Vad 1000-X snabbare simulering betyder för digitala tvillingar

För ungefär ett decennium sedan upptäckte MIT-forskare en teknik som snabbar upp fysikmodellering med 1000X. De spirrade ut detta till ett nytt företag, Akselos, som har hjälpt företag att väva in tekniken i olika typer av digitala tvillingar används för att förbättra sjöfart, raffinering och vindkraftsproduktion.

En digital tvilling är en virtuell representation av ett objekt eller system som sträcker sig över dess livscykel, uppdateras från realtidsdata och använder simulering, maskininlärning och resonemang för att hjälpa beslutsfattande. Anslutna sensorer på den fysiska tillgången samlar in data som kan mappas till den virtuella modellen.

Den specifika innovationen förbättrar prestandan för finita elementanalys (FEA) algoritmer som stöder de flesta typer av fysiksimuleringar. Akselos erfarenhet under det senaste decenniet kan hjälpa chefer att utforska konsekvenserna av detta miljonfaldiga förbättringar i fysiksimulering som Nvidia nu visar tack vare förbättring av hårdvara, skalbarhet och nya algoritmer.

VentureBeat träffade Akselos vd Thomas Leurent för att förklara vad dessa bredare förbättringar kan innebära för branschen som helhet. På en hög nivå gör snabbare simulering det lättare att jämföra designavvägningar som leder till effektivare produkter, minskade kostnader, förbättrad prestanda och bättre AI-algoritmer. Praktiska fördelar har varit att trimma en tredjedel av vikten på vindtorn och förbättra säkerheten för oljefartyg.

Simuleringens roll i digital transformation

Digitala tvillingar är mer som ett designmönster än en teknik. Företag sätter ihop de olika delarna till en lösning, precis som när man bygger en datapipeline. Olika PLM, byggmjukvara och branschspecifika leverantörer bygger ut portföljer för att stödja ett bredare utbud av digitala tvillingfunktioner inklusive fysisk simulering. En snabbare simuleringsmotor gör det möjligt för företag att utforska nya sätt att ingjuta simulering genom idéer, design, upphandling, faser där det designar bättre produkter och driva digital transformation.

Akselos är en bäst-i-ras simuleringsplattform designad för att förbättra finita elementanalys, en avgörande komponent i många typer av fysisk stimulering. Akselos kom på hur man snabbar upp kärnalgoritmerna ungefär 1000 gånger för ungefär ett decennium sedan. Alla andra PLC- och CAD-leverantörer undersöker sätt att göra något liknande.

Men exakt hur översätts en 1000-faldig snabbare simulering till affärsvärde, eftersom simulering bara är en del av en större affärsprocess och teknisk process? Andra företag kommer sannolikt att dra nytta av Akselos erfarenheter när de bygger ut sin simuleringsinfrastruktur med någon kombination av snabbare hårdvara, bättre algoritmer eller båda. GPU:erna är redan 1000 gånger snabbare än de var när denna forskning startade, och i kombination med till och med marginella algoritmförbättringar kommer företag att leta efter sätt att kreativt "slösa" simuleringscykler för att se vinster på andra sätt.

Akselos kunder har upptäckt flera sätt att översätta snabbare simuleringar till affärsvärde. Till exempel upptäckte Shell oil en snabbare designprocess för en specialiserad oljetanker för flera miljarder dollar, vilket minskade antalet svaga punkter samtidigt. Andra kunder minskade materialet i ett vindkraftverk med 30 %.

Andra företag kommer sannolikt att se liknande typer av vinster när de omprövar sättet att snabbare simulering kan tillämpas på deras ingenjörs- och distributionsöverlämningar för andra fysiska saker som fabriker, bilar, medicinsk utrustning och mer.

VentureBeat: Vad är din övergripande syn på några av sätten som förbättringar av modellerings- och simuleringstekniker kan förbättra användningen av digitala tvillingar?

Thomas Leurent: Digitala tvillingar för industriella tillgångar kan bara dra nytta av att använda de maskintekniska simuleringsverktygen som användes för att designa dem i första hand - och de är alla baserade på finita elementanalys (FEA). De strängaste standarderna för verksamheten förlitar sig också på FEA för att driva kritiska tillgångar som raffinaderier, fartyg, oljeriggar, etc. Men FEA är för långsam för att användas för digitala tvillingar i driftsfasen. Därför behövdes en uppgradering en gång i generationen för att stärka kärnalgoritmerna, för att möjliggöra för FEA att stödja nästan realtid, parametriska och anslutningsaktiverade användningsfall.

VentureBeat: Vad är problemet med reducerad bas finita elementanalys – vad är det så mycket snabbare än traditionella modelleringstekniker?

Leurent: FEA är faktiskt en mycket gammal och ineffektiv algoritm. Den använder maskor (t.ex. miljontals trianglar eller tetraedrar) för att definiera en dels geometri. Det är okej. Problemet är att FEA tilldelar frihetsgrader till varje nod i nätet, och det är faktiskt helt överdrivet. FEA slutar med att lösa problem i utrymmen med miljontals dimensioner, vilket är mycket dyrt och inte kan göras i realtid.

RB-FEA, Akselos banbrytande teknologi, förstår det och letar efter vad Prof AT Patera vid MIT kallar "the manifold beneath". Det är ett underutrymme, mycket mindre än det ursprungliga FEA-utrymmet, och fortfarande tillräckligt stort för att garantera att problemet beter sig i det underutrymmet.

Vi kallar det RB-utrymmet, för en reducerad basis (även det RB-underutrymmet är overkill, men det är 1,000 1,000 gånger mindre överkill än det ursprungliga FEA-utrymmet). Vi löser problemet i RB-underutrymmet, som är XNUMX XNUMX gånger effektivare, och sedan har vi all matematik att projicera tillbaka till FEA-utrymmet som ingenjörer är vana vid och som standarder känner igen. För ingenjörer är det verkligen transparent - du får bara RB-FEA-beräkningar som körs blixtsnabbt när de brukade vara långsamma med FEA. I praktiken innebär allt detta att FEA är lämpligt att köra simuleringar på mekanisk delnivå, men det slår mot en vägg utöver det. RB-FEA kan köra simuleringar med full noggrannhet på systemnivå och ner till mekanisk delnivå, utan behov av undermodeller. Det är ett avsevärt förbättrat arbetsflöde.

VentureBeat: Var ser simuleringsleverantörer det största nya upptaget under 2021 av simuleringsteknik för digitala tvillingar, specifikt i vilka branscher och vilka typer av produkter, och varför?

Leurent: De två industrier som vi ser som genererar den starkaste dragningen inkluderar vindkraft till havs samt olja och gas. Det finns en enorm tillväxt inom havsbaserad vindkraft med över 95 % av kapaciteten som ännu inte är byggd för att uppfylla IEA 2050-målen om noll. Det finns en betydande efterfrågan på teknik som kan minska risken för både design och drift av havsbaserade vindkraftverk. Kraftfull teknisk simulering med digitala tvillingar gör att utvecklare och operatörer kan analysera tusentals "vad-om"-scenarier i en säker miljö.

Inom design har vi visat att vi kan möjliggöra upp till 30 % capex-besparingar på grunden genom avancerad optimering med vår partner Lamprell, och det finns mer potential. Inom verksamheten är vi den enda teknikleverantören som kan analysera den strukturella hälsan ner till kvadratcentimeternivå. Denna operativa digitala tvilling är ett absolut genombrott för operatörer, eftersom det ger handlingskraftig intelligens om hur ofta de ska inspektera vilka delar av strukturen.

Energiomställningen får stora olje- och gasbolag att omvärdera stora investeringsbeslut och driver en strävan mot att hitta sätt att få ut mer av befintliga tillgångar. Det kräver att strukturella digitala tvillingar sätts in i en operativ miljö. De mycket detaljerade modellerna som avancerad teknisk simulering ger, möjliggör ett säkert och effektivt sätt att förstå tillgångar/utrustnings beteende och förlänga dess livslängd.

VentureBeat: Vilka är några av de typer av användningsfall där du har sett betydande fördelar jämfört med traditionella modellerings- och simuleringsmetoder?

Leurent: Vi har komprimerat vad som brukade vara ett sexmånaders arbetsflöde för att analysera Shells flytande produktionslagring och lossning (FPSO) tankbåtar, till mindre än 48 timmar, samtidigt som vi har ökat noggrannheten med 10 gånger.

Andra exempel på användningsfall inkluderar självutvärdering av strukturella skador under flygning av en drönare eller flygplan. Och så förstås havsvind. Denna teknik kommer att bidra till att sänka kostnaderna för havsvind enormt mycket. Särskilt flytande havsvind, som utgör en av de största källorna till förnybar energi på jorden, en gång olåst.

VentureBeat: Kan du gå igenom hur den här typen av fördelar visar sig i praktiken – till exempel hur översätts ett 1000X-modelleringsframsteg till praktiska fördelar, som att minska mängden material i en vindturbinplattform och dess totala kostnad?

Leurent: RB-FEA har resulterat i att några av de allra största (och mest komplexa) tillgångarna på planeten, som Shells Bonga flytande produktions-, lagrings- och lossningsfartyg, har en digital tvilling som är baserad på fysiken (som står för variabler som skrovutmattning , tanklastning, vågor) och kompatibel med standarder. Detta fick ett pris för priset för bästa papper vid Offshore Technology Conference 2021. Och Akselos produktlinje stödjer skyddet av 7 miljarder USD (per år) av oljeekvivalentproduktion.

En digital tvilling med RB-FEA 30 % minskning av inspektionskostnaden på en FPSO, men ännu viktigare, leta på rätt plats på en enorm tillgång och upptäcka defekter tidigt för att undvika stora problem. På Bonga FPSO har fördelen med ökad noggrannhet lett till att 15,000 230 utmattningsplatser i toppskiktet har reducerats till XNUMX verkliga utmattningszoner på de mest kritiska platserna. Det är av enormt värde för operatören, eftersom de nu har användbar information för att driva inspektions- och underhållsaktiviteter där det är viktigast.

Fördelarna med havsbaserad vindkraft har lika stor, om inte mer, potential. På designsidan har vi till exempel arbetat med Lamprell för att minska mängden stål i havsbaserad vindfundament med upp till 30 %. Detta har inte bara direkta fördelar genom lägre materialkostnader, utan det finns också mycket betydande följdeffekter när man tar hänsyn till mängden svetsning som krävs för att sätta ihop fundamentet samt transport.

När en optimerad design kommer till liv inom driften, och avgörande för vindkraftsparker, är effekten en 1000 gångers hastighet. Det betyder att en operatör kan fatta välgrundade beslut om när underhåll ska utföras och hur man justerar turbinens driftsfönster för att undvika grundfel om nästa underhållstillfälle är borta.

Fördelarna förvärras ytterligare för flytande havsvind, där fundamentet och turbinen har mer dynamisk belastning. Dessa typer av vinster kommer att vara avgörande för att sänka den utjämnade energikostnaden (LCOE), den drivande skalan i den flytande vinden. För att världen ska uppfylla IEA:s färdplan är den typen av vinster en absolut nödvändighet.

VentureBeat: Hur förväntar du dig att användningen och kapaciteten hos bättre simuleringstekniker som RB-FEA och relaterade tillvägagångssätt kommer att utvecklas inom en snar framtid, särskilt när det gäller att förbättra digitala tvillingrelaterade arbetsflöden?

Leurent: Att i realtid förstå den strukturella integriteten hos en tillgång är en spelomvandlare för:

• Optimal drift
• Livslängd för tillgångar
• In-operation design (designa nästa generation av tillgångar baserat på data som genereras från den digitala tvillingen)

Idag är Akselos digitala tvillingar utplacerade på tillgångar värda miljarder dollar, globalt. Detta korsar komplexa (och i de flesta fall åldrande), äldre olje- och gastillgångar till banbrytande demonstratorprototyper i den svävande vinden.

Vi arbetar på att göra programvaran allt mer i realtid, i vissa fall tolkar våra fysikbaserade digitala tvillingar ny data varje sekund. Den hastigheten gör det också möjligt att kombinera AI/ML med fysikbaserade simuleringar, en spelväxlare med enorm potential. Det var det som vann oss AIAA best paper award 2020 för multidisciplinär designoptimering. Här ger RB-FEA en mycket rikare, billigare och mer exakt datauppsättning.

Teamet arbetar också med att fånga mer och mer fysik (multi-fysik och olinjär till exempel). Och vi arbetar på mycket kraftfulla funktioner hos RB-FEA för optimal design, inklusive möjligheten att omkonstruera ett helt vindturbinsystem baserat på materialuppgraderingar eller nya designidéer inom några veckor.

VentureBeat: Vilka är dina viktigaste takeaways för andra företag som kanske undersöker sätt att dra fördel av simuleringsförbättringar tack vare branschtrender i allmänhet? 

Leurent: Det enskilt viktigaste är nog att driva fantasin om vad som är möjligt. I en alltmer sensoriserad och robotiserad värld blir simuleringsteknik ett allt kraftfullare verktyg för att skapa konkurrensfördelar. Vi skulle till exempel kunna börja driva och optimera vindkraftverk turbin för turbin. Data från inspektionsdrönare och sensorer på turbinerna kan hjälpa till att göra hälsobedömningar av varje turbin och göra det möjligt för operatörer att fatta välgrundade beslut om hur hårt de ska köra varje turbin beroende på kraftpriset (ingen mening att köra en turbin i hög hastighet om det kostar mer "livskonsumtion" än de intäkter den genererar).

Inom nedströms olja och gas gör vi nästan realtidsanalyser för att hjälpa våra kunder att raka bort tid från den kritiska vägen och öka drifttiden, och utan simuleringsteknik skulle detta inte vara möjligt.

I slutändan, om du är en tillgångsägare tror jag att det kommer att vara nyckeln att överväga hur olika datakällor och verktyg kan kombineras med simuleringsteknik för att skapa bättre affärsresultat. Detta har de inte tänkt på eftersom simuleringskraften inte var tillräckligt kraftfull för användning i nästan realtidsdriftsinställningar, men det har nu förändrats dramatiskt.

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