AI vereenvoudigt de simulatie van vloeistofstromingen en -processen

Computersimulatie van vloeistofstromingen en fysische en chemische processen in vloeistoffen vereist veel menselijke expertise en aanzienlijke rekenkracht. Simulatietools zijn steeds geavanceerder geworden, onder meer voor het modelleren van gecombineerde multifysische verschijnselen. Maar voor het bouwen van de modellen, het uitvoeren van de berekeningen en het interpreteren van de resultaten heb je nog steeds experts nodig met kennis van zowel de relevante fysische domeinen als de gebruikte numerieke technieken.

Numerieke simulatiemethoden gebruiken

In numerieke simulaties worden wiskundige modellen van continue fysische processen benaderd door discretisatie van tijd, ruimte of beide. Bij ruimtelijke discretisatie wordt het te simuleren systeem verdeeld in kleinere cellen of elementen, zoals bij de eindige-elementenmethode. Daarbij worden lokale oplossingen samengevoegd tot een compleet systeem. Het toepassen van de eindige-elementenmethode op tijdsafhankelijke problemen leidt tot de zogeheten lijnmethode, waarbij de ruimtelijke discretisatie een stelsel vergelijkingen oplevert dat vervolgens in de tijd wordt geïntegreerd. De tijdsintegratie omvat het discretiseren van tijd in een reeks tijdstappen. Deze methoden maken nauwkeurige benaderingen van complex systeemgedrag mogelijk.

Simulaties versnellen

De numerieke oplossing van de modelvergelijkingen kan miljoenen onbekenden omvatten. De nauwkeurigheid van de simulatie neemt doorgaans toe met het aantal cellen of elementen dat voor de ruimtelijke discretisatie wordt gebruikt. Sommige stijve of zeer dynamische problemen vereisen mogelijk zeer kleine tijdstappen, wat vaak ook betekent dat de (miljoenen) ruimtelijke vergelijkingen bij elke tijdstap moeten worden opgelost. Kleinere tijdstappen en fijnere mazen verhogen de rekenvereisten, maar verbeteren meestal ook de nauwkeurigheid. In de loop der jaren is daarom uitgebreid onderzoek gedaan naar de ontwikkeling van numerieke methoden die zowel sneller als efficiënter zijn.

Eerst het proces begrijpen

Menselijke inspanning begint met het begrijpen van het proces of fenomeen dat je wilt bestuderen, zegt Ed Fontes. Hij is vice president Development bij COMSOL, een toonaangevende leverancier van multifysische modellerings- en simulatieoplossingen. “Je formuleert een hypothese over hoe je dat proces of verschijnsel kunt beschrijven. Vervolgens maak je een model met alle vergelijkingen die bij deze beschrijving horen. Vaak zijn deze modelvergelijkingen niet-lineair, waardoor ze analytisch moeilijk – of helemaal niet – zijn op te lossen. Numerieke modellen en computersimulaties geven dan een benaderende oplossing.”

Simulatiemodel valideren

Zodra je een numeriek model hebt ontwikkeld en simulatieresultaten hebt verkregen, is de volgende stap het valideren van het model, legt Fontes uit. “Je doet dit door de simulatieresultaten te vergelijken met de werkelijkheid zoals die door experimenten is vastgesteld. Het komt vaak voor dat het model iets anders voorspelt dan wat in de werkelijkheid wordt waargenomen, wat meestal aangeeft dat de onderliggende verschijnselen niet volledig zijn doorgrond. Opnieuw komt het neer op begrip: hoe kun je deze verschillen verklaren en hoe moet je je model aanpassen om ervoor te zorgen dat de resultaten zo goed mogelijk overeenkomen met de werkelijkheid?”

Virtueel experimenteren

Simulaties op basis van een gevalideerd model kunnen worden beschouwd als virtuele experimenten. Ze maken het mogelijk om een breed scala aan scenario’s te onderzoeken zonder de nadelen van fysieke experimenten, zoals dure opstellingen, uitgebreide trial & error, materiaalverbruik of veiligheidsrisico’s. Een ander groot voordeel is de mogelijkheid om verschijnselen en fysische grootheden te onderzoeken die moeilijk of zelfs onmogelijk experimenteel te observeren zijn. Zo kun je modellen voor vloeistofstroming en transport van chemische stoffen gebruiken om chemische processen gedetailleerd te bestuderen. Dat lukt zelfs als de corresponderende metingen lastig op volledige schaal zijn uit te voeren.

Reactievergelijkingen invoeren

Simulaties worden veel gebruikt in de vloeistofdynamica vanwege hun vele voordelen, stelt Fontes. “Na vijf jaar met simulaties in de procesindustrie te hebben gewerkt, kwam ik 25 jaar geleden bij COMSOL in dienst. De eerste simulatiemodule waaraan ik werkte, was gericht op chemische technologie. In de loop der jaren is die module aanzienlijk uitgebreid en sindsdien opgedeeld in aparte modules voor vloeistofstroming (CFD, Computational Fluid Dynamics), warmteoverdracht en chemische reactietechnologie. Er is natuurlijk enige overlap, maar elke module heeft zijn eigen kenmerken. In de module Chemical Reaction Engineering kun je bijvoorbeeld chemische vergelijkingen direct in de gebruikersinterface invoeren, waarna de reactiekinetiek automatisch wordt afgeleid. Met simulatie kun je vervolgens de chemische reacties volgen – sommige klanten zeggen zelfs dat het fantastisch werkt.”

Breed toepassen in de industrie

Universiteiten en andere onderzoeksinstellingen waren traditioneel de eersten die numerieke modellen en simulatietechnieken gebruikten. Inmiddels worden ze ook breed toegepast in de industrie, verklaart Fontes. Voorbeelden zijn de voedingsmiddelenindustrie, de chemische industrie (bulk- en specialty-producten, biotechnologie, farmaceutica, petrochemie) en elektrochemie voor toepassingen als batterijen, brandstofcellen en corrosieverschijnselen.

Verrassen met toepassingen

Naast voor de hand liggende toepassingsgebieden kun je met simulaties ook onverwachte onderwerpen oppakken. Voorbeelden zijn:

• Verdamping van ethanol en water uit een glas wijn om de optimale omstandigheden voor professionele wijnproeverijen te bepalen.
• Optimalisatie van het ontwerp van drainagesystemen voor regenwaterafvoer.
• Elektrodialyse met bipolaire membranen voor het afvangen van CO₂ uit de oceaan.

Simulatie-apps gebruiken

Simulaties van complexe processen vergen vaak veel tijd, rekenkracht en deskundige evaluatie. Dankzij de introductie van toegankelijke simulatie-apps en de opkomst van AI verandert dit. COMSOL is al actief op dit gebied, schetst Fontes: “Onze Multiphysics-software beschikt nu over de Application Builder, waarmee modelleringsexperts simulatie-apps kunnen maken. Dit zijn gebruiksvriendelijke interfaces voor bestaande geavanceerde simulatiemodellen. De gebruiker hoeft het onderliggende model niet langer te begrijpen en kan zich in plaats daarvan richten op de invoerparameters en de resultaten.”

Versnellen met AI

De nieuwste ontwikkeling is het gebruik van AI – met name machine learning – om snelle, compacte simulatiemodellen te bouwen. Eerst genereren experts de benodigde data met behulp van conventionele, high-fidelity simulaties. Deze simulatiedata worden vervolgens gebruikt om AI-modellen te trainen, meestal gebaseerd op diepe neurale netwerken (DNN’s). De resulterende surrogaatmodellen zijn geschikt voor gebruik in simulatie-apps en kunnen ook worden geïntegreerd in digitale tweelingen van bijvoorbeeld procesinstallaties, waar ze realtime input en output leveren voor procesbesturing.

Op de knop drukken

Het gebruik van surrogaatmodellen op basis van DNN’s beïnvloedt niet alleen de snelheid van simulaties, maar ook de kwaliteit van de onderliggende modellen, zegt Fontes tot slot. “De manier waarop de modellen worden getraind – vaak met behulp van experimentele data – zorgt ervoor dat ze voortdurend verbeteren. Maar de belangrijkste ontwikkeling is toch dat simulaties toegankelijker worden voor niet-experts. Uiteindelijk hoeven mensen in het veld slechts op een knop in de simulatie-app te drukken om direct hun resultaten te krijgen.”