模拟速度提高 1000 倍对数字双胞胎意味着什么

大约十年前，麻省理工学院的研究人员发现了一种可以将物理建模速度提高 1000 倍的技术。 他们将其拆分为一家名为 Akselos 的新公司，该公司一直在帮助企业将这项技术融入各种 数字双胞胎 用于改善航运、炼油和风力发电。

数字双胞胎是跨越其生命周期的对象或系统的虚拟表示，根据实时数据进行更新，并使用模拟、机器学习和推理来帮助决策。 物理资产上连接的传感器收集可以映射到虚拟模型的数据。

具体创新提高了有限元分析 (FEA) 算法的性能，该算法是大多数类型物理模拟的基础。 Akselos 在过去十年的经验可以帮助高管探索 百万倍的改进 由于硬件、可扩展性和新算法的改进，Nvidia 现在正在展示物理模拟。

VentureBeat 采访了 Akselos 首席执行官 Thomas Leurent，解释了这些更广泛的改进对整个行业可能意味着什么。 在较高的层次上，更快的仿真可以更轻松地比较设计权衡，从而带来更高效的产品、更低的成本、更高的性能和更好的 AI 算法。 实际好处包括将风塔的重量减轻三分之一和提高油船的安全性。

仿真在数字化转型中的作用

数字孪生更像是一种设计模式，而不是一种技术。 企业将各个部分组装成一个解决方案，就像构建数据管道一样。 各种 PLM、建筑软件和特定行业的供应商正在构建产品组合，以支持更广泛的数字孪生功能，包括物理模拟。 更快的仿真引擎使公司能够探索在构思、设计、采购、设计更好产品的各个阶段注入仿真的新方法，并推动数字化转型。

Akselos 是同类最佳的仿真平台，旨在改进有限元分析，有限元分析是多种物理刺激的重要组成部分。 大约十年前，Akselos 想出了如何将核心算法加速大约 1000 倍。 所有其他 PLC 和 CAD 供应商都在探索做类似事情的方法。

但是，仿真速度提高 1000 倍究竟如何转化为业务价值，因为仿真只是更大业务和技术流程的一部分？ 其他公司可能会利用 Akselos 的经验，因为他们使用更快的硬件、更好的算法或两者的某种组合来构建他们的模拟基础设施。 GPU 的速度已经比这项研究开始时快了 1000 倍，而且当与哪怕是微不足道的算法改进相结合时，公司将寻找创造性地“浪费”模拟周期的方法，以从其他方面获得收益。

Akselos 的客户发现了多种将更快的模拟转化为商业价值的方法。 例如，壳牌石油公司为一艘价值数十亿美元的专用油轮发现了一种更快的设计流程，同时减少了薄弱点的数量。 其他客户将风力涡轮机中的材料减少了 30%。

其他公司可能会看到类似的收益，因为他们重新考虑如何将更快的模拟应用于他们的工程和部署交接，以处理工厂、汽车、医疗设备等其他物理事物。

VentureBeat：您对建模和仿真技术的改进可以改善数字孪生的使用的一些方式有何总体看法？

托马斯·洛朗： 工业资产的数字双胞胎只能受益于使用最初用于设计它们的机械工程仿真工具——而这些都是基于有限元分析 (FEA) 的。 最严格的运营标准也依赖 FEA 来运营炼油厂、船舶、石油钻井平台等关键资产。但 FEA 速度太慢，无法在运营阶段用于数字孪生。 因此，需要千载难逢的升级来提升核心算法，使 FEA 能够支持近实时、参数化和支持连接的用例。

VentureBeat：减少基础有限元分析有什么大不了的——它比传统建模技术快得多？

勒朗： FEA 实际上是一种非常古老且效率低下的算法。 它使用网格（例如，数百万个三角形或四面体）来定义零件的几何形状。 没关系。 问题在于 FEA 为网格中的每个节点分配自由度，这实际上完全是矫枉过正。 FEA 最终解决了数百万维空间中的问题，这是非常昂贵的并且无法实时完成。

Akselos 的开创性技术 RB-FEA 了解这一点并寻找什么 帕特拉教授 在麻省理工学院称之为“下方的流形”。 这是一个子空间，比原始 FEA 空间小得多，但仍然足够大以保证问题在该子空间中的行为。

我们称其为 RB 空间，以减少基础（即使 RB 子空间也有点矫枉过正，但它比原始 FEA 空间少 1,000 倍）。 我们在效率提高 1,000 倍的 RB 子空间中解决问题，然后我们将所有数学投影回工程师习惯的和标准认可的 FEA 空间。 对于真正透明的工程师来说——您只需让 RB-FEA 计算以闪电般的速度运行，而 FEA 过去速度很慢。 在实践中，所有这些都意味着 FEA 适合在机械零件级别运行模拟，但超出此范围就会遇到障碍。 RB-FEA 可以在系统级和机械部件级运行全精度仿真，无需子模型。 这是一个大大改进的工作流程。

VentureBeat：模拟提供商在 2021 年看到数字孪生模拟技术的最大新应用在哪里，特别是在哪些行业和哪些类型的产品中，为什么？

勒朗： 我们看到产生最强劲拉动的两个行业包括海上风能和石油和天然气。 海上风电发展迅猛，超过 95% 的容量尚待建设，以实现 IEA 2050 年净零排放目标。 对能够降低海上风电结构设计和运营风险的技术有着巨大的需求。 使用数字孪生的强大工程仿真允许开发人员和运营商在安全环境中分析数以千计的“假设”场景。

在设计方面，我们已经证明，通过与合作伙伴 Lamprell 的高级优化，我们可以在基础上节省高达 30% 的资本支出，而且还有更多潜力。 在运营中，我们是唯一能够将结构健康分析到平方厘米级别的技术提供商。 这种可操作的数字双胞胎对操作员来说是一个绝对的突破，因为它提供了可操作的情报，告诉他们应该多久检查一次结构的哪些部分。

能源转型使大型石油和天然气巨头重新评估重大投资决策，并推动寻找从现有资产中获得更多收益的方法。 这需要在操作环境中放置结构数字双胞胎。 高级工程仿真带来的高度详细的模型能够以安全有效的方式了解资产/设备行为并延长其使用寿命。

VentureBeat：与传统建模和仿真方法相比，您在哪些用例中看到了显着优势？

勒朗： 我们将过去需要 48 个月才能分析 Shell 的浮式生产储油卸油 (FPSO) 油轮的工作流程压缩到不到 10 小时，同时将准确性提高了 XNUMX 倍。

其他用例示例包括无人机或飞机在飞行中对结构损坏的自我评估。 然后当然是海上风。 这项技术将有助于极大地降低海上风电的成本。 特别是漂浮式海上风能，一旦解锁，它就构成了地球上最大的可再生能源之一。

VentureBeat：您能否向我们介绍一下这些好处在实践中是如何体现的——例如，1000 倍的建模性能提升如何转化为实际好处，例如减少风力涡轮机平台中的材料量及其总体成本？

勒朗： RB-FEA 已经产生了地球上一些非常大（和最复杂）的资产，例如壳牌的 Bonga 浮式生产、储存和卸载船，具有基于物理学的数字孪生体（考虑船体疲劳等变量，罐装，波浪）并符合标准。 这在 2021 年海上技术大会上获得了最佳论文奖。Akselos 的产品线支持保护 7 亿美元（每年）的油当量产量。

带有 RB-FEA 的数字孪生体可将 FPSO 的检查成本降低 30%，但更重要的是，可以在巨大资产的正确位置寻找缺陷并及早发现缺陷，以避免出现重大问题。 在 Bonga FPSO 上，精度提高的好处导致 15,000 个顶级疲劳位置减少到最关键位置的 230 个真正的疲劳热点。 这对运营商来说具有巨大的价值，因为他们现在拥有可操作的信息，可以在最重要的地方推动检查和维护活动。

海上风能的好处具有同等甚至更多的潜力。 例如，在设计方面，我们与 Lamprell 合作，将海上风电基础的钢材用量减少了 30%。 这不仅通过降低材料成本带来直接好处，而且当您考虑将地基组装在一起所需的焊接量以及运输时，还会产生非常显着的连锁反应。

当优化设计在运营中付诸实施时，对风电场来说至关重要，其影响是速度提高了 1000 倍。 这意味着操作员可以就何时执行维护以及如何调整涡轮机的运行窗口以避免在下一次维护机会过后出现基础故障做出明智的决定。

对于漂浮式海上风电，其优势更为明显，其中基础和涡轮机具有更大的动态载荷。 这些类型的收益对于降低平准化能源成本 (LCOE) 至关重要，LCOE 是漂浮风的驱动规模。 为了让世界达到 IEA 路线图，这些收益是绝对必要的。

VentureBeat：您如何看待更好的仿真技术（如 RB-FEA 和相关方法）的使用和功能在不久的将来发展，特别是当它与改进数字双胞胎相关的工作流程相关时？

勒朗： 实时了解资产的结构完整性可以改变游戏规则：

• 优化操作
• 资产寿命延长
• 在运营设计（基于数字孪生生成的数据设计下一代资产）

如今，Akselos 数字孪生已部署在全球价值数十亿美元的资产上。 这跨越了复杂的（在大多数情况下是老化的）遗留石油和天然气资产到漂浮风中的尖端演示原型。

我们正在努力使软件更加实时，在某些情况下，我们基于物理学的数字双胞胎每秒都会解释新数据。 这种速度还可以将 AI/ML 与基于物理的模拟结合起来，这是一个具有巨大潜力的游戏规则改变者。 这就是我们因多学科设计优化而获得 2020 年 AIAA 最佳论文奖的原因。 这里 RB-FEA 提供了更丰富、更便宜和更准确的数据集。

该团队还致力于捕获越来越多的物理（例如多物理和非线性）。 我们正在研究 RB-FEA 的非常强大的功能以实现优化设计，包括在几周内根据材料升级或新设计理念重新设计整个风力涡轮机系统的可能性。

VentureBeat：由于行业总体趋势，您对其他可能正在探索利用仿真改进方法的公司的主要收获是什么？ 

勒朗： 可能最重要的事情就是激发对可能性的想象。 在一个日益传感化和机器人化的世界中，仿真技术正成为产生竞争优势的越来越强大的工具。 例如，我们可以开始逐台运行和优化风电场。 来自检查无人机和涡轮机上传感器的数据可以帮助对每个涡轮机进行健康评估，并使运营商能够根据电价就每个涡轮机的运行强度做出明智的决定（如果成本高，则高速运行涡轮机毫无意义）比它产生的收入更多的“生活消费”）。

在下游石油和天然气领域，我们正在进行近乎实时的分析，以帮助我们的客户缩短关键路径的时间并增加正常运行时间，如果没有仿真技术，这是不可能的。

最后，如果您是资产所有者，我认为关键是要考虑如何将不同的数据源和工具与 模拟技术 推动更好的业务成果。 他们并没有考虑到这一点，因为仿真能力还不够强大，无法用于近乎实时的操作设置，但现在情况发生了巨大变化。

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