Svaret på frågan är att från att främst ha varit ett verktyg för att förstå, innovera och optimera under den utvecklingsfasen av produkter och processer har multifysiksimuleringar, i och med introduktionen av simuleringsappar, även börjat utnyttjas för att följa driften.
– Man vill exempelvis kunna följa specifika exemplar av en produkt eller processinstanser, så som i fallet med simuleringsappen HETT22. Appen används vid gjutning av betongkonstruktioner ute i fält på byggen för att simulera en specifik gjutning med hänsyn taget till väder och väderprognosen för den aktuella platsen. Det är vad man skulle kunna kalla för en digital tvilling, fastän många inte använder just den benämningen då denna typ av användning är relativt ny.
Kräver inga stora investeringar för att kunna användas
Varför har det då blivit så?
– Det beror på att simuleringsappar inte kräver stora investeringar i tid för att kunna användas. Gränssnittet kan skräddarsys för en uppgift och den som använder appen behöver inte vara expert på modellering eller simulering, trots att appen kan grunda sig på en avancerad multifysikmodell. Det går helt enkelt snabbare att använda multifysiksimuleringar, vilket gör det lönsammare att använda dessa simuleringar i fler fall, säger Fontes.
Hur påverkar AI?
– AI är ett så brett begrepp att det blir svårt att besvara frågan på ett bra sätt. Låt mig därför göra ett försök genom att vara mer specifik. Det vi tittar på inom detta fält är surrogatmodeller. Dessa bygger på avancerade funktionsanpassningar där man försöker förutsäga utfallet av en process givet en mängd indata. En multifysiksimulering kan göra sådana förutsägelser, men det tar en viss tid att lösa ekvationerna och det kan krävas en hel del datorkraft.
Vad man då kan göra är att genom multifysiksimuleringar ta fram utfallsdata och indata, som kan användas för att skapa avancerade funktionsapproximationer (genom regression) av multifysikmodellen.
– Precis, det är så man skapar surrogatmodellen. Med tillräckligt många datapunkter kan en sådan surrogatmodell ge en mycket bra approximation av multifysikmodellen. Surrogatmodellen kan dessutom göra detta för många fler driftpunkter än vad ens data ursprungligen har täckt, förutsatt att man har spänt upp parameterrummet väl under anpassningen, d v s att man har löst problemet för parametervärden inom givna intervall.
Surrogatmodeller utökar beräkningshastigheten
Surrogatmodeller är ett synnerligen intressant område, inte minst för att man nu kan öka beräkningshastigheten för sina simuleringsappar med hjälp av datadrivna surrogatmodeller. Detta leder till en mer interaktiv användarupplevelse och främjar en bredare användning av simuleringar inom en organisation. Dessutom gör det nya ramverket för surrogatmodell det möjligt att bygga nya typer av fristående simuleringsappar och effektiva digitala tvillingar. Utveckla lite kring vad surrogatmodeller är?
– Ja, vi talade ju lite om surrogatmodeller under AI-frågan ovan. En surrogatmodell är helt enkelt en avancerad funktionsanpassning som approximerar en multifysikmodell. Anpassningen kräver beräkningskraft, då data genereras genom att lösa multifysikmodellen under den så kallade ”träningen”. Givet indata, beräknar surrogatmodellen utfallet. Om anpassningen till multifysikmodellen är noggrann, d v s om man har ”tränat” det djupa neuronnätet eller den Gaussiska processen väl, blir resultatet beräknat av surrogatmodellen också noggrant och täcker dessutom många fler datapunkter. Fördelen är att surrogatmodellen beräknar resultatet blixtsnabbt och för alla punkter inom anpassningsintervallet – ”oändligt” många fler än vad som har använts vid ”träningen” – och kräver varken stor beräkningskraft eller utrymme. Den är ”lätt”.
”Träning” av nätverket
Surrogatmodellen är sålunda blixtsnabb på att beräkna utfallet (givet indata) och modellen tar dessutom väldigt lite utrymme, enligt COMSOLs produktchef.
– Den kan installeras på utrustning på plats och kräver mycket lite datorkraft. Simuleringsappar kan därmed köras på många fler plattformar och i många fler fall, eftersom användaren eller processen inte behöver vänta på resultatet; det kommer ögonblickligen.
För detta använder COMSOL bl a djupa neuronnät, eller artificiella neuronnät, Gaussiska processer och andra avancerade funktions-approximationer. Anpassningen av dessa funktioner med hjälp av multifysiksimuleringar är vad man kallar ”träning” av nätverket eller den Gaussiska processen. Hela förfarandet kallas för ”maskininlärning”, som är ett område inom artificiell intelligens.
– Anledningen till att vi inte går ut och säger att vi nu har ”AI-baserad maskininlärning” är att detta inte förklarar vad vi menar för våra befintliga och potentiella användare. Säger vi i stället datadrivna surrogatmodeller med avancerade funktionsapproximationer, som djupa neuronnät och Gaussiska processer, så förstår många av våra användare omedelbart vad vi menar eller så kan de lätt slå upp detta, eftersom det är väldigt specifikt. Möjligtvis hade ”AI-baserad maskininlärning” fungerat bra för pressen och för investerare. Men för er i pressen måste vi ändå till slut förklara vad vi menar och vi har ju inga investerare. Dessutom hade det känts lite cyniskt att försöka rida på AI-vågen genom att använda termen ”AI” samtidigt som det finns en mycket mer specifik och användbar beskrivning.
En annan användning av ”AI” är genom bottar. Man skulle kunna tänka sig att guida användare genom modellerings-processen med hjälp av tränade chattbottar. Man kan använda bottar för att skapa enkla script och för att analysera kod. Bottar används redan inom vårt område. Även bottar som man kan använda fritt via webben kan redan idag ge en inte alltför dålig beskrivning av hur man sätter upp en multifysikmodell i COMSOL.
Hypersnabba simuleringar är målet
Prestanda är en nyckel för snabbare tid till marknaden för nyutvecklade produkter. Inte minst inom elektromagnetism finns tydliga inslag kring denna trend i den nya versionen av COMSOL Multiphysics-mjukvaran. Elektrifieringen är ju en av tidens viktiga trender och COMSOL pekar i pressmaterialet på en ny tidperiodisk studie för ickelinjära problem inom elektromagnetism – främst för elektriska motorer och transformatorer – som reducerar beräkningstiden betydligt. Man talar i detta om ”hypersnabba simuleringar” som ett av målen.
– Generellt är våra utvecklingsprojekt som berör prestanda bland våra större och också bland de mest långvariga. De har pågått under tio år och kommer att pågå i några år till. Det gör att varje ny version av COMSOL Multiphysics är väsentligt snabbare än sin föregångare. Vi kommer inte att ge oss förrän vi är hypersnabba inom alla våra områden, förklarar Ed Fontes.
När det gäller elektromagnetism, så kan man för harmoniska förlopp (t ex, växelström) genom en matematisk metod överföra en modell från tidsdomänen till frekvensdomänen.
– Detta förutsätter att svaret på en harmonisk perturbation är linjärt, säger Fontes och exemplifierar saken: ”Om spänningen varierar harmoniskt så blir den motsvarande strömmen också harmonisk men kanske med en liten fasförskjutning. Ett problem av detta slag kan lösas för en frekvens en gång (i frekvensdomänen) istället för att behöva lösas många gånger för olika tidssteg i tidsdomänen. Den enda kostnaden när man går över från tidsdomänen är att man måste använda en lite ”dyrare” beskrivning av de elektromagnetiska fälten för att kunna beskriva fas och frekvens. Detta är en standardmetod som har används sedan slutet av 1800-talet och som används av alla inom branschen för att modellera harmoniska elektromagnetiska fält.”
Problem uppkommer dock när svaret på en harmonisk perturbation är ickelinjärt.
– Ett exempel kan vara att man fördubblar amplituden på potentialen men svaret på strömmen blir fyra gånger större än vid förgående amplitud. Då går det inte att använda metoden som överför problemet från tidsdomänen till frekvensdomänen. I stället måste man lösa problemet många gånger genom att stega i tiden, d v s lösa det i många tidssteg. I version 6.2 har vi introducerat en metod som gör att man bara behöver lösa problemet för en cykel; man stegar i tiden men bara genom en cykel i det harmoniska problemet. Detta sparar enormt mycket beräkningstid utan att tumma på noggrannheten.
”Extremt användarvänlig,” säger Fontes
Den senaste 6.2-versionen av Multiphysics är ”extremt användarvänlig för sin bransch”, summerade Ed Fontes i PLM&ERP News senaste intervju. Begreppet ”användarvänligt” är ju relativt – här krävs ändå kunskaper om modellering och simulering t ex. Hur ser utvecklingen p å detta område ut framöver för att göra multifysikmodellering och simulering tillgängliga för fler ingenjörer och forskare?
– Ja, jag hävdar, eller väljer att tro på, att vårt multifysikmodellerings-verktyg är överlägset när det gäller generell användarvänlighet. Det grundar jag på den dialogen som vi har med stora kunder som använder alla CAE-verktyg som finns på marknaden. De flesta andra multifysikverktyg är egentligen samlingar av singelfysikverktyg som från början har utvecklats separat. COMSOL Multiphysics är monolitiskt och har multifysik, och användbarheten för många olika typer av problem är inbyggd i dess DNA. Visst finns det andra användarvänliga verktyg för specifika problem, men för generell problemdefinition och problemlösning är våra verktyg, enligt min mening, helt enkelt bäst.
Kräver ett visst kunnande
Trots detta kräver COMSOL Multiphysics ett visst kunnande om modellering och simulering. Man måste veta vad som menas med, exempelvis, randvillkor och initialvillkor, eller, i strukturmekanik, laster och tvång, för att nämna några exempel. Detta kan vi gå runt genom simuleringsappar. Modelleringsspecialisten kan definiera en modell för ett specifikt problem och bygga ett gränssnitt ovanpå modellen där användaren (produkt- eller processpecialisten) inte behöver sätta sig in i hur själva problemformuleringen går till. Flera fördelar blir då tydliga, bl a att förfarandet sätter simuleringen i händerna på dem som känner till produkten eller processen bäst, vilket frigör tid för modelleringsspecialisten. Fler inom en organisation kan på detta vis skörda fördelarna med multifysiksimuleringar.
COMSOL i högsta grad gått i spetsen med lösningar som bidrar till att demokratisera hanteringen och spridningen av beslutsunderlag, med moduler som Application Builder och Model Manager. Appen för delning av simuleringsresultat har fått ökad användning?
– Ja, jag nämnde att vi träffade några stora kunder på COMSOL Conference i München i november. En del av dessa kunder använder Application Builder och COMSOL Compiler för att generera fristående simuleringsappar, d v s appar som inte kräver COMSOL-licenser för att köras (COMSOL Compiler behövs för att skapa dem). Jag blev mycket förvånad över hur många kopior av dessa fristående appar som dessa kunder distribuerar inom sin organisation. Vi kan inte se hur många fristående appar som våra kunder genererar med en COMSOL Compiler-licens så det är värdefullt att kunna diskutera detta direkt med de modelleringsspecialister som skapar apparna. Det är helt klart så att Application Builder och COMSOL Compiler är till stor hjälp för våra kunder.
Model Manager är en ny produkt. Även där verkar stora tyska bolag vara tidiga med sina implementationer.
– Vi fick positiv återkoppling men även mycket förfrågningar om ny funktionalitet i Model Manager på COMSOL Conference i München, avslutar Ed Fontes.
Framtiden ser ljus ut för den svenska multifysikutvecklaren. När PLM&ERP News intervjuade medgrundaren, Svante Littmarck, för några år sedan var hans uttalade mål att man skulle nå miljardvallen ifråga om intäkter inom några år. Detta har man nu överträffat och siktet är inställt på 2 miljarder.