|

製品開発とイノベーションにおけるシミュレーションとモデリング

モデリングとシミュレーションは、物理世界の複雑さを仮想的に調査することです。 これらのテクノロジは、ハイ パフォーマンス コンピューティング (HPC) 技術と併用されることが多く、エンジニアリング、科学、製品開発において重要なツールです。 

シミュレーションおよびモデリング ソフトウェアは、複雑な問題を解決するために多くの業界で重要な役割を果たしています。 多くの概念は、視覚的または直感的なアプローチではなく、数学的探求の恩恵を受けています。 

によると、世界のシミュレーション ソフトウェア市場は、2023 年から 2030 年にかけて年複利 13.6% で拡大すると予想されています。 市場分析。 現在、クラウド HPC によって強化され、AI/ML によって強化されたシミュレーションとモデリングは、エンジニア、科学者、研究者に効率性の高い、より高度な機能を提供します。

モデリングとシミュレーションの基礎

M&S または MODSIM としても知られるシミュレーションとモデリングは、文脈に応じて異なる意味を持ちます。 場合によっては、これらの用語は同じ意味で使用されます。 ただし、両者には違いがあります。 モデリングは、意思決定や予測に役立つシステムを表現したものです。 一方、シミュレーションは、モデリングを使用して実際の経験、物、プロセスを模倣します。 

シミュレーション 航空宇宙、自動車から地球、ライフサイエンスに至るまで、多くの分野でイノベーションを推進します。 半導体および電子設計自動化 (EDA) では、シミュレーションによって設計を検証し、新しいチップ レイアウトをガイドします。 製造現場では、シミュレーションは材料のテストや工場の最適化に役立ちます。 モデルベースのエンジニアリングは、プロセス開発と最適化のためのさまざまな設計と運用上の決定もサポートします。 

コードベースの数値モデルの視覚化は、モデルの構築とシミュレーションの準備からテストと生産シミュレーションに至るまで、シミュレーションとモデリングの重要な部分です。 たとえば、Paraview や NiceDCV などの一般的なツールは、構造力学、流体力学、建築モデリングなどの複雑なシミュレーション出力を視覚化 (レンダリング) します。 

実際の応用では、コンピュータ支援エンジニアリング (CAE) はシミュレーションを使用して製品開発を進め、プロセスの非常に早い段階でテストを行うことができます。 これにより、実際の表現やプロトタイプの必要性が減り、コンセプトから設計、生産に至るまでのプロセスがこれまでよりも迅速かつ効率的になりました。 

以前は、CAE はオンプレミスのスーパーコンピューターを使用して実行されていましたが、これは確立された企業のみが手頃な価格でした。 今、 クラウド HPC シミュレーションへのアクセスが民主化されました。 HPC クラスターを使用すると、分散したチーム間でのリアルタイムのコラボレーションにより、さらに高度なシミュレーションが可能になります。 これらは、ハードウェア (半導体、サーバー、ストレージ、専用ネットワーク) とソフトウェア (アプリケーション、ファイル システム、コンパイラー、ライブラリ、デバッガー) で構成されます。 

設計エンジニアは、さまざまな M&S コンセプトを利用して、製品開発を加速し、設計のトラブルシューティングを行い、品質を向上させます。 一般的なタイプには、離散イベント、連続シミュレーション、エージェントベースのモデリング、システム ダイナミクス モデリングの XNUMX つがあります。

離散イベントシミュレーション

効率と耐久性を考慮して設計された準拠機構のストレス テスト シミュレーション。
効率と耐久性を考慮して設計された準拠機構のストレス テスト シミュレーション。

離散イベント シミュレーション (DES) は、デジタル環境における現実世界の状況をモデル化し、システムの動作を特定の一連のイベントとして示します。 モデルはしばしば、 デジタルツイン.  

このタイプのシミュレーションおよびモデリング分析では、連続するイベント間でシステム設計に変更はありません。 むしろ、離散イベント シミュレーションは次のイベントの瞬間にジャンプします。これは、「次のイベントの時間進行」と呼ばれることがよくあります。 別の方法は「増分時間進行」です。 ここで、シミュレーションは特定の時間増分中に発生するイベントを更新し、それぞれに分析が必要です。 

関連するシミュレーションには、流体力学、熱力学、粒子流体学、電磁気学など、さまざまな種類があります。 また、離散要素法は、大量の小さな粒子の動きと効果を計算するためによく使用されます。 有限要素モデルは、さまざまな荷重と境界条件下での製品の動作を分析します。 

DES は、ユーザーが製品開発の初期段階で信頼できる意思決定を迅速に行うのに役立ち、物流、医療、製造業界にとって理想的なものになります。 リードタイムを短縮し、レイアウトを最適化し、進行中の作業を削減します。

連続シミュレーション

数値予測にWRFモデルを用いた天気予報シミュレーション
数値予測にWRFモデルを用いた天気予報シミュレーション。

連続シミュレーションでは、システムの状態が時間の経過とともに常に変化できるように、微分方程式によって変化率が設定されます。 イベントのキューがないため、重要なコンポーネントは遅延なく完了します。 

連続シミュレーションは、さまざまな分野にわたって多数の用途に使用できます。 たとえば、土木技術者はダムの堤防やトンネルの建設にこのシミュレーション タイプを使用し、国防部門はミサイルの軌道解析に使用する可能性があります。 物流分野では、空港ターミナルでの乗客の流れを継続的なシミュレーションで分析します。 

製品開発においても、継続的なシミュレーションは不可欠です。 これらは、電子回路からロボット工学、車両のサスペンションから油圧に至るまで、あらゆるものの開発に使用されています。

エージェントベースのモデリング

エージェントベース モデリング (ABM) は、個別または集合的な自律エージェントの相互作用をシミュレートします。 目標は、システムの動作とそれに影響を与えるものをより深く理解することです。 

ABM は、ゲーム理論と計算社会学で使用されるツールを利用すると同時に、進化的プログラミングとマルチエージェント システムからも借用します。 これは、生態学、生物学、社会科学などの科学分野で一般的に導入されています。

21 世紀初頭以来、ABM は自動運転 (AD) システムの開発と検証にも使用されています。 たとえば、Waymo は、ドライバー、車両、歩行者の相互作用をシミュレートすることで自動運転車のアルゴリズムをテストするために Carcraft を作成しました。 この例の人工エージェントは人間の行動をエミュレートします。

システムダイナミクスモデリング

システムダイナミクスモデリングは、システムのコンポーネント間の相互作用とそれらの時間の経過に伴う進化を理解して予測しようとします。 これは、複素数の極めて非線形な性質を説明します。 モデルベースのシステム工学 因果関係のあるフィードバック ループ、ストック、フロー、テーブル関数、時間遅延を使用して、意思決定を強化し情報を提供するように設定します。 

システムダイナミクスモデリングは代替ポリシーの影響を分析するため、幅広い用途があります。 専門家は、管理システム、マクロ経済、生態系、人口開発を研究するためにこれを使用できます。

製品開発では、システムダイナミクスはリソースの依存関係を調査するのに役立ちます。 エンジニアは、システム ダイナミクス モデルでストック ロジックとフロー ロジックを使用して、さまざまな設計要素間の動作を評価することもできます。

シミュレーションとモデリング: 要約

製品開発者は、自由に使用できる一連のモデリング ツールとシミュレーション ツールを利用できます。つまり、離散イベント、連続、エージェント ベース、システム ダイナミクス モデリングなど、さまざまなタイプのシミュレーションから選択できます。 ただし、現実世界の特定のケースでは単一の方法では複雑すぎる場合があるため、これらのツールを組み合わせた方がうまく機能する可能性があります。 

ととも​​に よく考えられたクラウド HPC ネットワーク、エンジニアは、オンデマンドのコンピューティング能力の選択など、複数の集中的なシミュレーションを実行するために必要なものがすべて揃っています。 オンプレミスのインフラストラクチャを使用したコンピューター支援エンジニアリング (CAE) には長い歴史があり、大企業のみがその余裕を持っていました。 現在、クラウドによりアクセスが民主化されています。 CAEシミュレーション、中小企業や新興企業へのアクセスを拡大します。

モデリングとシミュレーションの未来: AI の時代

物理学に基づいたニューラル ネットワークの効率をテストするために使用される蓋駆動キャビティ流体フロー シミュレーション
物理学に基づいたニューラル ネットワークの効率をテストするために使用される、リッド駆動のキャビティ流体フロー シミュレーション。

モデリングとシミュレーションは現在、次のような方法で根本的に強化された未来に向かっています。 人工知能(AI)と機械学習(ML)。 これは、計算研究開発の進化における次の段階です。 

を使用する傾向が高まっていることを考慮してください 深層学習サロゲート (DLS)。 AI の力で強化された DLS は、設計の最適化を自動化し、より正確なデジタル ツインを作成します。 

ただし、このような進歩にはさらに多くのコンピューティング能力が必要です。 本質的に、コンピューティング能力が M&S の高度化を推進します。 さらに、モデリングとシミュレーションの進歩により、イノベーションの取り組みをさらに進めるために、より多くのコンピューティング能力の必要性が高まっています。

もっと詳しく知る 

Rescale を使用すると、無制限の HPC リソースに即座にアクセスして、イノベーションの取り組みを推進できます。 あなたはできる スーパーチャージ製品開発とデジタルエンジニアリングの取り組み オンデマンド HPC リソース Rescaleプラットフォームで利用可能です。 そして、ほとんどの研究開発アプリケーションは、 Rescaleソフトウェアカタログ.

著者

  • ギャレット・ヴァンリー

    Garrett VanLee は、Rescale の製品マーケティングを率いており、業界全体のイノベーションの最先端で顧客と緊密に連携しています。彼は、顧客の成功事例、研究の成果、Rescale のエンジニア、科学者、IT 専門家が他の組織を支援するためのベスト プラクティスを共有することを楽しんでいます。ギャレットは現在、スーパーコンピューティングの収束に焦点を当てています。 (HPC), AIシミュレーション モデルと、これらのトレンドが科学と産業における発見をどのように推進しているかについて説明します。

類似の投稿