最佳用例|Elysium Co. Ltd. Caddoctor
Altair合作伙伴联盟
卡德尔克人减少了80%的CAD数据错误修复时间
2
挑战
从客户中导入数据时,存在许多与CAD几何形状相关的数据错误,例如无法扩大,缩小和修改3D模型。同样, *边缘和 *底表面和/或缺失的面之间存在差距。
霉菌工程师必须找到每个错误,并一一手动修理它们,不需要改变原始设计意图。但是,这种方法甚至花了很多时间才发现错误,并影响了生产时间的时间。
解决方案
实施Caddoctor,以减少CAD数据错误维修时间并增加其3D CAD数据质量,以提高整个生产过程的效率。
结果
通过引入会计师,数据维修时间大大减少了。事实上,一个月后,数据维修时间减少了80%。
在引入CADDOCTOR之后,随着CAD数据维修过程变得更加有效,工程师能够将更多的重点放在设计概念和增值过程上。
无论数据质量如何,从客户那里收到的数据的维修时间都得到了平衡,因此,他们能够更轻松地估计开发时间并以更准确的速度制定开发计划。
CAE分析的数据优化
3
挑战
CAE数据的网格质量很差,为CAE的数据准备过程增加了更多工作
解决方案
通过Caddoctor技术治愈不良几何形状。
简化特征并创建适合于网格和CAE的中表面。
结果
将CAE数据准备时间减少了40%。
在HyperMesh中,可以更高的网格划分质量
将CAD和CAM与高精度3D数据转换连接
4
挑战
CAD/CAM数据传输中的数据问题。
多年来,异质CAD-CAM之间3D数据的兼容性一直是一个问题。
设计工程师创建的3D数据的质量差。
3D数据转换工具的性能以及未生成处理路径的错误。
经常经历开发时间表的延迟,因为他们每次遇到此类错误时都必须在CAM中手动解决数据问题。
解决方案
在他们的设计过程中添加新的一步;使用Caddoctor转换数据以打开并在CAM中进一步工作。
将Caddoctor带入公司标准。
结果
将数据错误的手动校正工作急剧降低了65%
此外,即使在CAD中保留了一些数据误差,将数据传输到CAM所需的时间也可以通过在转换前与Caddoctor进行自动校正和部分交互式校正来减半。
Caddoctor带来的关键影响之一是设计工程师不再浪费时间来解决PDQ错误。他们现在能够致力于应该做的创意工作
PDQ的数据愈合(产品数据质量)
5
挑战
CAD数据的质量因在下游工作流程而成功。
试图使用来自外部各方的多种格式会导致问题。
解决方案
通过Caddoctor技术治愈不良几何形状。
每个目标系统的公差/拓扑调整。
结果
无论格式如何,下游工作流程中的数据处理更容易。
“如果不使用Caddoctor,就需要巨大的努力才能通过我们的CAD系统处理外部CAD数据。”
马丁·沃斯尼茨(Martin Wosnitza),IT部门
TROESTER GMBH&CO。KG
包裹在虚拟原型中
6
挑战
导入用于虚拟原型的数据花费太长。
当较重的模型上/向上移动/缩放时,性能会降低。
解决方案
Caddoctor的包裹功能通过固体包裹和删除内部部分来降低数据大小。
结果
平滑,无压力的组装性能研究。
与供应商交换数据时,对IP保护有效。
减少创建FEA模型的时间
7
挑战
容量增加导致需要减少模拟预处理时间
通过简化几何形状创建更好的网格
解决方案
使用Caddoctor翻译和简化平台来减少创建更简单模型的时间
创建没有圆角,肋骨和老板的CAD,对于HyperMesh的创建2D和3D网格来说,要处理的更好。
结果
借助卡多克特人的模型将创建更高质量的网格,工程师维修的元素较少。
“直接在从客户那里收到的模型上创建网格根本不够,您必须简化和清洁模型,快速简便!在这个差距中,会计师来寻求帮助”
Konstantin Arhiptsov,
模拟部门
Arkal汽车
用于创建CAE模型的Caddoctor反向工程
8
挑战
随着扫描数据外包进行建模,创建CAD模型的长时间提前时间。
解决方案
使用Caddoctor自动和半自动化从STL Polygon数据中创建B-REP表面。
使用Caddoctor多边形函数来治愈多边形以进行高质量的B-REP数据创建。
结果
将CAE数据准备时间减少了75%
在超级网中更快的网络
降低文件大小的Caddoctor包裹功能
9
挑战
数据交换与大数据大小的问题。
在某些设备或软件中使用大数据尺寸模型的缓慢而压力的观看体验。
解决方案
从巨大的组装模型中自动创建一个轻量级模型。
可以去除孔,凹槽和突起。
可以用简单的形状代替卷。
结果
可以在各种场景中使用,例如数字模型,干扰检查,转换为查看格式等。
CADDOCTOR包裹功能用于IP保护
10
挑战
必须手动删除有关零件的技术设计详细信息,以准备可以与合作伙伴共享的模型,而不会出现数据泄露或窃的风险。
解决方案
单击按钮自动删除内部几何形状。
结果
交换没有安全风险的复杂数据集,时间更少。
更容易的处理数据大小。