Product Lifecycle Management (PLM)

Product Lifecycle Management (PLM) è un flusso di complesse attività ingegneristiche a partire dalla definizione dei requisiti di prodotto / asset e fino al punto in cui l'attività sta funzionando e inizia il Service Lifecycle Management (SLM).
Il processo di sviluppo di prodotti o sistemi avanzati è complesso, compresi molti processi in parallelo tra cui: concetto, progettazione dettagliata, integrazione, gestione dei subappaltatori, requisiti e analisi di affidabilità, disponibilità, manutenibilità e sicurezza (RAMS), revisioni del progetto e test.

Le analisi RAMS tradizionali avvengono al termine della maggior parte della progettazione poiché l'input per le analisi (distinta componenti, tassi di errore, modalità di errore, MTTR) non era disponibile prima. BQR offre una vasta gamma di strumenti e servizi professionali che aiutano a implementare le considerazioni RAMS il più presto possibile nella progettazione, tra cui:
• Allocazione dell'affidabilità per analisi approssimative durante la fase concettuale
• Analisi e declassamento delle sollecitazioni dei componenti, revisione schematica, analisi di progettazione e rilevamento di errori di progettazione per circuiti elettronici
• Plugin per ECAD (Altium, OrCad e Mentor) per l'importazione veloce di BOM e analisi RAMS

 

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

Product Lifecycle Management
Argomento Senso
Allocazione di affidabilità
Allocazione CARE-RBD
Allocate component failure rates in order to meet the system level reliability requirements.
Modalità di errore ed analisi degli effetti (FMEA)
CARE-FMEA
Review the chains of effects from component failure mode, up to the system level. Identify and mitigate single points of failure.
Revisione schematica di circuiti elettronici
fiXtress-ASR
Logical analysis of an electronic circuit design in order to identify design errors.
Analisi e declassamento delle sollecitazioni elettriche
Analisi di stress fiXtressfiXtress-Declassamento
Calcola il punto operativo di ogni componente elettronico (potenza, tensione, corrente e temperatura) in base alla sua funzionalità nel circuito mediante simulazione e confrontandolo con criteri di declassamento predefiniti (in base all'ambiente operativo sul campo).
Questo aiuta a identificare stress, discrepanza di tensione e altri errori di progettazione.

Analisi di affidabilità

CARE-RBD

apmOptimizer

Calculate the Reliability and Availability of complex systems, accounting for redundancies, fault tolerance, repair policies and logistics.
Modalità di errore, effetti e analisi di criticità (FMECA)
CARE-FMECA
Simile a FMEA, utilizzando i tassi di guasto dei componenti per ottenere una maggiore precisione di analisi.
FMECA è un'analisi dal basso verso l'alto.
Analisi di testabilità
CARE-Testabilità
Analysis of optimal BIT (Built In Test) and ATE (Automatic Test Equipment) capabilities to detect and isolate failures.

Analisi dell'albero dei guasti (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.
Analisi di manutenibilità
apmOptimizer
Estimate Mean Time To Repair (MTTR), spare parts and logistics, maintenance tasks, preventive maintenance and inspection plans.
Pianificazione e ottimizzazione di manutenzione e logistica
apmOptimizer
Optimize the maintenance and logistics plan in order to minimize cost while maintaining a high asset availability.
Costo del ciclo di vita
(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.
Analisi dei dati sul campo
(FRACAS)
BQR-digitale
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.