シミュレーションとは

シミュレーションは、現実世界のプロセスやシステムの機能を模倣的に表現したものです。「シミュレーション」という言葉は、「模倣する」という意味を表すラテン語のsimulareに由来しています。シミュレーションは、システムの振る舞いの予測、学生の教育、予期しない振る舞いに対するトラブルシューティング、期待される応答の検証、アプローチの妥当性確認、プロセスの最適化、将来の応答の予測など、さまざまな目的で実行されます。

シミュレーションは、実際のシステムにアクセスできない場合、実際に実行するには危険な場合、あるいは製品やプロセスがまだ設計段階にある場合に活用されます。 

エンジニアは、物理的なプロトタイプ、数値解析モデル、またはコンピュータ手法を使用してシミュレーションを実行します。まず一連の変数をモデルに入力し、その後に一連の出力値を取得します。以下に、具体的な手順を挙げます。

• 問題定義: シミュレーションの目標を設定して、明確な入出力を文書化します。
• プリプロセス: シミュレーション用の物理モデル、数値解析モデル、またはコンピュータモデルを作成します。ここでは、制約、境界条件、材料、ジオメトリなどの要因を指定します。
• 解析: 一般的には、ソフトウェアを使用してモデルを解析し、結果を生成します。
• ポストプロセス: 人が行う確認作業とコンピュータによるデータアナリティクスを組み合わせて、入力に対する出力を確認し、意思決定のための情報を収集します。ポストプロセスで出力されるデータは、テキスト、画像、グラフ、アニメーションなどです。
• 反復: 通常、1回のシミュレーションでは十分な結果を得ることができません。そのため、手作業で入力パラメータを変更するか、最適化ツールを使用してパラメータを変更することで、シミュレーションを繰り返して、詳細情報を取得します。 

シミュレーションを使用する研究者、アナリスト、意思決定者、およびエンジニアは、さまざまな分野にわたってシミュレーションを実行し、知見を得ます。以下に、注目すべき分野での例を挙げます。

• 気象: シミュレーションは、気象予測で広く活用されています。さまざまなシミュレーションソフトウェアで、実験で得られるデータや数値解析モデルを使用して、世界中の温度、風、気圧、降水量、そして自然災害の確率を予測しています。
• 製品の価格設定: 意思決定者は、実際に価格を変更して売上への影響を確認するのではなく、AIをベースとしたシミュレーションを使用して、価格変更がもたらす影響を確認することができます。
• サプライチェーン: タイミングと依存関係を用いて、企業のサプライチェーンの振る舞いをモデル化します。混乱の回避策を迅速にシミュレーションしたり、コスト、スピード、ロバスト性の面からサプライチェーンを最適化したりできます。
• 機械: シミュレーションが最も広く活用されているのは機械の設計とライフサイクル管理です。コンピュータチップからロケットエンジンまで、物理法則をモデル化したシミュレーションを使用して、製品設計を推進させ、設計仕様を満たし、性能を最適化して、コストを最小限に抑えます。
• 電子設計: 電子回路では、予測が困難な電場と磁場により、複雑な相互作用が発生します。設計段階で電気回路の振る舞いを計算するために、回路シミュレータが使用されます。これらのシミュレータは、あらゆる時点での電圧、電流、電磁界強度を予測します。
• 化学処理: エンジニアは、さまざまなシミュレーションツールを使用して、化学プラントや精製所のコンポーネントやシステムの振る舞いを表します。
• 生態における分子過程: 近年の分子過程モデリングの進歩と、複雑な有機分子がどのように相互作用するかの理解が深まったことで、ヘルスケア業界は大きく変革しています。研究者は、医薬品の合成や臨床試験に高いコストをかける前に、シミュレーションを通じてワクチン、抗生物質、治療の新しい製法や療法を開発することができます。
• ビデオゲーム: ゲームを通してシミュレーションを体験する方も多いでしょう。コンピュータベースのゲームは、スマートフォンにインストールされたゲームの「ソリティア」のように単純なものから、仮想世界をシミュレーションするための複雑なアルゴリズムやバーチャルリアリティ（VR）を組み込んだものまで多岐にわたります。 

シミュレーションは、さまざまな業界において、意思決定に不可欠な要素となっています。モデリングとシミュレーションを実行するコンピュータプログラムの改良に伴い、シミュレーションの適時性と価値も高まります。製品またはプロセスに携わるステークホルダーの多くは、製品またはプロセスに関する理解を深めるためにシミュレーションを活用しています。シミュレーションで得たデータを使用することで、開発コストを削減し、コストがかかる実機試験を回避して、システムやプロセスの稼働時に変更を加える必要性を最小限に抑え、新しい製品やサービスの市場投入までの時間を短縮できるようになります。

コストの削減、安全性の向上、性能の最適化、開発時間の短縮など、シミュレーションの利点は、以下項目に分類できます。

1. 設計全体の外部性能のマッピング

実際の製品性能を測定しても、実稼働条件下での性能しか明らかになりません。しかも、その製品が実在して初めて測定できるようになります。コンピュータモデルを使用することで、その製品が遭遇し得るあらゆる状況を、必要なだけ調査できます。

このプロセスは「設計空間の調査」と呼ばれ、測定できない状況やまだ発生していない状況で、製品などがどのように振る舞うかについての知見を得られます。そうした知見や情報を、問題の解決、複数の選択肢からの選択、製品やサービスを差別化するための詳細情報の提供に活用できます。

2.内部性能の理解

システム内部の振る舞いを直接測定できないこともあります。それは、適切な測定方法が存在しなかったり、センサーなどの測定ツールを新たに追加するとシステムの振る舞いが変化したりするからです。コンピュータシミュレーションを使用することで、設計中の製品やプロセスの内部を確認して情報を得ることができます。こうした隠れた情報を得られることで、問題の解決やより良い意思決定につながります。

3.性能の最適化

最後の利点は、入力値の変更と出力値の捕捉が可能になることで、シミュレーション対象のシステムやプロセスを最適化できることです。複数のシミュレーションから得たデータを活用し、目標を達成するために最適化ループを設定できます。採用する最適化手法にかかわらず、このプロセスによってコストを大幅に削減し、性能とロバスト性を向上させることができます。 

シミュレーション精度の向上

シミュレーションの精度と価値は、1980年代以降のハイパフォーマンスコンピューティング（HPC）機能の向上、数値解析モデルの改善、コンピュータサイエンスの進歩、モデル作成ソフトウェアの改良、そして最近では人工知能（AI）の進歩に伴い、大幅に向上しています。また、より優れたソフトウェアの開発や改良によって、シミュレーションはさらに容易に利用できるようになり、可視化および最適化ツールが改良されたことで、より優れた知見も得られるようになりました。シミュレーションは、正しく適用すれば必ず良い影響をもたらします。シミュレーション精度が向上したことで、シミュレーションの利点は一層高まり、効果的に活用できる状況や範囲も広がりました。  

エンジニアリング業界の多くの人は、「シミュレーション」という言葉を聞くと、有限要素法解析（FEA）や数値流体力学（CFD）などの数値シミュレーションを思い浮かべます。この2つの形式のコンピュータ支援エンジニアリング（CAE）は広く使用されていますが、他にもさまざまな形式のシミュレーションがあります。以下に、一般的な分類を挙げます。

物理モデル

コンピュータが登場するまでは、テスト用の物理プロトタイプを作成することが最も一般的なシミュレーション方法でした。こうしたアナログモデルは、さまざまな実験を通じてシステムを理解するのに役立ちました。たとえば、車両の衝突試験に用いられる人体ダミーは、物理的なプロトタイプの一例です。実際に人が参加するには危険性が高いテストであるため、衝撃を受ける人体の挙動を模倣する人体ダミーが採用されています。実機試験は、コンピュータシミュレーションの妥当性を確認するためによく使用されます。Ansys Hans Human Body Modelは、物理シミュレーションのデジタルバージョンの一例です。 

閉形式解

エンジニアは、単一の方程式を使用して、システムやプロセス（特に製造プロセス）の振る舞いをリアルタイムで解析することがあります。この閉形式解は、単独で使用することも、システムモデルのデータアナリティクスや次数低減モデル（ROM）と組み合わせて使用することもできます。

データアナリティクス

実機試験で得たデータや、離散化または閉形式解を使用してコンピュータで作成されたモデルの結果から予測を行うシミュレーション方法もあります。これは、方程式をデータにフィッティングするだけの簡単な方法から、最新のAIおよび機械学習（ML）アルゴリズムなどを活用する複雑な方法まであります。

離散化

実際のプロセスやシステムの多くは非常に複雑なため、単純な方程式やデータセットではモデル化できません。このような場合は、オブジェクトやプロセスをより小さな部分に分割して、それぞれをより単純な方程式で記述します。その後で、これらの方程式をマトリクスとして組み立て、数値解析法を用いて解きます。このアプローチは、構造FEAソフトウェアであるAnsys Mechanical、流体シミュレーションソフトウェアであるAnsys FluentなどのCFDツール、またはAnsys Thermal Desktopなどの1D有限差分法シミュレーションツールで採用されています。

システムモデル

システムモデルは、閉形式解または次数低減モデルを接続して連立方程式として構築したものです。このとき、あるノードからの出力が次のノードの入力になります。さまざまな規模のシステムシミュレーションを実行できます。たとえば、Ansys RedHawk-SCを使用してマイクロチップ内のトランジスタアレイをモデリングしたり、Ansys Systems Tool Kit（STK）を使用して軌道周回する衛星をシミュレーションしたりできます。モデルベースシステムズエンジニアリング（MBSE）は、従来のドキュメント主導型のアプローチに代わるシステム設計のための手法として注目されています。

ユーザーの関与が重要となるシミュレーション

シミュレーションは、プロセスのどの箇所でユーザーが関与するかという観点から分類することもできます。Human-in-the-loop（HiL）シミュレーションでは、ユーザーがAnsys SCADEなどのグラフィカルユーザーインターフェース（GUI）を介して、またはVR環境で直接シミュレーションに参加します。シミュレーション環境内に人が直接配置されるため、システムを実際に体験できます。ユーザーがリアルタイムでシミュレーションを操作する代表的な例は、フライトシミュレータです。

ほとんどのシミュレーションでは、人は解析部分には関与しません。代わりに、さまざまなツールを使用して、結果を捕捉および評価し、情報に基づいた意思決定を行うか、それを使用して独自の意思決定を行うステークホルダーに渡します。 

単一物理場、複数の物理場、およびマルチフィジックス

シミュレーションは、対象となる物理領域とそれらの相互作用に基づいて分類することもできます。単一物理場シミュレーションでは、温度、応力、圧力、疲労サイクル数など、対象の1つの項目について解きます。このようなケースで必要となるのは、その物理領域に関連する方程式と入力のみです。複数の物理場を扱うシミュレーションでは、1つのシミュレーションからの出力が、別のシミュレーションの入力になります。たとえば、電力損失によってマイクロチップで発生した熱を計算し、その値をマイクロチップの熱マネジメントオプションを評価するためのシミュレーションに入力します。

マルチフィジックスシミュレーションは、閉じたループです。下流のシミュレーションの結果が、上流のシミュレーションに入力されます。先程のマイクロチップの例を使うと、チップの温度が電磁界性能と抵抗率に影響を及ぼし、その結果、電磁界性能と抵抗率は発生した熱とチップの電気性能にも影響を及ぼします。Ansys RedHawk-SC Electrothermalなどのツールを使用したマルチフィジックスシミュレーションでは、電磁界と熱物理学の双方向の相互作用が自動化されます。マルチフィジックスシミュレーションは、タービンエンジンの設計や、鋳造、射出成形、金属成形など、さまざまな製造プロセスでも一般的に導入されています。

数値シミュレーション手法のタイプ

数学的アプローチを使用して現実世界をシミュレーションする上記のすべてのアプローチは、数値アプローチによって分類できます。以下に、最も一般的なものを挙げます。

• 1D、回路、またはネットワークモデリング: モデルのコンポーネントのジオメトリが明示的に表現されていないアプローチです。このタイプのツールでは、体積や面積に対してではなく、ノードにおける入出力を計算します。
• エージェントベースシミュレーション: システムを、相互に作用する自律エージェントの集合として表現する技術です。
• 数値流体力学: 流体流れの幾何学的挙動を表現するための手法です。有限要素法（FEM: Finite Element Method）、有限体積法（FVM: Finite Volume Method）、または有限差分法（FDM: Finite Difference Method）を使用して、離散化によって作成された偏微分方程式（PDE: Partial Differential Equation）を解きます。
• デジタルツイン: 物理的なオブジェクトまたはシステムのデジタル表現を表す用語です。
• 離散事象シミュレーション（DES: Discrete Event Simulation）: 実際のシステム、設備、またはプロセスを時間経過に伴う一連の事象として表現するアプローチです。システム状態は特定の事象ポイントでのみ変化するため、ソルバーでは、設定した時間増分にわたって解を計算するのではなく、1つの事象から別の事象に移動して解を計算します。
• 陽解法動解析（EXD: Explicit Dynamics）: 陽解法時間積分法を使用したFEAの1つの手法で、小さな時間増分にわたって加えられた荷重に対する応答を計算します。主に、衝突シミュレーションなど、極めて動的で非線形性の強い挙動に使用されます。
• 有限差分法: 離散システムでPDEの値を計算することで導関数を近似する手法です。
• 有限要素法: FEAで使用される手法で、ジオメトリを一意の要素に離散化して、各要素のPDEを計算します。
• 有限体積法: ジオメトリをコントロールボリュームに離散化する手法です。
• モンテカルロシミュレーション: ランダムサンプリングを繰り返してケースを解析するシミュレーションの統計的アプローチです。
• マルチボディダイナミクス（MBD: Multibody Dynamics）: 剛体または弾性体で構成されるシステムの動的な挙動を表すアプローチです。各成分のすべての運動方程式を解きます。 

1.マイクロチップのサインオフ

メモリから最新のシステムオンチップ（SoC: System-on-a-chip）ソリューションまで、新しいマイクロチップを開発するには多大なコストがかかります。そのため、これらのチップを製造する半導体ファウンドリでは、製造プロセスを開始する前に、一連の標準的なシミュレーションを通じて設計が製造可能であることを検証する必要があります。これらの検証ステップは「サインオフ」と呼ばれます。たとえば、Ansysのパワーインテグリティおよびオンチップ電磁界シミュレーションツールは、Intel社の18Aプロセステクノロジーのサインオフに適したツールとして認定されています。

2.自動車塗装用ロボティクス

自動車の塗装は、組み立てラインにおける重要な工程の1つですが、自動車メーカーはこの作業にロボティクスを導入しています。たとえば、FluentなどのCFDシミュレーションツールを使用して噴霧器をモデル化し、Ansys Motionなどのツールを使用してロボットをモデル化して、効率的な動作を保証し、衝突を回避しています。また、Ansys Maxwellを導入して、ロボットの電動モータドライブを最適化し、Ansys Scade Oneを使用して、制御ソフトウェアとユーザーインターフェースをシミュレーションしています。 

3.量子コンピュータ設計

シミュレーションは、従来もコンピュータの設計を推進する上で必ず導入されてきましたが、特に量子コンピュータの設計には不可欠となっています。極端に低温で直感的ではない量子物理学を扱うこれらの新しいデバイスの開発には、シミュレーションが重要な役割を担います。Ansys Lumerical INTERCONNECTやAnsys RaptorQuなどの専用ツールを導入することで、多大なコストがかかる製造やテストを開始する前に、設計を最適化できるようになります。

4.持続可能性に優れたジェットエンジン用燃料

航空機のタービンエンジンは大量の燃料を燃焼させるため、大気中に大量の二酸化炭素を排出します。そのため、エンジンメーカーは二酸化炭素の排出量を削減できる持続可能な代替燃料を開発するために、シミュレーションを導入し始めています。これらのメーカーは、Ansys Chemkin-Proなどの化学反応シミュレータを導入して、新しい燃料の燃焼を最適化し、Ansys MechanicalやFluentなどを使用して、水素ベース燃料をサポートできるようにエンジンを変更しています。

5.フォーミュラEレース

自動車レースは、技術革新の推進に貢献している代表的な分野です。特に最近では、フォーミュラEレースなどのモータースポーツが発展しており、関係者は最新の電気自動車の開発に取り組んでいます。その競争力を維持するため、TAG Heuer Porsche Formula Eチームは、提案された設計変更を検証するためにシミュレーションを活用しています。

Ansysのソフトウェアがもたらすシミュレーションの予測能力を活用して、企業が設計の限界をどのように押し広げてきたのかについて、詳しく知りたい方はこちらからお問い合わせください。

関連リソース