Simulationstechnologien

Andrea Gillhuber,

Darum sollten Sie stärker auf Simulation setzen

Der Einsatz von Simulation hat in den vergangenen Jahren eine rasante Entwicklung vollzogen. 2020 wird dem keinen Abbruch tun, denn in diesem Jahr wird sich die Software in vielen Bereichen entscheidend verändern und wesentlichen Einfluss auf die Industrie haben. 

© Gorodenkoff/Shutterstock.com

Wie in vielen anderen Branchen und Technologien spielen künstliche Intelligenz (KI) und maschinelles Lernen (ML) im kommenden Jahr eine große Rolle. Für die Simulation bietet sich die Möglichkeit, mithilfe von KI und ML grundlegende Prozesse und Verwaltungsaufgaben schneller zu erledigen, um Zeit zu sparen oder Verfahren zu vereinfachen. Das Festlegen von Parametern ist ein solcher Bereich. Eine Engine für maschinelles Lernen kann erfahrene Ingenieure dabei beobachten, wie sie Simulationswerkzeuge nutzen und wie sie Parameter festlegen. Sie kann diesen Vorgang dann bis zu einem gewissen Grad genau nachbilden, um weniger erfahrenen Ingenieuren die Möglichkeit zu geben, das Tool effizienter zu verwenden.

Wenn bei einem Luft- und Raumfahrtunternehmen mit Hunderten oder sogar Tausenden von Mitarbeitern bislang nur 5 Prozent Simulationstechnologien verwenden, können KI und ML weiteren Mitarbeiten den Zugang zur Software erleichtern. So können dann vielleicht 15 bis 20 Prozent statt nur 5 Prozent der Belegschaft von den Lösungen profitieren. Das wäre eindeutig ein Gewinn für das Unternehmen, denn nun kann es mehr Zeit und Energie in den Simulationsprozess investieren, ohne weitere leitende Ingenieure einstellen zu müssen.

Anzeige

Ein weiterer Bereich, den KI und ML bei der Simulation unterstützen können, ist die Verwendung datengesteuerter oder physikalisch informierter neuronaler Netzwerklöser, um die Simulation um mehrere Größenordnungen zu beschleunigen. Anstatt partielle Differentialgleichungen zweiter Ordnung (PDE) mit herkömmlichen numerischen Methoden wie Finite-Elemente- oder Finite-Volumen-Methoden zu lösen, verwenden diese neueren KI- und ML-Methoden neuronale Netze, um PDEs zu lösen. Bewiesen ist, dass diese Methoden mit einfachen Geometrien und Randbedingungen funktionieren. Jetzt arbeiten wir daran, diese neuen Methoden auf komplexe Probleme in der Praxis anzuwenden.

Multiphysikalische Interaktion, Microservices und Hyper-Skalierung

Das Konzept der Multiphysik besteht bereits seit 50 Jahren. Im Laufe ihrer Entwicklung wurde sie mit vielen Herausforderungen konfrontiert. Die Aufgabe, die es heute zu bewältigen gilt, ist die Interaktion zwischen den verschiedenen physikalischen Tools. Früher hat ein Ingenieur verschiedene physikalische Simulationswerkzeuge verwendet, um eine Vielzahl von Design-Problemen in einem einzelnen Produkt zu lösen. Nehmen wir beispielsweise einen Computerchip: Man würde zunächst die vom Chip abgegebene Wärme simulieren, dann analysieren, wie sich diese auf die Leiterplatte, auf der er sitzt, auswirkt, und zum Schluss eine Lösung finden, wie man den Chip kühlen kann, um die Leiterplatte vor Rissen zu schützen. Während der erwähnte schrittweise Ansatz für viele Jahre die beste Option war, fordern Ingenieure heute eine Möglichkeit, diese Probleme gleichzeitig zu lösen.

Durch diese multidisziplinäre Optimierung wird die Zeit für die Analyse des Produkts, ganz gleich ob es sich um einen Chip oder ein anderes Produkt handelt, reduziert und die richtige Lösung für jedes Problem, mit dem die Ingenieure konfrontiert sind, gefunden. Dies führt zu besseren Produkten und geringeren Kosten.

Zum Beispiel haben wir mit Dynardo einen führenden Anbieter im Bereich der Simulationsprozess-Integration und Design-Optimierung übernommen. Als Unternehmen sind wir damit einen Schritt näher an die Multiphysik-Interaktionen herangekommen und haben unsere Kunden in die Lage versetzt, optimale Produktdesigns schneller und kostengüns-tiger zu identifizieren. In diesem Jahr werden zusätzliche Bemühungen erfolgen, die Technologie weiter voranzubringen.

Wir werden auch Fortschritte im Bereich „Microservices für die Simulation“ sehen. Hier werden die Hauptteile der Simulation, zum Beispiel Geometrie, dann Meshing, gefolgt von Solver und schließlich der Nachbearbeitung – von einem monolithischen Prozess zu dedizierten separaten Teilen transformiert. Die für die Simulation erforderlichen Schritte sind dabei unabhängig voneinander. Anstelle eines einzelnen Prozesses werden viele Services wie zum Beispiel für die Geo-metrie, das Meshing, den Solver und das Post-Processing bereitgestellt.

Diese Services können dann von verschiedenen Produkten verwendet werden, die über APIs (Application Programming Interfaces) miteinander kommunizieren und auf Cloud-Computing- Plattformen wie Microsoft Azure oder AWS skalierbar ausgeführt werden können. Das Ergebnis ist eine bessere Zugänglichkeit, mehr Flexibilität und eine bessere Wiederverwendbarkeit, um viele verschiedene Aufgaben zu lösen. Mithilfe der APIs können Nutzer von Simulationen beispielsweise Ansys-Tools mit den Systemen anderer Unternehmen zu einer wirklich offenen Plattform verbinden.

Eine der größten Herausforderungen für Nutzer bei vielen Softwaretypen ist die Laufzeit. Sie fordern zunehmend schnellere Laufzeiten. Simulation ist hier keine Ausnahme. 2020 werden wir sehen, dass sich der Fokus darauf deutlich verstärken wird.

Eine Möglichkeit, die Laufzeit zu verbessern, liegt im Parallel-Computing. Im Laufe der Zeit hat Parallel-Computing viele verschiedene Formen angenommen. So hat es sich von Shared Memory Processing (SMP) über Message Passing Interface (MPI) bis hin zu feinkörniger GPU-basierter Parallelität und aufgabenbasierter Parallelität entwickelt. Die Idee für Hyper Scale ist, dass wir alle Formen von Algorithmen auf Supercomputern nutzen. Wenn Kunden Hyper-Scale-Simulationen ausführen können, bedeutet das, dass sie wahrscheinlich in der Lage sind, Simulationen in wenigen Minuten oder Stunden durchzuführen, die zuvor möglicherweise 10.000 Stunden in Anspruch genommen hätten.

In diesem Bereich gibt es noch viel zu tun. 2020 wird zu früh sein, um eine Hyper-Skalierung in dem von mir beschriebenen Ausmaß zu sehen, aber innerhalb des nächsten Jahrzehnts können wir definitiv damit rechnen.

In dem Bestreben, Effizienz und Kosteneinsparungen zu erzielen, haben viele Hersteller und Dienstleister Over-Engineering beseitigt und sich stattdessen auf ein minimalistisches Design konzentriert. Wo 10 Zentimeter Asphalt für eine Autobahn benötigt werden, werden genau 10 Zentimeter verwendet und nicht 20 Zentimeter wie in der Vergangenheit üblich – „nur für den Fall“. Das Problem ist, dass bei allen Materialien Abweichungen auftreten. Das heißt, dass die Berechnung des erforderlichen Asphaltvolumens von Projekt zu Projekt unterschiedlich ausfallen kann. Daher würden 10 Zentimeter Asphalt in einem Fall genügen, in einem anderen aber nicht.

Vorausschauendes und robustes Design

Robustes Design durch Simulation adressiert solche Unsicherheiten und wird in diesem Jahr verstärkt eingesetzt werden. Die Verwendung von Simulationen zur Bewertung der Materialien und zur Berechnung der Unsicherheit verhindert sowohl die Über- als auch Unterentwicklung von Produkten und Dienstleistungen. Während ein Sicherheitsfaktor von 500 Zentimeter Prozent zu hoch und damit ineffizient wäre, lassen 100 Prozent keinen Spielraum für Materialschwankungen. Basierend auf unterschiedlichen Informationen, läge der Sicherheitsfaktor für robustes Design beispielsweise bei 110 Prozent.

Der Schlüssel zum Verständnis von Materialvariablen und der anschließenden Fähigkeit, den idealen Sicherheitsfaktor zu berechnen, ist die Materialintelligenz. Dies war für Ansys der Grund, Granta Design zu kaufen. Granta erweitert die Fähigkeiten von Ansys in diesem Bereich und ermöglicht es den Nutzern unserer Simulationstools, ihre Produkte und Dienstleistungen bei Unsicherheit zu quantifizieren, zu validieren und zu verifizieren und den optimalen Sicherheitsfaktor zu gewährleisten.

Digitalisierung der physischen Welt

Simulation ist bereits digital, richtig? Ja, aber Simulation umfasst zunehmend auch die physische Welt. Dank des Internet der Dinge (IoT) hat die Nutzung von digitalen Zwillingen in letzter Zeit zugenommen, was sich auch künftig weiter fortsetzen wird. Ingenieure digitalisieren dafür Informationen eines physischen Teils, damit sie seine Leistung analysieren und Systeme überwachen können. So können sie Probleme mit der realen Komponente oder Maschine vermeiden, bevor sie überhaupt auftreten. Nachdem sich die Technologie inzwischen durchgesetzt und bewährt hat, um Ausfallzeiten und die damit verbundenen Kosten zu minimieren, werden digitale Zwillinge immer stärker Einzug in Unternehmen halten.

Weiterhin sind Augmented (AR) und Virtual Reality (VR) zu berücksichtigen. Derzeit visualisieren Ingenieure ihre simulierten Entwürfe auf 2D-Bildschirmen. Dadurch dass VR- und AR-Technologien immer schneller und zugänglicher werden, können Entwürfe jedoch bald auch in einer 3D-Umgebung auf einem AR oder VR-Headset, wie im Oculus-Portfolio dargestellt, visualisiert werden. Die Daten können dann leichter ausgewertet werden und die Entwürfe sind einfacher zu verstehen, zu bearbeiten und zu testen. Das führt zu einem schlankeren und effektiveren Prozess.

Design, Test, Wartung – Simulation spielt bei diesen Prozessen eine entscheidende Rolle. Aber was passiert, wenn ein Produkt oder ein Teil versagt? Wie kann Simulation dann helfen? Indem Hersteller ihre Abläufe digital abbilden, können sie all ihre Aktivitäten vom ersten Entwurf über die Herstellung bis hin zum Verkauf aufeinander abstimmen und jedes Teil verfolgen. Wenn also bei einem bestimmten Fahrzeugmodell ein Problem mit den Bremsen auftritt, kann dies auf den ursprünglichen Simulationsentwurf zurückgeführt werden. Dieser Entwurf wird dann überprüft, um den Fehler schnell zu identifizieren. Wenn das Modell dann zurückgerufen wird, kann das Problem schneller und kostengünstiger behoben werden als durch einen manuellen Testprozess. Die digitale Transformation ist für die meisten Unternehmen eine große Aufgabe, aber viele widmen sich ihr bereits. Ich gehe davon aus, dass sich die Transformation in diesem Jahr noch beschleunigen wird und große Hersteller den Wandel noch vor Jahresende abschließen können.

Neue Anwendungsbereiche durch Simulation

Simulation ist in einer Reihe von Bereichen mit realen multiphysikalischen Bedingungen gut etabliert. In diesem Jahr werden Anbieter von Simulationssoftware die Grenzen der Technologie erweitern, um Probleme in weiteren Bereichen der Physik zu lösen. Chemie im Gesundheitswesen ist derzeit ein Bereich, der noch nicht genügend von der Multiphysik-Simulation abgedeckt wird, aber erheblich von ihr profitieren würde.

Wie könnte das in der Praxis aussehen? Klinische Studien für neue Medikamente erfordern Tests am Menschen, doch eines Tages könnten die Studien durch Simulationen ersetzt werden. Die Notwendigkeit, das Medikament an Tausenden von Probanden zu testen, würde dann entfallen, ebenso wie die enormen Kosten der Studien. Und dort, wo Studien nicht durchgeführt werden können, zum Beispiel an Kindern, sind die Einsatzmöglichkeiten für Simulation enorm. Auch im Gesundheitswesen, wo ein Blutgerinnsel zu einem Herzinfarkt führen kann, könnte die Simulation genutzt werden, um die richtigen Medikamente zur Verdünnung des Blutes und zur Auflösung des Gerinnsels zu identifizieren.

Fokus auf Innovation schützt vor externer Disruption

Die heutige Technologie macht es möglich, dass Produkte und Werkzeuge, deren Entwicklung zuvor Jahre betrug, nunmehr über Nacht hergestellt werden können. Ein neues Start-up könnte zum Beispiel einen komplett neuen Weg entwickeln, um eine Aufgabe zu bewältigen oder ein Problem zu lösen, und damit existierende Prozesse durchbrechen. Viele bereits vergessene Unternehmen sind daran gescheitert, sich auf eine solche Situation vorzubereiten. Anstatt aber die geringe Möglichkeit zu ignorieren, dass so etwas passiert, müssen Unternehmen die Risiken direkt adressieren, indem sie innovativ arbeiten. Ganz nach dem Motto: „Don’t wait to be disrupted – disrupt yourself!“ Das iPhone ist ein hervorragendes Praxisbeispiel dafür. Apple löste seine eigenen Produkte mit noch weiter entwickelten Produkten ab. Bei Simulation ist das nicht anders. Wir sind bestrebt, unsere eigene Simulation durch neue Technologien zu verbessern und so die Chance zu mindern, dass jemand mit uns gleichzieht.

Prith Banerjee, Chief Technology Officer bei Ansys / ag

Anzeige

Das könnte Sie auch interessieren

Anzeige
Anzeige
Anzeige
Anzeige

Yaskawa

Simulator für Umrichter

Bei den Umrichtern GA500 und GA700 von Yaskawa lässt sich mit dem „Drive Programming Simulator“ bereits vorab klären, wie sich der Umrichter im Betrieb verhalten wird.

mehr...
Anzeige
Anzeige
Anzeige

Solidworks 2020

Beschleunigte Produktentwicklung

Dassault Systèmes stellt mit Solidworks 2020 die neue Version seines Portfolios für 3D-Konstruktion und Engineering vor. Es beschleunigt die Produktentwicklung durch Optimierungen sowie neue Funktionen und Arbeitsabläufe. 

mehr...