Le potenzialità della simulazione avanzata nell’Industria 4.0

Cosa stanno abilitando le tecnologie 4.0 e la digitalizzazione nel contesto della simulazione?


L’aumento delle conoscenze e delle capacità di calcolo permette agli ingegneri di trattare un numero sempre maggiore di dati legati a problemi sempre più complessi. Proprio la complessità, nonché altri fattori come i costi o l’impraticabilità reale di vari esperimenti, hanno determinato un interesse crescente nei confronti delle simulazioni in ambienti controllati e i relativi strumenti per la loro realizzazione.
La simulazione assistita dal calcolatore è uno strumento software di analisi numerica molto potente, che viene utilizzato in molti contesti scientifici e tecnologici, grazie al quale è possibile riprodurre in scala digitale quanto si otterrebbe dal vivo attraverso esperimenti, a volte distruttivi, su prototipi reali.
Questa tecnologia è riconducibile a un laboratorio virtuale che permette una riduzione dei costi di analisi, progettazione e test rispetto ad eseguire le stesse operazioni con esperimenti complessi realizzati in laboratorio reale.

L’aumento delle conoscenze e delle capacità di calcolo (Cloud e Edge Computing) permette agli ingegneri di trattare un numero sempre maggiore di dati legati a problemi sempre più complessi. Proprio la complessità, nonché altri fattori come i costi o l’impraticabilità reale di vari esperimenti, hanno determinato un interesse crescente nei confronti delle simulazioni in ambienti controllati e i relativi strumenti per la loro realizzazione.

Questi metodi sono già usati in fase di progettazione dei singoli prodotti, ma oggi per accelerare lo sviluppo di prodotti sempre più smart diventa strategica l’estensione dell’utilizzo delle simulazioni all’intero ciclo di vita dei prodotti.

Lo scenario di fabbrica digitale che ne emerge si basa su un insieme di strumenti software che spaziano dal CAD/CAM al PLM (Product Life-cycle Management), dalla “Simulazione ad Eventi Discreti” alla simulazione cinematica. Questi strumenti, pur essendo eterogenei, possono interagire fra di loro e contribuire ad un modello di fabbrica, processo, o prodotto, complessivo e coerente.

Ogni strumento di simulazione potrà interagire con il modello di fabbrica operando su una particolare vista del modello stesso. L’interoperabilità fra gli strumenti viene abilitata attraverso lo sviluppo di standard che permette lo scambio di dati e di informazioni.

Lo sviluppo e la diffusione delle tecnologie 4.0 combinate con la digitalizzazione di sistemi e impianti industriali (disponibilità di dati e sistemi cloud) sta abilitando nuovi modi di simulazione in grado di lavorare in tempo reale e permettere analisi predittive del comportamento di sistemi, macchine e impianti. I sistemi di simulazione di nuova generazione integrano tecniche di intelligenza artificiale e advanced analytics, tecniche per la gestione di big data e tecnologie per presentazione dei dati attraverso sistemi e interfacce a supporto delle decisioni dell’utente. E soprattutto legano le piattaforme IoT alle tradizionali tecniche di simulazione, come per esempio mostrato in figura 1.

Figura 1 – Integrazione tra piattaforme IoT e sistemi di simulazione (fonte Ansys e PTC)

Sistemi e macchinari sempre più complessi richiedono una crescente attenzione verso le tecniche di progettazione evoluta. Simulare il sistema è un modo per conoscerlo a fondo e nello stesso tempo aumentarne l’efficienza e le potenzialità senza bisogno aumentarne i tempi di realizzazione. Tra tutte le modalità di simulazione sicuramente la progettazione basata su modelli matematici assiste nel ridurre le fasi di progettazione dei componenti, perché consente di modellare i singoli dispositivi e gli algoritmi di controllo ed elaborazione dei segnali. La simulazione numerica, soprattutto se in tempo reale, consente di testare le molteplici condizioni operative di un sistema, che spesso sono troppo costose o rischiose da eseguire utilizzando i componenti fisici.

Simulare oggi richiede l’utilizzo di strumenti sempre più avanzati, sia per verificare il comportamento dei singoli dispositivi, sia per analizzare il comportamento dei sistemi nel loro complesso.

In questo contesto la simulazione di prodotto sta acquistando un ruolo sempre più significativo all’interno dei sistemi di simulazione.

In modo particolare simulare il prodotto oggi significa:

  • Individuare e risolvere in modo più rapido eventuali difetti di progettazione.
  • Valutare un maggior numero di alternative in maniera efficace e veloce.
  • Ridurre i costi di sviluppo.
  • Ottimizzare i progetti e garantire la conformità con le specifiche.
  • Esplorare nuove possibilità per i progetti senza i rischi di una prototipazione.

Ma quali sono le principali tecnologie di simulazione? Di seguito si proverà a dare una breve classificazione:

Tecnologie di simulazione a supporto delle decisioni:

DSS (Decision Support System): Si basano su modelli matematici, analitici e statistici, che consentono di simulare il comportamento di un sistema, senza entrare nei dettagli fisici del sistema stesso. Si pensi al Deep Learning come esempio di questa categoria. Dove il modello lega ingressi e uscite, viene addestrato a partire da dati e nello stesso tempo non conosce la fisica del fenomeno che si vuole descrivere, utilizzando un approccio a “scatola nera”.

Tecnologie di simulazione a supporto della progettazione e ingegnerizzazione dei prodotti:

In questa categoria vengono inseriti tutti quegli strumenti di simulazione impiegati per predire il comportamento di un prodotto o di una porzione di prodotto. Si pensi alla analisi dell’iterazione dello studio di una pala eolica in movimento. La cinematica del sistema verrà analizzata con un tool di simulazione multibody, mentre l’iterazione con il fluido attraverso una simulazione fluido dinamica o agli elementi di contorno. Le principali tecnologie possono essere cosi riassunte:

MBS Simulation (Modellazione MultiCorpo o Multibody simulation)

BEM Simulation (Modellazione degli elementi al contorno)

SEA Simulation (Statistical energy analysis)

CFD Simulation (Analisi fluidodinamiche numeriche)

FEM Simulation (Finite Element Method)

Tecnologie di simulazione a supporto dell’analisi dei processi dell’industria manifatturiera e di processo:

Anche il processo, ha i suoi tool di simulazione ed analisi, che servono a implementare i prodotti nel modo corretto. Oggi dal disegno si arriva alla produzione attraverso strumenti che impartiscono istruzioni alle macchine o alla loro pianificazione. Tra le principali si ricordano:

CAM (Computer Aided Manufacturing)

CAPP (Computer Aided Process Planning)

Virtual Commissioning

Ogni sistema in cui meccanica, elettronica e controllo interoperano al fine di ottenere un determinato risultato, rientra nella categoria dei sistemi complessi oggi chiamati meccatronici. Per tali sistemi la simulazione rappresenta un valido aiuto per i progettisti al fine di determinarne le prestazioni.

Di conseguenza si richiede a questi strumenti la capacità di simulazione multidominio: l’ambiente di simulazione deve consentire la modellazione di fenomeni fisici differenti e delle loro iterazioni con l’appropriato grado di dettaglio. Ulteriori caratteristiche necessarie sono la modificabilità e la modularità dei modelli, cioè la capacità di avere un grado sempre crescente di accuratezza insieme alla capacità di poter intervenire con personalizzazioni. L’accuratezza dei risultati e la capacità di modellare in modo coerente le equazioni ed i vincoli del sistema diventano poi la caratteristica chiave. Non da ultima vi è la capacità di integrazione con i sistemi CAD, indispensabile per utilizzare rapidamente gli output di simulazione all’interno dei normali processi di progettazione.

La simulazione quindi non solo permette di ottenere dati o informazioni dai modelli, ma anche di abilitare nuove forme di collaborazione mediante cui i progettisti possono passare i loro modelli di simulazione agli analisti al fine di eseguire simulazioni più avanzate, o validare i loro risultati, o interagire con le produzioni o con i clienti.

Un esempio, ormai da manuale, è quello di Dallara, azienda nota per le auto sportive ad alte performance. L’eccellenza di Dallara si fonda anche su un simulatore di guida sviluppato ad hoc, che prende in esame sessantamila parametri e li elabora in tempo reale, dando ai progetti informazioni utili per migliorare le prestazioni. Molti altri sono gli esempi di successo, sempre più abilitati dall’integrazione tra le diverse metodologie di simulazione, così da raggiungere un livello di descrizione altamente realistico del problema con elevati livelli di attendibilità delle previsioni.


Lo sviluppo e la diffusione delle tecnologie 4.0 combinate con la digitalizzazione di sistemi e impianti industriali (disponibilità di dati e sistemi cloud) sta abilitando nuovi modi di simulazione in grado di lavorare in tempo reale e permettere analisi predittive del comportamento di sistemi, macchine e impianti. I sistemi di simulazione di nuova generazione integrano tecniche di intelligenza artificiale e advanced analytics, tecniche per la gestione di big data e tecnologie per presentazione dei dati attraverso sistemi e interfacce a supporto delle decisioni dell’utente.

Comments are closed.