Gestion des données de simulation

Lorsque les ingénieurs concepteurs vérifient la viabilité de leur solution à l'aide d'une version initiale, les données d'analyse leur fournissent très tôt des informations sur les meilleures dimensions et combinaisons de matériaux possibles pour les éléments du système. Cette approche permet de créer des solutions qui parviennent plus rapidement à la disponibilité opérationnelle et qui fonctionnent presque toujours sans problème dès le départ.

Après la mise en service, les simulations basées sur les données opérationnelles des systèmes en réseau indiquent un potentiel d'amélioration. Elles permettent de réduire les pertes et l'usure des composants, et de prolonger le cycle de vie du système.

Pour éviter de devoir créer de nouveaux modèles de calcul pour l'analyse des flux, l'analyse thermique et d'autres analyses des points faibles pour des variantes de systèmes, les modèles peuvent être stockés de manière centralisée, avec les résultats de l'analyse, dans des systèmes de gestion des processus de simulation et des données de simulation (SPDM). Cela permet aux utilisateurs, où qu'ils se trouvent, de réutiliser et d'adapter facilement les modèles pour de nouvelles simulations. En conséquence, l'ingénierie bénéficie non seulement de la richesse croissante de l'expérience, mais aussi des normes de simulation et des processus numériques partiellement automatisés entre les équipes d'ingénierie et de simulation.

Attribution des résultats de simulation aux versions de conception dans la gestion du cycle de vie (PLM)

Les entreprises qui gèrent leurs données de produits dans un système PLM ont la possibilité d'améliorer la traçabilité de leurs prototypes numériques. Pour ce faire, les méthodes de simulation, y compris les paramètres des cas de charge individuels et les résultats d'analyse associés, peuvent être clairement attribués au modèle CAO utilisé par le biais d'une intégration.

Cela permet non seulement de suivre et de documenter la qualité de l'état de développement respectif, mais aussi de faire bénéficier les équipes de simulation des fonctions éprouvées qu'offre le PLM, telles que le contrôle et la comparaison des versions, les flux de travail et la gestion des versions.

• Un processus d'exportation contrôlé par l'intégration bidirectionnelle du système transfère les données d'essai au système SPDM et envoie les rapports de simulation du SPDM à l'emplacement de stockage dans le système PLM défini à cet effet.
• Si des informations PLM supplémentaires sont pertinentes pour la simulation effectuée à l'aide du modèle IAO, l'intégration génère un paquet de données correspondant qui inclut également les métadonnées. La structure du produit PLM reste intacte.
• S'il manque des informations spécifiques au PLM nécessaires à une analyse, l'utilisateur de l'équipe de simulation les recherche directement dans le système PLM et les importe dans son système d'analyse.
• Un système de messagerie intégré simplifie la communication entre les équipes.

Prototypage numérique pour l'optimisation de systèmes multidisciplinaires

La tendance en matière de développement de produits s'oriente clairement vers l'ingénierie inter-domaines de modèles fonctionnels. Pour le processus de simulation, cela signifie que plusieurs outils de création sont impliqués et que leurs données doivent être synchronisées afin que des alternatives valables puissent être déterminées pour la suite de l'ingénierie.

Les défis à relever sont considérables :

• La création de modèles de simulation pour les fonctions du système qui regroupent les données provenant de la gestion des exigences, de l'ingénierie mécanique, électrique et électronique, et des logiciels d'une manière que le programme de simulation peut interpréter.
• Sortie des résultats de l'analyse de manière à ce qu'ils puissent être utilisés dans les différents domaines afin d'optimiser le système global comme souhaité.

Aujourd'hui, les algorithmes de fonctionnement des applications liées au contrôle, telles que la buse d'une imprimante 3D ou une unité de gestion de moteur, sont déterminés dans une très large mesure par le logiciel. Cela signifie que la validation du système se concentre de plus en plus sur l'efficacité des algorithmes et l'adaptation (automatique) du code correspondant.

Cela signifie que dans de nombreux cas, il est plus facile de représenter les variantes d'un système en utilisant différentes configurations d'un système conçu pour répondre aux exigences maximales, c'est-à-dire une seule buse avec différents programmes pour plusieurs produits ou un seul moteur avec différents niveaux de performance configurés pour plusieurs modèles. Une telle approche réduit le besoin de prototypage à un prototype du système maximal.

Lorsqu'il s'agit d'optimiser des systèmes entiers (embarqués), il existe des systèmes dont les algorithmes examinent les modèles en fonction des critères de qualité définis et affichent les résultats sous forme de représentations graphiques. Certains sont disponibles sous forme de solutions à code source ouvert. Comme pour les systèmes d'optimisation des composants mécaniques, les systèmes de prototypage de fonctions de systèmes complets permettent également de créer des modèles standard en tant qu'éléments de simulation d'une boîte à outils de calcul. Ils peuvent tous être intégrés dans le processus d'ingénierie des produits (PEP) à l'aide de connecteurs intelligents.

L'Université de Stuttgart propose un séminaire sur la création de logiciels de simulation pour la première fois au semestre d'hiver 2021/2022.