Product Lifecycle Management (PLM)

La gestion du cycle de vie du produit (PLM) est un flux de tâches d'ingénierie complexes à partir de la définition des exigences de produit / actif, et jusqu'au point où l'actif fonctionne et où la gestion du cycle de vie du service (SLM) commence.
Le processus de développement de produits ou de systèmes avancés est complexe, comprenant de nombreux processus en parallèle, notamment: concept, conception détaillée, intégration, gestion des sous-traitants, exigences et analyses de fiabilité, disponibilité, maintenabilité et sécurité (RAMS), revues de conception et tests.

Les analyses RAMS traditionnelles ont lieu une fois la conception terminée, car l'entrée pour les analyses (nomenclature, taux de défaillance, modes de défaillance, MTTR) n'est pas disponible auparavant. BQR fournit une large gamme d'outils et de services professionnels qui aident à implémenter les considérations RAMS dès que possible dans la conception, notamment:
• Allocation de fiabilité pour une analyse grossière pendant la phase de conception
• Analyse et déclassement des contraintes des composants, revue schématique, analyse de conception et détection des erreurs de conception pour les circuits électroniques
• Plugins pour ECAD (Altium, OrCad et Mentor) pour l'importation rapide de nomenclatures et les analyses RAMS

 

List of RAMS tools BQR offers for Product Lifecycle Management (PLM) from preliminary concept to final design:

Sujet	Sens
Allocation de fiabilité Allocation CARE-RBD	Allocate component failure rates in order to meet the system level reliability requirements.
Analyse des modes de défaillance et des effets (AMDE) CARE-FMEA	Review the chains of effects from component failure mode, up to the system level. Identify and mitigate single points of failure.
Examen schématique des circuits électroniques fiXtress-ASR	Logical analysis of an electronic circuit design in order to identify design errors.
Analyse des contraintes électriques et déclassement Analyse fiXtress-StressFiXtress-Derating	Calcule le point de fonctionnement de chaque composant électronique (puissance, tension, courant et température) en fonction de sa fonctionnalité dans le circuit par simulation, et le compare avec un critère de déclassement prédéfini (selon l'environnement de fonctionnement sur le terrain). Cela aide à identifier les surcharges, les différences de tension et les autres erreurs de conception.
Analyse de fiabilité CARE-RBD apmOptimizer	Calculate the Reliability and Availability of complex systems, accounting for redundancies, fault tolerance, repair policies and logistics.
Analyse des modes de défaillance, des effets et de la criticité (FMECA) CARE-FMECA	Similaire à FMEA, en utilisant les taux de défaillance des composants afin d'obtenir une précision d'analyse plus élevée. FMECA est une analyse de bas en haut.
Analyse de testabilité CARE-Testability	Analysis of optimal BIT (Built In Test) and ATE (Automatic Test Equipment) capabilities to detect and isolate failures.
Analyse de l'arbre de défaillance (FTA) CARE-FTA	While FMECA analyzes the possible effects of single failure modes bottom to top, FTA analyzes combinations of events that can lead to safety events in a top-down approach.
Analyse de maintenabilité apmOptimizer	Estimate Mean Time To Repair (MTTR), spare parts and logistics, maintenance tasks, preventive maintenance and inspection plans.
Planification et optimisation de la maintenance et de la logistique apmOptimizer	Optimize the maintenance and logistics plan in order to minimize cost while maintaining a high asset availability.
Coût du cycle de vie (LCC) apmOptimizer	Calculate the expected cost of maintenance and operation for the product / asset / fleet life. This allows to compare different maintenance policies and IIoT solutions, and conduct business and data driven decision making.
Analyse des données de terrain (BAGARRE) BQR-Digital	When the asset is in service, failures and maintenance data is collected. Analysis of the field data provides real failure distributions, repair times, and P-F times (time from potential failure to actual failure). The resulting data can be used to further optimize the maintenance and logistics.