Ce que signifie une simulation 1000 fois plus rapide pour les jumeaux numériques

Il y a une dizaine d'années, des chercheurs du MIT ont découvert une technique qui accélère la modélisation physique de 1000X. Ils ont transformé cela en une nouvelle société, appelée Akselos, qui aide les entreprises à intégrer la technologie dans divers types de jumeaux numériques utilisé pour améliorer le transport maritime, le raffinage et la production d'énergie éolienne.

Un jumeau numérique est une représentation virtuelle d'un objet ou d'un système qui couvre son cycle de vie, est mis à jour à partir de données en temps réel et utilise la simulation, l'apprentissage automatique et le raisonnement pour aider à la prise de décision. Des capteurs connectés sur l'actif physique collectent des données qui peuvent être mappées sur le modèle virtuel.

L'innovation spécifique améliore les performances des algorithmes d'analyse par éléments finis (FEA) qui sous-tendent la plupart des types de simulations physiques. L'expérience d'Akselos au cours de la dernière décennie peut aider les dirigeants à explorer les implications de la des millions d'améliorations dans la simulation physique que Nvidia démontre maintenant grâce à l'amélioration du matériel, de l'évolutivité et de nouveaux algorithmes.

VentureBeat a rencontré le PDG d'Akselos, Thomas Leurent, pour expliquer ce que ces améliorations plus larges pourraient signifier pour l'industrie dans son ensemble. À un niveau élevé, une simulation plus rapide facilite la comparaison des compromis de conception conduisant à des produits plus efficaces, à des coûts réduits, à des performances améliorées et à de meilleurs algorithmes d'IA. Les avantages pratiques incluent la réduction d'un tiers du poids des tours éoliennes et l'amélioration de la sécurité des navires pétroliers.

Le rôle de la simulation dans la transformation numérique

Les jumeaux numériques ressemblent plus à un modèle de conception qu'à une technologie. Les entreprises assemblent les différentes pièces dans une solution, tout comme avec la construction d'un pipeline de données. Divers PLM, logiciels de construction et fournisseurs spécifiques à l'industrie élaborent des portefeuilles pour prendre en charge un plus large éventail de capacités de jumeaux numériques, y compris la simulation physique. Un moteur de simulation plus rapide permet aux entreprises d'explorer de nouvelles façons d'intégrer la simulation dans l'idéation, la conception, l'approvisionnement, les phases de conception de meilleurs produits et de conduire la transformation numérique.

Akselos est une plate-forme de simulation de pointe conçue pour améliorer l'analyse par éléments finis, un élément crucial de nombreux types de stimulation physique. Akselos a découvert comment accélérer les algorithmes de base environ 1000 fois il y a environ une décennie. Tous les autres fournisseurs d'API et de CAO explorent des moyens de faire quelque chose de similaire.

Mais comment exactement une accélération de 1000 fois la simulation se traduit-elle en valeur commerciale, puisque la simulation n'est qu'une partie d'un processus commercial et technique plus large ? D'autres entreprises tireront probablement parti de l'expérience d'Akselos lorsqu'elles développeront leur infrastructure de simulation en utilisant une combinaison de matériel plus rapide, de meilleurs algorithmes ou les deux. Les GPU sont déjà 1000 fois plus rapides qu'ils ne l'étaient au début de cette recherche, et lorsqu'ils sont combinés à des améliorations d'algorithmes même marginales, les entreprises vont chercher des moyens de "gaspiller" de manière créative les cycles de simulation pour voir des gains par d'autres moyens.

Les clients d'Akselos ont découvert plusieurs façons de traduire des simulations plus rapides en valeur commerciale. Par exemple, Shell Oil a découvert un processus de conception plus rapide pour un pétrolier spécialisé de plusieurs milliards de dollars, qui a réduit le nombre de points faibles en même temps. D'autres clients ont réduit de 30 % le matériau d'une éolienne.

D'autres entreprises verront probablement des gains similaires en repensant la manière dont une simulation plus rapide peut être appliquée à leurs transferts d'ingénierie et de déploiement pour d'autres éléments physiques tels que les usines, les voitures, les dispositifs médicaux, etc.

VentureBeat : Quelle est votre opinion générale sur certaines des façons dont les améliorations des techniques de modélisation et de simulation pourraient améliorer l'utilisation des jumeaux numériques ?

Thomas Leurrent : Les jumeaux numériques pour les actifs industriels ne peuvent que bénéficier de l'utilisation des outils de simulation d'ingénierie mécanique qui ont été utilisés pour les concevoir en premier lieu - et ceux-ci sont tous basés sur l'analyse par éléments finis (FEA). Les normes d'exploitation les plus strictes s'appuient également sur la FEA pour exploiter des actifs critiques tels que des raffineries, des navires, des plates-formes pétrolières, etc. Mais la FEA est trop lente pour être utilisée pour les jumeaux numériques en phase opérationnelle. Par conséquent, une mise à niveau unique dans une génération était nécessaire pour renforcer les algorithmes de base, afin de permettre à FEA de prendre en charge des cas d'utilisation en temps quasi réel, paramétriques et compatibles avec la connectivité.

VentureBeat : Quel est le problème avec l'analyse par éléments finis à base réduite ? Qu'est-ce qui est tellement plus rapide que les techniques de modélisation traditionnelles ?

Leurent : FEA est en fait un algorithme très ancien et inefficace. Il utilise des maillages (par exemple, des millions de triangles ou de tétraèdres) pour définir la géométrie d'une pièce. C'est très bien. Le problème est que FEA attribue des degrés de liberté à chaque nœud du maillage, et c'est en fait une exagération complète. La FEA finit par résoudre des problèmes dans des espaces de millions de dimensions, ce qui est très coûteux et ne peut pas être fait en temps réel.

RB-FEA, la technologie pionnière d'Akselos, comprend cela et cherche ce Pr AT Patera au MIT appelle «le collecteur en dessous». C'est un sous-espace, beaucoup plus petit que l'espace FEA d'origine, et toujours suffisamment grand pour garantir que le problème se comporte dans ce sous-espace.

Nous appelons cela l'espace RB, pour une base réduite (même ce sous-espace RB est exagéré, mais il est 1,000 1,000 fois moins exagéré que l'espace FEA d'origine). Nous résolvons le problème dans le sous-espace RB, qui est XNUMX XNUMX fois plus efficace, puis nous avons tous les calculs à projeter dans l'espace FEA auquel les ingénieurs sont habitués et que les normes reconnaissent. Pour les ingénieurs, c'est vraiment transparent - vous obtenez simplement des calculs RB-FEA fonctionnant à une vitesse fulgurante alors qu'ils étaient lents avec FEA. En pratique, tout cela signifie que la FEA est adaptée pour exécuter des simulations au niveau des pièces mécaniques, mais elle se heurte à un mur au-delà. RB-FEA peut exécuter des simulations de précision complète au niveau du système et jusqu'au niveau de la pièce mécanique, sans avoir besoin de sous-modèles. C'est un flux de travail considérablement amélioré.

VentureBeat : Où les fournisseurs de simulation voient-ils la plus grande adoption en 2021 de la technologie de simulation pour les jumeaux numériques, en particulier dans quels secteurs et quels types de produits, et pourquoi ?

Leurent : Les deux industries qui, selon nous, génèrent la plus forte attraction sont l'éolien offshore et le pétrole et le gaz. Il y a une énorme croissance de l'éolien offshore avec plus de 95% de la capacité qui reste à construire pour atteindre les objectifs de zéro net de l'AIE 2050. Il existe une demande importante pour une technologie capable de réduire les risques à la fois pour la conception et l'exploitation des structures éoliennes offshore. Une puissante simulation d'ingénierie utilisant des jumeaux numériques permet aux développeurs et aux opérateurs d'analyser des milliers de scénarios de simulation dans un environnement sécurisé.

Dans la conception, nous avons montré que nous pouvions permettre jusqu'à 30 % d'économies d'investissement sur la fondation grâce à une optimisation avancée avec notre partenaire Lamprell, et il y a plus de potentiel. Dans les opérations, nous sommes le seul fournisseur de technologie capable d'analyser la santé structurelle jusqu'au niveau du centimètre carré. Ce jumeau numérique opérationnel est une percée absolue pour les opérateurs, car il fournit des informations exploitables sur la fréquence à laquelle ils doivent inspecter quelles parties de la structure.

La transition énergétique oblige les grands groupes pétroliers et gaziers à réévaluer les décisions d'investissement majeures et pousse à trouver des moyens de tirer le meilleur parti des actifs existants. Cela nécessite d'implanter des jumeaux numériques structurels dans un environnement opérationnel. Les modèles très détaillés apportés par la simulation d'ingénierie avancée offrent un moyen sûr et efficace de comprendre le comportement des actifs/équipements et de prolonger leur durée de vie.

VentureBeat : Quels sont les types de cas d'utilisation pour lesquels vous avez constaté des avantages significatifs par rapport aux approches traditionnelles de modélisation et de simulation ?

Leurent : Nous avons réduit ce qui était auparavant un flux de travail de six mois pour analyser les bateaux-citernes flottants de production, de stockage et de déchargement (FPSO) de Shell, en moins de 48 heures, tout en augmentant la précision de 10 fois.

D'autres exemples de cas d'utilisation incluent l'auto-évaluation des dommages structurels en vol par un drone ou un aéronef. Et puis bien sûr l'éolien offshore. Cette technologie contribuera à réduire considérablement le coût de l'éolien offshore. Notamment l'éolien offshore flottant, qui constitue l'une des plus importantes sources d'énergie renouvelable sur Terre, une fois débloqué.

VentureBeat : Pourriez-vous nous expliquer comment ces types d'avantages se manifestent dans la pratique ? Par exemple, comment une amélioration des performances de modélisation 1000X se traduit-elle en avantages pratiques, comme la réduction de la quantité de matériau dans une plate-forme d'éolienne et son coût global ?

Leurent : RB-FEA a abouti à certains des actifs les plus importants (et les plus complexes) de la planète, comme le navire flottant de production, de stockage et de déchargement Bonga de Shell, ayant un jumeau numérique basé sur la physique (en tenant compte de variables telles que la fatigue de la coque , chargement de réservoir, vagues) et compatible avec les normes. Cela lui a valu le prix du meilleur article lors de la Offshore Technology Conference 2021. Et la gamme de produits d'Akselos prend en charge la protection de 7 milliards de dollars (par an) de production d'équivalent pétrole.

Un jumeau numérique avec RB-FEA 30% de réduction des coûts d'inspection sur un FPSO, mais surtout, regardez au bon endroit sur un énorme actif et détectez les défauts tôt afin d'éviter les problèmes majeurs. Sur le Bonga FPSO, l'avantage d'une précision accrue a permis de réduire 15,000 230 emplacements de fatigue de premier plan à XNUMX véritables points chauds de fatigue dans les endroits les plus critiques. C'est d'une valeur énorme pour l'opérateur, car il dispose désormais d'informations exploitables pour mener les activités d'inspection et de maintenance là où cela compte le plus.

Les avantages de l'éolien offshore ont un potentiel égal, sinon plus. Par exemple, du côté de la conception, nous avons travaillé avec Lamprell pour réduire jusqu'à 30 % la quantité d'acier dans les fondations éoliennes offshore. Cela a non seulement des avantages directs grâce à la réduction du coût des matériaux, mais il y a aussi des effets d'entraînement très importants lorsque l'on considère la quantité de soudure nécessaire pour assembler la fondation ainsi que le transport.

Lorsqu'une conception optimisée prend vie au sein des opérations, et surtout pour les parcs éoliens, l'impact est multiplié par 1000. Cela signifie qu'un opérateur peut prendre des décisions éclairées sur le moment d'effectuer la maintenance et sur la manière d'ajuster la fenêtre de fonctionnement de la turbine pour éviter une défaillance de la fondation si la prochaine opportunité de maintenance est dans un certain temps.

Les avantages sont encore plus importants pour l'éolien offshore flottant, où la fondation et la turbine ont une charge plus dynamique. Ces types de gains seront essentiels pour réduire le coût actualisé de l'énergie (LCOE), l'échelle déterminante du vent flottant. Pour que le monde respecte la feuille de route de l'AIE, ce type de gains est une nécessité absolue.

VentureBeat : Comment pensez-vous que l'utilisation et les capacités de meilleures techniques de simulation telles que RB-FEA et les approches associées évolueront dans un proche avenir, en particulier en ce qui concerne l'amélioration des flux de travail liés aux jumeaux numériques ?

Leurent : Comprendre en temps réel l'intégrité structurelle d'un actif change la donne pour :

• Opérations optimales
• Prolongation de la durée de vie des actifs
• Conception en exploitation (conception de la prochaine génération d'actifs basée sur les données générées à partir du jumeau numérique)

Aujourd'hui, les jumeaux numériques Akselos sont déployés sur des actifs d'une valeur de plusieurs milliards de dollars dans le monde. Cela passe par des actifs pétroliers et gaziers hérités complexes (et dans la plupart des cas vieillissants) et des prototypes de démonstrateurs de pointe dans l'éolien flottant.

Nous travaillons à rendre le logiciel toujours plus en temps réel, dans certains cas, nos jumeaux numériques basés sur la physique interprètent de nouvelles données à chaque seconde. Cette vitesse permet également de combiner l'IA/ML avec des simulations basées sur la physique, un changement de jeu avec un vaste potentiel. C'est ce qui nous a valu le prix AIAA du meilleur article 2020 pour l'optimisation de la conception multidisciplinaire. Ici, RB-FEA donne un ensemble de données beaucoup plus riche, moins cher et plus précis.

L'équipe travaille également sur la capture de plus en plus de physique (multi-physique et non linéaire par exemple). Et nous travaillons sur des fonctionnalités très puissantes de RB-FEA pour une conception optimale, y compris la possibilité de reconcevoir un système d'éolienne complet basé sur des mises à niveau de matériaux ou de nouvelles idées de conception en quelques semaines.

VentureBeat : Quels sont vos principaux enseignements pour les autres entreprises qui pourraient explorer des moyens de tirer parti des améliorations de la simulation grâce aux tendances de l'industrie en général ? 

Leurent : La chose la plus importante est probablement de pousser l'imagination de ce qui est possible. Dans un monde de plus en plus sensoriel et robotisé, la technologie de simulation devient un outil de plus en plus puissant pour générer un avantage concurrentiel. Par exemple, nous pourrions commencer à exploiter et à optimiser les parcs éoliens turbine par turbine. Les données des drones d'inspection et des capteurs sur les turbines pourraient aider à faire des évaluations de la santé de chaque turbine et permettre aux opérateurs de prendre des décisions éclairées sur la force avec laquelle ils doivent faire fonctionner chaque turbine en fonction du prix de l'électricité (inutile de faire fonctionner une turbine à grande vitesse si cela coûte plus de « consommation de vie » que de revenus générés).

Dans le secteur pétrolier et gazier en aval, nous effectuons des analyses en temps quasi réel pour aider nos clients à gagner du temps sur le chemin critique et à augmenter la disponibilité, et sans la technologie de simulation, cela ne serait pas possible.

En fin de compte, si vous êtes un propriétaire d'actifs, je pense qu'il sera essentiel d'examiner comment différentes sources de données et outils peuvent être combinés avec technologie de simulation pour générer de meilleurs résultats commerciaux. Cela ne leur était pas venu à l'esprit car la puissance de simulation n'était pas assez puissante pour être utilisée dans des environnements opérationnels en temps quasi réel, mais cela a maintenant radicalement changé.

Source : https://venturebeat.com/2022/01/05/what-1000-x-faster-simulation-means-for-digital-twins/