Soprattutto nei settori industriali altamente tecnologici, la capacità di fare innovazione, nella realizzazione di nuovi prodotti, dipende anche dalla facoltà di eseguire simulazioni complesse. Questa esigenza tecnica risulta oggi di vitale importanza per riuscire a innovare e migliorare i progetti, per esempio in ambiti come quello aerospaziale o automobilistico: qui, le tecniche di simulazione e analisi aiutano gli ingegneri, non solo ad aumentare la probabilità che tutto andrà liscio al momento del rilascio del prodotto sul mercato, ma anche a immaginare differenti scenari d’uso e condizioni di funzionamento del sistema, che a loro volta consentono di esplorare varie alternative progettuali e soluzioni ingegneristiche innovative.
La simulazione permette di accorciare i cicli di sviluppo dei prodotti e di ottimizzarli, riducendo al contempo i costi di progettazione, la necessità di realizzare prototipi fisici e aumentando il ritorno dell’investimento. Tuttavia, oggi, una delle sfide più ardue nell’innovazione di prodotto, quando c’è la necessità di eseguire simulazioni di sistemi molto complessi, è riuscire a ottenere un modello digitale funzionante, quindi un prototipo virtuale realistico, capace di rappresentare il più possibile in maniera veritiera il comportamento del sistema fisico nel mondo reale.
Simulazione efficace: gli svantaggi dei modelli tradizionali
Vi sono casi in cui creare prototipi virtuali realistici si rivela particolarmente arduo. E ciò è vero specie quando si devono realizzare modelli virtuali di sistemi fisici complessi e dinamici. Nel caso delle attività di ricerca e sviluppo di prodotti in campo automotive, fare innovazione diventa molto difficile, per la natura stessa della simulazione. Si può pensare alle attività di modellazione delle dinamiche di flussi di fluidi incomprimibili multifase: per esempio, come si può simulare il fenomeno di distribuzione dell’olio in un motore che sta girando a 5mila giri al minuto, oppure come si caratterizzano le dinamiche delle perdite di lubrificante?
Potrebbe anche essere necessario dover simulare il comportamento dell’olio in un motore in raffreddamento o le dinamiche di un liquido all’interno di un serbatoio o di un’autocisterna, a loro volta in movimento. Questo genere di simulazioni risulta difficile, o poco praticabile, utilizzando i software e gli strumenti di fluidodinamica computazionale (CFD - computational fluid dynamics) convenzionali, che sono improntati su algoritmi "mesh-based", come per esempio il metodo FEM (finite element method). Con questo tipo di algoritmi, infatti, l’esigenza di generare una mesh di data point spesso finisce per trasformarsi nel collo di bottiglia che rallenta la simulazione, in particolare quando si ha a che fare problemi di frequente affinamento della mesh stessa, dovuti alla creazione di geometrie complesse: si pensi ad esempio alla simulazione delle dinamiche di movimento di un fluido all’interno di un serbatoio in deformazione elastica.
In tutte queste applicazioni della simulazione, l’adozione dei moderni software e strumenti di modellazione basati sul metodo MPS (moving particle semi-implicit) permette di evitare la necessità di generazione della mesh, di norma richiesta dai software CFD che usano metodi convenzionali.
Software come questo sono in grado di analizzare il movimento dei fluidi suddividendolo in insiemi di elementi discreti, a cui è consentito muoversi liberamente: tale approccio permette di simulare fenomeni di deformazione, coalescenza, interazioni complesse tra fluidi, o repentine modificazioni nel flusso, senza la necessità di organizzare prima una complessa preparazione della mesh.
Di conseguenza, attraverso questi strumenti software di simulazione "mesh free" diventa possibile eseguire con relativa facilità la modellazione 3D del prototipo virtuale, anche in scenari molto elaborati, abbattendo al contempo in modo significativo i tempi e costi di sviluppo del prodotto e incrementando la capacità d’innovazione dell’impresa.
