Kundenspezifische Cube Workflows

FLUIDON begleitet Sie bei der Gestaltung individueller Cube Workflows. Unsere Fachleute entwickeln maßgeschneiderte Abläufe, die genau auf Ihre Anforderungen abgestimmt sind. Unter anderem bieten wir Workflows zur simulativen Funktionsabsicherung sowie Workflows zur automatisierten Auswertung umfangreicher Messdaten.

• Die Erstellung eines Simulationsmodells oder der Aufbau eines Prüfstands erfolgt nicht ohne Grund. Jede Simulation und jeder Versuch dienen dazu, konkrete Fragestellungen zu beantworten, wobei in beiden Fällen zunächst eine Datendatei generiert wird.
• Die Arbeit mit diesen Datendateien ist häufig geprägt von wiederkehrenden Arbeitsschritten (Tasks), die teilweise automatisierbar sind. Jeder Task für sich ist unabhängig, interagiert aber mit anderen Tasks. Durch die sinnvolle Vernetzung vieler einzelner Tasks lassen sich komplexe Workflows abbilden, die Entwickler von sich wiederholenden Arbeitsschritten entlasten.
• Die Konzeption und Erstellung des Workflows stellen jedoch keine triviale Aufgabe dar. Es bedarf der Integration von Daten aus verschiedenen Quellen und deren Umwandlung in ein einheitliches Format, das von allen Tasks des Workflows verstanden wird. Die eigentliche Analyseaufgabe muss in sinnvolle Arbeitsschritte, die sogenannten Tasks, aufgeteilt und deren Schnittstellen müssen konzipiert werden. Dabei ist auf die Wiederverwendbarkeit der Tasks zu achten, um einen Baukasten von Tasks zu schaffen, der die flexible Erstellung von Workflows für neue Aufgabenstellungen ermöglicht.
• FLUIDON setzt konsequent auf den Task-Baukastenansatz bei der Umsetzung eigener Engineering-Projekte. Viele der dabei entstandenen Tasks sind als dokumentierte high-level Funktionen auch für Cube-Anwender verfügbar und können in deren eigenen Workflows genutzt werden.
• Gerne übernimmt FLUIDON im Rahmen eines Engineering-Projekts auch die Erstellung Ihres Workflows. Hierbei profitieren Sie von unserer Expertise mit den bereits verfügbaren Task-Bausteinen und fehlende Tasks können für Ihren Anwendungsfall rasch erstellt werden. Dadurch erhalten Sie Ihren Workflow schneller und können zeitnah mit dessen Nutzung beginnen.
• Für die Konzeption Ihres Workflows stehen wir Ihnen gerne beratend zur Seite.
  Zögern Sie nicht, uns zu kontaktieren!

• FLUIDON verwendet Pandas für die Verarbeitung von Tabellendaten. Pandas ist eine Python-Bibliothek für die Bearbeitung, Analyse und Darstellung von Daten. Mit dem DataFrame verfügt Pandas über eine Datenstruktur, die den schnellen und effizienten Umgang mit großen Datenmengen ermöglicht.
• In einem Pandas DataFrame können Daten aus verschiedenen Quellen wie CSV-Dateien, Excel-Tabellen oder Datenbankabfragen geladen werden. Der DataFrame bietet auch eine Vielzahl von Funktionen und Methoden für die Datenmanipulation, -analyse und
  -visualisierung.
• Cube verfügt über einige von FLUIDON vorbereitete High-Level-Funktionen zur direkten Interaktion mit dem DataFrame ohne dass der Anwender mit den komplexen Details der Pandas-Bibliothek arbeiten muss. Dies ermöglicht es dem Anwender, auf einfache Weise fortgeschrittene Datenmanipulationen durchzuführen, die intuitiv über die Cube-Oberfläche parametriert werden.
• Standardmäßig erfolgt die Ausgabe eines DataFrames in Form einer Microsoft-Excel-Arbeitsmappe. Cube biete aber auch die Möglichkeit, einen Pandas DataFrame zu formatieren und als visuell ansprechende PNG-Grafik zu exportieren. Diese Grafik kann durch den Cube-Workflow automatisch in eine PowerPoint-Datei eingefügt werden.
• Im Rahmen von FLUIDON Engineering Projekten erweitern wir kontinuierlich die Anzahl der vorbereiteten High-Level-Funktionen. Falls Sie in der Cube-Hilfe noch nicht die benötigte Funktion für den Aufbau Ihres Workflows finden, zögern Sie nicht, uns zu kontaktieren.
• Selbstverständlich besteht auch die Möglichkeit, Ihre eigene Pandas DataFrame-Analyse im Python-Editierfeld des Cube-Workflows zu gestalten. Die vorhandenen High-Level-Funktionen zum Laden und Speichern des DataFrames nehmen Ihnen die mühsame Dateihandhabung ab.

• Cube kann Linux 64-Bit-FMUs (Funktional-Mockup-Units) importieren, die dem FMI-Standard 2.0 Co-Simulation Stand-Alone entsprechen. Dabei besteht auch die Möglichkeit, dass das der FMU zugrunde liegende Simulationsmodell selbst wiederum FMUs einbindet (Komposit-Modell).
• Signale, die innerhalb der FMU als Ausgang modelliert sind, werden in eine Ergebnisdatei gespeichert und können somit in einem Cube-Analyse-Workflow weiterverarbeitet werden.
• ​​​​Aktuell (12/2023) wurden FMUs der folgenden Programme erfolgreich getestet:
  • DSHplus
  • OpenModelica
  • Matlab/Simulink
  • Hopsan​​​
  • Altair Twin Activate
• Cube verfügt über ein Visualisierungsmodul, das auf der Unity-Engine aufsetzt, einer äußerst populären und leistungsfähigen Entwicklungsumgebung für die Erstellung von 2D- und 3D-Spielen, Simulationen, virtuellen Realitätsanwendungen (VR), Augmented-Reality-Anwendungen (AR) und anderen interaktiven Inhalten.
• Die Ergebnisse der FMU-Simulation können genutzt werden, um die Animation einer Struktur in der Visualisierung zu steuern. Der Anwender muss lediglich sicherstellen, dass die Namen der Signalausgänge der FMU mit den Namen der Signaleingänge der Visualisierung übereinstimmen. Der Cube Databackbone verknüpft die Ausgangsvariablen der FMU-Simulation anschließend automatisch mit den Eingängen der animierten Struktur im Visualisierungsmodul.
• Bei Interesse an einer maßgeschneiderten Visualisierung für Ihre Anwendung stehen wir Ihnen gerne zur Verfügung. Im Rahmen unserer Dienstleistungen erstellen wir die Visualisierung entweder auf Basis Ihrer vorhandenen CAD-Daten oder gestalten sie ganz nach Ihren individuellen Vorstellungen neu – sei es in 2D oder 3D. Sprechen Sie uns an!

• Kenner der Datenanalyse mit Python sind sich bewusst, dass die Möglichkeiten der Datenvisualisierung hier nahezu grenzenlos sind. Eben deshalb erfordert die Auswahl der optimalen Visualisierungsmethode für die eigene Anwendung jedoch eine gewisse Erfahrung.
• Nicht weniger anspruchsvoll ist anschließend die Realisierung des eigenen Visualisierungsvorhabens. Damit die Grafik nicht nur das Ergebnis einer Simulation oder einer Messung zeigt, sondern es auch ästhetisch ansprechend präsentiert, erfordert dies die Feinabstimmung zahlreicher Layout-Parameter.
• Viele der Ergebnisvisualisierungen, die wir bei FLUIDON speziell für unsere Workflows erstellt haben, stehen als sofort einsatzbereite High-Level-Funktionen auch Cube-Anwendern zur Verfügung. Diese Funktionen können sie mühelos in ihre eigenen Cube-Workflows integrieren. Die Funktionen erfordern lediglich die in der Cube-Hilfe beschrieben Konfigurationsparameter. In den Demo-Projekten Ihres Cube-Accounts stehen zahlreiche Workflow-Templates zur Verfügung, die Ihnen als Vorlage dienen können.

• Falls Sie in der Cube-Hilfe noch nicht die benötigte Funktion zur Darstellung Ihrer Ergebnisse finden, zögern Sie nicht, uns zu kontaktieren. Denn an dieser Stelle können Sie vom Dienstleistungsangebot der FLUIDON Gebrauch machen. Durch unsere tägliche Arbeit an Cube-Workflows verfügen wir über umfassendes Know-how in der grafischen Visualisierung von Daten mit Python. Ob es sich um ein einfaches Liniendiagramm, die Abbildung einer Datenmatrix als Contour-Plot oder Heatmap oder um eine komplexe 3D-Darstellung handelt. Sprechen Sie uns an, gerne erstellen wir für Sie die auf Ihre Anwendung optimal abgestimmte Ergebnisdarstellung.

• Die Aufgaben eines Tasks werden durch Python-Skripte definiert. Bei der Erstellung dieser Skripte kann der Anwender auf eine umfassende Sammlung von High-Level-Funktionen zurückgreifen, die in der Cube-Hilfe dokumentiert sind. Sollte die von Ihnen benötigte Funktion hier nicht aufgeführt sein, zögern Sie nicht, uns zu kontaktieren.
• Der Anwender hat die Möglichkeit, Python-Skripte direkt im Editor einzugeben oder über die Zwischenablage zu kopieren. Durch die Funktion des Copy-Paste können sogar Quelltextteile direkt aus KIs wie ChatGPT übernommen werden, was (bei richtiger Anwendung!) die Erstellung eigener Python-Skripte erleichtern und beschleunigen kann.
• Wenn der Anwender bereits eine umfangreiche Sammlung eigener Python-Skripte besitzt, die er in seinem Cube-Workflow nutzen möchte, ist dies problemlos möglich. Ähnlich zur Verwaltung von Python-Bibliotheken im Ordner „site-packages“ können benutzerspezifische Skripte in einem Unterordner des Workflows „installiert“ werden. Diese Skripte stehen ausschließlich im jeweiligen Workflow zur Verfügung, wodurch das eigene Know-how geschützt bleibt.
• Gerne unterstützen wir Sie bei der Integration Ihrer Python-Skripte in Ihren Cube-Workflow. Sprechen Sie uns an!