エンジニアリング分野でのシミュレーションにより、設計者は従来の手段だけでは不可能な速度と複雑さでアイデアを作成、テスト、修正することができます。 シミュレーションにより、業界全体でより迅速かつより計算された製品開発が可能になったのと同様に、シミュレーション自体の進化も急速であり、理解することが極めて重要です。 エンジニアリング分野におけるシミュレーションの現状は、その役割の拡大と限界の蒸発によって定義されています。 シミュレーションの将来でも、コンピュータ支援エンジニアリング (CAE) の機能、規模、範囲が同様に爆発的に増加する可能性があります。
CAE シミュレーションとその制約
80 年代と 90 年代のその形成期には、シミュレーションはほぼ設計の検証のみに使用されていました。 これは、これらの機能の重要性を軽視するものではありません。シミュレーションは、部品の実行可能性をテストするコストを削減しながら、複雑なシステムのエンジニアリング上の質問に対する比類のない答えを提供しました。 当初、これは機械的相互作用に焦点を当てていましたが、流体力学、材料形成、電磁気学などに急速に拡大されました。 このテクノロジーを使用すると、エンジニアは、課せられた膨大な制約に基づいて設計の動作を予測し、実際の破壊的なテストに従事するのではなく、仮想的な試行錯誤を通じて最終製品を最適化できます。
これらの能力の主な制限要因は、当時利用可能な処理能力でした。 コンピューティング能力の指数関数的な増加に加え、数値スキームの改善と (物理理論、エンジニアリングの才能、およびソフトウェア機能による) 物理モデリングの改善により、シミュレーションの可能性が爆発的に広がりました。
今日のシミュレーション
これにより、シミュレーションの現在の状態がわかります。 自動化された設計最適化とはるかに複雑なモデルを使用して、特定のシステムのより多くのバリエーションを処理できます。 マルチフィジックスは学術界の独占的な領域を離れ、業界全体で使用される実用的なツールになりました。
速度と機能の拡張により、シミュレーションは設計検証の枠からはみ出してきました。 CAE は、これまで以上に製品ライフサイクルのより多くの領域で使用されています。 最初に問題を早期に発見すればするほど、より安価かつ迅速に修正を行うことができます。
シミュレーションは現在、製造プロセスの最適化において常に重要な役割を果たしています。 最新のツールを使用すると、鍛造、鋳造、射出成形などをより正確に予測できます。 これらの機能は以前から存在していましたが、テクノロジーとエンジニアリング手法の改善により、シミュレーションが生産プロセス全体にわたってより重要な役割を果たすことができるようになりました。
製品が顧客のもとで寿命を迎えた後でも、CAE を使用すると、設計に必要なメンテナンスや修理についてより正確に見積もることができます。 シミュレーションにより、エンジニアは最初に何が故障する可能性があるかをより適切に予測し、問題を軽減するためのメンテナンス スケジュールを作成できます。 CAE プログラムによって提供される予測に基づいて、最終的なユーザーに運用上のアドバイスを提供できます。
エンジニアリングにおけるシミュレーションの未来
CAEの未来は明るいです。 より高速なプロセスとよりスマートなプロセスによりシミュレーションの役割が拡大したのと同じように、今後のテクノロジーとトレンドはエンジニアリングにおけるシミュレーションの新たな可能性をもたらします。
モデルベースエンジニアリング
モデルベースのエンジニアリングは、さまざまな業界の製造分野でより一貫して実装されています。 3D モデルは、関係者間で情報を共有するための簡素化された統一された方法を提供します。 これらが提供するデータは、あらゆる種類の製造および設計情報のソースとして機能する 3D モデルを使用して、グローバルなコラボレーションと最適化の取り組みを改善します。
このデータ パッケージには、メタデータ、モデル自体、検査情報などがすでに含まれています。 存在する場合もありますが、モデルベース エンジニアリングの次のステップは CAE データを含めることです。CAE 制約とシミュレーション結果は、渡されるデータ パッケージの一部である必要があります。
CAE 機能をモデリング アプリケーションに統合すると、別の専用シミュレーション アプリケーションへのデータ転送に伴う速度の低下の一部を取り除くこともできます。
必要な AI の議論
過去数年間に出版された「未来」や予測に関する記事で、AI について何らかの形で言及されていないものはほとんどなく、これも例外ではありません。 人工知能が定着することに疑いの余地はありませんが、シミュレーションとエンジニアリング全体における人工知能の役割はまだ明確に定義されていません。
刺激的な見通しには、深層学習テクノロジーが一般化された状況で大きなカテゴリの問題を処理できるほど賢くなることが含まれていました。 おそらく、基礎となる偏微分方程式の問題は、現在かかっている時間のほんの一部で解決できるかもしれません。
CAE における AI のもう 1 つの側面は、モデル作成のためのジェネレーティブ デザインの使用と、そのようなソリューションを統合するための AI の有用性です。 ジェネレーティブ デザインにより、エンジニアは今後もシミュレーション対象の製品を何百、何千回も反復して作成できるようになります。 AI は、これらの変動を乗り越えて最も望ましい結果をできるだけ早く得る上で重要なツールとなるでしょう。
リモートエンジニアリング
リモート エンジニアリングは新しい概念ではなく、エンジニアリングの大部分は依然としてデスクトップ アプリケーションで行われています。 以前は、リモート デスクトップは、真の Web ベースの CAE アプリケーションを模倣したものでした。 過去 10 年間で、エンジニアリングと CAE がクラウドに移行し、実際の CAE Web アプリケーションが大幅に拡大しました。 プライベート サーバー クラスターの使用から AWS、Azure、Google Cloud などの商用サービスへの移行はこれまでも行われてきましたし、今後も移行し続けるでしょう。
どのようなテクノロジーを使用する場合でも、リモート エンジニアは、IT のオーバーヘッドを削減しながら、データとエクスペリエンスを一元化する方法を提供します。 リソースがより柔軟になり、コラボレーションの可能性が広がります。 これをどのように採用するかは、組織の文化、ユーザー エクスペリエンス、および関連するコストによって異なります。
量子コンピューティング: 遠い未来?
おそらくここで詳しく議論するには少し先になりすぎますが、量子コンピューティングのパワーと可能性は、3D シミュレーション業界に魅力的な展望をもたらします。 これまで見てきたように、技術的な制限がなくなると、CAE の機能、範囲、および関与する業界への影響が爆発的に増加する傾向があります。 このテクノロジーの正確な結果を予測することは困難ですが、期待通りに実現できれば、エンジニアリングへの応用の可能性は非常に興味深いものになります。