Che cos'è la simulazione?

Una simulazione è una rappresentazione imitativa della funzione di un processo o di un sistema che potrebbe esistere nel mondo reale. Il termine deriva dalla radice latina simulare, che significa "imitare". Le simulazioni hanno diversi scopi, tra cui la previsione del comportamento di un sistema, la formazione degli studenti, la risoluzione dei problemi di comportamenti indesiderati, la verifica di una risposta prevista, la convalida di un approccio, l'ottimizzazione degli aspetti del processo o la previsione di risposte future.

La simulazione viene utilizzata quando non è possibile accedere al sistema reale, se la situazione reale è troppo pericolosa o se il prodotto o il processo è ancora in fase di progettazione. 

Gli ingegneri effettuano simulazioni utilizzando prototipi fisici, modelli matematici o metodi informatici. Gli utenti immettono prima un set di variabili nel modello, quindi acquisiscono un set di valori di output. Lo fanno attraverso i seguenti passaggi:

• Definizione del problema: gli obiettivi della simulazione vengono definiti, con input chiari e output documentati.
• Pre-elaborazione: l'utente della simulazione crea modelli fisici, matematici o informatici per la simulazione. Questo è il passaggio in cui vengono specificati fattori come vincoli, condizioni limite, materiali e geometria.
• Risoluzione: il modello o i modelli vengono risolti, in genere utilizzando programmi informatici, producendo i risultati desiderati.
• Post-elaborazione: l'utente adotta una combinazione di revisione umana e analisi dei dati tramite computer per esaminare i risultati relativi agli input e raccogliere informazioni per prendere decisioni. Il risultato della post-elaborazione può essere testo, immagini, grafici o animazioni.
• Iterazioni: una singola simulazione di solito non è sufficiente. Gli utenti possono variare i parametri di input manualmente o utilizzando strumenti di ottimizzazione, quindi ripetere la simulazione per ottenere ulteriori informazioni sul sistema. 

Ricercatori, analisti, responsabili delle decisioni e ingegneri conducono simulazioni in diverse discipline per ottenere informazioni utili. Alcuni esempi di simulazioni in diverse aree di interesse sono:

• Meteo: la simulazione viene utilizzata molto nelle previsioni meteo. Un'ampia gamma di software di simulazione utilizza dati empirici e modelli matematici per prevedere la probabilità di future temperature, vento, pressioni, precipitazioni e disastri naturali in tutto il mondo.
• Prezzi dei prodotti: anziché modificare i prezzi e osservare come questi hanno impatto sulle vendite, i responsabili delle decisioni possono utilizzare la simulazione, spesso basata su metodi AI, per comprendere il potenziale impatto delle modifiche dei prezzi.
• Catene di fornitura: molti strumenti utilizzano tempi e dipendenze per modellare il comportamento della catena di fornitura di un'azienda. Gli utenti possono simulare rapidamente soluzioni alternative in caso di interruzioni oppure ottimizzare la catena di fornitura in termini di costi, velocità o affidabilità.
• Macchine: l'uso più ampio delle simulazioni è nell'ambito della progettazione e della gestione del ciclo di vita delle macchine. Dai chip per computer ai motori dei razzi, gli ingegneri utilizzano simulazioni che modellano le leggi della fisica per guidare la progettazione dei prodotti in modo da soddisfare le specifiche di progettazione, ottimizzare le prestazioni e ridurre al minimo i costi.
• Progettazione elettronica: i circuiti elettronici hanno interazioni complesse basate su campi elettrici e magnetici difficili da prevedere. I simulatori di circuito vengono utilizzati per calcolare il comportamento dei circuiti elettrici nella fase di progettazione. Questi simulatori prevedono tensioni, correnti e intensità del campo elettromagnetico in ogni momento.
• Lavorazione chimica: gli ingegneri utilizzano una varietà di strumenti di simulazione dei processi per rappresentare il comportamento di componenti e sistemi di impianti chimici e raffinerie.
• Processi molecolari in biologia: i recenti progressi nella modellazione dei processi molecolari e una maggiore comprensione del modo in cui le molecole organiche complesse interagiscono tra loro stanno rivoluzionando il settore sanitario. I ricercatori possono sviluppare nuove formulazioni per vaccini, antibiotici e terapie attraverso la simulazione, prima di spendere milioni in sintesi di farmaci e test clinici.
• Videogiochi: quasi tutti hanno interagito con le simulazioni sotto forma di videogiochi. I videogiochi basati su computer possono essere semplici come un gioco di solitario su un telefono cellulare, oppure possono includere algoritmi complessi e realtà virtuale (VR) per simulare mondi virtuali. 

La simulazione è diventata parte integrante del processo decisionale in tutti i settori. Man mano che i programmi informatici utilizzati per eseguire la modellazione e la simulazione migliorano, aumentano anche la tempestività e il valore della simulazione. Nella maggior parte dei casi, le parti interessate di un prodotto o di un processo utilizzano la simulazione per comprendere qualcosa su tale prodotto o processo. Queste informazioni possono ridurre i costi di sviluppo, evitare costosi test fisici, ridurre al minimo la necessità di apportare modifiche quando il sistema o il processo sono in uso e ridurre il time-to-market complessivo per qualsiasi nuovo prodotto o servizio.

I vantaggi della simulazione, tra cui la riduzione dei costi, il miglioramento della sicurezza, l'ottimizzazione delle prestazioni e la riduzione dei tempi di sviluppo, possono essere suddivisi in una o più delle seguenti categorie:

1. Mappare le prestazioni esterne nello spazio di progettazione

La misurazione delle prestazioni di un prodotto reale rivela solo le sue prestazioni in condizioni reali e solo una volta che il prodotto esiste. Con i modelli informatici, ricercatori e ingegneri possono esplorare tutte le situazioni che il sistema potrebbe incontrare in base alle necessità.

Questo processo si chiama esplorazione dello spazio di progettazione e fornisce agli ingegneri informazioni utili sul comportamento in una situazione che non possono misurare o non si è ancora verificata. Queste informazioni possono essere utilizzate per risolvere un problema, prendere una decisione quando sono disponibili diverse opzioni o fornire dettagli che differenziano un prodotto o un servizio.

2. Comprendere le prestazioni interne

Alcuni comportamenti in un sistema non possono essere misurati direttamente, perché non esiste un metodo di misurazione adatto o perché l'aggiunta di un sensore o di un altro strumento di misurazione potrebbe modificare il comportamento del sistema. Una simulazione al computer permette agli ingegneri di guardare all'interno del prodotto o del processo che stanno progettando e ottenere informazioni. Conoscere questi valori altrimenti nascosti può aiutare a risolvere i problemi e a prendere decisioni migliori.

3. Ottimizzare le prestazioni

Il vantaggio finale significativo della simulazione è la possibilità di modificare gli input e acquisire risultati per ottimizzare il sistema o il processo che si sta simulando. È possibile esplorare i dati di più simulazioni o impostare un ciclo di ottimizzazione per raggiungere i propri obiettivi. Indipendentemente dalla metodologia di ottimizzazione utilizzata, il processo può notevolmente ridurre i costi, aumentare le prestazioni e diventare più affidabile. 

La precisione della simulazione sta migliorando

L'accuratezza e il valore delle simulazioni sono cresciuti significativamente dagli anni '80, con maggiori funzionalità di elaborazione ad alte prestazioni (HPC), modelli matematici migliorati, progressi nella scienza informatica, software per la creazione di modelli migliori e, più recentemente, progressi nell'intelligenza artificiale (AI). Un software migliore ha anche reso la simulazione più accessibile e strumenti di visualizzazione e ottimizzazione migliorati offrono agli utenti informazioni più utili. La simulazione ha sempre avuto un impatto positivo se applicata correttamente. I miglioramenti nella precisione hanno aumentato i vantaggi della simulazione e ampliato la gamma di situazioni in cui può essere utilizzata in modo efficiente.  

Quando la maggior parte delle persone del mondo dell'ingegneria sente parlare di "simulazione", pensa a simulazioni numeriche come l' analisi degli elementi finiti (FEA, Finite Element Analysis) o fluidodinamica computazionale (CFD, Computational Fluid Dynamics). Queste due forme di ingegneria assistita da computer (CAE, Computer-Aided Engineering) sono comunemente utilizzate, ma la simulazione è disponibile in molte forme. Di seguito le categorie più comuni:

Modelli fisici

Prima dei computer, la creazione di un prototipo fisico per i test era il tipo di simulazione più comune. Questi modelli analogici sono serviti per sperimentare e comprendere il sistema. I manichini utilizzati nei test d'urto dei veicoli sono un ottimo esempio di prototipo fisico. Imitano il comportamento di un corpo umano durante l'impatto in un ambiente simulato, poiché questa è una cosa che non può essere testata in modo sicuro con un vero essere umano. I test fisici vengono spesso utilizzati per convalidare simulazioni tramite computer. Il modello del corpo umano Hans di Ansys è un esempio di una versione digitale della simulazione fisica. 

Soluzioni a forma chiusa

In alcuni casi, gli ingegneri possono acquisire il comportamento di un sistema o di un processo, in particolare un processo di produzione, con un'unica equazione che può essere risolta in tempo reale. Queste soluzioni a forma chiusa possono essere autonome o combinate con modelli di ordine ridotto (ROM, Reduced-Order Model) e analisi dei dati nei modelli di sistema.

Analisi dei dati

Un altro tipo di simulazione esegue previsioni da dati raccolti dai test fisici o da risultati di modelli generati tramite computer utilizzando soluzioni di discretizzazione o a forma chiusa. Questo può essere tanto semplice quanto adattare un'equazione ai dati o tanto complesso quanto gli ultimi algoritmi di intelligenza artificiale (AI) e apprendimento automatico (ML).

Discretizzazione

La maggior parte dei processi e dei sistemi del mondo reale è troppo complessa da modellare utilizzando un'equazione o un set di dati semplice. Per simulare queste situazioni, l'oggetto o il processo è diviso in parti più piccole, ciascuna delle quali è descritta da equazioni più semplici. Queste equazioni vengono quindi assemblate in una matrice e risolte utilizzando metodi numerici. Tale approccio viene utilizzato in strumenti come il software FEA strutturale Ansys Mechanical, programmi CFD come il software di simulazione dei fluidi Ansys Fluent o strumenti di simulazione tramite il metodo delle differenze finite in 1D come il software Ansys Thermal Desktop.

Modelli di sistema

I modelli di sistema vengono creati collegando soluzioni a forma chiusa o modelli di ordine ridotto in un sistema di equazioni, in cui l'output di un nodo diventa l'input nel successivo. Le simulazioni di sistema possono variare in scala, dalla modellazione dell'array di transistor in un microchip con strumenti come il software Ansys RedHawk-SC alla simulazione dei satelliti in orbita con il software Ansys Systems Tool Kit (STK). L'ingegneria dei sistemi basata su modelli (MBSE, Model-based Systems Engineering) è una metodologia sempre più ampia per la progettazione dei sistemi che sostituisce i vecchi approcci basati sulla documentazione.

La posizione in cui l'utente interagisce è importante nella simulazione

Un altro modo per classificare i diversi tipi di simulazione è vedere la posizione dell'utente nel processo. La simulazione HiL (Human-in-the-Loop) posiziona gli utenti direttamente nella simulazione tramite un'interfaccia utente grafica (GUI), come nel software Ansys SCADE, o in un ambiente di realtà virtuale. Posizionando un essere umano nell'ambiente di simulazione, i team possono ottenere un'esperienza pratica con il sistema. Un simulatore di volo è un esempio comune in cui un utente interagisce con la simulazione in tempo reale.

Nella maggior parte delle simulazioni, gli esseri umani non sono coinvolti nella parte di risoluzione. Al contrario, utilizzano una serie di strumenti per acquisire e valutare i risultati, quindi prendono decisioni informate con tali informazioni o le trasferiscono alle parti interessate che si affidano a queste informazioni per prendere le proprie decisioni. 

Singolo dominio fisico, più domini fisici e multifisica

Un'altra distinzione tra i diversi tipi di simulazione è rappresentata dai domini fisici inclusi e dal modo in cui interagiscono. Una simulazione di singolo dominio fisico risolve un singolo tipo di dominio sconosciuto, come temperatura, sollecitazione, pressione o numero di cicli di fatica. In questi casi, sono necessarie solo le equazioni e gli input rilevanti per tale dominio fisico. In una simulazione con più domini fisici, l'output di una simulazione diventa l'input per un'altra. Ad esempio, è possibile calcolare il calore generato da un microchip a causa di perdite di potenza, quindi immettere tale valore in una simulazione che valuta le opzioni di gestione termica per il microchip.

Una simulazione multifisica chiude il ciclo: i risultati delle simulazioni a valle vengono immessi in una simulazione a monte. Tornando all'esempio del microchip, la temperatura del chip influisce sulle sue prestazioni elettromagnetiche e sulla resistività, che a loro volta influiscono sulla quantità di calore generata e sulle prestazioni elettriche del chip. Le simulazioni multifisiche con uno strumento come il software Ansys RedHawk-SC Electrothermal automatizzano l'interazione bidirezionale tra fisica elettromagnetica e termica. La simulazione multifisica è comune anche nella progettazione di motori a turbina e in molti processi di produzione, come la fusione, lo stampaggio a iniezione e la formazione di metalli.

Tipi di metodi di simulazione numerica

Tutti gli approcci precedenti che utilizzano approcci matematici per simulare il mondo reale possono essere classificati anche in base all'approccio numerico utilizzato dai programmatori di software. I più comuni sono:

• Modellazione 1-D, circuito o rete: un approccio in cui la geometria dei componenti del modello non è esplicitamente rappresentata. Il programma risolve input e output in corrispondenza dei nodi piuttosto che su volumi o aree.
• Simulazione basata su agenti: una tecnica che rappresenta il sistema come una raccolta di agenti autonomi che interagiscono tra loro.
• Dinamica dei fluidi computazionale: metodo utilizzato per rappresentare il comportamento geometrico del flusso dei fluidi. Utilizza il metodo degli elementi finiti (FEM), il metodo dei volumi finiti (FVM) o il metodo delle differenze finite (FDM) per risolvere le equazioni differenziali parziali (PDE) create dalla discretizzazione.
• Gemelli digitali: un termine generico che indica qualsiasi rappresentazione digitale di un oggetto fisico o di un sistema.
• Simulazione di eventi discreti (DES): un approccio utilizzato per rappresentare sistemi, strutture o processi del mondo reale come una sequenza di eventi nel tempo. Lo stato del sistema cambia solo in punti di evento specifici, quindi il solver si sposta da un evento all'altro anziché in base a un incremento temporale impostato.
• Dinamica esplicita (EXD): un metodo all'interno di FEA con un approccio esplicito di integrazione del tempo per calcolare le risposte ai carichi applicati in piccoli incrementi di tempo. Viene utilizzato principalmente per comportamenti altamente dinamici e altamente non lineari, come le simulazioni dell'impatto.
• Metodo delle differenze finite: una tecnica che approssima i derivati calcolando i valori dei PDE in un sistema discretizzato.
• Metodo degli elementi finiti: un metodo utilizzato in FEA che discretizza la geometria in elementi univoci e risolve i PDE per ciascun elemento.
• Metodo dei volumi finiti: un metodo in cui la geometria viene discretizzata in volumi di controllo.
• Simulazione Monte Carlo: un approccio statistico alla simulazione in cui i casi vengono risolti mediante campionamenti casuali ripetuti.
• Dinamica multicorpo (MBD, Multibody Dynamics): un approccio che rappresenta il comportamento dinamico di un sistema costituito da corpi rigidi o flessibili. Risolve l'equazione completa del movimento per ciascun componente. 

1. Convalida microchip

Lo sviluppo di un nuovo microchip, dai dispositivi di memoria alle più recenti soluzioni SoC (System-on-a-Chip), è estremamente costoso. Di conseguenza, le fonderie di semiconduttori che producono questi chip richiedono agli sviluppatori di verificare che un progetto sia realizzabile attraverso una serie di simulazioni standard prima dell'inizio del processo di produzione. Queste fasi di verifica sono definite "convalida". Un buon esempio è la certificazione Intel di strumenti di simulazione elettromagnetica su chip e integrità di potenza Ansys per la verifica della propria tecnologia di processo 18A.

2. Robotica per la verniciatura dei veicoli

La verniciatura delle automobili è un passaggio cruciale in ogni linea di assemblaggio moderna e i produttori di automobili si affidano in larga misura alla robotica per questa attività. Gli ingegneri utilizzano strumenti di simulazione CFD come il software Fluent per modellare gli spruzzatori, un programma come il software Ansys Motion per modellare i robot per garantire un funzionamento efficiente ed evitare collisioni, il software Ansys Maxwell per ottimizzare gli azionamenti dei motori elettrici dei robot e la soluzione Ansys Scade One per simulare il software di controllo e l'interfaccia utente. 

3. Progettazione di computer quantistici

La simulazione è sempre stata utilizzata per guidare la progettazione dei computer, soprattutto per computer quantistici. Le temperature estremamente basse e la fisica quantistica non intuitiva rendono la simulazione fondamentale per lo sviluppo di questi nuovi dispositivi. Strumenti speciali come il software Ansys Lumerical INTERCONNECT e il software Ansys RaptorQu consentono agli ingegneri di ottimizzare i progetti molto prima dell'inizio di test e produzione costosa.

4. Carburanti sostenibili per motori a reazione

I motori a turbina per aeromobili bruciano una grande quantità di carburante, contribuendo in modo significativo alle emissioni di carbonio nell'atmosfera. Quindi, i produttori di motori si stanno affidando alla simulazione per sviluppare carburanti alternativi che siano sostenibili da produrre o che rilascino meno carbonio. Utilizzano simulatori di reazioni chimiche come il software Ansys Chemkin-Pro per ottimizzare la combustione di nuovi carburanti e il software Mechanical o Fluent per modificare i motori per supportare carburanti a base di idrogeno.

5. Gare di Formula E

Uno dei posti migliori per promuovere l'innovazione tecnologica è sulla pista. Un esempio moderno è il crescente sport motoristico della Formula E, in cui piloti e ingegneri testano le più recenti tecnologie dei veicoli elettrici. Per mantenere questo vantaggio sulla concorrenza, il team Tag Heuer Porsche Formula E si affida notevolmente alla simulazione per la convalida delle modifiche di progettazione suggerite.

Contattaci oggi stesso per ulteriori informazioni su come il software Ansys abbia permesso alle aziende di spingersi oltre nei loro progetti, grazie alla capacità previsionale della simulazione.

Risorse correlate