Что означает ускорение моделирования в 1000 раз для цифровых двойников

Около десяти лет назад исследователи Массачусетского технологического института открыли метод, который ускоряет физическое моделирование в 1000 раз. Они превратили это в новую компанию под названием Akselos, которая помогает предприятиям внедрять эту технологию в различные виды деятельности. цифровые близнецы используется для улучшения судоходства, переработки и производства ветровой энергии.

Цифровой двойник — это виртуальное представление объекта или системы, которое охватывает весь его жизненный цикл, обновляется на основе данных в реальном времени и использует моделирование, машинное обучение и рассуждения для помощи в принятии решений. Подключенные датчики на физическом объекте собирают данные, которые можно отобразить на виртуальной модели.

Конкретное нововведение повышает производительность алгоритмов анализа методом конечных элементов (FEA), которые лежат в основе большинства типов физического моделирования. Опыт Акселоса за последнее десятилетие может помочь руководителям изучить последствия улучшения в миллион раз в физическом моделировании, которое сейчас демонстрирует Nvidia благодаря улучшению аппаратного обеспечения, масштабируемости и новым алгоритмам.

VentureBeat встретилась с генеральным директором Akselos Томасом Лёраном, чтобы объяснить, что эти более широкие улучшения могут означать для отрасли в целом. На высоком уровне более быстрое моделирование упрощает сравнение компромиссных решений при проектировании, что приводит к созданию более эффективных продуктов, снижению затрат, повышению производительности и улучшению алгоритмов искусственного интеллекта. Практические преимущества включают снижение веса ветряных башен на одну треть и повышение безопасности нефтяных судов.

Роль моделирования в цифровой трансформации

Цифровые двойники больше похожи на образец проектирования, чем на технологию. Предприятия объединяют различные части в решение, как при построении конвейера данных. Различные PLM, строительное программное обеспечение и отраслевые поставщики создают портфели для поддержки более широкого спектра возможностей цифровых двойников, включая физическое моделирование. Более быстрый механизм моделирования позволяет компаниям исследовать новые способы применения моделирования на этапах формирования идей, проектирования, закупок, разработки более качественных продуктов и стимулирования цифровой трансформации.

Akselos — лучшая в своем классе платформа моделирования, предназначенная для улучшения анализа методом конечных элементов, важнейшего компонента многих видов физической стимуляции. Около десяти лет назад Акселос придумал, как ускорить основные алгоритмы примерно в 1000 раз. Все остальные поставщики ПЛК и САПР изучают способы сделать что-то подобное.

Но как именно 1000-кратное ускорение моделирования преобразуется в ценность для бизнеса, поскольку моделирование — это всего лишь часть более крупного бизнес- и технического процесса? Другие компании, вероятно, воспользуются опытом Акселоса при построении своей инфраструктуры моделирования, используя комбинацию более быстрого оборудования, лучших алгоритмов или того и другого. Графические процессоры уже в 1000 раз быстрее, чем были на момент начала этого исследования, и в сочетании с даже незначительными улучшениями алгоритмов компании будут искать способы творчески «растрачивать» циклы моделирования, чтобы увидеть выгоды другими способами.

Клиенты Akselos обнаружили несколько способов превратить более быстрое моделирование в ценность для бизнеса. Например, компания Shell Oil обнаружила более быстрый процесс проектирования специализированного нефтяного танкера стоимостью в несколько миллиардов долларов, что в то же время уменьшило количество слабых мест. Другие клиенты сократили количество материала в ветряной турбине на 30%.

Другие компании, вероятно, увидят аналогичные преимущества, поскольку они переосмыслят способ применения более быстрого моделирования к передаче управления проектированием и развертыванием других физических объектов, таких как заводы, автомобили, медицинские устройства и многое другое.

VentureBeat: Каково ваше общее мнение о том, как усовершенствования в методах моделирования и симуляции могут улучшить использование цифровых двойников?

Томас Леран: Цифровые двойники для промышленных активов могут выиграть только от использования инструментов машиностроительного моделирования, которые использовались в первую очередь для их проектирования, и все они основаны на анализе конечных элементов (FEA). Самые строгие операционные стандарты также полагаются на FEA для управления критически важными активами, такими как нефтеперерабатывающие заводы, корабли, нефтяные вышки и т. д. Но FEA слишком медленный, чтобы его можно было использовать для цифровых двойников на этапе эксплуатации. Поэтому требовалось обновление один раз в поколение для улучшения основных алгоритмов, чтобы FEA мог поддерживать сценарии использования, работающие практически в реальном времени, параметрические и с возможностью подключения.

VentureBeat: В чем особенность сокращенного анализа методом конечных элементов? Чем он намного быстрее традиционных методов моделирования?

Леран: FEA на самом деле очень старый и неэффективный алгоритм. Он использует сетки (например, миллионы треугольников или тетраэдров) для определения геометрии детали. Это нормально. Проблема в том, что FEA присваивает степени свободы каждому узлу сетки, а это на самом деле полное излишество. В конечном итоге FEA решает проблемы в пространствах с миллионами измерений, что очень дорого и не может быть выполнено в реальном времени.

RB-FEA, новаторская технология Акселоса, понимает это и ищет, что именно Проф. А.Т. Патера в Массачусетском технологическом институте называет «многообразие внизу». Это подпространство, намного меньшее, чем исходное пространство FEA, но все же достаточно большое, чтобы гарантировать, что проблема будет вести себя именно в этом подпространстве.

Мы называем это пространством RB для сокращенной основы (даже это подпространство RB является избыточным, но оно в 1,000 раз меньше избыточного, чем исходное пространство FEA). Мы решаем проблему в подпространстве RB, которое в 1,000 раз более эффективно, а затем у нас есть все математические данные, которые можно проецировать обратно в пространство FEA, к которому привыкли инженеры и которое признают стандарты. Для инженеров это действительно прозрачно — вы просто запускаете вычисления RB-FEA с молниеносной скоростью, тогда как раньше они были медленными с FEA. На практике все это означает, что FEA подходит для моделирования на уровне механических деталей, но за этим у него есть препятствия. RB-FEA может выполнять моделирование с полной точностью на уровне системы и вплоть до уровня механических деталей без необходимости использования подмоделей. Это значительно улучшенный рабочий процесс.

VentureBeat: Где поставщики моделирования видят в 2021 году наибольшее распространение технологий моделирования цифровых двойников, в частности, в каких отраслях и в каких типах продуктов и почему?

Леран: Две отрасли, которые, по нашему мнению, генерируют наибольшую привлекательность, включают морскую ветроэнергетику и нефть и газ. Наблюдается огромный рост морской ветроэнергетики: более 95% мощностей еще предстоит построить, чтобы достичь целей МЭА 2050 по нулевым показателям. Существует значительный спрос на технологии, которые могут снизить риски как при проектировании, так и при эксплуатации морских ветровых сооружений. Мощное инженерное моделирование с использованием цифровых двойников позволяет разработчикам и операторам анализировать тысячи сценариев «что, если» в безопасной среде.

При проектировании мы показали, что можем сэкономить до 30% капитальных затрат на фундамент за счет расширенной оптимизации с нашим партнером Lamprell, и это еще больший потенциал. В сфере производства мы являемся единственным поставщиком технологий, который способен анализировать состояние конструкций вплоть до уровня квадратных см. Этот оперативный цифровой двойник является абсолютным прорывом для операторов, поскольку он предоставляет полезную информацию о том, как часто им следует проверять какие части конструкции.

Энергетический переход заставляет крупные нефтегазовые компании переоценивать основные инвестиционные решения и подталкивает к поиску способов получить больше от существующих активов. Это требует внедрения структурных цифровых двойников в операционную среду. Высокодетализированные модели, которые предоставляет передовое инженерное моделирование, позволяют безопасно и эффективно понять поведение активов/оборудования и продлить их срок службы.

VentureBeat: В каких случаях вы заметили значительные преимущества по сравнению с традиционными подходами к моделированию и симуляции?

Леран: Мы сократили шестимесячный рабочий процесс анализа плавучих танкеров Shell для хранения и разгрузки продукции (FPSO) менее чем до 48 часов, повысив при этом точность в 10 раз.

Другие примеры вариантов использования включают самооценку структурных повреждений в полете дрона или самолета. И, конечно же, прибрежный ветер. Эта технология поможет значительно снизить стоимость морской ветроэнергетики. В частности, однажды будет открыт плавучий морской ветрогенератор, который представляет собой один из крупнейших источников возобновляемой энергии на Земле.

VentureBeat: Не могли бы вы рассказать нам, как подобные преимущества проявляются на практике? Например, как повышение производительности моделирования в 1000 раз преобразуется в практические преимущества, такие как уменьшение количества материала в платформе ветряной турбины и ее общей стоимости?

Леран: В результате RB-FEA некоторые из самых крупных (и наиболее сложных) активов на планете, такие как плавучее судно для добычи, хранения и разгрузки Shell Bonga, имеют цифрового двойника, основанного на физике (с учетом таких переменных, как усталость корпуса). , загрузка танка, волны) и совместима со стандартами. Это принесло награду за лучшую статью на конференции по морским технологиям 2021 года. А линейка продуктов Akselos обеспечивает защиту производства нефтяного эквивалента на сумму 7 миллиардов долларов (в год).

Цифровой двойник с RB-FEA Сокращение затрат на проверку FPSO на 30 %, но, что более важно, возможность поиска в нужном месте на огромном объекте и обнаружение дефектов на ранней стадии, чтобы избежать серьезных проблем. На Bonga FPSO преимущество повышенной точности привело к тому, что 15,000 230 мест усталости высшего уровня были сокращены до XNUMX настоящих горячих точек усталости в наиболее критических местах. Это имеет огромную ценность для оператора, поскольку теперь у него есть полезная информация для проведения проверок и технического обслуживания там, где это наиболее важно.

Выгоды от морской ветроэнергетики имеют такой же, если не больший, потенциал. Например, что касается проектирования, мы сотрудничали с Лампреллом, чтобы сократить количество стали в фундаментах морских ветроэнергетических установок до 30%. Это не только дает прямую выгоду за счет более низкой стоимости материалов, но также имеет очень существенные побочные эффекты, если учесть объем сварки, необходимый для сборки фундамента, а также транспортировку.

Когда оптимизированная конструкция воплощается в жизнь в рамках эксплуатации и, что особенно важно для ветряных электростанций, скорость увеличивается в 1000 раз. Это означает, что оператор может принимать обоснованные решения о том, когда проводить техническое обслуживание и как отрегулировать рабочее окно турбины, чтобы избежать разрушения фундамента, если до следующего технического обслуживания осталось некоторое время.

Преимущества еще больше усугубляются плавучими морскими ветроэнергетическими установками, где фундамент и турбина испытывают более динамическую нагрузку. Эти виды выгод будут иметь решающее значение для снижения приведенной стоимости энергии (LCOE), движущей силы плавающего ветра. Для того чтобы мир мог выполнить дорожную карту МЭА, подобные достижения абсолютно необходимы.

VentureBeat: Как вы ожидаете развития в ближайшем будущем использования и возможностей более совершенных методов моделирования, таких как RB-FEA и связанных с ними подходов, особенно в том, что касается улучшения рабочих процессов, связанных с цифровыми двойниками?

Леран: Понимание структурной целостности актива в режиме реального времени меняет правила игры для:

• Оптимальные операции
• Продление срока службы активов
• Проектирование в эксплуатации (проектирование активов следующего поколения на основе данных, полученных от цифрового двойника)

Сегодня цифровые двойники Akselos развернуты на активах стоимостью в миллиарды долларов по всему миру. Это сочетает в себе сложные (и в большинстве случаев устаревшие) устаревшие нефтегазовые активы и передовые демонстрационные прототипы, плавающие на ветру.

Мы работаем над тем, чтобы программное обеспечение работало в режиме реального времени. В некоторых случаях наши цифровые двойники, основанные на физике, интерпретируют новые данные каждую секунду. Эта скорость также позволяет сочетать искусственный интеллект и машинное обучение с физическим моделированием, что меняет правила игры и имеет огромный потенциал. Именно это принесло нам награду AIAA за лучшую бумагу 2020 года за междисциплинарную оптимизацию дизайна. Здесь RB-FEA дает гораздо более богатый, дешевый и точный набор данных.

Команда также работает над захватом все большего количества физических явлений (например, мультифизических и нелинейных). И мы работаем над очень мощными функциями RB-FEA для оптимального проектирования, включая возможность перепроектировать всю систему ветряных турбин на основе модернизации материалов или новых дизайнерских идей в течение нескольких недель.

VentureBeat: Каковы ваши основные выводы для других компаний, которые, возможно, изучают способы получения преимуществ от улучшений моделирования благодаря тенденциям отрасли в целом? 

Леран: Вероятно, самая важная вещь — это дать толчок воображению того, что возможно. В мире, который становится все более сенсорным и роботизированным, технологии моделирования становятся все более мощным инструментом для создания конкурентных преимуществ. Например, мы могли бы начать эксплуатировать и оптимизировать ветряные электростанции по отдельности. Данные с инспекционных дронов и датчиков на турбинах могут помочь оценить состояние каждой турбины и позволить операторам принимать обоснованные решения о том, насколько интенсивно им следует эксплуатировать каждую турбину в зависимости от цены на электроэнергию (нет смысла запускать турбину на высокой скорости, если это стоит дорого). больше «жизненного потребления», чем доход, который оно генерирует).

В сфере переработки нефти и газа мы проводим анализ практически в реальном времени, чтобы помочь нашим клиентам сократить время критического пути и увеличить время безотказной работы, а без технологии моделирования это было бы невозможно.

В конечном счете, если вы являетесь владельцем активов, я думаю, что вам будет важно подумать о том, как можно сочетать различные источники данных и инструменты с технология моделирования для достижения лучших результатов в бизнесе. Они не думали об этом, потому что возможности моделирования были недостаточно мощными для использования в условиях, близких к реальному времени, но теперь ситуация резко изменилась.

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