Sei sfide ingegneristiche alla base di Twin Builder e dello sviluppo di gemelli digitali per il monitoraggio strutturale.
La creazione di un gemello digitale per il monitoraggio strutturale (SHM) significa molto più che realizzare una rappresentazione digitale o 3D di un’infrastruttura.
Un vero gemello digitale strutturale deve connettere modelli FEM, dati di monitoraggio, analisi strutturale, calibrazione del modello e intelligenza artificiale all’interno di un ambiente digitale in grado di evolversi insieme alla struttura reale. Far funzionare insieme tutte queste tecnologie rappresenta una sfida ingegneristica significativa.
La situazione si complica ulteriormente quando l’obiettivo è trasformarli in uno strumento utilizzabile dagli ingegneri strutturali nei loro flussi di lavoro quotidiani. Questa è una delle idee alla base di Twin Builder , il nuovo modulo SHM di WeStatiX attualmente in fase di sviluppo da parte di CAEmate.
Twin Builder è progettato per consentire alle società di ingegneria e ai professionisti del settore strutturale di costruire e configurare i propri gemelli digitali, partendo dai modelli FEM, dai sistemi di monitoraggio e dalle conoscenze ingegneristiche di cui già dispongono.
Ma come si trasforma un processo così complesso in un flusso di lavoro ingegneristico accessibile? Ecco sei delle principali sfide ingegneristiche che stiamo affrontando durante lo sviluppo di Twin Builder.
Interoperabilità dei modelli FEM: far sì che i modelli strutturali parlino la stessa lingua
Per molti progetti infrastrutturali, il punto di partenza di un Digital Twin basato sulla fisica è un modello esistente realizzato con il Metodo degli Elementi Finiti (FEM).
Gli ingegneri strutturali utilizzano già sofisticati software FEM per rappresentare ponti, dighe e altre infrastrutture. Tuttavia, questi modelli vengono creati in ambienti diversi, come SAP2000, MIDAS, SOFiSTiK e altri, ognuno con i propri formati, convenzioni di modellazione e strutture dati.
Una piattaforma Digital Twin non dovrebbe costringere gli ingegneri a ricostruire quei modelli da zero.
Una delle prime sfide di Twin Builder è quindi l’interoperabilità dei modelli FEM .
Stiamo sviluppando un convertitore progettato per interpretare i modelli strutturali esistenti e ricostruirli all’interno dell’ambiente SHM di WeStatiX, preservando al contempo le informazioni ingegneristiche necessarie per le analisi successive: geometria, materiali, proprietà meccaniche, elementi strutturali e condizioni al contorno.
L’obiettivo è creare un flusso di lavoro in cui i modelli ingegneristici esistenti diventino la base per la costruzione di un gemello digitale.
Porta il tuo modello FEM. Crea il tuo gemello digitale.
Dietro questo flusso di lavoro apparentemente semplice si cela uno degli aspetti più complessi per rendere interoperabile la tecnologia del Digital Twin.
Calibrazione del modello FEM: collegamento tra il modello numerico e la struttura reale
Un modello FEM descrive il comportamento previsto di una struttura. Un gemello digitale per il monitoraggio strutturale deve invece comprendere il comportamento effettivo di tale struttura.
Questa distinzione è fondamentale.
Ogni modello numerico contiene ipotesi riguardanti le proprietà dei materiali, i carichi, i vincoli, le condizioni al contorno e altri parametri strutturali. L’infrastruttura reale, invece, è continuamente esposta al traffico, alle variazioni di temperatura, alle condizioni ambientali, all’invecchiamento e al cambiamento delle condizioni operative.
La sfida consiste quindi nel collegare il comportamento strutturale simulato con il comportamento strutturale misurato .
Twin Builder è stato progettato per integrare i dati di monitoraggio con il modello numerico, in modo che misurazioni e simulazioni possano essere confrontate all’interno dello stesso ambiente.
Tecniche come l’analisi modale operativa (OMA) possono fornire informazioni sulle effettive proprietà dinamiche di una struttura, tra cui frequenze naturali, forme modali e smorzamento.
I dati di monitoraggio possono quindi essere utilizzati come input per la calibrazione del modello FEM , contribuendo a ridurre le discrepanze tra le previsioni numeriche e il comportamento misurato sull’asset reale.
Questo crea una connessione continua tra l’infrastruttura fisica e la sua rappresentazione numerica. Il modello non è più statico, ma può evolversi in base alle informazioni provenienti dalla struttura reale.
E questo è un passo fondamentale nella trasformazione di un modello FEM in un gemello digitale .
Intelligenza artificiale basata sulla fisica: imparare da scenari strutturali mai verificatisi
L’intelligenza artificiale può identificare schemi in grandi quantità di dati di monitoraggio. Tuttavia, il monitoraggio delle infrastrutture presenta un problema particolare: le condizioni strutturali critiche sono – fortunatamente – relativamente rare.
Un ponte può essere monitorato per anni senza subire danni significativi. Ciò solleva un interrogativo importante:
Come può l’intelligenza artificiale riconoscere un comportamento strutturale anomalo se non l’ha mai visto prima?
Una possibile soluzione risiede nella combinazione dell’intelligenza artificiale con la simulazione strutturale basata sulla fisica . Una volta disponibile un modello FEM, gli ingegneri possono simulare diverse condizioni e scenari strutturali variando i carichi, le proprietà dei materiali, gli effetti ambientali, le condizioni al contorno o altri parametri rilevanti.
Queste simulazioni possono generare informazioni su come la struttura potrebbe comportarsi in condizioni che potrebbero non essersi ancora verificate nella sua storia di monitoraggio. I modelli di intelligenza artificiale possono apprendere da queste informazioni basate sulla fisica e confrontarle con le misurazioni provenienti dall’infrastruttura reale.
Ciò crea un importante collegamento tra la simulazione FEM, il monitoraggio strutturale e il rilevamento delle anomalie basato sull’intelligenza artificiale .
Anziché basarsi esclusivamente su dati storici di monitoraggio, il Digital Twin può utilizzare la fisica ingegneristica per esplorare in anticipo i possibili comportamenti strutturali.
La simulazione si trasforma in conoscenza. La conoscenza può supportare la previsione.
Integrazione di FEM, dati da sensori, OMA e IA in un unico flusso di lavoro di gemello digitale
Un gemello digitale strutturale non si basa su un’unica tecnologia.
Dietro a tutto ciò si cela un intero ecosistema tecnologico:
Modellazione FEM, acquisizione dati da sensori, elaborazione dati, analisi modale operativa, calibrazione del modello, simulazione strutturale e intelligenza artificiale.
Ognuna di queste tecnologie è già complessa di per sé. Collegarle non crea automaticamente una piattaforma efficace per il monitoraggio dello stato di salute strutturale .
Una delle principali sfide nello sviluppo di Twin Builder è quindi quella di trasformare queste diverse tecnologie in un flusso di lavoro ingegneristico coerente .
Ciò richiede di rispondere a domande pratiche.
- Di quali informazioni ha bisogno un ingegnere in ogni fase?
- Quali procedure possono essere automatizzate?
- Quali parametri richiedono un controllo ingegneristico diretto?
- In che modo i dati di monitoraggio dovrebbero interagire con il modello FEM?
- E come si possono rendere comprensibili analisi complesse senza semplificarne eccessivamente il significato ingegneristico?
L’obiettivo è creare un flusso di lavoro in cui tecnologie che tradizionalmente richiedono strumenti diversi e procedure specializzate possano interagire all’interno dello stesso ambiente.
La tecnologia sottostante può essere complessa. Il flusso di lavoro ingegneristico non dovrebbe esserlo.
Rendere accessibile la tecnologia del gemello digitale senza creare una scatola nera.
La semplificazione dei processi ingegneristici complessi introduce un’altra importante sfida.
La creazione e la manutenzione di un gemello digitale strutturale possono richiedere competenze in modellazione FEM, monitoraggio strutturale, analisi dinamica, interpretazione dei dati dei sensori e calibrazione del modello .
Esporre ogni parametro e ogni passaggio computazionale renderebbe il flusso di lavoro difficile da gestire. Ma nascondere tutto dietro l’automazione crea il problema opposto: il Digital Twin diventa una scatola nera . Per gli ingegneri strutturali, questo è particolarmente problematico.
Comprendere presupposti, parametri e comportamento del modello è fondamentale per valutare i risultati e prendere decisioni informate sulle infrastrutture. Twin Builder è quindi in fase di sviluppo per trovare un equilibrio tra automazione e controllo ingegneristico .
I flussi di lavoro guidati possono semplificare procedure complesse e aiutare gli utenti a configurare correttamente le analisi, mentre le impostazioni avanzate possono rimanere accessibili quando è necessario un controllo più approfondito. L’obiettivo non è quello di nascondere la complessità ingegneristica.
Si tratta di rendere gestibile la complessità ingegneristica .
Questa distinzione è essenziale affinché la tecnologia avanzata del Digital Twin diventi accessibile a una gamma più ampia di aziende di ingegneria e professionisti delle infrastrutture.
Automatizzare l'analisi strutturale senza sostituire il giudizio ingegneristico
Forse la sfida più importante alla base di Twin Builder non è puramente tecnologica.
Molte delle decisioni coinvolte nella creazione di un gemello digitale richiedono esperienza ingegneristica.
- Come si dovrebbe configurare un’analisi modale operativa?
- Quali parametri dovrebbero essere inclusi nella calibrazione del modello FEM?
- Come si possono distinguere gli effetti ambientali dai cambiamenti nel comportamento strutturale?
- Quali discrepanze tra misurazioni e simulazioni sono significative?
- E quando il modello numerico e i dati di monitoraggio non concordano, la causa è da ricercarsi nella struttura, nel modello o nel sistema di monitoraggio?
Queste questioni non possono essere semplicemente ridotte a calcoli automatici. Richiedono un giudizio ingegneristico .
Attraverso Twin Builder, stiamo lavorando per tradurre parte delle conoscenze accumulate tramite la ricerca e progetti reali di monitoraggio strutturale in flussi di lavoro guidati e intelligenti.
L’automazione può gestire calcoli ripetitivi, elaborare grandi quantità di dati di monitoraggio e supportare analisi complesse.
Ma l’interpretazione finale rimane un compito ingegneristico. L’obiettivo, quindi, non è quello di sostituire gli ingegneri strutturali.
L’obiettivo è fornire loro strumenti migliori per comprendere il comportamento strutturale, indagare sulle anomalie e prendere decisioni informate in modo più efficiente .
La competenza rimane umana. Il flusso di lavoro diventa intelligente.
Dai modelli FEM ai gemelli digitali per il monitoraggio strutturale
Queste sei sfide condividono un obiettivo comune.
Rendere accessibile a un maggior numero di ingegneri la tecnologia avanzata del Digital Twin per il monitoraggio delle infrastrutture .
Oggi, la creazione di un gemello digitale basato sulla fisica può richiedere molteplici ambienti software, competenze specializzate e un notevole impegno per connettere modelli numerici, misurazioni dei sensori e procedure di analisi strutturale.
Twin Builder mira a ridurre queste barriere integrando questi elementi in un flusso di lavoro più completo. Il punto di partenza può essere un modello FEM esistente. I dati di monitoraggio collegano tale modello alla struttura reale. La calibrazione del modello ne migliora la capacità di riprodurre il comportamento misurato. La simulazione strutturale consente agli ingegneri di analizzare diversi scenari.
L’intelligenza artificiale aiuta a identificare modelli e anomalie all’interno di quantità di dati sempre più ingenti. Insieme, queste tecnologie possono trasformare un modello numerico statico in una rappresentazione dinamica dell’infrastruttura reale.
Cos'è Twin Builder?
Twin Builder fa parte di WeStatiX SHM, la piattaforma di CAEmate per il monitoraggio strutturale e le applicazioni di Digital Twin.
È in fase di sviluppo per aziende di ingegneria e professionisti del settore strutturale che desiderano creare e gestire gemelli digitali utilizzando i propri modelli ingegneristici e dati di monitoraggio.
Anziché sostituire gli strumenti e le competenze già utilizzati dagli ingegneri, Twin Builder è progettato per connetterli all’interno di un flusso di lavoro unificato, dall’integrazione del modello FEM e dalla gestione dei dati dei sensori alla calibrazione del modello, all’analisi strutturale e allo sviluppo del Digital Twin.
L’obiettivo è rendere più accessibili le funzionalità avanzate di monitoraggio strutturale, mantenendo al contempo la trasparenza e il controllo ingegneristico necessari per le applicazioni infrastrutturali.
Per noi, questo rappresenta un aspetto importante della democratizzazione del monitoraggio dello stato di salute strutturale .
Non stiamo sostituendo gli ingegneri.
Non trasformare l’analisi strutturale in una scatola nera.
Ma ciò significa dare a un maggior numero di professionisti dell’ingegneria accesso alle funzionalità avanzate del Digital Twin, preservando al contempo il rigore scientifico, la trasparenza e il giudizio ingegneristico che la gestione delle infrastrutture richiede.
Twin Builder. Crea il tuo gemello digitale.
