115 / 164
APRILE 2016
AUTOMAZIONE OGGI 389
115
Dagli anni ’50 a oggi…
Le basi pratico-teoriche della simulazione risalgono a Geoffrey
Gordon, che tra la fine degli anni ’50 e il 1960 sviluppò il Gpss,
Gordon’s Programmable Simulation System, poi commercializ-
zato come General Purpose Simulation System: un linguaggio
base strutturato come diagramma a blocchi-entità, capace di
prevedere le transazioni all’interno di un sistema discreto, cam-
biamenti di stato indotti dall’azione di certe attività sulla scorta di
attributi immessi. Qualcosa di molto rudimentale, ma che conte-
neva già definizioni fondamentali come quella di ‘Modellazione
di un sistema’, quale insieme delle informazioni raccolte per lo
studio di un sistema, determinando i suoi confini e identificando
le entità, gli attributi e le attività che lo caratterizzano. Requisiti
che descrivono la struttura di un fenomeno nel suo stato ini-
ziale, come è richiesto anche nella definizione del modello negli
odierni software di simulazione.
Di lì a pochi anni nacquero altri due grandi linguaggi, Simscript
e Simula (pioniere dell’approccio object-oriented da cui discen-
dono i linguaggi C++ e Java), seguiti dai primi solver analogici
su modelli descritti da equazioni differenziali, processati su com-
puter analogici fatti di potenziometri, amplificatori e oscilloscopi
per visualizzare i risultati. Si passò quindi al programma digitale
Csmp, Continuous System Modelling Program, descritto per
esteso da IBM in un documento del 1975, che sorpassò le limitate
capacità di calcolo della simulazione analogica. Gli anni ’90 por-
tarono un enorme contributo, introducendo interfacce grafiche
e animazioni nella visualizzazione dei risultati e nella costruzione
dei modelli, che resero la simulazione comprensibile e alla por-
tata di un numero molto più ampio di persone, aprendo la via
agli strabilianti strumenti disponibili sul mercato dei nostri giorni:
strumenti adottati inizialmente soprattutto da esperti strutturali
nei settori aeronautico e automobilistico, ma che oggi sono dif-
fusi nelle aziende di ogni settore e dimensione.
FEM e multifisica
Il set up preliminare del modello è però solo il primo passo.
Infatti, i sistemi in natura sono densi e continui e, al fine di
ottenere risultati ripetibili, occorre prevedere stati isolati
di un sistema, in punti individuati da precise condizioni. Il
modello, una volta definito, va discretizzato, ovvero è ne-
cessario tradurlo in linguaggio matematico, definendone
la geometriamediante il metodo di analisi a elementi finiti,
FEM. In questo passaggio, viene creata una mesh, o griglia
di calcolo, scegliendo una cellula minima che riproduca con
quanta più accuratezza possibile la struttura fine dell’oggetto.
La mesh stende una sorta di rete sull’oggetto, individuando dei
nodi che rappresentano gli stati in cui il nostro oggetto si troverà
simulando l’azione di determinate forze. Quanto più la
mesh è vicina alla natura dell’oggetto, tanto più accu-
rati saranno i risultati della simulazione.
I processi di definizione del modello e della mesh sono
la parte più complessa del processo di simulazione e
spesso hanno generato colli di bottiglia nell’utilizzo di
questi strumenti. Le suite di simulazione più attuali of-
frono per questo diversi strumenti a supporto di queste
fasi, quali librerie di elementi finiti e modelli predefiniti.
Inoltre, così come la mesh ricalca per approssimazione la strut-
tura dell’oggetto, così le singole forze e leggi discrete divise nelle
branche della nostra fisica agiscono in natura in maniera inter-
dipendente, interferendo tra loro e combinando le loro azioni.
Perciò oggi esistono software di simulazione multifisica, in grado
di simulare gli effetti dell’azione combinata e concomitante di
più fenomeni su un oggetto, affinando l’accuratezza della simu-
lazione avvicinandosi maggiormente al continuum originario del
fenomeno studiato.
Tipi di simulazione
A seconda di come il sistema è stato descritto, quindi dello spet-
tro dei fenomeni fisici che lo interessano, esistono diversi tipi di
simulazione fisica dei sistemi. Tra le tipologie più diffuse, l’analisi
meccanica strutturale simula la risposta di un sistema meccanico
sottoposto all’azione di un insieme di forze e vincoli, per preve-
dere possibili rotture e cedimenti. La simulazione fluidodinamica,
o CFD - Computational Fluid Dynamics, riproduce invece il moto
di fluidi sotto l’azione di campi di pressione, al fine di valutare, per
esempio, potenza ed efficienza energetica di macchine a fluido.
L’analisi termica simula la risposta di un sistema fisico all’azione di
temperature e flussi di calore, verificando i livelli di riscaldamento
e raffreddamento dei materiali, mentre la simulazione elettroma-
gnetica calcola l’interazione tra campi elettrici e magnetici al va-
riare della conducibilità e della permeabilità magnetica dei corpi
immersi in un sistema. La simulazione chimica analizza le reazioni
tra i materiali e, ancora, tra le più diffuse, vi sono la simulazione
cinematica e la simulazione acustica e ottica, per prevedere la
propagazione di onde sonore e raggi luminosi.
Dal cioccolato alla stampa 3D
L’uso della simulazione è prezioso in tutti i settori, ma diventa addi-
rittura cruciale nello sviluppo in ottica di applicazione industriale di
tecnologie emergenti, come la stampa 3D.
Nella tecnica additiva per Sha-
ped Metal Deposition, per
esempio, la simulazione
termomeccanica è in-
dispensabile per
prevedere la
deformazione
strutturale dei
Simulazione nella stampa 3D per SMD,
onde prevedere la deformazione finale
per effetto degli stress termici dei cicli
di deposizione
Simulazione applicata nel campo machinery per la valutazione
di diverse alternative di progetto
Fonte MSC
Fonte Comsol News