Fyzikálna simulácia

Fyzikálna simulácia (PBS) je matematické modelovanie fyzikálnych systémov pomocou základných prírodných zákonov. Vo virtuálnom prostredí slúži na predpovedanie, analýzu a optimalizáciu správania materiálov, komponentov a procesov. Na rozdiel od čisto empirických alebo dátových modelov, ktoré sa opierajú o pozorovania z minulosti a štatistické korelácie, využíva overené princípy klasickej mechaniky, termodynamiky, dynamiky tekutín, elektromagnetizmu a náuky o materiáloch. Inžinieri a operátori prevádzajú tieto zákony do výpočtových algoritmov a môžu tak simulovať, ako zariadenie alebo systém reaguje na rôzne sily, teploty, tlaky a prevádzkové zaťaženia.

V modernej priemyselnej výrobe, logistike a pri digitálnych dvojčatách je fyzikálna simulácia jednou zo základných technológií, ktoré prepájajú virtuálny a fyzický svet. Po začlenení do digitálneho dvojčaťa dodáva systému „fyzikálnu inteligenciu“. Dvojča tak môže pomocou dát zo senzorov v reálnom čase zobrazovať aktuálny stav fyzického náprotivku a zároveň s vysokou vernosťou predpovedať jeho budúci stav, diagnostikovať konštrukčné či mechanické poruchy a testovať prevádzkové scenáre typu „čo ak“. Tento deterministický prístup zabezpečuje, že sa virtuálny model pri rovnakých podmienkach prostredia a prevádzky správa presne ako fyzické zariadenie.

Fyzikálna simulácia sa využíva počas celého životného cyklu priemyselného zariadenia, od prvého návrhu výrobku a virtuálneho uvedenia do prevádzky až po sledovanie prevádzky v reálnom čase a prediktívnu údržbu. Podrobná simulácia fyzikálnych dejov, napríklad tepelného namáhania lopatky turbíny, prúdenia tekutiny v chemickom reaktore či kolízií robotických ramien pri pohybe na montážnej linke, pomáha podnikom výrazne obmedziť potrebu fyzických prototypov, znížiť prevádzkové riziká a optimalizovať výkon systému ešte pred vynaložením materiálnych či finančných zdrojov.

Hlavné súčasti

Riadiace rovnice: Základné matematické formulácie, napríklad Newtonove pohybové zákony, Navierove-Stokesove rovnice prúdenia tekutín a Fourierov zákon vedenia tepla, určujú fyzikálne obmedzenia a správanie simulovaného systému.

Numerické riešiče: Špecializované výpočtové algoritmy, medzi ktoré patrí analýza konečných prvkov (FEA), výpočtová dynamika tekutín (CFD) a dynamika viazaných telies (MBD), približne riešia zložité diferenciálne rovnice, ktoré nemožno vyriešiť analyticky.

Vlastnosti materiálov a okrajové podmienky: Určujú fyzikálne obmedzenia simulácie. Patria sem vlastnosti materiálov, napríklad Youngov modul pružnosti, tepelná vodivosť a hustota, aj podmienky prostredia, ako pôsobiace sily, teploty a pevné podpery. Od nich závisí, ako model reaguje na virtuálne okolie.

Diskretizácia a tvorba siete: Spojitý geometrický tvar fyzického objektu sa rozdelí na konečný počet menších samostatných prvkov alebo buniek. Numerický riešič potom môže vypočítať fyzikálne interakcie v celej usporiadanej sieti.

Modely so zníženým rádom (ROM): Zjednodušené, matematicky komprimované verzie presných fyzikálnych modelov sú určené na výpočty takmer v reálnom čase. Vďaka tomu možno zložité fyzikálne simulácie začleniť do dashboardov digitálneho dvojčaťa zobrazujúcich údaje v reálnom čase.

Využitie vo výrobe a logistike

V priemyselnej výrobe sa fyzikálna simulácia často používa na virtuálne uvedenie do prevádzky. Inžinieri vďaka nej testujú a overujú kód programovateľného logického automatu (PLC) na fyzikálne presnom virtuálnom modeli výrobnej linky ešte pred jej inštaláciou. Simulácia tak zabezpečuje, aby robotické ramená, dopravníky a pneumatické pohony spolupracovali bez fyzických kolízií a časových úzkych miest. Znižuje tým riziko nákladných úprav a skracuje čas od návrhu po fyzickú inštaláciu. Pri odlievaní kovov, vstrekovaní a aditívnej výrobe (3D tlači) sa PBS používa aj na simuláciu tepelného tuhnutia, toku materiálu a zvyškového napätia. Ešte pred začiatkom výroby pomáha predvídať chyby, ako sú deformácie, pórovitosť alebo oslabenie konštrukcie, a dosiahnuť vysoký podiel kvalitných výrobkov.

V logistike a pri manipulácii s materiálom fyzikálna simulácia pomáha optimalizovať priepustnosť a spoľahlivosť zložitých triediacich a distribučných systémov. Simuláciou pohybu, gravitácie a trenia zásielok na rýchlych dopravníkových pásoch, sklzoch a v automatizovaných skladovacích a vychystávacích systémoch (AS/RS) môžu prevádzkovatelia odhaliť miesta, kde hrozí zaseknutie alebo zvýšené opotrebenie. Pri prevádzke autonómnych mobilných robotov (AMR) a automaticky riadených vozidiel (AGV) fyzikálne modely simulujú aj priľnavosť kolies k podlahe, rozloženie nákladu a dynamiku brzdenia pri rôznom zaťažení. Pomáhajú tak zabezpečiť bezpečný a účinný pohyb v meniacom sa prostredí skladu.

Prínosy a úskalia

Hlavným prínosom fyzikálnej simulácie je schopnosť veľmi presne predpovedať správanie systému bez historických údajov o poruchách. Keďže PBS vychádza zo základných fyzikálnych princípov, dokáže presne predpovedať aj správanie systému v bezprecedentných, extrémnych či nebezpečných podmienkach, ktoré v skutočnosti ešte nenastali. To je cenné pre prediktívnu údržbu, pretože prevádzkovatelia môžu vypočítať kumulatívnu únavu a zostávajúcu životnosť (RUL) dôležitých súčastí strojov. Virtuálnou optimalizáciou prevádzkových parametrov môžu podniky urýchliť uvedenie výrobku na trh, znížiť náklady na výskum a vývoj spojené s fyzickými prototypmi a predísť katastrofickým poruchám zariadení.

Zavedenie fyzikálnej simulácie však prináša aj značné úskalia, predovšetkým výpočtovú náročnosť. Veľmi presné simulácie, napríklad podrobná CFD alebo nelineárna analýza konštrukcie, vyžadujú veľký výpočtový výkon a ich vyriešenie môže trvať hodiny až dni. Pri rozhodovaní v reálnom čase sa preto používajú ťažko. Podniky musia investovať do vysokovýkonných výpočtov (HPC) alebo použiť techniky modelovania so zníženým rádom (ROM), ktoré však môžu vniesť chyby aproximácie. Nastavenie simulácií si navyše vyžaduje úzko špecializované inžinierske znalosti, aby boli okrajové podmienky a vlastnosti materiálov presne určené. Nesprávne vstupy nevyhnutne vedú k nepresným výsledkom, čo sa často vystihuje slovami „chybné vstupy, chybné výstupy“.

Súvisiace pojmy

Fyzikálna simulácia úzko súvisí s viacerými pojmami z prostredia priemyselných digitálnych dvojčiat. Patrí k nim analýza konečných prvkov (FEA), ktorá sa zameriava na modelovanie konštrukcie a napätia, aj výpočtová dynamika tekutín (CFD), ktorá modeluje správanie kvapalín a plynov. Fyzikálnu simuláciu dobre dopĺňajú aj dátové modely. Tie používajú strojové učenie a dáta zo senzorov na predpovedanie správania systému podľa historických vzorcov namiesto fyzikálnych zákonov. Spojením oboch prístupov vzniká hybridné digitálne dvojča, ktoré využíva rýchlosť dátových algoritmov spolu s fyzikálnou presnosťou simulácie založenej na základných princípoch.

Časté otázky

Čím sa fyzikálna simulácia líši od dátovej simulácie založenej na umelej inteligencii (AI) a strojovom učení (ML)? Fyzikálna simulácia počíta správanie systému podľa základných fyzikálnych zákonov, napríklad mechaniky a termodynamiky, a na presné predpovede nepotrebuje historické dáta. Dátová simulácia naopak používa algoritmy umelej inteligencie (AI) a strojového učenia na vyhľadávanie vzorcov v historických dátach zo senzorov. Dokáže preto predpovedať len scenáre podobné tým, ktoré boli pozorované v minulosti.

Môže fyzikálna simulácia v digitálnom dvojčati bežať v reálnom čase? Bežné fyzikálne simulácie s vysokou vernosťou sú na výpočty v reálnom čase príliš náročné. Pomocou techník modelovania so zníženým rádom (ROM) však inžinieri môžu zložité matematické rovnice zjednodušiť na veľmi presné aproximácie, ktoré sa vypočítajú v priebehu milisekúnd. Digitálne dvojča zariadenia sa tak môže synchronizovať s fyzickým náprotivkom v reálnom čase.

Prečo je tvorba siete vo fyzikálnych simuláciách taká dôležitá? Pri tvorbe siete sa zložitý fyzický objekt rozdelí na tisíce alebo milióny jednoduchých geometrických tvarov, teda prvkov. Riešič simulácie vypočíta fyzikálne sily pre každý prvok. Jemnejšia sieť preto prináša vyššiu presnosť, vyžaduje však podstatne viac výpočtového času a výkonu. Hrubšia sieť sa vypočíta rýchlejšie, no môže stratiť dôležité detaily.