Блог COMSOL

Цифровые двойники и проектирование аккумуляторов на основе численного моделирования

20/02/2019

by Ed Fontes

Мы уже определили, что цифровой двойник — это не просто модный тренд. В этой статье мы обсудим, как высокоточные мультифизические модели можно комбинировать с упрощенными моделями и данными измерений для создания цифровых двойников, с помощью которых можно понимать, прогнозировать, оптимизировать и контролировать реальную систему и ее модель. Рассмотрим в качестве примера аккумуляторного блока для гибридных автомобилей.

Концепция цифрового двойника

Традиционный процесс разработки с применением численного моделирования включает в себя верификацию и валидацию моделей, используемых для оптимизации разработки и эксплуатации устройства или реализации процесса. Как правило, для валидации модели сравнивают результаты экспериментов с результатами моделирования и проводят оценку параметров (parameter estimation).

 

Математические модели широко используются для разработки устройств и процессов.

Концепция цифровых, или виртуальных, двойников охватывает в т.ч. описанные выше шаги верификации и валидации в процессе разработки. Различие состоит в том, что цифровой двойник подразумевает намного более тестный обмен информацией между моделью и устройством или процессом, часто выполняемый в режиме реального времени. Цифровой двойник может использоваться на стадиях разработки, производства и эксплуатации устройства или реализации процесса. Цель его использования заключается в возможности более детально и тонко понимать, прогнозировать, оптимизировать и контролировать реальную систему, основанную на виртуальной модели. Можно предположить, что обычно цифровые двойники применимы к относительно сложным и дорогостоящим системам. Вряд ли мы стали бы создавать экземпляры цифрового двойника для каждой выхлопной трубы обычного автомобиля, поскольку это, скорее всего, нерентабельно. Выбранный нами аккумуляторный блок как раз является относительно дорогостоящей системой.

В этой статье мы наглядно рассмотрим использование цифровых двойников на стадиях разработки и эксплуатации аккумуляторов для гибридных автомобилей и электрокаров.

Цифровой двойник аккумуляторного блока

На рисунке ниже показан цифровой двойник физического устройства в реальном пространстве — аккумулятора с датчиками и системами управления. Модель — в данном случае, модель аккумулятора — очевидно реализована в виртуальном пространстве. Обмен данными и информацией соединяет реальное пространство с виртуальным (см. [1]).

Графическое представление цифрового двойника на примере аккумулятора автомобиля.
Наглядное представление цифрового двойника для аккумуляторного блока в гибридном автомобиле.

Мультифизические, многомасштабные и упрощенные модели

В виртуальном пространстве содержится детальное представление реального процесса, его виртуальная высокоточная модель (см. [2]). Для ускорения расчетов, когда требуется получить результаты в короткие сроки, также можно использовать упрощенные модели. Их можно постоянно калибровать, повышая подробность и точность.

В случае аккумулятора, цифровой двойник может представлять собой мультифизическую и многомасштабную системную модель аккумулятора, которая также содержит хронологические данные. Упрощенные модели могут быть реализованы через эквивалентные сосредоточенные схемы аккумулятора. Хронологические данные могут содержать данные измерений для конкретного аккумулятора и включать информацию по:

Они могут также содержать данные по другим аналогичным аккумуляторам. Цифровой двойник для конкретного аккумулятора можно также считать экземпляром цифрового двойника (DTI) для данной модели аккумулятора.

Графическое представление того, как цифровой двойник имитирует реальное поведение устройства.
Цифровой двойник создается на основе нескольких разных вычислительных моделей, которые в совокупности воспроизводят работу аккумулятора с очень высокой точностью.

Используя данные, измеренные и полученные с помощью этих моделей, можно очень точно представить условия работы аккумулятора и рассчитать параметры модели. Позже с помощью этих моделей можно прогнозировать работу аккумулятора и вычислять управляющие параметры, применяемые в его системе управления.

В ходе обмена информацией передаются параметры управления, служащие для адаптации работы аккумулятора к его состоянию, данные о режиме езды водителя и текущих условиях эксплуатации и вождения. Можно также отправлять отчеты по прогнозу работы на будущее и поведению аккумулятора обратно системе управления аккумулятором и водителю. Например, так можно передать параметры, временно ограничивающие максимальный ток перезаряда (во время торможения) при риске перегрева или определенном состоянии заряда батарей. Кроме того, можно выявить в аккумуляторе ячейку с неполадками и отсоединить ее от схемы.

Машинное обучение, облачные вычисления и интернет вещей

Работа со сложными моделями, содержащимися в виртуальном пространстве, может потребовать мощных компьютеров, чтобы получать результаты достаточно быстро и использовать их в режиме реального времени. Это подразумевает, что бóльшая часть поведения цифрового двойника может рассчитываться в результате удаленных процессов на мощном сервере (например, посредством облачных вычислений), а некоторые процессы могут выполняться локально в блоке управления, установленном в автомобиле.

К примеру, вышеупомянутые упрощенные модели могут использоваться непосредственно в блоке управления аккумулятора. Для обеспечения точности упрощенных моделей параметры управления могут обновляться в реальном времени путем сопоставления с прогнозами и результатами подробных моделей за более долгий период времени. Подробные модели при этом будут обеспечивать детальное физическое описание для профилей температуры, состояния заряда и других электрохимических и физических параметров аккумулятора. Таким образом, цифровой двойник может быть создан в системе, в которой на разных платформах и в разных локациях развернуты различные компоненты.

Графическое представление различных компонентов, задействованных в реальном развертывании цифрового двойника.
Развертывание различных компонентов и моделей в разных локациях и на разных уровнях может способствовать созданию цифрового двойника.

Как правило, цифровой двойник и его реальный эквивалент не являются изолированными системами. В большинстве случаев они входят в состав более обширной системы, которая может включать другие устройства и их цифровые двойники. Кроме того, реальное устройство может иметь несколько цифровых двойников; в таком случае говорят о совокупности цифровых двойников, которая служит для оптимизации, контроля и прогнозирования разных аспектов функционирования устройства.

Например, если некоторые части аккумулятора подвержены усталости, можно создать цифровой двойник для проведения различных вариаций прочностного анализа. Поскольку этот фактор, скорее всего, влияет на работу аккумулятора только в долгосрочной перспективе, такой цифровой двойник может быть менее плотно связан с цифровым двойником, моделирующим электрическое поведение аккумуляторного блока. Цифровой двойник для аккумулятора может также обмениваться информацией с цифровыми двойниками генератора, электродвигателя и ДВС в гибридном автомобиле.

Иллюстрация того, как реальная система взаимодействует с сетью цифровых двойников.
Реальная система может взаимодействовать со многими цифровыми двойниками, которые, в свою очередь, могут взаимодействовать друг с другом.

Иногда требуется, чтобы разные компоненты более крупных систем и их цифровые двойники взаимодействовали. Кроме того, цифровой двойник может использовать данные с датчиков и устройств, физически удаленных друг от друга. Для связи между датчиками, устройствами и компьютерными системами, образующими цифровой двойник, можно использовать технологию интернета вещей (IoT).

С помощью алгоритмов машинного обучения (иногда называемого искусственным интеллектом, или ИИ) можно научить цифровой двойник самостоятельно решать, когда запрашивать данные у устройств и других цифровых двойников и когда обновлять различные параметры управления и отчеты для него самого и для реальной системы. Таким образом, цифровой двойник, облачные вычисления, интернет вещей и ИИ важны для эффективной разработки, проектирования, производства и эксплуатации дорогостоящих аккумуляторных систем, например, таких, которые устанавливают в электрокары.

Как можно интегрировать модели COMSOL Multiphysics® в цифровые двойники?

С помощью программного пакета COMSOL Multiphysics® инженеры и ученые могут создавать высокоточные мультифизические и мультимасштабные модели. Кроме того, в программе можно легко комбинировать упрощенные модели и непрерывно их обновлять на основе результатов, полученных высокоточными детальными моделями. Для моделей можно постоянно выполнять валидацию с помощью передовых методов оценки параметров и оптимизации. Такие модели являются неотъемлемой частью цифровых двойников.

Чтобы создавать цифровые двойники на основе моделей COMSOL Multiphysics, необходимо обеспечить для них постоянное поступление данных об измерениях и отчетов из внешней системы, а также последующую отправку прогнозов и параметров управления обратно в эту систему. Проще всего сделать это, применяя COMSOL API для работы с Java®.

Например, файл модели COMSOL Multiphysics может содержать несколько компонентов модели, которые отражают разные аспекты цифрового двойника. В примере аккумуляторного блока в модель могут входить трехмерная высокоточная модель, подробная электрохимическая модель в микроскопическом масштабе и сосредоточенная модель для быстрых расчетов. Если файл модели сохранен в формате Java®, то доступ ко всем этим компонентам можно получить в любом компиляторе Java®. Файл модели в формате Java® может взаимодействовать с внешней системой, например, путем использования файлов динамически подключаемой библиотеки (DLL). Используя экосистему Java®, вы можете также создать виртуальное пространство в виде веб-службы (например, веб-службы на основе Java®, работающей в рамках Tomcat), которая может обеспечивать, к примеру, API-интерфейс передачи состояния представления (REST — Representation State Transfer) для взаимодействия с реальным пространством.

Помимо этого, для создания связи между реальным пространством и виртуальным можно использовать приложения, запускаемые посредством COMSOL Server™, а также компилированные приложения, созданные с помощью COMSOL Compiler™. Однако здесь имеется ограничение: процесс расчета, запущенный через COMSOL Server™ или компилированное приложение, невозможно обновить во время его исполнения. При этом можно запустить или перезапустить процесс, чтобы обновить реальное физическое устройство и цифровой двойник после изменения файла, команды, инициируемой датчиком, или события, инициируемого оператором. Данные и параметры управления можно пересылать между реальным и виртуальным пространством посредством команд, инициируемых этими событиями.

Заключение

Интерес к цифровым двойникам за пределами военной и авиакосмической областей только просыпается. Как одну из проблем аналитики отмечают недостаток моделей и знаний в области моделирования, требуемых для высокоточного прогнозирования (см. [3]).

Многие создаваемые цифровые двойники основаны лишь на статистической обработке входящих данных и на поиске в таблицах хронологических данных. В результате это не сильно помогает нам понять, что в действительности происходит внутри устройства или в ходе процесса. Такой подход также требует огромного количества достоверных данных для большого числа устройств или процессов определенного типа. Он может оказаться альтернативой для менее дорогостоящих изделий серийного производства.

Напротив, после валидации мультифизическая модель точно предсказывает разные режимы работы даже на основе небольших наборов данных. Поэтому предпочтительны цифровые двойники, включающие в себя в той или иной мере численное моделирование. Для таких дорогостоящих изделий, как аккумуляторы, такие достоверные и обычно мультифизические модели особенно желательны.

При этом дифференциальные уравнения в частных производных — наиболее точный метод представления законов физики (см. [4]). И в COMSOL Multiphysics предоставляет большой спектр инструментов для создания мультифизических моделей на основе дифференциальных уравнений в частных производных, которые могут лечь в основу цифровых двойников.

Список литературных источников

  1. M. Grieves, "Digital Twin: Manufacturing Excellence through Virtual Factory Replication", Michael W. Grieves, LLC, 2014.
  2. E. Glaessgen and D. Stargel, "The Digital Twin Paradigm for Future NASA and U.S. Air Force Vehicles", 53rd Structures, Structural Dynamics and Materials Conference, 2012.
  3. J. Voskuil, "Model-Based — The Digital Twin", Jos Voskuil's Weblog, 2 July 2018; https://virtualdutchman.com/2018/07/02/model-based-the-digital-twin/.
  4. R. Feynman, Differential Calculus of Vector Fields, The Feynman Lectures on Physics, 1963–1965.

 

Oracle и Java являются зарегистрированными товарными знаками компании Oracle и (или) аффилированных с нею компаний.

Комментарии (0)

Оставить комментарий
Log In | Registration
Загрузка...
Explore COMSOL Blog 
CATEGORIES
TAGS
CATEGORIES
TAGS