С момента создания патентной системы США в 1790 году и до 1880 года Патентное ведомство требовало, чтобы к каждой патентной заявке прилагалась масштабная модель изобретения. Эти модели, обычно сделанные из дерева высококвалифицированными плотниками, давали патентным экспертам нечто осязаемое, что можно было использовать при оценке новизны каждой патентной идеи.
Требование о наличии модели было давно отменено, но моделирование продолжает играть важную роль в исследованиях, разработках и инновациях. Автопроизводители, архитекторы и авиаконструкторы уже давно используют мелкомасштабные модели своих идей, в основном для того, чтобы понять, как они будут выглядеть в «реальной жизни», а также для маркетинговых исследований и инженерных испытаний, таких как испытания аэродинамики в аэродинамических трубах.
Однако у физических моделей есть недостатки. Их изготовление часто занимает много времени и стоит дорого, что очень важно, когда выход инновации на рынок первым может означать разницу между коммерческим успехом и неудачей. Кроме того, некоторые модели, будучи более компактными и легкими, могут вести себя при испытаниях не так, как их полноразмерные аналоги, что приводит к получению некачественных данных и разработке конструкций, которые не соответствуют ожиданиям.
К счастью, прогресс в программном обеспечении автоматизированного проектирования (CAD) и производительности компьютерного оборудования позволил использовать виртуальные модели. Объекты можно не только проектировать на компьютере и визуально отображать с помощью трехмерной графики, но и испытывать в смоделированных физических условиях с помощью того же программного обеспечения CAD, в котором они были спроектированы.
Моделирование в САПР
Традиционное использование программного обеспечения CAD в разработке систем было связано только с размером и формой объекта, будь то крошечная деталь для машины или гигантский корабль, самолет или здание. Но пользователи программного обеспечения САПР, осознав ценность моделирования, стали требовать возможности тестирования своих виртуальных объектов в виртуальных средах, и разработчики программного обеспечения САПР с радостью согласились.
Для того чтобы протестировать виртуальный объект в условиях, максимально приближенных к реальному миру, недостаточно просто знать размер и форму объекта. Необходимо также знать его физические свойства и уметь представить эти свойства в компьютерной модели. Кроме того, необходимо знать, как эти свойства влияют на характеристики тестируемого объекта. Обычно это делается с помощью уравнений — то есть математической модели поведения системы, которая должна соответствовать форме, размеру и свойствам материала системы.
Например, при тестировании виртуального самолета важно знать, как воздух, обтекающий крыло, создает подъемную силу. У нас есть хорошо разработанный набор математических уравнений для физики аэродинамических крыльев, и они могут быть включены в CAD-представление системы. Кроме того, важны материалы, используемые в крыле, поскольку они определяют, насколько тяжелым является крыло и как оно сгибается и разгибается под нагрузкой и в различных ситуациях, таких как взлет, посадка и турбулентность. Таким образом, физические свойства, такие как коэффициент трения и различные параметры, определяющие прочность конструкции крыла, также должны быть включены в модель.
Важным подходом к имитационному моделированию в САПР является использование конечно-элементного моделирования (МКЭ). Физические явления часто описываются сложными уравнениями, которые непрактично или невозможно решить для каждой точки объекта. МКЭ решает эту проблему путем разделения объекта на небольшие трехмерные фрагменты; программное обеспечение CAD позволяет создавать сетки — процесс создания трехмерной сетки внутри объекта для определения подразделений.
Кто использует имитационное моделирование
Меширование, созданное с помощью точной 3D-сетки
После создания математической модели и сетки можно проводить испытания модели с помощью различных имитационных экспериментов по нескольким виртуальным сценариям. Более того, конструкцию можно подкорректировать и повторно провести моделирование, что зачастую практически невозможно сделать с реальной системой.
Кто использует имитационное моделирование?
Имитационное моделирование используется во всех инженерных дисциплинах и в широком спектре отраслей промышленности, а также в научных кругах. Вот несколько примеров:
Электрохимия: Исследователи аккумуляторных технологий нового поколения используют моделирование для разработки новых микро- и наноматериалов для увеличения емкости аккумуляторов, сокращения времени зарядки, увеличения общего срока службы аккумуляторов (циклов зарядки-разрядки) и повышения безопасности аккумуляторов. Телекоммуникации: Разработчики телекоммуникационного оборудования 5G используют моделирование для всего, начиная от проектирования антенн базовых станций для обеспечения максимального радиуса действия, определения размещения базовых станций для максимального покрытия и заканчивая решением проблем, связанных с предоставлением услуг в движущихся поездах и автобусах. Разработчики также тестируют новые протоколы связи, моделируя базовые станции, мобильные устройства и алгоритмы в различных сценариях связи.
Геология: Понимая математические взаимосвязи между различными типами почв, горных пород и подземных структур, геологи и сейсмологи могут использовать моделирование для прогнозирования влияния различных типов землетрясений на силу сотрясения поверхности.
Оптика: Инженеры могут моделировать оптические свойства материалов, включая так называемые метаматериалы, которые имеют наноразмерные поверхности, изменяющие их свойства, для разработки и тестирования новых линз и других оптических приборов для различных применений.
Основные преимущества моделирования
Важно отметить, что имитационное моделирование не ограничивается проектированием и тестированием физических объектов, хотя эти задачи вполне поддаются моделированию в программном обеспечении CAD. Бизнес-процессы также могут быть смоделированы и имитированы для проверки их эффективности. Используя моделирование и имитацию, предприятие может получить ответы на такие вопросы, как:
Сколько сотрудников технической поддержки мне необходимо иметь в штате? Нужно ли мне временно добавить персонал для запуска крупного продукта? Если я добавлю в команду логистов сотрудника по доставке, как это повлияет на эффективность выполнения заказов? Если мы добавим линейку продукции, сможет ли наша производственная инфраструктура справиться с дополнительным спросом, или мне нужно добавить производственную линию и персонал? Что если вместо этого я передам производство на аутсорсинг? Если я автоматизирую производственный процесс, сможет ли склад принять дополнительную продукцию?
Основные преимущества имитационного моделирования
Имитационное моделирование — как в инженерных, так и в бизнес-дисциплинах — может обеспечить многочисленные преимущества для организации, которая его использует. Основными преимуществами являются:
Сокращение циклов проектирования и тестирования: Возможность изменения и повторного тестирования виртуальной конструкции означает, что вам не придется тратить время (или деньги) на создание и тестирование нескольких итераций прототипа. Вы можете остановиться на конструкции, удовлетворяющей требованиям при моделировании, до создания реального прототипа. Больше (и более реалистичных) сценариев тестирования: При использовании физических прототипов не всегда возможно проверить все возможные условия эксплуатации. В имитационном моделировании, однако, нет практических ограничений на сценарии эксплуатации, которые можно смоделировать и протестировать.
Таким образом, имитационное моделирование имеет преимущества перед более традиционными подходами, такими как анализ данных, прогнозирование и оптимизация. Эти подходы гораздо более теоретичны и основаны на различных предположениях о том, как поведет себя объект. При имитационном моделировании вам не нужно так много предположений — с помощью правильной математической модели вы можете попробовать различные сценарии и точно знать, каким будет поведение объекта.
Проблемы в имитационном моделировании
Имитационное моделирование, однако, не лишено своих проблем. Если вы не понимаете ограничений вашей модели, вы можете быть убаюканы ложным чувством безопасности, что все результаты моделирования на 100% надежны. Это может привести к плачевным результатам. Вот некоторые распространенные проблемы, связанные с моделированием:
Валидность математической модели: Некоторые модели, такие как упомянутое ранее аэродинамическое крыло, имеют четко определенные уравнения, которые описывают их поведение. В других ситуациях проектировщики открывают новые горизонты и не имеют достаточного количества фундаментальных исследований, на основе которых можно построить математическую модель. В этом случае уравнения могут быть основаны скорее на догадках и ограниченном количестве эмпирических данных, чем на обобщенных физических взаимосвязях. В такой ситуации достоверность модели может быть сомнительной, а результаты моделирования могут страдать от пониженной надежности.
Мусор внутри, мусор снаружи: Использование неправильных параметров, очевидно, приведет к плохим результатам. Кроме того, в некоторых случаях физический параметр — это не одно число, а диапазон значений с определенным распределением. Эта изменчивость должна быть должным образом учтена в модели.
Компромиссы: Для сложных систем, особенно тех, которые моделируются с помощью МКЭ, конструкторы часто должны принимать решения относительно компромисса между точностью и временем или вычислительной мощностью. Чрезвычайно подробные модели могут потребовать гораздо больше времени и вычислительной мощности для моделирования, чем доступно. Тем не менее, облачные вычисления делают доступными дополнительные вычислительные мощности по разумной цене для задач моделирования.
Как компании преодолевают эти трудности? Помимо проблемы вычислительных мощностей, надежность результатов моделирования зависит от надлежащей валидации и аккредитации модели. К счастью, существует растущий объем знаний о том, как правильно строить имитационные модели и проводить их проверку, а эксперты в области имитационного моделирования могут помочь убедиться, что конкретная модель определена достаточно подробно, чтобы максимально точно соответствовать реальности.
По мере снижения стоимости и упрощения использования CAD и других программных пакетов для имитационного моделирования, имитационное моделирование становится необходимым инструментом для предприятий во всех сферах коммерческой деятельности. Если ваша организация еще не использует имитационное моделирование в тех или иных аспектах своей деятельности, велика вероятность, что скоро это произойдет.