Author supplied from the article: ABSTRACT Increasing global competition in manufacturing technology puts pressure on lead times for product design and production engineering. By the application of effective methods for systems engineering (engineering design), the development risks can be addressed in a structured manner to minimise chances of delay and guarantee timely market introduction. Concurrent design has proven to be effective in markets for high tech systems; the product and its manufacturing means are simultaneously developed starting at the product definition. Unfortunately, not many systems engineering methodologies do support development well in the early stage of the project where proof of concept is still under investigation. The number of practically applicable tools in this stage is even worse. Industry could use a systems engineering method that combines a structured risk approach, concurrent development, and especially enables application in the early stage of product and equipment design. The belief is that Axiomatic Design can provide with a solid foundation for this need. This paper proposes a ‘Constituent Roadmap of Product Design’, based on the axiomatic design methodology. It offers easy access to a broad range of users, experienced and inexperienced. First, it has the ability to evaluate if knowledge application to a design is relevant and complete. Secondly, it offers more detail within the satisfaction interval of the independence axiom. The constituent roadmap is based on recent work that discloses an analysis on information in axiomatic design. The analysis enables better differentiation on project progression in the conceptual stage of design. The constituent roadmap integrates axiomatic design and the methods that harmonise with it. Hence, it does not jeopardise the effectiveness of the methodology. An important feature is the check matrix, a low threshold interface that unlocks the methodology to a larger audience. (Source - PDF presented at ASME IMECE (International Mechanical Engineering Congress and Exposition
Background: The number of medical technologies used in home settings has increased substantially over the last 10-15 years. In order to manage their use and to guarantee quality and safety, data on usage trends and practical experiences are important. This paper presents a literature review on types, trends and experiences with the use of advanced medical technologies at home. Methods: The study focused on advanced medical technologies that are part of the technical nursing process and 'hands on' processes by nurses, excluding information technology such as domotica. The systematic review of literature was performed by searching the databases MEDLINE, Scopus and Cinahl. We included papers from 2000 to 2015 and selected articles containing empirical material. Results: The review identified 87 relevant articles, 62% was published in the period 2011-2015. Of the included studies, 45% considered devices for respiratory support, 39% devices for dialysis and 29% devices for oxygen therapy. Most research has been conducted on the topic 'user experiences' (36%), mainly regarding patients or informal caregivers. Results show that nurses have a key role in supporting patients and family caregivers in the process of homecare with advanced medical technologies and in providing information for, and as a member of multi-disciplinary teams. However, relatively low numbers of articles were found studying nurses perspective. Conclusions: Research on medical technologies used at home has increased considerably until 2015. Much is already known on topics, such as user experiences; safety, risks, incidents and complications; and design and technological development. We also identified a lack of research exploring the views of nurses with regard to medical technologies for homecare, such as user experiences of nurses with different technologies, training, instruction and education of nurses and human factors by nurses in risk management and patient safety.
When everything is destined to be designed, design disappears into the everyday. We simply don’t see it anymore because it’s everywhere. This is the vanishing act of design. At this moment design registers its redundancy: our products, environments and services have been comprehensively improved. Everything has been designed to perfection and is under a permanent upgrade regime. Within such a paradigm, design is enmeshed with the capitalist logic of reproduction. But this does not come without conflicts, struggles and tensions. Chief among these is the situation of design in a planetary procession toward decay. Our dispense culture prompts a yearning for longevity. The computational compulsion to delete brings alive a desire to retrieve objects, ideas and experiences that refuse obsolescence. Society is growing more aware of sustainability and alert to the depletion of this world. For the ambitious designer, it’s time to take the next step: designing the future as a collective relation attuned to life.
MULTIFILE
In het project CW4.0 onderzoeken MKB’ers uit de houtindustrie en Smart Industry samen met de Hogeschool van Amsterdam (HvA), kennispartners TNO, HMC en Bouwlab R&Do en partners in hospitality hoe zinvolle toepassingen te maken van resthout, met behulp van Industry 4.0-principes. Hoogwaardig hout blijft momenteel ongebruikt, omdat het te arbeids-intensief is grote hoeveelheden ongelijkmatige stukken hout van verschillende grootte en houtsoort te verwerken. Waardevol resthout wordt zo waardeloos afval, tegen de principes van de circulaire economie in. CW4.0 richt zich op de ontwikkeling van geautomatiseerde processen voor houtverwerking gebaseerd op Industry 4.0 technologieën - met behulp van digitale ontwerptools en industriële robots. Uit eerdere projecten van HvA en partners is gebleken dat deze processen het gebruik van resthout levensvatbaar kunnen maken, in het bijzonder voor toepassingen in de hospitality sector, bijvoorbeeld voor receptiebalies, hotelmeubilair en interieurdelen. CW4.0 wordt dan ook uitgevoerd in samenwerking met hospitality-ontwerpers en hotelketels. Het onderzoek concentreert zich op 1) het creëren van een digital twin (=digitale kopie van een beoogd object of proces, om dit te onderzoeken zonder het eerst te hoeven bouwen) van een ‘upcycle houtfabriek’; 2) het realiseren en beproeven van secties van de fabriek; 3) het ontwerpen en prototypen van hospitality toepassingen en 4) het evalueren van de business case van deze toepassingen en de fabriek in het algemeen. Na afloop is er kennis beschikbaar voor houtindustrie om afval te verminderen, voor Smart Industry om hun digitale technologieën toe te passen voor upcycling van materialen, en voor horecapartners om waardevolle toepassingen te creëren van resthout. Het project is een belangrijke stap in de opschaling van industriële robotproductie met circulaire materialen. Het legt een nieuwe, belangrijke verbinding tussen Smart Industry en de circulaire transitie, gericht op het aanpakken van urgente maatschappelijke uitdagingen verband houdend met materiële schaarste en de mondiale milieucrisis.
Hoogwaardig afvalhout van bewoners, bouwbedrijven en meubelmakers blijft momenteel ongebruikt omdat het te arbeidsintensief is om grote hoeveelheden ongelijke stukken hout van verschillende afmetingen en soorten te verwerken. Waardevol hout wordt waardeloos afval, tegen de principes van de circulaire economie in. In CW.Code werken Powerhouse Company, Bureau HUNC en Vrijpaleis samen met de HvA om te onderzoeken hoe een toegankelijke ontwerptool te ontwikkelen om upcycling en waardecreatie van afvalhout te faciliteren. In andere projecten hebben HvA en partners verschillende objecten gemaakt van afvalhout: een stoel, een receptiebalie, kleine meubels en objecten voor de openbare ruimte, vervaardigd met industriële robots. Deze objecten zijn 3D gemodelleerd met behulp van specifieke algoritmen, in de algemeen gebruikte ontwerpsoftware Rhino en Grasshopper. De projectpartners willen nu onderzoeken hoe deze algoritmen via een toegankelijke tool bruikbaar te maken voor creatieve praktijken. Deze tool integreert generatieve ontwerpalgoritmen en regelsets die rekening houden met beschikbaar afvalhout, en de ecologische, financiële en sociale impact van resulterende ontwerpen evalueren. De belangrijkste ontwerpparameters kunnen worden gemanipuleerd door ontwerpers en/of eindgebruikers, waardoor het een waardevol hulpmiddel wordt voor het co-creëren van circulaire toepassingen voor afvalhout. Dit onderzoek wordt uitgevoerd door HvA Digital Production Research Group, met bovengenoemde partners. HUNC heeft ervaring met stadsontwikkeling waarbij gebruik wordt gemaakt van lokaal gekapt afvalhout. Vrijpaleis biedt toegang tot een actieve, lokale community van makers met een sterke band met buurtbewoners. Powerhouse Company heeft ervaring in het ontwerpen met hout in de bouw. Alle drie kunnen profiteren van slimmere circulaire ontwerptools, waarbij beschikbaar materiaal, productiebeperkingen en impactevaluatie worden geïntegreerd. De tool wordt ontwikkeld en getest voor twee designcases: een binnenmeubelobject en een buitengevelelement. Bevindingen hiervan zullen leidend zijn bij de ontwikkeling van de tool. Na afronding van het project is een bètaversie gereed voor validatie door ontwerpers, bewonerscollectieven en onderzoek/onderwijs van de HvA.
Granular materials (GMs) are simply a collection of individual particles, e.g., rice, coffee, iron-ore. Although straightforward in appearance, GMs are key to several processes in chemical-pharmaceutical, high-tech, agri-food and energy industry. Examples include laser sintering in additive manufacturing, tableting in pharma or just mixing of your favourite crunchy muesli mix in food industry. However, these bulk material handling processes are notorious for their inefficiency and ineffectiveness. Thereby, affecting the overall expenses and product quality. To understand and enhance the quality of a process, GMs industries utilise computer-simulations, much like how cars and aeroplanes have been designed and optimised since the 1990s. Just as how engineers utilise advanced computer-models to develop our fuel-efficient vehicle design, energy-saving granular processes are also developed utilising physics-based simulation-models, using a computer. Although physics-based models can effectively optimise large-scale processes, creating and simulating a fully representative virtual prototype of a GMs process is very iterative, computationally expensive and time intensive. On the contrary, given the available data, this is where machine learning (ML) could be of immense value. Like how ML has transformed the healthcare, energy and other top sectors, recent ML-based developments for GMs show serious promise in faster virtual prototyping and reduced computational cost. Enabling industries to rapidly design and optimise, enhancing real-time data-driven decision making. GranML aims to empower the GMs industries with ML. We will do so by (i) performing an in-depth GMs-ML literature review, (ii) developing open-access ML implementation guidelines; and (iii) an open-source proof-of-concept for an industry-relevant use case. Eventually, our follow-up mission is to build upon this vital knowledge by (i) expanding the consortium; (ii) co-developing a unified methodology for efficient computer-prototyping, unifying physics- and ML-based technologies for GMs; (iii) enhancing the existing computer-modelling infrastructure; and (iv) validating through industry focused demonstrators.
