点播式网络研讨会

借助智能性能工程减少制造和机器设计复杂难题

分享

借助智能性能工程减少制造和机器设计复杂难题

全世界的工厂和车间都在积极寻求数字化转型帮助他们在应对不断变化的客户需求、采用新技术和参与全球竞争时进行创新的方式。这也提高了对于更加智能、灵活、可配置且自动化工业机械设备的需求。工业机械企业需要制定新的设计惯例,才能跟上这些机器不断增长的复杂性。

通过数字孪生解决方案优化机械设计

互联数字线程能够帮助实现设计团队、分析师、生产测试团队以及服务工程师之间信息共享流程的自动化。这让不同团队可以通过最高效的方式评估产品变型的功能和局限性。智能性能工程解决方案重点关注机器制造商在仿真、设计和连通性方面的改进

闭环系统建模验证和确认的优势

工业机械的开发需要找到生产力、精度、可靠性和效率之间的最佳平衡。能够以数字化方式进行工业机械开发,可以帮助贵公司比竞争对手更加高效地创新并制造更高质量的机器。

观看本场网络研讨会,与我们一起更加详细地回顾智能性能工程解决方案的价值并探讨三个关键区别因素,包括:

  • 多物理场仿真

    – 改进智能机器的性能,需要大量不同物理场和学科之间共同开展跨学科协同和仿真。

  • 集成式设计与仿真

    – 设计师和仿真工程师如何在多种工具之间使用相同模型的同一主要模型概念并保持仿真数据与设计同步。

  • 闭环验证

    – 闭环流程可以通过捕获并验证不同需求之间的关系来验证仿真

主讲嘉宾

Siemens Digital Industries Software

弗朗斯·阿达莫维奇 (Frans Adamowicz)

工业机械解决方案主管

弗朗斯·阿达莫维奇 (Frans Adamowicz) 是工业机械解决方案主管,主要负责为行业领导企业提供支持,提供重要战略决策解决方案和全球业务开发。作为行业团队的一员,他主要负责探索行业关键方案并开发新型解决方案,同时与行业领先客户紧密合作,引领解决机械行业面临的、新出现的问题。

Siemens Industrial Machinery and Heavy Equipment Industry

Bill Butcher

Senior Marketing Manager

他目前担任西门子工业机械和重型装备行业高级营销经理,主要负责战略营销内容,包括用于传达西门子数字化工业软件产品组合价值的营销活动策略、宣传推广和数字化输入内容。