Vai al contenuto

Il Ruolo della CAE nell’Industria Automobilistica

    La Computer Aided Engineering è di vitale importanza nel settore automobilistico, soprattutto oggi che sono richieste simulazioni complesse e multidisciplinari. Se un tempo le simulazioni erano perlopiù divise in compartimenti stagni (c’era chi si occupava di fluidodinamica computazionale, chi di dinamica del veicolo e così via), oggi la tendenza è quella di far interagire più simulazioni in un unico ambiente virtuale, per carpire al meglio le criticità del progetto e prendere, dunque, decisioni migliori e più consapevoli. Ora, le aree di specializzazione sono rimaste pressoché le medesime, precisamente sono aumentate, solo che si richiede una maggiore interconnessione fra le discipline coinvolte nello sviluppo del veicolo, e perciò servono nuove competenze ed un maggior grado di collaborazione da parte di tutti gli attori coinvolti. Facciamo un esempio: oggi occorre simulare un veicolo che si muove in un ambiente ben determinato, in grado a sua volta di simulare le condizioni meteo, per esempio, ed ancora i rumori presenti in tale ambiente; occorre simulare i modelli di comportamento di altri guidatori, di pedoni; anche oggetti come semafori, oggetti della IoT e via discorrendo. Quanto detto vale, così come nei sistemi di guida autonoma, così come nel sistema veicolo in generale, dove è necessario simulare meccanica, elettronica, fenomeni elettromagnetici, termici, idraulici, acustici, e così via, tutto in un unico ambiente virtuale.

    Ebbene, il ruolo della CAE non si ferma al semplice studio del comportamento strutturale, ma coinvolge molti altri settori ed altre discipline, fino ad arrivare a costituire il Digital Twin (gemello digitale, di cui parleremo in un prossimo articolo) e oltre. Il problema è che questa complessità va gestita al meglio con la corretta implementazione di software dedicati, ed inoltre sarebbe auspicabile definire degli standard di comunicazione hardware e software così come delle norme tecniche a cui fare riferimento. Tutto questo diventa difficile, dal momento in cui nascono continuamente nuove piccole software house che parlano linguaggi diversi, per usare un eufemismo, e non vi è, appunto, un’armonizzazione dei riferimenti tecnici. La soluzione al problema può avvenire fra autorità pubbliche, aziende e centri di ricerca, purché interagiscano fra loro.

    Per quanto detto fino ad ora, ricordando anche i precedenti articoli, possiamo dire che l’utilizzo della simulazione cresce a due livelli: uno strettamente legato al prodotto, nella fattispecie componenti di un’automobile, l’altro coinvolge simulazioni d’ambiente entro cui il sistema automobile si muove. In altre parole, abbiamo:

    _la simulazione di componenti e di assiemi di componenti

    _la simulazione di un ecosistema

    Simulazione di componenti e di assiemi di componenti

    Questo ramo della simulazione è quello tradizionale, quello in cui siamo abituati a muoverci sia a livello individuale che collettivo. In questo caso si fa largo uso degli strumenti tradizionali di simulazione che diventano anno dopo anno sempre più accessibili, economici, ma anche più complessi ed articolati anche se dotati di interfacce sempre più user friendly. Ciononostante, servono competenze specifiche, ma anche trasversali, oggi più che mai.

    Siamo in grado di simulare il processo di saldatura e ciò che ne deriva, come i ritiri, fisiologici, del processo e le distorsioni, così come la modifica della struttura cristallina nell’intorno e nella zona termicamente alterata e tutta una serie di informazioni che aiutano a prendere decisioni consapevoli ed informate. In realtà, di fatto, nell’industria automobilistica si usa ormai nella quasi totalità dei casi la saldatura laser e a resistenza a punti, anche se talvolta il processo MAG/MIG (perlopiù) è preferibile.

    Siamo in grado di simulare i processi di deformazione plastica, come lo stampaggio e l’imbutitura; di dedurre, da tali lavorazioni, e valutare il ritorno elastico, di prevedere possibili grinze e cricche e di conseguenza migliorare gli stampi e la progettazione degli stessi e dei componenti. L’uso della simulazione dello stampaggio è consolidato nell’industria automobilistica in quanto usato per sviluppare e ottimizzare ogni elemento metallico.

    Siamo in grado di simulare il processo di iniezione per materie plastiche anticipando e risolvendo in anticipo problematiche di processo che in fase di set up comporterebbero costosi ritardi produttivi. In queste simulazioni si possono gestire materiali quali gomme, siliconi, polimeri, eccetera.

    Siamo in grado di simulare

    Siamo in grado di simulare

    Simulazioni di ecosistemi

    questo ramo della simulazione è quello innovativo, ad oggi, quello in cui gli enti di ricerca più avanzati, pubblici e privati, stanno investendo massivamente, anche per creare nuovi paradigmi di progettazione. Ricerche di mercato fanno emergere che il segmento delle simulazioni, qui chiamate “di ecosistemi”, ad esempio per i veicoli a guida autonoma, crescerà sempre più rapidamente. Di certo quello anzidetto. È l’era della Simulation Based Engineering, in cui le aziende automobilistiche stanno intraprendendo un rapido percorso di trasformazione digitale.

    Le maggiori società che producono suite per le simulazioni multifisiche sono: Altair, Ansys, Aras, Dassault Systèmes, Ptc, Siemens, AutoDesk e Mathworks.

    Si rammenta che i software di simulazione, dopo essere stati per anni appannaggio delle grandi case costruttrici, che sovente implementavano/implementano codice e realizzavano/realizzano software in house, ora sono alla portata anche delle PMI e, quindi, di chi lavora nella filiera. Questo grazie soprattutto ai costi ormai accessibili delle infrastrutture, come potenza di calcolo e librerie software. Si pensi al semplice fatto che ad oggi tutti hanno accesso ai sistemi di High Performance Computing (HPC) con cui fare simulazioni che richiedono potenze computazionali ingenti per essere svolte in tempi relativamente brevi, oppure per fare simulazioni un tempo impensabili. Grazie anche al fatto che le software house permettono formule alternative all’acquisto, come il leasing od il pay for use, permettendo anche alle imprese più piccole di validare i propri componenti virtualmente, potendosi permettere prima della prototipazione fisica, risultati, circa le prestazioni e sicurezza, quantitativamente accurati. Vi è anche il settore delle piccole serie e dei pezzi unici, che traggono un grande vantaggio dalla simulazione, poiché costruire un prototipo fisico sarebbe molto più dispendioso ed ormai poco competitivo, soprattutto per queste ultime.

    Un ruolo molto importante è dato dall’introduzione di tecnologie relativamente nuove come L’AI (Artificial Intelligence) ed il Machine Learning, che consentono di vagliare molte casistiche di progetto e di condizioni di funzionamento in parallelo, o di valutare in modo ottimale gli input dati da trasduttori sempre più complessi. Ciò sarà di fondamentale importanza sempre di più nel futuro, a mano a mano che la sensoristica sarà sempre più centrali nel mondo automotive, e non solo. Infatti, in futuro, avremo molti input da gestire in contemporanea. Si pensi al fatto che, già oggi, il computer di un veicolo si può mettere in contatto con uno smartphone, il quale dice alla nostra auto, attraverso il computer, che deve andare da A a B: il sistema sarà in grado di “decidere” se, come e quando ridurre l’erogazione di energia (ad esempio se la nostra auto è elettrica), conoscendo la strada da percorrere, le condizioni della strada, del traffico, del meteo e via discorrendo. Tutto ciò viene indagato a monte grazie all’uso di simulatori sempre più efficaci e performanti in grado di predire più scenari in contemporanea, e grazie all’integrazione nel mondo virtuale dell’ambiente esterno. Queste simulazioni influenzano a cascata tutti i sottoassiemi di un veicolo fino al singolo componente, che verrà progettato e realizzato tenendo conto di una miriade di informazioni intercorrelate.

    Insomma, le molte possibilità date dall’utilizzo delle tecnologie più avanzate, come l’AI, fanno sì che si riesca nell’intento di far comunicare i veicoli con l’infrastruttura stradale, i veicoli con altri veicoli e, gli stessi, con l’ecosistema in cui vengono immersi, e quindi anche con le persone; si possono produrre veicoli molto prestanti ed efficienti, oltre che molto sicuri, e, non di secondaria importanza, si possono raccogliere informazioni che fino a poco tempo fa era impensabile raccogliere. Le stesse andranno poi riutilizzate per migliorare i sistemi di guida, innescando un circolo virtuoso, di certo auspicabile.

    Conclusione

    Abbiamo gli strumenti in grado di simulare interi ecosistemi, abbiamo modelli digitali di diversi ambienti (come città intere), abbiamo l’intelligenza artificiale, il machine learning e via di questo passo.

    La domanda è: abbiamo le competenze per implementare correttamente, utilizzare e gestire al meglio queste tecnologie?

    Lascia un commento

    Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *