Cos'è la simulazione di sistema?

La simulazione del sistema è il processo di creazione di un modello matematico di un sistema reale e quindi di variazione degli input per osservare in che modo le modifiche di tali input influiscono sul sistema e sui suoi output. Tali osservazioni vengono quindi sfruttate per comprendere le interazioni tra sottosistemi multidominio, l'effetto di tali interazioni l'una sull'altra e le prestazioni complessive del sistema. Questo approccio può essere applicato a qualsiasi sistema complesso, sebbene nella maggior parte dei casi il termine si riferisca alla creazione e all'esercizio di un modello di simulazione di un sistema fisico. Secondo il settore dell'ingegneria dei sistemi, un sistema è: "una combinazione di elementi di interazione organizzati per raggiungere uno o più scopi dichiarati."

Conosciuta anche come simulazione di sistemi o simulazione a livello di sistema, questa forma di prototipazione virtuale è a disposizione degli ingegneri per comprendere sistemi complessi che includono macchinari, elettronica, software, operatori umani e materiali fluidi o solidi che si muovono attraverso o intorno al sistema. L'obiettivo dell'esercizio dei modelli di sistema è capire in che modo i componenti interagiscono per eseguire le azioni desiderate e in che modo tale interazione influisce su ciascun componente, spesso chiamato comportamento del sistema. I modelli di sistema vengono eseguiti rapidamente, il più vicino possibile al tempo reale.

La simulazione dettagliata o a livello di componente si concentra su singoli componenti o gruppi con strumenti di analisi agli elementi finiti (FEA) o fluidodinamica computazionale (CFD). Tuttavia, poiché i dispositivi sono diventati più complessi, combinando più simulazioni fisiche, sistemi di controllo e livelli crescenti di automazione, gli ingegneri di sistemi hanno sviluppato modelli di simulazione che visualizzano i dispositivi in studio a un livello superiore, acquisendo le interazioni tra i componenti.

La simulazione dei sistemi supporta l'intero processo di progettazione. Innanzitutto, fornisce agli ingegneri uno strumento che consente di esplorare il prodotto nelle prime fasi del ciclo di progettazione, quando i dettagli non sono noti. A questo punto, possono prendere decisioni architettoniche ed esplorare i compromessi. Il modello di sistema fornisce inoltre i requisiti e le condizioni al contorno necessari per la progettazione a livello di componente. Successivamente nel processo di progettazione, la simulazione dei sistemi consente la verifica e la convalida a livello di sistema del design, fornendo in definitiva le basi per modelli gemelli digitali che supportano la fase operativa del prodotto. Gli ingegneri eseguono simulazioni di sistema per comprendere meglio il comportamento dei propri prodotti come un sistema durante l'intero ciclo di vita del prodotto. Queste informazioni aiutano a prendere decisioni informate che in genere portano a quattro vantaggi:

• Riduzione dei costi di sviluppo dei prodotti: Senza la simulazione dei sistemi, gli ingegneri non possono identificare i problemi a livello di sistema nel progetto fino alla fine del ciclo di sviluppo, dopo aver assemblato e testato un prototipo. La simulazione dei sistemi per l'ingegneria dei sistemi avviene nella definizione del progetto, o sul lato sinistro, del modello a V quando il costo della modifica è minimo.
• Time-to-Market: Non solo la prototipazione virtuale è più veloce per la convalida dei prodotti rispetto alla creazione e al collaudo di prototipi reali, ma le simulazioni dei sistemi consentono agli ingegneri di diverse discipline di lavorare in parallelo, accelerando il time-to-market di un prodotto.
• Aumento delle prestazioni dei prodotti: Il vantaggio più significativo dell'ingegneria dei sistemi è l'ottimizzazione delle prestazioni dei sistemi. I tempi rapidi di esecuzione delle simulazioni di sistema consentono agli ingegneri di utilizzare modelli di sistema per ridurre i costi di produzione, migliorare la qualità, aumentare la produttività, migliorare l'efficienza e prolungare il tempo tra le riparazioni e le sostituzioni dei componenti.
• Riduzione dei costi operativi: Una metrica chiave delle prestazioni è il costo operativo del sistema. Poiché le simulazioni di sistema tendono a essere eseguite rapidamente, possono valutare il comportamento di un sistema nel corso della sua vita utile, un'attività difficile nei test fisici. Applicando diversi scenari di test, gli ingegneri possono utilizzare il software di simulazione per valutare gli effetti delle modifiche a componenti o sistemi e ridurre i costi operativi.

Poiché oggi così tanti dispositivi sono sistemi con più componenti che interagiscono in modi complessi, gli ingegneri di diversi settori utilizzano la simulazione dei sistemi. Tuttavia, in alcuni settori i processi di simulazione incentrati sui sistemi sono diventati un elemento essenziale per la progettazione dei sistemi. Un'occhiata a questi esempi offre una buona visione d'insieme dell'uso che i team fanno della simulazione dei sistemi.

• Telecomunicazioni: Le telecomunicazioni sono state tra le prime a utilizzare l'ingegneria dei sistemi per modellare la complessa rete di telefoni. Ora che il settore è passato a reti in fibra ottica, satellitari, a microonde e cellulari, la complessità dei modelli di sistema utilizzati è aumentata. Il settore lo utilizza per la pianificazione della rete per aiutare a determinare dove posizionare i trasmettitori e come collegare i nodi della rete.
• Ingegneria automobilistica: Le automobili sono sempre state sistemi complessi, ma i veicoli moderni sono diventati sistemi ancora più complessi, con componenti elettrici e meccanici gestiti da reti di comunicazione avanzate. Gli ingegneri del settore automobilistico utilizzano l'ingegneria dei sistemi basata su modelli (MBSE) per la progettazione di sistemi di sicurezza e di trasmissioni elettriche, reti di fluidi unidimensionali per la simulazione dei flussi di carburante e di raffreddamento, e simulazioni dinamiche multicorpo per la valutazione delle prestazioni delle sospensioni e dello sterzo.

• Ingegneria aerospaziale: Anche i sistemi a supporto dell'impiego di aeromobili e veicoli spaziali fanno un massiccio ricorso all'ingegneria dei sistemi. Oltre agli utilizzi nel settore automobilistico, i modelli 1D vengono impiegati per rappresentare il raffreddamento all'interno e all'esterno del veicolo, per la simulazione di missione nell'ottimizzazione delle comunicazioni RF e per importanti attività di modellazione dei sistemi di controllo.
• Apparecchiature industriali: Un altro valido case study per l'uso efficace della simulazione dei sistemi è rappresentato dalle apparecchiature industriali utilizzate negli impianti di produzione moderni. Gli ingegneri utilizzano la modellazione di sistemi per analizzare queste macchine complesse, o più macchine in una linea di produzione, allo scopo di individuare e rimuovere le inefficienze, di formare modelli di intelligenza artificiale (IA) che utilizzano l'apprendimento automatico e di effettuare la manutenzione predittiva.
• Mercati finanziari: I mercati finanziari sono un ottimo esempio di un settore che utilizza la simulazione di sistemi al di fuori della modellazione di sistemi fisici. Ma i mercati finanziari sono altrettanto complessi e gli analisti possono utilizzare una rete unidimensionale che risolve i problemi con gli stessi metodi numerici. Le applicazioni più diffuse dei modelli a livello di sistema nel mondo finanziario sono la previsione del comportamento di un portafoglio di investimenti attraverso modelli stocastici o lo stress test per valutare come una banca o un sistema bancario possa reagire a una crisi.

Simulazione di sistema e digital twin nei diversi settori industriali

Un uso crescente della simulazione di sistemi si trova nell'area dei digital twin. Un digital twin si definisce come una rappresentazione virtuale di entità e processi del mondo reale, sincronizzati a una frequenza e fedeltà specificate. Quando la simulazione di un sistema standard guida il processo di progettazione, i digital twin sono rappresentazioni virtuali dei sistemi operativi. Gli ingegneri utilizzano le simulazioni di sistema quando è richiesta una modellazione fisica accurata. Questi sistemi virtuali basati su modelli hanno un vantaggio rispetto ai modelli basati su dati perché sono in grado di prevedere un comportamento che non si è mai verificato.

Sebbene i digital twin possano utilizzare modelli di componenti dettagliati quando necessario, in genere includono simulazioni di sistema perché risolvono i problemi così rapidamente, un requisito per la maggior parte delle implementazioni digital twin. Ciò è particolarmente vero quando si associano i digital twin alle applicazioni industriali dell'IoT, in cui gli strumenti abbinano un modello virtuale all'acquisizione dei dati in tempo reale. Gli ingegneri stanno riscontrando che i modelli ibridi di digital twin, combinando dati e simulazione, offrono vantaggi significativi per accedere a informazioni direttamente utilizzabili e per ottimizzare i sistemi.

Gli ingegneri classificano la simulazione dei sistemi in molti modi. In genere, gli approcci vengono distinti in base alla fisica coinvolta, alla rappresentazione del tempo negli algoritmi, al ruolo della casualità dell'input e alla dimensione.

Sebbene non faccia parte della definizione tipica, molte forme di simulazione del sistema includono anche la modellazione del software che interagisce con il sistema. Gli ingegneri di settore effettuano simulazioni del sistema di controllo utilizzando un modello di sistema dei dispositivi gestiti dal software. Inoltre, includono software per gestire gli input e i risultati di processo dai propri modelli.

Di seguito è riportato un elenco dei tipi di simulazione utilizzati per modellare i sistemi:

Modellazione fisica

La classificazione più comune degli approcci di simulazione dei sistemi si basa sulla fisica che rappresentano, poiché la fisica determina gli input, le equazioni e gli output utilizzati per rappresentare ogni componente. In molti casi, gli ingegneri devono utilizzare una forma di simulazione multifisica per acquisire il comportamento del sistema:

• Simulazione di sistemi elettrici ed elettronici: Dai chip alle schede a circuito stampato (PCB) a una sottostazione di alimentazione, i dispositivi elettrici sono, per definizione, reti di componenti e quindi di sistemi. L'obiettivo è comprendere la corrente, la tensione e la resistenza nel sistema mentre gli elettroni fluiscono. Le origini dell'ingegneria dei sistemi risalgono a Bell Labs, dove gli ingegneri dovettero comprendere la complessa rete elettrica che era il sistema telefonico. Hanno utilizzato modelli matematici analogici per simulare questi sistemi.
• Simulazione di sistemi per fluidi: I fluidi rimangono raramente in un singolo componente. Gas e liquidi si spostano tra i componenti, variando velocità, pressione, densità, temperatura o composizione. Questa simulazione del sistema modella ciascun componente in termini di modifica del fluido tra input e output.
• Simulazione meccanica dei sistemi: La simulazione meccanica dei sistemi è focalizzata sull'acquisizione di posizioni, velocità e accelerazioni dei corpi fisici, insieme alle forze che agiscono su e tra di essi. Il settore automobilistico è stato il primo a sperimentare questa forma di modellazione fisica, utilizzando la dinamica multicorpo per comprendere meglio il comportamento delle sospensioni automobilistiche.
• Simulazione di sistemi ottici: Le telecamere e altri sensori ottici sono ovunque e molti sistemi utilizzano la luce per trasferire le informazioni. E proprio come fanno i fluidi, la luce di solito attraversa una serie di componenti per eseguire un'attività. Gli ingegneri ottici utilizzano la simulazione di sistemi ottici per misurare il percorso, la frequenza e l'ampiezza della luce.
• Simulazione multifisica dei sistemi: Come menzionato sopra, la maggior parte dei sistemi odierni coinvolge uno o più domini fisici. Dal punto di vista della modellazione dei sistemi, ciò significa che le uscite di un dominio fisico diventano gli ingressi di un altro dominio all'interno del sistema. Inoltre, i modelli di sistemi multifisici utilizzano spesso la co-simulazione, dove nel modello del sistema è incluso un modello completo di una determinata fisica, anziché una rappresentazione semplificata. Alcuni dei flussi di lavoro di simulazione più comuni che coprono più simulazioni fisiche includono:
  • Simulazione elettromeccanica
  • Simulazione fluidodinamica-meccanica
  • Simulazione dei processi (catena di fornitura, produzione, elaborazione dei materiali, mercati finanziari, ecc.)
  • Simulazione optomeccanica
  • Fotonica
  • Simulazione fluido-termica

Trattamento del tempo

La prossima classificazione per la simulazione dei sistemi riguarda la metodologia utilizzata per il tempo. Gli ingegneri suddividono l'approccio alla simulazione in tre categorie:

• Simulazione continua: Il modello risolve ogni punto nel tempo, in genere utilizzando equazioni differenziali.
• Simulazione a tempo discreto: Il modello si risolve in fasi temporali specifiche. Ciò può avvenire per ragioni numeriche, perché il sistema varia lentamente, o perché il sistema stesso è dotato di un clock interno che attiva determinate azioni a intervalli di tempo.
• Simulazione di eventi discreti: In alcuni sistemi, non succede nulla fino a quando non si verifica un evento. Ciò è comune nei sistemi di produzione, assistenza sanitaria e logistica. Un esempio potrebbe essere un robot che avvita un coperchio su un recipiente. Funziona solo quando arriva il recipiente.

Il ruolo della randomizzazione

Una parte fondamentale della simulazione dei sistemi è la randomizzazione del comportamento dei componenti del sistema o degli input del sistema. Essenzialmente, se le uscite sono sempre le stesse per un determinato gruppo di ingressi, il sistema non è casuale. Ecco i due modi in cui gli ingegneri classificano la simulazione dei sistemi per gestire la casualità:

• Simulazione stocastica: Poiché il sistema o i suoi input sono casuali, gli ingegneri utilizzano il metodo Monte Carlo per eseguire migliaia di simulazioni al fine di determinare una distribuzione probabilistica del comportamento del sistema. Per questo motivo, il modello di sistema deve essere molto efficiente e deve essere eseguito in modo sufficientemente rapido da rendere pratica una simulazione stocastica.
• Simulazione deterministica: Gli ingegneri inseriscono valori specifici e catturano i risultati corrispondenti. Poiché il numero di cicli è inferiore, i modelli di simulazione deterministica possono utilizzare modelli più raffinati e dettagliati che funzionano più a lungo.

Dimensionalità

Gli ingegneri di simulazione spesso raggruppano le simulazioni in base al numero di quote per le quali il modello sta risolvendo.

• 0-D: Il modello non tiene conto delle dimensioni spaziali, utilizzando parametri aggregati uniformi all'interno di un componente.
• 1-D: Il modello rappresenta il sistema come blocchi con ingressi e uscite. Alcuni componenti possono spiegare la variazione in una sola dimensione.
• 3-D: Il modello rappresenta con precisione le variazioni nelle proprietà di un componente in tre dimensioni. Per la modellazione dei sistemi, gli ingegneri utilizzano la co-simulazione, in cui collegano un FEA o un CFD al modello di sistema o un modello di ordine ridotto (ROM) per i componenti che calcolano le variazioni in tutte e tre le dimensioni spaziali.
• Sistema di sistemi (SoS): Il livello successivo di dimensionalità è quando gli ingegneri di sistema connettono più modelli di sistema indipendenti in un modello più grande ed elaborato. Si tratta di un approccio spesso utilizzato nella simulazione delle missioni, in cui più sistemi, come ad esempio una costellazione di satelliti, interagiscono tra di loro durante l'esecuzione di missioni uniche.

I miglioramenti più significativi apportati di recente alla simulazione dei sistemi comportano l'aumento della complessità dei modelli e l'integrazione di una maggiore fisica. I miglioramenti nel computing, in particolare nelle unità di elaborazione grafica (GPU), hanno portato in parte a questo. Inoltre, gli esperti del settore hanno perfezionato e migliorato gli standard del settore per facilitare il trasferimento dei modelli tra gli strumenti. Le nuove piattaforme, come la funzionalità SAM (Ansys System Architecture Modeler), mettono a disposizione degli ingegneri strumenti che definiscono l'architettura e il comportamento dei sistemi supportando ecosistemi aperti; ciò consente agli utenti di definire e gestire rappresentazioni virtuali di sistemi complessi e sfaccettati all'interno di una varietà di strumenti di simulazione.

Sebbene l'IA, sotto forma di apprendimento automatico, sia da qualche tempo parte integrante della simulazione dei sistemi, gli ingegneri utilizzano l'intelligenza artificiale autentica per automatizzare il flusso di lavoro della simulazione e condurre autonomamente studi commerciali. L'intelligenza artificiale sta inoltre promuovendo lo sviluppo di modelli mondiali come NVIDIA Omniverse, portando la simulazione di sistemi a un nuovo livello, più completo e collaborativo.

Gli ingegneri stanno sempre più spesso utilizzando l'apprendimento automatico basato sulla fisica per accelerare la costruzione dei ROM. Oltre alle tecniche classiche, come la regressione e i ROM basati su proiezione, i ricercatori stanno integrando il deep learning e, in alcuni casi, i modelli generativi per apprendere varietà di soluzioni a bassa dimensionalità e dinamiche latenti. Questi modelli sono vincolati da equazioni di governo, condizioni al contorno o simulazioni a livello di sistema, garantendo così la coerenza fisica e riducendo al contempo il costo computazionale.

Sul mercato sono disponibili numerosi strumenti di simulazione dei sistemi, alcuni sviluppati per applicazioni specifiche e altri per uso generico. L'aspetto più importante della scelta di uno strumento per la simulazione dei sistemi consiste nel garantire che il programma per computer scelto rappresenti accuratamente i sistemi modellati. Inoltre, dovrebbe supportare gli standard di settore, connettersi ad altri componenti o strumenti a livello di sistema ed essere facile da apprendere e utilizzare.

Quando gli ingegneri devono combinare simulazioni unidimensionali e dettagliate, utilizzano uno strumento come la piattaforma digital twin Ansys Twin Builder basata sulla simulazione. Focalizzata sulla creazione di rappresentazioni virtuali accurate di sistemi complessi, sull'integrazione di ROM altamente precisi derivati da modelli fisici ad alta fedeltà e sviluppata su un solido solutore 1D, la piattaforma Twin Builder colma inoltre il divario verso la connessione con le applicazioni IoT e include strumenti per creare ROM in modo rapido e accurato. In alternativa, quando gli ingegneri hanno la necessità di combinare modelli di simulazione a livello di sistema, possono utilizzare uno strumento come Ansys CoSim per simulare sistemi multidominio e interconnessi, impiegando i migliori strumenti disponibili per ciascun dominio.

Un'altra applicazione della simulazione di sistema consiste nel combinare i modelli di sistema in un'unica piattaforma per l'MBSE. Gli ingegneri preferiscono uno strumento MBSE indipendente dal settore industriale, come il software Ansys ModelCenter MCSE, che adotti un approccio basato sui requisiti e colleghi molteplici simulazioni di sistemi, controlli e componenti in un flusso di lavoro completo che supporti anche l'automazione. Per aiutare gli ingegneri a creare questi modelli in modo più efficiente e accurato, si utilizza una piattaforma come la funzionalità SAM. Non esegue la risoluzione del modello di sistema, ma fornisce una piattaforma robusta e un'unica fonte di verità per la rappresentazione a livello di sistema.

Tuttavia, a volte i team di progettazione dei sistemi devono concentrarsi su un tipo specifico di modellazione dei sistemi. Il software di modellazione termica Ansys Thermal Desktop è un ottimo esempio di strumento a livello di sistema incentrato su un sottoinsieme di fisica. Nel corso degli anni, è diventato lo standard di fatto per la modellazione delle prestazioni termiche dei veicoli spaziali, consentendo agli ingegneri di simulare il riscaldamento e il raffreddamento in orbita attraverso la modellazione di sottosistemi e componenti.

Quando i progettisti desiderano includere il software nel proprio modello di sistema, utilizzano uno strumento come l'ambiente di sviluppo Ansys SCADE Suite basato su modelli per software integrati di importanza critica. Questo strumento è una piattaforma utilizzata dagli ingegneri di piattaforma per definire e sviluppare software di controllo embedded, ed eseguire successivamente simulazioni virtuali hardware-in-the-loop per testare gli algoritmi.

Per la simulazione di missione, gli ingegneri impiegano software di digital mission engineering come Ansys Systems Tool Kit (STK), al fine di condurre simulazioni system-of-systems di sistemi complessi, interagenti e indipendenti tra loro. Tale ambiente include dati sul terreno reale, molteplici domini fisici e un rendering potente. Analogamente, gli strumenti di integrazione dei processi e di ottimizzazione del design, come il software di ottimizzazione e integrazione dei processi Ansys optiSLang, consentono agli ingegneri di automatizzare i flussi di lavoro della simulazione di sistema ed esplorare in modo intelligente lo spazio di progettazione del prodotto all'interno di un unico ambiente.

Risorse correlate