מבוא ל-ArcGIS Enterprise

/0 תגובות/ב /על ידי

בעולם שבו כל נתון כמעט מקבל הקשר מרחבי, היכולת להציג, לנתח ולשתף מידע על גבי מפה הופכת לכלי אסטרטגי עבור ארגונים. בדיוק כפי שאפליקציות כמו Waze הפכו את המפה לכלי יומיומי שכל אחד יודע לקרוא, כך גם מידע ארגוני – נתוני תשתיות, נכסים, שירותים לתושבים או תרחישי חירום – מקבל ערך עצום כשהוא מוצג בממד הגיאוגרפי.

ArcGIS Enterprise היא פלטפורמת GIS מתקדמת של Esri, שנועדה לאפשר לארגונים לנהל, לנתח ולשתף מידע גיאוגרפי בצורה מאובטחת, פרטית ומנוהלת.

מאפיינים מרכזיים למערכת ArcGIS Enterprise

פורטל ארגוני: הנגשת מידע על גבי מפות – מחוללי יישומים, דשבורדים ותבניות מוכנות להקמה מהירה.

בסיס נתונים מרחבי מרכזי: ניהול נתונים מרכזי – בסיס נתונים אחד לכלל הארגון, המהווה "אמת ארגונית" אחידה.

יכולות אנליטיות מתקדמות: כלים לניתוח מרחבי, רשתות, זיהוי מגמות ועוד

שילוב עם מערכות אחרות: מערכות BI, ניהול משימות, ניהול לקוחות וכו'

ארכיטקטורה גמישה: התקנה על גבי שרתי הארגון, בסביבת ענן ארגוני או SaaS

למי המערכת מיועדת?

הפלטפורמה מתאימה לכל ארגון שמחזיק במידע מרחבי

מי מעורב בהפעלת המערכת?

המערכת משרתת קהל מגוון:

  • מומחי GIS – הקמה וניהול הפלטפורמה.
  • אנשי IT – תשתיות ואבטחת מידע.
  • מפתחים – הרחבת יכולות בהתאמה אישית.
  • מנהלים ועובדים – לצפייה, ניתוח וקבלת החלטות.
  • עובדי שטח – שימוש בניידים לאיסוף ועדכון מידע.

בעיות ש ArcGIS Enterprise נועד לפתור

הנגשת מידע על גבי מפות – מחוללי יישומים, דשבורדים ותבניות מוכנות להקמה מהירה.

ניהול נתונים מרכזי – בסיס נתונים אחד לכלל הארגון, המהווה "אמת ארגונית" אחידה.

שיתוף נתונים ושיתופי פעולה – ניהול הרשאות, התאמה לפי פעילות נדרשת (צפייה, עריכה, ניתוח) ועבודה משותפת על בסיס מאגר משותף.

אבטחה וניהול זהויות – אינטגרציה עם Active Directory או SAML, הצפנה ותאימות לתקנים מתקדמים.

רכיבי המערכת המרכזיים

ArcGIS Enterprise מורכבת ממספר רכיבים ליבה:

Portal for ArcGIS – הפורטל הארגוני, הממשק למפות, אפליקציות ולוחות מחוונים.

ArcGIS Server – מנוע השירותים לפרסום שכבות וניתוחים גיאוגרפיים.

Data Store – אחסון נתונים, אריחים תלת־ממדיים ונתוני עתק בזמן אמת.

Web Adaptor – מתאם מאובטח בין שרתי הארגון למשתמשים פנימיים וחיצוניים.

יחד, הרכיבים יוצרים מערכת גמישה, חזקה ומאובטחת לניהול מידע גיאוגרפי.

שילוב המרכיבים

המשתמש נכנס לפורטל, רואה את המפות והאפליקציות המותרות לו.

המפות והאפליקציות צורכות שירותים שמסופקים על ידי ArcGIS Server.

השירותים ניגשים לנתונים שנמצאים ב־Data Store או במסדי נתונים אחרים.

ה- Web Adaptor מווסת את הבקשות, שומר על אבטחת המידע ומכוון תעבורה נכונה.

התאמה לארגון

ArcGIS Enterprise מאפשרת התקנה בתצורות מגוונות: תשתית מקומית, ענן פרטי, שרת ייעודי או Kubernetes.

ההתקנה מספקת:

שליטה מלאה על אבטחת מידע ונתונים

שילוב עם מערכות BI, CRM וניהול משימות

יתירות ושרידות (HA/DR)

התאמה אישית לצרכים ארגוניים

אפשרות להתקנה במתכונת Saas – ArcGIS Online

Enterprise או Online?

ArcGIS Enterprise היא פתרון ארגוני מקומי, בעוד ש־ArcGIS Online הוא שירות SaaS בענן של Esri.

Enterprise – שליטה מלאה של הארגון על נתונים, תשתיות ואבטחה. מתאים לארגונים גדולים או עם מידע רגיש.

Online – ניהול מלא על ידי Esri, עדכונים אוטומטיים ושמירה בענן. מתאים לארגונים קטנים או לשיתוף מידע עם הציבור.

שיטות עבודה

No Code, Low Code, Code

95% מהצרכים מקבלים מענה ללא פיתוח

שימוש במחולל יישומים עם מגוון תבניות

השלמת פיתוח לצרכים שלא מקבלים מענה

הרחבות משלימות

ל־ArcGIS Enterprise ניתן להוסיף רכיבים מתקדמים:

ArcGIS Image Server – ניתוח תצלומי אוויר ולוויין.

ArcGIS GeoEvent Server  – עיבוד נתונים בזמן אמת (חיישנים, GPS).

ArcGIS Notebooks  – ניתוחים ואוטומציה ב־Python.

ArcGIS Monitor  – ניטור ובקרה של ביצועי המערכת.

Security Manager  – מידור נתונים יעיל ופשוט.

דוגמאות מהשטח

ועדת היערכות לרעידות אדמה – שילוב נתוני חיישנים, שכבות גיאולוגיות ותסריטי חירום.

מפה המציגה אירועי רעידת אדמה וחיישנים שונים ברחבי הארץ.

יישום המספק מידע על פרמטרים שונים של רעידת אדמה וצורך הבנת ההשפעה על מבנים מסוגים שונים

פרויקט שימור בצפת – שילוב בין התקנה פנים־ארגונית ל־ArcGIS Online, הצגת תוכניות בתלת־ממד.

מפת צפת העתיקה וחלון מידע מותאם.

צילום העיר בתלת מימד בשילוב הדמיה של תוכניות הרחבה עתידיות

תאגיד מים – זיהוי מגופים קריטיים במקרה של פיצוץ בצינור וסגירתם לעצירת הזרימה.

מפה המציגה אירוע של פיצוץ צינור מים, קטע מצינור ומגופים שיסגרו כדי לעצור את הזרימה.

לסיכום

ArcGIS Enterprise היא הרבה מעבר לפלטפורמת GIS. מדובר בפתרון אסטרטגי לארגונים שרוצים לנהל את המידע המרחבי שלהם בצורה מאובטחת, גמישה ומשתפת – ולהפוך אותו לנכס עסקי שמניע תהליכים, מקצר זמן תגובה ומייעל קבלת החלטות.

מה קורה כאשר חדשנות ישראלית פוגשת את תנאי המעבדה הייחודיים של החלל?

/0 תגובות/ב /על ידי

הכירו את Zeron חברה ישראלית שפיתחה את החומרה והתוכנה המניעות את מעבדת החלל הרפואית של SpacePharma פלטפורמה מהפכנית שמאפשרת לערוך ניסויים רפואיים ופרמצבטיים בתנאי מיקרו־גרביטציה.

חברת SpacePharma מובילה עולמית במחקר תרופתי וביוטכנולוגי מחוץ לאטמוספרה. המוצר המרכזי שלה, SpacePharma Medical Lab הוא מעבדה מיניאטורית, אוטונומית ומלאה, שמאפשרת למדענים להריץ ניסויים בחלל ללא צורך בנוכחות אסטרונאוטים.
המעבדה נשלטת מרחוק מכדור הארץ, יכולה לפעול בלוויינים או בתחנת החלל הבינלאומית (ISS)  ומספקת הצצה נדירה לתהליכים ביולוגיים וכימיים שלא ניתן לחקור בכבידה של כדור הארץ.
עד כה שוגרה המעבדה 12 פעמים לחלל כולל שיגור מתוכנן באוגוסט הקרוב, הוכחה לחדשנות ולאמינות יוצאות הדופן שלה.

חדשנות ישראלית שמגיעה עד החלל

אחד ההישגים המרשימים של ZERON הוא שימוש ראשון מסוגו ב- Raspberry Pi בחלל. הפלטפורמה נבחרה בזכות אישור חלל רשמי שאיפשר עמידה בלוחות זמנים צפופים ופיתוח מהיר, תוך שמירה על אינטגרציה אמינה של החומרה.
בעקבות ההצלחה ZERON הפכה לשותפת עיצוב רשמית של Raspberry Pi היחידה בישראל, אבן דרך חשובה בזירה המקומית.

הנדסה בתנאי קיצון

פיתוח מעבדה רפואית לחלל דרש פתרונות הנדסיים מורכבים במיוחד:

  • שמירה על יציבות תרמית:  בקר ATtiny1614 של Microchip הוטמע לניטור טמפרטורה בצריכת אנרגיה מינימלית, גם ללא הפעלת המעבד הראשי.
  • שליטה מרכזית מתקדמת:  מודול Raspberry Pi CM4 נבחר בזכות עבודה בעבר בחלל ויכולת פיתוח מהירה, והוטמע לניהול דרייברים, לינוקס, יישומים, תקשורת Ku Band, והפעלה אוטומטית מחדש.
  • תיאום מערכות במיקרו־גרביטציה: המעבדה משלבת מערכות מתקדמות כגון משאבות מדויקות, זרוע XY, שסתומים, תאורה דינמית, מצלמה, יחידות חימום/קירור וספקטרומטר – כולם עובדים בסנכרון מלא בתנאים של חוסר כבידה.
  • עמידה בתקני ISS: חיבורי החשמל של המעבדה עברו התאמה קפדנית לסטנדרטים של תחנת החלל, על מנת להבטיח בטיחות ותפקוד לטווח ארוך.

כדי לעמוד באתגרים אלה נדרשו כלי פיתוח ברמה הגבוהה ביותר.

אלמוג זרון ומייקל זירון, מייסדי החברה מסבירים מדוע בחרו בתוכנת Altium Designer:

"חומרת חלל דורשת דיוק, מזעור ואמינות. Altium מספקת לנו את סט הכלים המתקדם שאנחנו צריכים כדי לעמוד באתגרים האלה. היינו ממליצים עליה בחום לכל חברה שמעצבת אלקטרוניקה קריטית למשימה."

מייקל זרון, מייסד ו- CTO מוסיף:

"הפיצ’רים החשובים ביותר מבחינתנו הוא ה־unified schematic  וה־PCB workflow  אשר אשר מונע טעויות וחוסך זמן בהעברות. בנוסף, הכלים ל־ 3D visualization ואינטגרציה מכנית קריטיים עבורנו כיון הם מאפשרים לוודא שהכרטיסים מתאימים בצורה מושלמת למארזים הקומפקטיים והמאושרים לחלל."

יתרון משמעותי נוסף היה היכולת לקצר את זמני הפיתוח:

"באמצעות Altium, כל התיעוד, התכנון ותוצרי הייצור מרוכזים בפלטפורמה אחת, מה שקיצר בצורה דרמטית את מחזורי האיטרציה והבטיח שיתוף פעולה חלק בין הצוות שלנו לצוות של SpacePharma. בזכות זה אנחנו עומדים בעקביות בלוחות הזמנים הקפדניים של קמפייני השיגור  והמעבדה תמיד מוכנה לטיסה כשהרקטות ממריאות.”

זוהי עוד דוגמה מעוררת השראה לאופן שבו חדשנות ישראלית וטכנולוגיה מתקדמת מצליחות לפרוץ גבולות עד לחלל החיצון.

השילוב בין פיתוחי החומרה של Zeron  לבין החדשנות המדעית של SpacePharma והיכולות של Altium Designer מאפשר לחוקרים ברחבי העולם לפתח תרופות חדשות ולגלות תובנות רפואיות שבלתי אפשרי להשיג על פני כדור הארץ.