Mô phỏng nhanh hơn 1000-X có ý nghĩa như thế nào đối với các cặp song sinh kỹ thuật số

Khoảng một thập kỷ trước, các nhà nghiên cứu của MIT đã phát hiện ra một kỹ thuật giúp tăng tốc mô hình vật lý lên gấp 1000 lần. Họ tách nó thành một công ty mới, tên là Akselos, công ty đã giúp các doanh nghiệp dệt công nghệ thành nhiều loại khác nhau. sinh đôi kỹ thuật số được sử dụng để cải thiện vận chuyển, lọc dầu và sản xuất năng lượng gió.

Sinh đôi kỹ thuật số là một đại diện ảo của một đối tượng hoặc hệ thống kéo dài vòng đời của nó, được cập nhật từ dữ liệu thời gian thực và sử dụng mô phỏng, máy học và lý luận để giúp đưa ra quyết định. Các cảm biến được kết nối trên tài sản vật lý thu thập dữ liệu có thể được ánh xạ lên mô hình ảo.

Sự đổi mới cụ thể cải thiện hiệu suất của các thuật toán phân tích phần tử hữu hạn (FEA), làm nền tảng cho hầu hết các loại mô phỏng vật lý. Kinh nghiệm của Akselos trong thập kỷ qua có thể giúp các giám đốc điều hành khám phá ý nghĩa của cải tiến triệu lần trong mô phỏng vật lý mà Nvidia hiện đang thể hiện nhờ sự cải tiến về phần cứng, khả năng mở rộng và các thuật toán mới.

VentureBeat đã liên hệ với Giám đốc điều hành của Akselos, Thomas Leurent, để giải thích ý nghĩa của những cải tiến lớn hơn này đối với toàn ngành. Ở cấp độ cao, mô phỏng nhanh hơn giúp so sánh sự cân bằng trong thiết kế dễ dàng hơn, dẫn đến sản phẩm hiệu quả hơn, giảm chi phí, nâng cao hiệu suất và thuật toán AI tốt hơn. Những lợi ích thiết thực bao gồm việc cắt giảm một phần ba trọng lượng của các tháp gió và cải thiện sự an toàn của các tàu chở dầu.

Vai trò của mô phỏng trong chuyển đổi số

Song sinh kỹ thuật số giống như một mẫu thiết kế hơn là một công nghệ. Các doanh nghiệp lắp ráp các phần khác nhau thành một giải pháp, giống như việc xây dựng một đường dẫn dữ liệu. Nhiều PLM, phần mềm xây dựng và các nhà cung cấp dành riêng cho ngành đang xây dựng danh mục đầu tư để hỗ trợ nhiều khả năng song sinh kỹ thuật số hơn, bao gồm cả mô phỏng vật lý. Một công cụ mô phỏng nhanh hơn cho phép các công ty khám phá những cách thức mới để truyền tải mô phỏng trong suốt quá trình lên ý tưởng, thiết kế, mua sắm, các giai đoạn thiết kế sản phẩm tốt hơn và thúc đẩy quá trình chuyển đổi kỹ thuật số.

Akselos là một nền tảng mô phỏng tốt nhất được thiết kế để cải thiện phân tích phần tử hữu hạn, một thành phần quan trọng của nhiều loại kích thích vật lý. Akselos đã tìm ra cách tăng tốc các thuật toán cốt lõi khoảng 1000 lần khoảng một thập kỷ trước. Tất cả các nhà cung cấp PLC và CAD khác đang khám phá các cách để làm điều gì đó tương tự.

Nhưng chính xác thì việc tăng tốc gấp 1000 lần trong mô phỏng chuyển thành giá trị kinh doanh như thế nào, vì mô phỏng chỉ là một phần của quy trình kỹ thuật và kinh doanh lớn hơn? Các công ty khác có khả năng tận dụng kinh nghiệm của Akselos khi họ xây dựng cơ sở hạ tầng mô phỏng của mình bằng cách sử dụng kết hợp phần cứng nhanh hơn, thuật toán tốt hơn hoặc cả hai. Các GPU đã nhanh hơn gấp 1000 lần so với khi nghiên cứu này bắt đầu và khi được kết hợp với các cải tiến thuật toán cận biên, các công ty sẽ tìm cách "lãng phí" các chu kỳ mô phỏng một cách sáng tạo để đạt được lợi ích theo những cách khác.

Khách hàng của Akselos đã khám phá ra một số cách để biến các mô phỏng nhanh hơn thành giá trị kinh doanh. Ví dụ, Shell oil đã phát hiện ra một quy trình thiết kế nhanh hơn cho một tàu chở dầu chuyên dụng trị giá hàng tỷ đô la, giúp giảm số lượng điểm yếu cùng một lúc. Các khách hàng khác đã giảm 30% vật liệu trong tuabin gió.

Các công ty khác có thể sẽ nhận được các loại lợi ích tương tự khi họ suy nghĩ lại về cách áp dụng mô phỏng nhanh hơn cho quá trình chuyển giao kỹ thuật và triển khai của họ cho những thứ vật chất khác như nhà máy, ô tô, thiết bị y tế, v.v.

VentureBeat: Tổng thể của bạn là gì về một số cách cải tiến trong mô hình hóa và kỹ thuật mô phỏng có thể cải thiện việc sử dụng cặp song sinh kỹ thuật số?

Thomas Leurent: Cặp song sinh kỹ thuật số cho tài sản công nghiệp chỉ có thể hưởng lợi từ việc sử dụng các công cụ mô phỏng kỹ thuật cơ khí đã được sử dụng để thiết kế chúng ngay từ đầu — và tất cả những công cụ này đều dựa trên phân tích phần tử hữu hạn (FEA). Các tiêu chuẩn nghiêm ngặt nhất cho hoạt động cũng dựa vào FEA để vận hành các tài sản quan trọng như nhà máy lọc dầu, tàu, giàn khoan dầu, v.v. Nhưng FEA quá chậm để sử dụng cho cặp song sinh kỹ thuật số trong giai đoạn vận hành. Do đó, cần phải nâng cấp một lần trong một thế hệ để tăng cường các thuật toán cốt lõi, nhằm cho phép FEA hỗ trợ các trường hợp sử dụng hỗ trợ kết nối, tham số và thời gian thực gần.

VentureBeat: Vấn đề lớn với phân tích phần tử hữu hạn cơ sở giảm là gì – nó nhanh hơn nhiều so với các kỹ thuật lập mô hình truyền thống là gì?

Leurent: FEA thực sự là một thuật toán rất cũ và không hiệu quả. Nó sử dụng các mắt lưới (ví dụ: hàng triệu hình tam giác hoặc tứ diện) để xác định dạng hình học của một bộ phận. Tốt rồi. Vấn đề là FEA chỉ định mức độ tự do cho từng nút trong lưới và điều đó thực sự hoàn toàn quá mức cần thiết. FEA kết thúc việc giải quyết các vấn đề trong không gian với hàng triệu chiều, điều này rất tốn kém và không thể thực hiện được trong thời gian thực.

RB-FEA, công nghệ tiên phong của Akselos, hiểu điều đó và nó tìm kiếm những gì Giáo sư AT Patera tại MIT gọi là 'đa tạp bên dưới'. Đó là một không gian con, nhỏ hơn nhiều so với không gian FEA ban đầu và vẫn đủ lớn để đảm bảo rằng sự cố xảy ra trong không gian con đó.

Chúng tôi gọi đó là không gian RB, với cơ sở rút gọn (thậm chí không gian con RB đó là quá mức cần thiết, nhưng nó ít quá mức cần thiết hơn 1,000 lần so với không gian FEA ban đầu). Chúng tôi giải quyết vấn đề trong không gian con RB, hiệu quả hơn gấp 1,000 lần và sau đó chúng tôi có tất cả các phép toán để đưa trở lại không gian FEA mà các kỹ sư đã quen sử dụng và các tiêu chuẩn đó được công nhận. Đối với các kỹ sư, điều đó thực sự minh bạch — bạn chỉ cần chạy các phép tính RB-FEA với tốc độ cực nhanh trong khi chúng từng chậm với FEA. Trên thực tế, tất cả những điều này có nghĩa là FEA phù hợp để chạy mô phỏng ở cấp độ bộ phận cơ học, nhưng nó vượt quá giới hạn đó. RB-FEA có thể chạy các mô phỏng có độ chính xác đầy đủ ở cấp độ hệ thống và xuống cấp độ bộ phận cơ khí mà không cần các mô hình phụ. Đó là một quy trình làm việc được cải thiện rất nhiều.

VentureBeat: Các nhà cung cấp mô phỏng đang chứng kiến ​​​​mức hấp thụ mới lớn nhất vào năm 2021 của công nghệ mô phỏng dành cho cặp song sinh kỹ thuật số ở đâu, cụ thể là trong những ngành nào và loại sản phẩm nào, cũng như tại sao?

Leurent: Hai ngành công nghiệp mà chúng ta thấy tạo ra sức hút mạnh nhất bao gồm gió ngoài khơi và dầu khí. Có sự tăng trưởng to lớn về năng lượng gió ngoài khơi với hơn 95% công suất vẫn chưa được xây dựng để đáp ứng các mục tiêu bằng 2050 trong năm XNUMX của IEA. Có nhu cầu đáng kể về công nghệ có thể giảm thiểu rủi ro cho cả thiết kế và vận hành của các công trình gió ngoài khơi. Mô phỏng kỹ thuật mạnh mẽ sử dụng cặp song sinh kỹ thuật số cho phép các nhà phát triển và người vận hành phân tích hàng nghìn kịch bản 'điều gì sẽ xảy ra nếu' trong một môi trường an toàn.

Về thiết kế, chúng tôi đã chỉ ra rằng chúng tôi có thể tiết kiệm tới 30% vốn đầu tư trên nền tảng thông qua tối ưu hóa nâng cao với đối tác Lamprell của chúng tôi và còn nhiều tiềm năng nữa. Trong các hoạt động, chúng tôi là nhà cung cấp công nghệ duy nhất có thể phân tích sức khỏe của cấu trúc đến mức cm vuông. Bộ đôi kỹ thuật số hoạt động này là một bước đột phá tuyệt đối cho các nhà khai thác, vì nó cung cấp thông tin tình báo có thể hành động về tần suất họ nên kiểm tra những phần nào của cấu trúc.

Quá trình chuyển đổi năng lượng đang khiến các công ty dầu khí lớn phải đánh giá lại các quyết định đầu tư lớn và đang thúc đẩy việc tìm cách khai thác nhiều hơn từ các tài sản hiện có. Điều đó đòi hỏi phải đặt cược cặp song sinh kỹ thuật số cấu trúc trong một môi trường hoạt động. Các mô hình rất chi tiết mà mô phỏng kỹ thuật tiên tiến mang lại, cho phép hiểu hành vi của tài sản/thiết bị một cách an toàn và hiệu quả cũng như kéo dài tuổi thọ của nó.

VentureBeat: Một số loại trường hợp sử dụng mà bạn đã thấy những lợi ích đáng kể so với các phương pháp mô phỏng và mô hình hóa truyền thống là gì?

Leurent: Chúng tôi đã nén những gì từng là quy trình công việc kéo dài sáu tháng để phân tích các tàu chở dầu và kho chứa sản xuất nổi (FPSO) của Shell, xuống còn chưa đầy 48 giờ, đồng thời tăng độ chính xác lên gấp 10 lần.

Các ví dụ khác về các trường hợp sử dụng bao gồm tự đánh giá thiệt hại cấu trúc trong chuyến bay của máy bay không người lái hoặc máy bay. Và dĩ nhiên là gió ngoài khơi. Công nghệ này sẽ giúp giảm đáng kể chi phí điện gió ngoài khơi. Đặc biệt gió nổi ngoài khơi, tạo thành một trong những nguồn năng lượng tái tạo lớn nhất trên Trái đất, một khi được mở khóa.

VentureBeat: Bạn có thể hướng dẫn chúng tôi cách những loại lợi ích này thể hiện trong thực tế không – ví dụ: làm thế nào để nâng cao hiệu suất mô hình 1000X chuyển thành lợi ích thiết thực, như giảm lượng vật liệu trong nền tảng tua-bin gió và tổng chi phí của nó?

Leurent: RB-FEA đã tạo ra một số tài sản lớn nhất (và phức tạp nhất) trên hành tinh, chẳng hạn như tàu sản xuất, lưu trữ và dỡ hàng nổi Bonga của Shell, có một bộ đôi kỹ thuật số dựa trên vật lý (tính đến các biến số như độ mỏi của thân tàu , tải bồn, sóng) và phù hợp với tiêu chuẩn. Điều này đã giành được giải thưởng cho bài báo hay nhất tại Hội nghị Công nghệ Ngoài khơi 2021. Và dòng sản phẩm của Akselos hỗ trợ bảo vệ 7 tỷ đô la (mỗi năm) sản lượng dầu tương đương.

Sinh đôi kỹ thuật số với RB-FEA giúp giảm 30% chi phí kiểm tra trên FPSO, nhưng quan trọng hơn là tìm đúng chỗ trên một tài sản lớn và phát hiện sớm các lỗi để tránh các sự cố lớn. Trên Bonga FPSO, lợi ích của việc tăng độ chính xác đã khiến 15,000 vị trí mệt mỏi hàng đầu được giảm xuống còn 230 điểm nóng mệt mỏi thực sự ở những vị trí quan trọng nhất. Điều đó có giá trị to lớn đối với người vận hành, vì giờ đây họ có thông tin hữu ích để thúc đẩy các hoạt động kiểm tra và bảo trì ở những nơi quan trọng nhất.

Những lợi ích trong gió ngoài khơi có tiềm năng tương đương, nếu không muốn nói là nhiều hơn. Ví dụ, về mặt thiết kế, chúng tôi đã làm việc với Lamprell để giảm tới 30% lượng thép trong các móng gió ngoài khơi. Điều này không chỉ mang lại lợi ích trực tiếp thông qua chi phí vật liệu thấp hơn mà còn có những tác động kích thích rất đáng kể khi bạn xem xét lượng hàn cần thiết để lắp đặt nền móng cũng như vận chuyển.

Khi một thiết kế tối ưu hóa được đưa vào cuộc sống trong các hoạt động và đặc biệt là đối với các trang trại gió, tác động sẽ tăng tốc lên gấp 1000 lần. Điều đó có nghĩa là người vận hành có thể đưa ra quyết định sáng suốt về thời điểm thực hiện bảo trì và cách điều chỉnh cửa sổ vận hành của tuabin để tránh sự cố nền móng nếu cơ hội bảo trì tiếp theo còn cách xa một thời gian.

Lợi ích còn được tăng thêm đối với gió nổi ngoài khơi, nơi móng và tuabin chịu tải trọng động nhiều hơn. Những loại lợi ích đó sẽ rất quan trọng để giảm Chi phí năng lượng theo mức (LCOE), quy mô thúc đẩy trong gió nổi. Để thế giới đáp ứng được lộ trình của IEA, những lợi ích đó là vô cùng cần thiết.

VentureBeat: Bạn mong đợi việc sử dụng và khả năng của các kỹ thuật mô phỏng tốt hơn như RB-FEA và các phương pháp liên quan sẽ phát triển như thế nào trong tương lai gần, đặc biệt là khi nó liên quan đến việc cải thiện quy trình công việc liên quan đến song sinh kỹ thuật số?

Leurent: Hiểu được tính toàn vẹn về cấu trúc của một tài sản trong thời gian thực là yếu tố thay đổi cuộc chơi đối với:

• hoạt động tối ưu
• Kéo dài tuổi thọ của tài sản
• Thiết kế đang hoạt động (thiết kế thế hệ tài sản tiếp theo dựa trên dữ liệu được tạo từ bản sao kỹ thuật số)

Ngày nay, cặp song sinh kỹ thuật số Akselos được triển khai trên các tài sản trị giá hàng tỷ đô la trên toàn cầu. Điều này vượt qua các tài sản dầu khí cũ phức tạp (và trong hầu hết các trường hợp đã cũ), thành các nguyên mẫu trình diễn tiên tiến trong gió nổi.

Chúng tôi đang làm việc để làm cho phần mềm trở nên thời gian thực hơn, trong một số trường hợp, cặp song sinh kỹ thuật số dựa trên vật lý của chúng tôi diễn giải dữ liệu mới mỗi giây. Tốc độ đó cũng cho phép kết hợp AI/ML với các mô phỏng dựa trên vật lý, một yếu tố thay đổi cuộc chơi với tiềm năng to lớn. Đó là điều đã mang lại cho chúng tôi giải thưởng bài báo hay nhất AIAA năm 2020 về tối ưu hóa thiết kế đa ngành. Ở đây RB-FEA cung cấp bộ dữ liệu phong phú hơn, rẻ hơn và chính xác hơn.

Nhóm cũng đang làm việc để nắm bắt ngày càng nhiều vật lý hơn (ví dụ như đa vật lý và phi tuyến tính). Và chúng tôi đang nghiên cứu các tính năng rất mạnh mẽ của RB-FEA để có thiết kế tối ưu, bao gồm khả năng tái thiết kế toàn bộ hệ thống tuabin gió dựa trên việc nâng cấp vật liệu hoặc ý tưởng thiết kế mới trong vòng vài tuần.

VentureBeat: Những điểm chính của bạn đối với các công ty khác có thể đang khám phá các cách để tận dụng các cải tiến mô phỏng nhờ vào xu hướng của ngành nói chung là gì? 

Leurent: Có lẽ điều quan trọng nhất là thúc đẩy trí tưởng tượng về những gì có thể. Trong một thế giới ngày càng được cảm biến hóa và robot hóa, công nghệ mô phỏng đang trở thành một công cụ ngày càng mạnh mẽ để tạo ra lợi thế cạnh tranh. Ví dụ, chúng ta có thể bắt đầu chạy và tối ưu hóa các trang trại gió trên cơ sở từng tua-bin. Dữ liệu từ máy bay không người lái kiểm tra và cảm biến trên tua-bin có thể giúp đánh giá tình trạng của từng tua-bin và cho phép người vận hành đưa ra quyết định sáng suốt về mức độ vận hành của từng tua-bin tùy thuộc vào giá điện (không ích gì khi chạy tua-bin ở tốc độ cao nếu chi phí đó nhiều 'tiêu dùng cuộc sống' hơn doanh thu mà nó tạo ra).

Trong lĩnh vực dầu khí ở hạ nguồn, chúng tôi đang thực hiện phân tích gần thời gian thực để giúp khách hàng tiết kiệm thời gian cho con đường quan trọng và tăng thời gian hoạt động, và nếu không có công nghệ mô phỏng, điều này sẽ không thể thực hiện được.

Cuối cùng, nếu bạn là chủ sở hữu nội dung, tôi nghĩ điều quan trọng là phải xem xét cách kết hợp các nguồn dữ liệu và công cụ khác nhau với công nghệ mô phỏng để thúc đẩy kết quả kinh doanh tốt hơn. Họ không nghĩ đến điều này vì sức mạnh mô phỏng không đủ mạnh để sử dụng trong các cài đặt hoạt động gần thời gian thực, nhưng điều đó hiện đã thay đổi đáng kể.

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