Table of Contents Table of Contents
Previous Page  65 / 84 Next Page
Information
Show Menu
Previous Page 65 / 84 Next Page
Page Background

progettare

408

SETTEMBRE

2017

65

viduale come una turbina eolica e

isolare solo quel prodotto - sottolinea

Marc-Thomas Schmidt, chief architect

Predix analytics platform di GE Digital

-. Non stiamo parlando di una turbina

generica, ma di quella in particolare.

Possiamo studiare gli schemi climatici

che la influenzano, l’angolazione delle

pale, l’output energetico, e ottimiz-

zare il singolo pezzo. Se lo facciamo

per tutti i prodotti in operatività, im-

maginate l’impatto sulle prestazioni

complessive. Si tratta senza dubbio di

una rivoluzione nel settore del product

engineering”. I digital twin sono stati

resi possibili da diversi sviluppi tecno-

logici, compreso il miglioramento nel

softwaredi simulazione, nell’hardware

e l’aumento della velocità di elabora-

zione. L’abilitatore principale però è

stato l’avvento dell’Internet of Things

(IoT). Le implicazioni IoT nella vita di

tutti i giorni sono state documentate

e la crescita dei dispositivi consumer

non rallenta.

Infatti, entro il 2025 le vendite di device

connessi raggiungeranno 11 trilioni di

$/anno.Tuttavia, il settore industriale è

stato più lento a capitalizzare sull’IoT.

Anche se le prime applicazioni so-

no state abbastanza semplici, come

l’accensione e lo spegnimento di uno

strumento, oggi il mondo business

sta iniziando a comprendere l’enorme

potenziale dei dispositivi IoT per cattu-

rare in tempo reale dati che rivestono

un’importanza strategica. Inserendo

sensori piccoli e a basso costo nei pro-

dotti che operano sul campo, gli inge-

gneri raccolgono preziosi dati sul fun-

zionamento quotidiano. Associando

queste informazioni alla simulazione

physics-based è possibile esaminare

e indirizzare problemi di performance,

prevedere eventuali manutenzioni o

riparazioni, e garantire che versioni

future del prodotto siano ottimizzate

per le condizioni operative quotidiane.

Dati importanti per il progetto

“Quello cheAnsys offre è l’abilità di si-

mulare eventuali malfunzionamenti.

La simulazione è applicata nella fase

di ingegneria iniziale il digital twin

potrebbe includere informazioni circa

il livello di stress prima della rottura,

o lo spessore minimo di una parete,

che quando è in funzione - aggiunge

AndrewTimm, chief technology offi-

cer in PTC - se qualcosa si rompe si

possono simulare soluzioni poten-

ziali nel modello digitale e utilizzare

questi dati per risolvere la situazio-

ne”. Mentre i digital twin vengono

principalmente impiegati da aziende

industriali con sistemi di prodotto

complessi, i nuovi avanzamenti tec-

nologici rendono queste best practice

accessibili anche ad altre realtà, con

una più vasta gamma di applicazioni.

In Ansys collaboriamo con le aziende

della rivoluzione digital twin per por-

tare questa funzionalità a tutti i team

di sviluppo. Abbiamo per esempio

lavorato conGE per integrare il nostro

software di simulazione con Predix, la

piattaforma cloud proprietaria di GE

per dati e analisi industriali. Questa

collaborazione combina dati operativi

quotidiani con potenti capacità di

analisi, generando insight strategici

visibili e utilizzabili tramite la simu-

lazione.

Ansys collabora anche con PTC, svi-

luppatore di ThingWorx, piattaforma

IoT che rappresenta un gateway tra

sensori remoti e software di simulazio-

ne. Grazie a machine learning e realtà

aumentata, PTC mostra le informazio-

ni raccolte dall’IoT e connette i dati al

software Ansys. Poiché la piattaforma

di simulazione è personalizzabile, può

essere adattata al fine di integrarsi

con altre soluzioni IoT. A mano a ma-

no che Ansys rilascia nuove versione

del suo software, l’azienda continuerà

a focalizzarsi sui miglioramenti che

ne assicurano l’integrazione con altre

tecnologie, rendendo i digital twin più

accessibili e facili da gestire.

E. Bantegnie, S. Sharma - Ansys.

Un digital twin è la combinazione delle informazioni digitali di un determinato oggetto.

I digital twin sono stati resi possibili da diversi svilup-

pi tecnologici: software di simulazione, hardware e

velocità di elaborazione.

Il digital twin potrebbe includere informazioni circa il livello di stress della struttura di un prodotto.