La IA entra en el mundo de la simulación digital

Las posibilidades de la simulación no dejan de aumentar para recrear la realidad y las posibles casuísticas en los diferentes procesos de la industria de automoción. Reportaje publicado en AutoRevista 2.397.

A juicio de Óscar Calvo, Senior Account Manager Automotive de Altair, firma recientemente adquirida por Siemens, el software de simulación en plantas de producción que integran modelos eléctricos, híbridos y de combustión interna enfrenta varios desafíos clave: “Primero, la integración de tecnologías dispares requiere que el software modele eficientemente las interacciones entre los diferentes sistemas, cada uno con características y requisitos únicos. Además, la complejidad de los procesos aumenta al combinar distintos tipos de motores y fuentes de energía. La adaptación constante del software a las innovaciones tecnológicas es otro reto importante, dado que las tecnologías de vehículos evolucionan rápidamente. También debe ser capaz de optimizar la producción, asegurando eficiencia energética y cumplimiento de normativas medioambientales. Finalmente, garantizar la precisión de las simulaciones y su validación con datos reales es crucial para evitar ineficiencias en la planta”.

En esta línea, explica que la introducción de herramientas de inteligencia artificial (IA) en los procesos de simulación ofrece perspectivas muy prometedoras para aumentar el realismo y la predictibilidad: “La IA puede mejorar la precisión de los modelos al analizar grandes volúmenes de datos y aprender de patrones complejos en tiempo real, lo que permite simulaciones más detalladas y adaptativas. Además, el uso de algoritmos de machine learning puede optimizar la toma de decisiones, prever fallos y predecir comportamientos en condiciones cambiantes. Esto permite simular escenarios que antes eran difíciles de modelar. Asimismo, la IA facilita la personalización de las simulaciones para diferentes condiciones de operación, mejorando la eficiencia de los procesos y la gestión de recursos en las plantas. A medida que estas tecnologías avanzan, su integración transformará los sistemas de simulación, haciéndolos más dinámicos y precisos”.

En este sentido, considera que el uso de herramientas de simulación y gemelo digital puede tener un impacto significativo en la reducción del tiempo de lanzamiento de productos al mercado: “Al permitir la virtualización de procesos y productos, estas tecnologías facilitan la detección temprana de fallos y optimizan el diseño antes de la producción física, reduciendo la necesidad de pruebas físicas costosas y tiempos de validación. Además, permiten simular diferentes escenarios de producción, lo que ayuda a identificar el proceso más eficiente y a minimizar ajustes durante la fabricación. Con un gemelo digital, es posible realizar mejoras continuas en el diseño y producción en paralelo, acelerando el ciclo de desarrollo y reduciendo retrasos. En conjunto, estas herramientas pueden agilizar el lanzamiento de productos, mejorar la calidad y reducir costes”, apunta.

Finalmente, señala que se está trabajando en mejorar la interacción persona-herramienta de simulación mediante interfaces más intuitivas y fáciles de usar, tanto para profesionales como para operarios en la planta: “El uso de plataformas low code/no code, donde se pone el centro en el conocimiento del producto facilita la comprensión de los procesos y permite tomar decisiones más informadas. Además, la integración de asistentes virtuales y sistemas de inteligencia artificial ayuda a guiar a los usuarios, ofreciendo recomendaciones y alertas en tiempo real. Se están desarrollando plataformas colaborativas que permiten a los profesionales interactuar con los modelos de simulación de manera más dinámica y adaptativa, mejorando la eficiencia y reduciendo la curva de aprendizaje”, concluye.

Diversidad de requisitos de modelado

De su lado, Juan Nasarre Claver, Country Manager MathWorks Iberia, explica que la principal contribución de su compañía a la industria de automoción es a través del desarrollo de productos. Y que en este contexto, el primer reto es la diversidad de requisitos de modelado: “las distintas tecnologías suelen requerir enfoques de simulación diferentes, como solvers y pasos de integración específicos; esto aumenta la complejidad del desarrollo y la integración de modelos. Además, los modelos existentes pueden haberse creado con herramientas diferentes, por lo que generalmente se requiere un esfuerzo adicional para asegurar que todas las partes de la simulación, incluido el software de control, que es una parte integral de la simulación, puedan integrarse sin problemas en la plataforma de simulación. Otro reto es garantizar la escalabilidad y la flexibilidad; el software de simulación debe gestionar eficazmente varias escalas de proyecto, desde simulaciones a nivel de componentes hasta el vehículo completo, sin dejar de ser adaptable a las tecnologías en evolución”.

Por otro lado, Nasarre Claver comenta que, aunque la historia de la aplicación de la IA a la simulación es corta, el resultado es notable: “La IA puede mejorar la simulación al crear modelos de un sistema utilizando datos cuando es difícil hacerlo basándose en la física. Por supuesto para lograr esto se necesita una gran cantidad de datos del mundo real, lo que permite que las simulaciones reflejen el mundo real y las condiciones operativas del sistema. Una variante de este enfoque es el Modelado de Orden Reducido (ROM, por sus siglas en inglés), donde una parte del modelo de simulación originalmente construido sobre principios básicos es reemplazada por un modelo de IA para una ejecución más rápida con suficiente realismo. Por ejemplo, Subaru pudo mejorar la velocidad de simulación de su modelo de transmisión en un orden de magnitud al crear un ROM utilizando MATLAB”.

En cuanto a los gemelos digitales y la simulación, el Country Manager MathWorks Iberia considera que permiten la creación rápida de prototipos y la realización de pruebas virtuales, que pueden identificar defectos de diseño y optimizar el rendimiento en las primeras fases del ciclo de desarrollo, reduciendo la necesidad de prototipos físicos y pruebas iterativas. “Además, los gemelos digitales proporcionan información en tiempo real y análisis predictivos, lo que permite la supervisión continua, la mejora a lo largo del ciclo de vida del producto y el mantenimiento predictivo. Por último, los gemelos digitales y los modelos de simulación facilitan la colaboración entre equipos, lo que ayuda a acelerar la toma de decisiones, la innovación y la resolución de problemas, reduciendo así el tiempo de comercialización”, concluye. 

Cambiando el mundo de la simulación

Por su parte, Luca Hornung (Stampack) indica que el principal reto es la falta de personal cualificado en el sector, sobre todo porque muchos expertos en producción están a punto de jubilarse. Si bien, a su juicio, “no cabe duda de que la clave del éxito para una empresa de simulación es ofrecer software para no expertos en simulación, lo que democratizará los conocimientos técnicos incluso a los usuarios sin experiencia”.

Asimismo, asegura que la primera forma en que la IA cambia el mundo de la simulación es superando el problema crítico de que la simulación sólo tiene un conjunto específico de parámetros, mientras que en la realidad, parámetros como la calidad del material varían dentro de la producción. “La IA nos permite abarcar una serie de parámetros que varían en un proceso de producción, y nos permite hacer predicciones simulativas del ancho de banda necesario para cubrir la realidad en el taller. La segunda revolución de la IA es la capacidad de entrenar modelos de IA con simulación para hacer predicciones del resultado de una simulación en segundos. Este enfoque es menos preciso que una simulación, pero permite iteraciones más rápidas en una fase temprana, lo que supone una enorme ventaja”, apunta. 

Por otro lado y al ser preguntado en relación hasta qué punto considera que el uso de herramientas de simulación y el hermanamiento digital de procesos y productos pueden influir en una mayor reducción del tiempo de comercialización, insiste en que hay mucho margen de mejora en la aplicación de herramientas de simulación. “En la actualidad, sólo se simula alrededor del 30% de las piezas y procesos de producción, lo que inevitablemente conduce a largas y costosas iteraciones de prueba y error en la puesta a punto. Aunque el número de piezas simuladas va en aumento, todavía hay muchas posibilidades de mejorar este proceso, sobre todo para las pequeñas y medianas empresas”, añade.

Finalmente y en cuanto a cómo están trabajando desde su compañía para mejorar la interacción persona-herramienta de simulación tanto para el profesional de la simulación como para el usuario en el taller, indica que su software está diseñado por diseñadores de troqueles para diseñadores de troqueles. “No diferenciamos entre usuarios y profesionales de la simulación, ya que creemos que todo el mundo puede ser un profesional y debe realizar la simulación por sí mismo. Nuestro principal objetivo es proporcionar un software de simulación que no requiera ningún conocimiento de ciencia de materiales o análisis de elementos finitos”, concluye.

Jordi Planell, Sales Manager de Hexagon en Iberia, argumenta que “la optimización de procesos en una planta que maneja múltiples tipos de modelos es un desafío debido a las diferentes necesidades de producción de cada tipo de vehículo. El objetivo no es únicamente desarrollar un producto, sino también optimizar los procesos de fabricación a partir de la información real, tomando las decisiones en un proceso virtual. También son muy importantes los procesos predictivos a partir de una información real y mediante un proceso virtual. Hexagon ofrece soluciones de captación de la información en el sector de la automoción, como la plataforma PRESTO, soluciones para la gestión de la información compartida como la plataforma NEXUS, y finalmente también soluciones de software de simulación como SIMUFACT”. Planell detalla que “una vez hemos captado la información, y hemos desarrollado los procesos de simulación, con la IA, mediante procesos autónomos, a partir de las herramientas de simulación que ya tenemos, la gestión de la información y la toma de las decisiones ya está pasando a ser automática. En Hexagon tenemos ODYSSEE CAE, una potente plataforma de innovación centrada en procesos CAE que permite a los ingenieros aplicar el aprendizaje automático y la inteligencia artificial, a la optimización del diseño a los flujos de trabajo”.
 

El directivo de Hexagon considera que “al mejorar la eficiencia en el diseño, pruebas, producción y gestión de la cadena de suministro, estas tecnologías permiten a las empresas responder más rápidamente a las demandas del mercado y mantenerse competitivas. Desde Hexagon disponemos de todas las tecnologías y soluciones para el desarrollo del Gemelo Digital completo”.
 

Finalmente, Planell señala que “para obtener todas las ventajas posibles de las soluciones de simulación, estas deben extenderse a muchas más personas que están trabajando en el proceso de fabricación, no únicamente a los ingenieros de desarrollo. Se están desarrollando interfaces de usuario (UI) más intuitivas y fáciles de usar, que no requieren conocimientos técnicos profundos. En Hexagon estamos trabajando en el proceso del Virtual Clamping para lograr alcanzar las máximas potencialidades en este ámbito”.

Read this article in english.