Що означає 1000-X швидша симуляція для цифрових близнюків

Приблизно десять років тому дослідники Массачусетського технологічного інституту виявили техніку, яка прискорює фізичне моделювання в 1000 разів. Вони створили нову компанію під назвою Akselos, яка допомагала підприємствам впроваджувати технології в різні види цифрові близнюки використовується для покращення судноплавства, переробки та виробництва енергії вітру.

Цифровий двійник — це віртуальне представлення об’єкта або системи, яке охоплює свій життєвий цикл, оновлюється з даних у реальному часі та використовує моделювання, машинне навчання та міркування, щоб допомогти прийняти рішення. Підключені датчики на фізичному об’єкті збирають дані, які можна відобразити на віртуальній моделі.

Конкретне нововведення покращує продуктивність алгоритмів аналізу кінцевих елементів (FEA), які лежать в основі більшості типів фізичного моделювання. Досвід Акселоса за останнє десятиліття може допомогти керівникам вивчити наслідки покращення в мільйони разів у фізичному моделюванні, яке Nvidia зараз демонструє завдяки вдосконаленню апаратного забезпечення, масштабованості та нових алгоритмів.

VentureBeat поспілкувався з генеральним директором Akselos Томасом Лораном, щоб пояснити, що ці ширші вдосконалення можуть означати для галузі в цілому. На високому рівні швидше моделювання полегшує порівняння компромісів дизайну, що веде до більш ефективних продуктів, зниження вартості, підвищення продуктивності та кращих алгоритмів ШІ. Практичні переваги включали зменшення ваги вітрових веж на третину та підвищення безпеки нафтових суден.

Роль моделювання в цифровій трансформації

Цифрові близнюки більше схожі на шаблон дизайну, ніж на технологію. Підприємства об’єднують різні частини в рішення, як і під час створення конвеєра даних. Різні постачальники PLM, будівельного програмного забезпечення та галузевих постачальників створюють портфоліо для підтримки більш широкого діапазону можливостей цифрових двійників, включаючи фізичне моделювання. Швидший механізм моделювання дає компаніям змогу досліджувати нові способи впровадження моделювання в ідею, дизайн, закупівлі, етапи розробки кращих продуктів і стимулювання цифрової трансформації.

Akselos — це найкраща в своєму класі платформа моделювання, призначена для вдосконалення аналізу кінцевих елементів, важливого компонента багатьох видів фізичної стимуляції. Десять років тому Акселос зрозумів, як пришвидшити основні алгоритми приблизно в 1000 разів. Усі інші постачальники ПЛК та САПР шукають способи зробити щось подібне.

Але як саме 1000-кратне прискорення моделювання перетворюється на бізнес-цінність, оскільки моделювання є лише частиною більшого бізнес-технічного процесу? Інші компанії, ймовірно, скористаються досвідом Акселоса, будуючи свою інфраструктуру моделювання, використовуючи деяку комбінацію швидшого апаратного забезпечення, кращих алгоритмів або обох. Графічні процесори вже в 1000 разів швидші, ніж вони були на початку цього дослідження, і в поєднанні з навіть незначними вдосконаленнями алгоритмів компанії збираються шукати способи творчо «марнувати» цикли моделювання, щоб побачити переваги іншими способами.

Клієнти Akselos знайшли кілька способів перетворити швидші симуляції на бізнес-цінність. Наприклад, Shell oil виявила швидший процес проектування спеціалізованого багатомільярдного нафтового танкера, який водночас зменшив кількість слабких місць. Інші клієнти скоротили матеріал для вітрової турбіни на 30%.

Інші компанії, ймовірно, побачать подібні переваги, коли вони переосмислять спосіб застосування швидшого моделювання до їхнього проектування та передачі розгортання для інших фізичних речей, таких як заводи, автомобілі, медичні пристрої тощо.

VentureBeat: Яке ваше загальне ставлення до деяких шляхів, за допомогою яких удосконалення методів моделювання та імітації може покращити використання цифрових двійників?

Томас Леран: Цифрові близнюки для промислових активів можуть лише виграти від використання інструментів моделювання машинобудування, які використовувалися для їх проектування в першу чергу — і всі вони базуються на аналізі кінцевих елементів (FEA). Найсуворіші стандарти операцій також покладаються на FEA, щоб керувати такими критично важливими активами, як нафтопереробні заводи, кораблі, нафтові вишки тощо. Але FEA надто повільний, щоб використовувати його для цифрових близнюків на етапі експлуатації. Таким чином, для покращення базових алгоритмів, щоб дозволити FEA підтримувати параметричне використання майже в режимі реального часу та з підтримкою з’єднання, було необхідне оновлення «раз у поколінні».

VentureBeat: У чому полягає головна проблема скороченого базисного аналізу кінцевих елементів – чому він набагато швидший за традиційні методи моделювання?

Leurent: FEA насправді є дуже старим і неефективним алгоритмом. Він використовує сітки (наприклад, мільйони трикутників або тетраедрів) для визначення геометрії частини. Добре. Проблема полягає в тому, що FEA призначає ступені свободи для кожного вузла в сітці, і це фактично повний перебір. FEA закінчується вирішенням проблем у просторі з мільйонами вимірів, що дуже дорого і не може бути виконано в режимі реального часу.

RB-FEA, новаторська технологія Akselos, розуміє це і шукає що Професор А.Т. Патера в Массачусетському технологічному інституті називає «колектором внизу». Це підпростір, набагато менший за вихідний простір FEA, але все ще достатньо великий, щоб гарантувати, що проблема поводиться в цьому підпросторі.

Ми називаємо це простором RB для скороченої основи (навіть цей підпростір RB є надмірним, але він у 1,000 разів менший, ніж вихідний простір FEA). Ми вирішуємо проблему в підпросторі RB, який у 1,000 разів ефективніший, а потім у нас є всі математичні обчислення для проектування назад у простір FEA, до якого звикли інженери та який визнають стандарти. Для інженерів це дійсно прозоро — ви просто отримуєте обчислення RB-FEA, що працюють із блискавичною швидкістю, тоді як раніше вони були повільними з FEA. На практиці все це означає, що FEA підходить для запуску симуляцій на рівні механічних частин, але він натикається на стіну поза цим. RB-FEA може запускати симуляції з повною точністю на рівні системи та аж до рівня механічних частин, без необхідності використання підмоделей. Це значно покращений робочий процес.

VentureBeat: Де постачальники симуляторів у 2021 році побачать найбільше нових технологій моделювання для цифрових близнюків, зокрема в яких галузях і типах продуктів і чому?

Leurent: Дві галузі, які, як ми бачимо, створюють найсильніший потяг, включають офшорну вітрову енергетику та нафту і газ. Спостерігається величезне зростання офшорної вітроелектростанції, понад 95% потужностей якої ще належить побудувати, щоб досягти цілей МЕА 2050 щодо нульового нетто. Існує значний попит на технологію, яка може зменшити ризик як при проектуванні, так і при експлуатації офшорних вітряних установок. Потужне інженерне моделювання з використанням цифрових двійників дозволяє розробникам і операторам аналізувати тисячі сценаріїв «що, якщо» в безпечному середовищі.

У дизайні ми показали, що ми можемо заощадити до 30% капітальних вкладень на фундаменті завдяки розширеній оптимізації з нашим партнером Lamprell, і є ще більше потенціалу. В операційній сфері ми є єдиним постачальником технологій, який здатний аналізувати здоров’я конструкції аж до рівня квадратних сантиметрів. Цей робочий цифровий двійник є абсолютним проривом для операторів, оскільки він надає дієві дані про те, як часто вони повинні перевіряти, які частини конструкції.

Енергетичний перехід змушує великі нафтогазові компанії переглядати основні інвестиційні рішення та стимулює пошук способів отримати більше від існуючих активів. Це вимагає створення структурних цифрових двійників у робочому середовищі. Високодеталізовані моделі, які надає вдосконалене інженерне моделювання, дозволяють безпечно та ефективно зрозуміти поведінку активів/обладнання та продовжити термін їх служби.

VentureBeat: У яких варіантах використання ви помітили значні переваги порівняно з традиційними підходами до моделювання та симуляції?

Leurent: Ми скоротили шестимісячний робочий процес для аналізу плавучих танкерів Shell для зберігання та розвантаження (FPSO) до менш ніж 48 годин, підвищивши при цьому точність у 10 разів.

Інші приклади випадків використання включають самооцінку структурних пошкоджень під час польоту безпілотника або літака. І, звичайно, офшорний вітер. Ця технологія допоможе значно знизити витрати на офшорні вітряки. Зокрема, плавучий офшорний вітер, який є одним із найбільших джерел відновлюваної енергії на Землі, колись розблокований.

VentureBeat: Чи не могли б ви розповісти нам про те, як ці переваги виявляються на практиці – наприклад, як збільшення продуктивності моделювання в 1000 разів перетворюється на практичні переваги, як-от зменшення кількості матеріалу на платформі вітрової турбіни та її загальну вартість?

Leurent: RB-FEA призвело до того, що деякі з найбільших (і найскладніших) активів на планеті, як-от плавуче судно Shell Bonga для виробництва, зберігання та розвантаження, мають цифрового двійника, який базується на фізиці (з урахуванням таких змінних, як втома корпусу). , завантаження резервуарів, хвилі) і сумісні зі стандартами. Це принесло нагороду за найкращу статтю на Конференції з морських технологій 2021. А лінійка продуктів Akselos підтримує захист 7 мільярдів доларів (на рік) видобутку в нафтовому еквіваленті.

Цифровий двійник із RB-FEA Зменшення на 30% витрат на перевірку FPSO, але, що важливіше, дивіться в правильному місці на величезному активі та виявляйте дефекти на ранній стадії, щоб уникнути серйозних проблем. На Bonga FPSO перевага підвищеної точності призвела до того, що 15,000 230 місць втоми верхнього рівня було зменшено до XNUMX справжніх точок втоми в найбільш критичних місцях. Це має величезну цінність для оператора, оскільки тепер вони мають корисну інформацію для проведення перевірок і технічного обслуговування там, де це найбільш важливо.

Переваги офшорних вітрових установок мають такий самий, якщо не більший потенціал. Наприклад, з боку проектування ми працювали з Lamprell, щоб зменшити кількість сталі в морських вітрових фундаментах до 30%. Це не тільки має прямі переваги через нижчу вартість матеріалу, але також є дуже значні додаткові ефекти, якщо взяти до уваги обсяг зварювання, необхідний для складання фундаменту, а також транспортування.

Коли оптимізовану конструкцію втілюють у життя під час експлуатації, і, що надзвичайно важливо для вітряних електростанцій, ефект прискорюється в 1000 разів. Це означає, що оператор може приймати обґрунтовані рішення щодо того, коли виконувати технічне обслуговування та як відрегулювати робоче вікно турбіни, щоб уникнути руйнування фундаменту, якщо до наступного технічного обслуговування залишилося деякий час.

Переваги ще більше посилюються для плавучих офшорних вітряків, де фундамент і турбіна мають більш динамічне навантаження. Ці типи прибутків будуть критично важливими для зниження вирівняної вартості енергії (LCOE), рушійного масштабу у плаваючому вітрі. Щоб світ відповідав дорожній карті МЕА, такі досягнення є абсолютною необхідністю.

VentureBeat: Як ви очікуєте, що використання та можливості кращих методів моделювання, таких як RB-FEA та пов’язаних підходів, розвиватимуться в найближчому майбутньому, зокрема, що стосується вдосконалення робочих процесів, пов’язаних із цифровими близнюками?

Leurent: Розуміння в реальному часі структурної цілісності активу змінює правила гри для:

• Оптимальні операції
• Подовження терміну служби активів
• Проектування в процесі експлуатації (проектування активів наступного покоління на основі даних, отриманих від цифрового двійника)

Сьогодні цифрові двійники Akselos розгорнуті на активах вартістю мільярди доларів у всьому світі. Це перетинає складні (і в більшості випадків старіючі) застарілі нафтогазові активи з передовими демонстраційними прототипами на вітрі.

Ми працюємо над тим, щоб зробити програмне забезпечення ще більшим у режимі реального часу, у деяких випадках наші цифрові близнюки, засновані на фізиці, інтерпретують нові дані щосекунди. Ця швидкість також дозволяє поєднувати штучний інтелект/ML із симуляціями на основі фізики, що змінює правила гри з величезним потенціалом. Це те, що принесло нам нагороду AIAA за найкращий папір 2020 року за мультидисциплінарну оптимізацію дизайну. Тут RB-FEA надає набагато багатший, дешевший і точніший набір даних.

Команда також працює над охопленням дедалі більшої фізики (наприклад, багатофізичної та нелінійної). І ми працюємо над дуже потужними функціями RB-FEA для оптимального проектування, включно з можливістю реконструкції всієї системи вітрової турбіни на основі модернізації матеріалів або нових дизайнерських ідей протягом декількох тижнів.

VentureBeat: Які ваші головні висновки для інших компаній, які, можливо, шукають способи скористатися перевагами вдосконалення моделювання завдяки загальним галузевим тенденціям? 

Leurent: Мабуть, найголовніше – це підштовхнути уяву до того, що можливо. У все більш сенсоризованому та роботизованому світі технологія моделювання стає все більш потужним інструментом для створення конкурентної переваги. Наприклад, ми могли б почати запускати та оптимізувати вітряні електростанції окремо для кожної окремої турбіни. Дані з інспекційних безпілотників і датчиків на турбінах можуть допомогти зробити оцінку стану роботи кожної турбіни та дозволити операторам приймати обґрунтовані рішення про те, наскільки інтенсивно вони повинні запускати кожну турбіну залежно від ціни електроенергії (немає сенсу запускати турбіну на високій швидкості, якщо це коштує більше «життєвого споживання», ніж прибутку, яке воно створює).

У сфері переробки нафти та газу ми проводимо аналіз майже в реальному часі, щоб допомогти нашим клієнтам скоротити критичний шлях і збільшити час безвідмовної роботи, а без технології моделювання це було б неможливо.

Зрештою, якщо ви є власником активів, я вважаю, що буде ключовим розглянути, як різні джерела даних і інструменти можна поєднувати з технологія моделювання щоб досягти кращих бізнес-результатів. Про це вони не думали, оскільки потужність симуляції була недостатньою для використання в робочих налаштуваннях майже в режимі реального часу, але тепер це кардинально змінилося.

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