หากกล่าวถึงเทคโนโลยีการวิเคราะห์ปัญหาในปัจจุบันจะพบว่า เครื่องมือที่ใช้ในการวิจัยและพัฒนาชิ้นส่วนยานยนต์ที่นิยมใช้กันอย่างแพร่หลายที่สุดในกลุ่มอุตสาหกรรมยานยนต์และชิ้นส่วนของไทย รวมถึงสถาบันยานยนต์ด้วยคงหนีไม่พ้น CAE (Computer Aided Engineering) หรือที่มักเรียกกันจนติดปากว่า FEA (Finite Element Analysis) คำว่า FEA เป็นชื่อของระเบียบวิธีเชิงตัวเลข (Numerical method) ที่ถูกนำมาประยุกต์ใช้ในการแก้ปัญหาทางวิศวกรรมในหลายสาขาโดยเฉพาะอย่างยิ่งในการวิเคราะห์ความเค้น (Stress Analysis) ซึ่งเป็นงานที่พบมากที่สุด และถือเป็นหัวใจสำคัญของกระบวนการออกแบบชิ้นส่วน โดยผู้เขียน จะขอชี้ให้เห็นถึงบทบาทของเทคโนโลยี CAE ในกระบวนการวิจัยและพัฒนาต่อไป
สาเหตุที่ทำให้ CAE เป็นที่นิยมและแพร่หลายอย่างรวดเร็วในช่วงสิบปีที่ผ่านมานั้นเนื่องจากราคาที่ถูกลง และจำนวนบุคลากร ที่มีความรู้ด้านนี้เพิ่มมากขึ้น เป็นผลให้ความสามารถในการเข้าถึงเทคโนโลยี นี้มีมากขึ้นตามไปด้วย ทั้งนี้ จากการที่เทคโนโลยีคอมพิวเตอร์ก้าวหน้าอย่างรวดเร็ว ทำให้เครื่องรุ่นใหม่ๆ ที่มีราคาไม่สูงมากนัก สามารถรองรับโปรแกรมประยุกต์ด้าน CAE ที่ต้องการการ คำนวณทางคณิตศาสตร์ที่ซับซ้อน ร่วมกับการแสดงผลโดยคอมพิวเตอร์กราฟฟิกได้อย่างมีประสิทธิภาพ ในระดับที่สามารถรองรับงานของภาคอุตสาหกรรมได้ แทนที่จะต้องใช้เครื่องคอมพิวเตอร์แบบเมนเฟรมซึ่งมีราคาสูงมาก ดังเช่นในอดีตที่ผ่านมา ประกอบกับโปรแกรม CAE ในท้องตลาดที่มีหลายระดับความสามารถรวมทั้งมีหลายราคาให้เลือกใช้ได้ ตามความต้องการและความเหมาะสมของแต่ละองค์กร ตั้งแต่ระดับพื้นฐานไปจนถึงระดับที่เหมาะสมกับผู้เชี่ยวชาญ (Skilled user) โปรแกรมชนิดที่รองรับการประยุกต์ใช้งานทั่วไป เช่น การวิเคราะห์ความเค้นจากแรงทางกลและความร้อน หรือโปรแกรมสำหรับงานเฉพาะทาง ต่างๆ เช่น การออกแบบแม่พิมพ์ในงานฉีดพลาสติก ก็มีให้เลือกใช้ และยังสามารถสนองตอบความต้องการของผู้ใช้แต่ละกลุ่มได้เป็นอย่างดี นอกจากนี้ในปัจจุบัน CAE ยังถูกบรรจุไว้ในหลักสูตรระดับปริญญาตรีของคณะวิศวกรรมศาสตร์ในหลายๆ สถาบันทำให้วิศวกรรุ่นใหม่ๆ มีความรู้ความเข้าใจขั้นพื้นฐานเกี่ยวกับ CAE พอสมควรและช่วยให้การต่อยอดองค์ความรู้และการประยุกต์ใช้ CAE ในงานอุตสาหกรรมจริง สามารถทำได้ง่ายยิ่งขึ้น
เมื่อพิจารณาในมุมมองด้านการลงทุนเครื่องมือสำหรับงานวิจัยและพัฒนาแล้ว CAE ดูจะเป็นทางเลือกที่คุ้มค่ามากกว่าเครื่อง มือทดสอบและเครื่องมือวัดซึ่งเป็นแนวทางการดำเนินการวิจัยแบบดั้งเดิม ไม่ว่าจะเป็นในแง่ของเม็ดเงินลงทุนโดยเฉลี่ยที่น้อยกว่า ต้นทุนในการดำเนินงานที่ต้องการเพียงแค่ค่าไฟฟ้าสำหรับเครื่องคอมพิวเตอร์ ส่วนบุคคลเท่านั้น ไม่ต้องการการซ่อมบำรุง ไม่ต้องการอาคารสถานที่ในการติดตั้ง หรือสาธารณูปโภคสนับสนุนต่างๆ และยังมีข้อได้เปรียบที่สำคัญอย่างยิ่ง อีกประการหนึ่ง คือ ความยืดหยุ่นอย่างสูงในการใช้งานของ CAE ยกตัวอย่าง เช่นถ้าต้องการทราบค่าความเค้นสูงสุดที่เกิดขึ้นในไส้กรองน้ำมันเชื้อเพลิง ที่มีแบบดีไซน์ที่ต่างกัน 2 แบบ ภายใต้การสั่นสะเทือน และอุณหภูมิสูงที่จำลองสภาวะการใช้งานจริง ที่เกิดขึ้นภายในเครื่องยนต์เพื่อเปรียบเทียบความทนทานหากเลือกใช้วิธีการทดสอบแล้วจำเป็นที่จะต้องสร้างชิ้นงานต้นแบบของไส้กรองฯ ทั้ง 2 แบบ และเครื่องมือทดสอบที่ต้องใช้ ได้แก่ ตู้ควบคุมอุณหภูมิ (Temperature chamber) ที่มีเครื่องทดสอบการสั่นสะเทือน (Vibration shaker machine) ติดตั้งอยู่ภายใน และเครื่องมือวัดที่ต้องใช้ ได้แก่ เครื่องบันทึกผล(Data acquisition system) หัววัดความเร่ง (Accelerometer) และสเตรนเกจ ที่สามารถทนอุณหภูมิสูงได้ ในทางตรงกันข้ามโปรแกรม CAE ที่มีประสิทธิภาพเพียงโปรแกรมเดียวสามารถดำเนินงานเหล่านี้ได้ทั้งหมดโดยไม่ ต้องสร้างชิ้นงานต้นแบบจริง เหมือนอย่างเช่นการเลือกใช้วิธีการทดสอบ ดังกล่าวข้างต้น
ถึงแม้ว่าเทคโนโลยี CAE จะเป็นเครื่องมือที่เต็มไปด้วยข้อได้เปรียบและประโยชน์ต่างๆ มากมาย ดังที่กล่าวมาแล้ว แต่อย่าง ไรก็ตาม เทคโนโลยี CAE ยังจัดว่าเป็นเพียงแค่องค์ประกอบหนึ่งของความสำเร็จในการวิจัยและพัฒนาเท่า นั้น เพราะองค์ประกอบที่ถือเป็นปัจจัย ชี้ขาดความสำเร็จอย่างแท้จริง ก็คือ บุคลากรที่มีความเข้าใจในกระบวนการวิจัย (Research methodology) และมีความรู้พื้นฐานทางวิศวกรรมในสาขาที่เกี่ยวข้อง หรือมีประสบการณ์ตรงในงานนั้นๆ เป็นอย่างดี ทั้งนี้เพื่อให้สามารถกำหนดโจทย์การวิจัยที่ชัดเจนและรู้ว่าจะนำ CAE มาประยุกต์ใช้อย่างไร เพื่อให้สามารถตอบโจทย์การวิจัยนั้นได้ นอกจากนี้ ยังต้องเลือกใช้วิธีการวิเคราะห์ที่เหมาะสมกับปัญหา การหาข้อมูลพื้นฐานที่จำเป็น และการกำหนดสภาวะเงื่อนไขขอบเขต (Boundary condition) ที่ถูกต้องให้แก่แบบจำลอง CAE ได้ และสุดท้ายต้องสามารถกลั่นกรองได้ว่าผลการคำนวณที่ได้นั้นถูกต้องหรือไม่ ไม่เช่นนั้นแล้ว CAE ก็เปรียบเสมือนดาบสองคม ที่อาจส่งผลเสียหายได้เช่นกัน ยกตัวอย่าง เช่น ในกรณีของไส้กรองน้ำมันเชื้อเพลิงที่กล่าวถึง ข้างต้น ถ้าผลการคำนวณจาก CAE ระบุตำแหน่งของจุดวิกฤต (Critical point) ของชิ้นส่วนผิดพลาดจากการกำหนดสภาวะเงื่อนไขขอบเขตที่ไม่สอดคล้องกับความเป็นจริง จะนำไปสู่การกำหนดแนวทางการปรับแบบดีไซน์เพื่อเสริมความแข็งแรงที่ผิดพลาดตามไปด้วย
ดังนั้นทรัพยากรที่จำเป็นต้องใช้และความเข้มข้นของเนื้อหางานวิจัย จึงขึ้นอยู่กับขนาดและเป้าหมายของโครงงานวิจัยนั้นๆ ด้วย ยกตัวอย่าง เช่น การวิจัยเพื่อพัฒนาและออกแบบรถยนต์โมเดลใหม่ของบริษัทผู้ผลิตรถยนต์ ซึ่งเป็นโครงการขนาดใหญ่ที่เกี่ยวโยงกับผลประโยชน์ทางธุรกิจมูลค่ามหาศาล จึงจำเป็นต้องใช้ทั้งสนามทดสอบ (Proving ground) เครื่องจำลองสภาวะถนน (Road simulator) การทดสอบการชน เครื่องมือทดสอบสำหรับระบบย่อยตามมาตรฐานความปลอดภัยของผู้ ขับขี่เช่นระบบเข็มขัดนิรภัย และเซ็นเซอร์/หัววัดสัญญาณพร้อมเครื่องบันทึกผลประสิทธิภาพสูง ที่สามารถทนต่อสภาพแวดล้อมในการทดสอบที่เลวร้าย เช่น การกระแทกอย่างรุนแรงได้ ฯลฯ ร่วมกับทรัพยากรบุคคล อันได้แก่ ทีมวิศวกรที่มีความรู้และประสบการณ์ในการออกแบบรถยนต์อีกเป็นจำนวนมาก รวมไปถึงระบบการบริหารจัดการที่ช่วยให้สามารถทำงานแข่งกับเวลาได้อย่างมีประสิทธิภาพ ซึ่งทรัพยากรเหล่านี้ ล้วนต้องการเม็ดเงินลงทุนหลายพันล้านบาทและสิ่งที่หลีกเลี่ยงไม่พ้น คือความเสี่ยงเช่นเดียวกันกับการลงทุนในรูปแบบอื่นๆ
จากอดีตที่ผ่านมา ผลการดำเนินการวิจัยอย่างเข้มข้น และต่อเนื่องของบริษัทผู้ผลิตรถยนต์นี้ ก่อให้เกิดองค์ความรู้ทางวิศวกรรมที่ถูกพัฒนามาเป็นมาตรฐานความปลอดภัย ความแข็งแรง (Strength) และความทนทาน (Durability) ของรถยนต์และชิ้นส่วนทั้งหลาย ซึ่งท้ายที่สุดก็คือ ความเชื่อถือได้ (Reliability) ของรถยนต์แต่ละยี่ห้อ อันเป็นภาพลักษณ์ที่สำคัญ ที่สามารถสร้างมูลค่าทางธุรกิจได้อย่างมหาศาลนั่นเอง ปัจจุบันมีความพยายามที่จะนำเอาเทคโนโลยี CAE เข้ามาแทนที่สนามทดสอบ เครื่องมือวัด และเครื่องมือทดสอบทั้งหมด หรือมากที่สุดเท่าที่จะทำได้ในกระบวนการออกแบบรถยนต์เพื่อลดต้นทุนในส่วนนี้ ซึ่งต้องไม่ลืมว่าความสำเร็จของแนวทางนี้ยืนอยู่บนเงื่อนไขที่ว่า บริษัทผู้ผลิตรถยนต์ทำการพัฒนาแบบจำลอง CAE ขึ้น จากฐานข้อมูลผลการทดสอบจริงที่สะสมมาอย่างยาวนาน ประกอบกับบทเรียนที่ได้รับ จากความสำเร็จและความผิดพลาดในการออกแบบที่ผ่านมา จึงสามารถพิจารณาผลการคำนวณของ CAE ได้ว่ามีความถูกต้องแม่นยำระดับใด ซึ่งถือเป็นปัจจัยชี้ขาดความสำเร็จของการนำเทคโนโลยี CAE มาใช้งานอย่างที่ผู้เขียนได้กล่าวไว้แล้วข้างต้น แต่อย่างไรก็ตาม ทรัพยากรที่จำเป็นและความเข้มข้นของการวิจัยจะลดหลั่นกันลงไปเรื่อยๆ ตามระดับของผู้ประกอบการในห่วงโซ่อุปทาน (Supply chain) ดังนั้นผู้ประกอบการแต่ละราย ควรกำหนดเป้าหมาย รวมทั้งแนวทางการดำเนินการวิจัยและพัฒนาที่ชัดเจน ให้สอดคล้องกับสถานะภาพทางธุรกิจในปัจจุบันและแผนการในอนาคตของตน (ความสำเร็จการวิจัยและพัฒนาอุตสาหกรรม ควรจะเป็นไปในทิศทางใด โปรดติดตามตอนต่อไป)
