Entrevista a Omar Aït-Salem Duque, director de operaciones de MSC Software para España, Portugal y Norte de África

"En un futuro próximo, creo que podemos ver una aplicación significativa del aprendizaje automático para reducir los recursos informáticos necesarios y permitir una exploración más rápida y extensa del espacio de diseño"

MSC Software es una de las diez compañías de software originales y líder global que ayuda a los fabricantes de productos a mejorar sus métodos de ingeniería con software y servicios de simulación, ayudando a las empresas a mejorar la calidad, ahorrar tiempo y reducir los costes asociados con el diseño y prueba de productos manufacturados. Omar Aït-Salem Duque, doctor ingeniero industrial por la Universidad Politécnica de Madrid, con cerca de veinte años de experiencia en el sector de la simulación, desarrollo de negocios e ingeniería, es director de operaciones de MSC Software (Parte del grupo Hexagon) para España, Portugal y Norte de África.

La historia de MSC Software se remonta a 1963, cuando desarrollaban software de análisis estructural para la NASA en ese momento con el nombre de MacNeal-Schwendler Corporation (MSC). El programa referido hoy se conoce como MSC Nastran de ahí la carrera que los catapultó a la actualidad.

MSC Software es hoy parte del Grupo Hexagon, proveedor global de tecnologías de la información que impulsa la productividad y la calidad en aplicaciones empresariales, geoespaciales e industriales.

MSC Software es una de las diez compañías de software originales que ayuda a los fabricantes de productos a mejorar sus métodos de ingeniería con software y servicios de simulación. Como socio de confianza, MSC Software ayuda a las empresas a mejorar la calidad, ahorrar tiempo y reducir los costes asociados con el diseño y prueba de productos manufacturados.

Nuestro paquete de software de diseño e ingeniería ayuda a los ingenieros a abordar las principales cuestiones técnicas utilizando software como Adams y Romax Nexus (para el análisis de movimiento y dinámica de sistemas), MSC Nastran para el análisis estructural, Actran para el análisis acústico, Cradle para el análisis CFD (análisis de carga de viento para parques eólicos) y Digimat o Marc para el diseño y análisis de materiales compuestos (para el diseño de palas de rotor), CAEfatigue para el análisis de fatiga en palas y soldaduras. Más allá de la fase de diseño, los ingenieros de producción y fabricación utilizan la simulación de fabricación para optimizar los costes de producción, el conformado de piezas a granel y de chapa, la soldadura y la unión y la fabricación aditiva (Simufact y FormingSuite).

También proporcionamos soluciones para el análisis de sistemas y subsistemas complejos de ingeniería, explotando fenómenos que interactúan entre sí, como las fuerzas del viento, el movimiento y la carga estructural, utilizando la co-simulación en máquinas locales y plataformas HPC en la nube.

Mediante el uso de software de gestión de datos de procesos de simulación como SimManager, los ingenieros pueden estudiar un gran número de interacciones del mundo real con mayor precisión. El uso de un espacio de trabajo de simulación integrado de este tipo proporciona a los equipos de ingeniería una serie de capacidades multidisciplinares incorporadas para estructuras lineales y no lineales, movimiento, condiciones térmicas o impacto, por ejemplo.

Al utilizar modelos de datos comunes en todos los espacios de trabajo dentro de una interfaz de usuario personalizable, los fabricantes de aerogeneradores pueden realizar simulaciones estrechamente acopladas para obtener resultados más rápidos. También se benefician de la gestión y el seguimiento de los datos de desarrollo del producto, incluidos todos los modelos de simulación, los parámetros y los resultados. SimManager captura todo el proceso de simulación para proporcionar una pista de auditoría para la certificación de tipo y para conservar y compartir la valiosa propiedad intelectual.

El sector de energías renovables en general y el de la energía eólica en particular debe ser competitivo en cuanto a costes en comparación con la energía generada a partir del carbón u otras fuentes no renovables. En las últimas décadas, la energía eólica ha pasado de ser un nicho para convertirse en una fuente de energía mayoritaria. La hibridación, es decir, la combinación de la energía eólica con otra fuente de energía y/o solución de almacenamiento, sigue siendo un tema clave en las industrias eólica y de energías renovables. La hibridación ofrece oportunidades para aumentar la cuota de las energías renovables en la red, al tiempo que sustituye a los combustibles fósiles en mercados maduros como Europa, Estados Unidos y Australia, y en mercados de gran crecimiento como el Sudeste Asiático. (Fuente: GWEC Annual Wind Report 2019).

Si nos fijamos específicamente en la energía eólica, el rendimiento de un sistema de turbinas eólicas a lo largo de una vida útil de 20 años o más puede tener un gran impacto en el retorno de la inversión, especialmente en su fiabilidad.

Consideremos un aerogenerador terrestre. La simulación proporciona un entorno virtual con el que abordar los problemas que afectan a la viabilidad económica y social del despliegue:

• La fiabilidad puede mejorarse con la creación de prototipos y pruebas virtuales. Al realizar ensayos a nivel de sistema para investigar las verdaderas cargas resultantes de los cambios en las condiciones del viento, podemos entender el impacto del viento en las palas del rotor y cómo las fuerzas resultantes se transfieren a través de los trenes de transmisión para entender los comportamientos a fatiga. El ciclo de desarrollo de un aerogenerador solía ser de 3 a 5 años, ahora se ha reducido significativamente a 1 ó 2 años porque la simulación permite construir sistemas correctamente a la primera.

• El aligeramiento también es fundamental para lograr una eficiencia óptima, pero también tiene un gran impacto en la viabilidad del despliegue y el mantenimiento. En este caso, la simulación se utiliza para minimizar el peso de las palas y los componentes del tren de transmisión sin comprometer las prestaciones. Los fabricantes de cajas de cambios con los que trabajamos han conseguido aumentar la densidad de par (la relación entre la capacidad de par y el volumen) mediante el uso de cojinetes de deslizamiento, que deben diseñarse cuidadosamente para hacer frente a la variación de la velocidad. Ahora se está investigando mediante simulación si los cojinetes de película fluida pueden ofrecer alguna ventaja para los cojinetes del eje principal.

• El impacto acústico es importante en tierra firme, ya que la preocupación por el medio ambiente exige que el ruido se mantenga a un nivel aceptable. Es vital entender y encontrar los problemas acústicos durante la fase de diseño para evitar costes innecesarios y acortar el tiempo de comercialización. Las certificaciones en este sector incluyen mediciones de ruido y una modelización precisa del sistema, junto con una simulación acústica, puede facilitar el proceso de certificación mucho antes de que la turbina se monte y se pruebe.

• El rendimiento aerodinámico parece obvio, pero puede ser complejo e intensivo desde el punto de vista computacional. Resulta muy ventajoso perfeccionar las simulaciones multifísicas de todo el sistema, incluidos sus controles, para poder optimizar la estrategia de cabeceo de las palas y de guiñada de la torre.

Estos aspectos siguen siendo importantes para la instalación en alta mar, pero hay más retos de ingeniería. El entorno operativo más agresivo repercute en la vida útil de todos los componentes clave; además, suelen tener un tamaño mucho mayor y una mayor capacidad de potencia, y el coste y la logística del mantenimiento se convierten en un factor crítico para su viabilidad en la combinación energética y el rendimiento de la inversión que puede esperar el operador. El coste de fletar un buque adecuado, el equipo de ingeniería y las herramientas necesarias y la sustitución de un componente del tren motriz es más caro de arreglar que de sustituir.

La estrategia de mantenimiento es un factor importante en los gastos de explotación (OPEX). Por eso es tan importante diseñar para la durabilidad y, además, utilizar esta visión basada en la simulación para crear un gemelo digital de la turbina (y su plataforma), de modo que la estrategia de funcionamiento y mantenimiento pueda diseñarse y optimizarse para un mejor mantenimiento predictivo.

En I+D, los ingenieros pueden explorar a fondo el espacio de diseño y optimizar los sistemas e incluso la elección de materiales y procesos de fabricación, pudiendo reducir los ciclos de diseño y permitir la innovación.

Hoy en día apenas estamos arañando la superficie de lo que podemos hacer con la inteligencia artificial y el aprendizaje automático en la industria CAE. Aplicando estas tecnologías con la rigurosa experiencia en ingeniería y CAE que el sector ha acumulado, está claro que podemos lograr una mayor productividad y un desarrollo y operaciones de tecnologías de energías renovables más sostenibles e innovadoras.

En I+D, los ingenieros pueden explorar a fondo el espacio de diseño y optimizar los sistemas e incluso la elección de materiales y procesos de fabricación. Esta anticipación del desarrollo puede reducir los ciclos de diseño y permitir la innovación.

Durante las fases de validación y prueba, estos enfoques de la IA pueden ayudar a centrar los esfuerzos en ensayos significativos y relevantes y a llenar las lagunas entre la validación física de los sensores y la metrología con puntos de datos virtuales fiables, permitiendo un diseño robusto.

Por último, la creación de una realidad digital inteligente en la que los datos virtuales y físicos puedan utilizarse indistintamente para tomar decisiones requiere datos de alta calidad -ya sean simulaciones virtuales o un uso eficaz de los sensores y la metrología-, pero la IA y el aprendizaje automático combinados con la computación en la nube son fundamentales para hacerlos eficientes y escalables, cosiendo lo virtual y lo real y analizando los patrones de datos acumulados para predecir resultados o prescribir acciones.

Gran parte de los datos y de la simulación basada en la física necesarios para alcanzar estos objetivos existen hoy en día, al igual que las herramientas y procesos de gestión de datos para la simulación, los materiales y el IoT. Nuestro enfoque como parte de Hexagon es construir plataformas escalables y abiertas que apliquen las tecnologías de la nube y el aprendizaje automático con la simulación y la captura de la realidad en cada parte del ciclo de vida de los activos con el objetivo de automatizar estos procesos. No basta con enviar a un científico de datos a un laboratorio para conseguirlo: se requiere un conocimiento profundo de los tipos de física, los procesos de fabricación y medición para conectar estos datos y aplicar estas técnicas de forma eficaz.

Aspectos como la fiabilidad de los resultados y la correlación con prototipos reales requieren tener en cuenta una serie de parámetros inherentes a cualquier simulación rigurosa y que son críticos a la hora de construir virtualmente el entorno real que se quiere digitalizar.

Es esto sentido, cabe destacar aspectos como la capacidad de computación de las máquinas de cálculo en donde la tendencia es ir hacia simulaciones en la nube, aprovechando las distintas plataformas que existen hoy en día. La experiencia de los ingenieros de cálculo es otro de los aspectos a tener en cuenta ya que la fiabilidad de los resultados depende en gran medida de la capacidad de análisis de la persona encargada de dicha simulación. Es por ello que MSC Software, ha ido creando en estos últimos años, entornos de simulación con una interfaz gráfica sencilla (MSC.Apex) y fácil de manejar, de manera que la mayor parte del tiempo, se pueda consagrar a la interpretación y comprensión de los resultados, más que a la preparación y creación de modelos.

En el caso de las industrias más consolidadas, como la eólica, nuestros clientes se enfrentan a los mismos retos que los de cualquier industria: garantizar la seguridad, maximizar la fiabilidad, minimizar el coste de fabricación, minimizar el peso, minimizar el tiempo de desarrollo. Dado que las tecnologías de base están probadas y maduras, los fabricantes y las empresas de ingeniería, producción y construcción (EPC) utilizan ahora la simulación para mejorar la eficacia de la maquinaria o los servicios que prestan. Esto les ha llevado a buscar mayores niveles de optimización aprovechando la conexión entre el software de diseño, la simulación del proceso de fabricación y el hardware y los procesos de gestión de la calidad, de modo que puedan diseñar los aerogeneradores con los métodos de fabricación adecuados y tomar esas decisiones en una fase más temprana del proceso de desarrollo. Encapsular este conocimiento y actualizarlo a lo largo del ciclo de vida del activo permite un enfoque de “gemelo digital” cuando el activo se despliega en el campo, de modo que el operador puede tomar decisiones mejor informadas sobre el mantenimiento y el sistema de control y maximizar el rendimiento de su inversión.

En áreas con procesos de ingeniería menos establecidos, como la energía de las olas o la mareomotriz, el objetivo de los desarrolladores es demostrar que su solución puede ofrecer una energía viable y rentable. En este caso, tanto las empresas de nueva creación como las ya consolidadas utilizan nuestras herramientas de simulación y nuestra experiencia en este campo para evaluar diferentes conceptos dentro de un espacio de diseño determinado de forma holística, así como su captura de energía y su eficiencia. Estas aplicaciones tienen que convertirse en ofertas comercialmente viables y se benefician enormemente de la capacidad de realizar simulaciones de fabricación virtual. Hoy en día pueden evaluar el coste y la viabilidad de los materiales y las técnicas de fabricación para validar sus planes de negocio y comenzar la producción rentable de componentes, ya sean técnicas sustractivas convencionales o nuevos procesos aditivos o de estratificación de materiales compuestos.

La simulación multifísica ha sido posible durante algún tiempo, pero requería una gran experiencia y conocimiento de las herramientas en cuestión y sus interfaces o formatos de archivo, especialmente para realizar análisis simultáneos o “co-simulación”. Ahora es mucho más fácil configurar y realizar estas simulaciones para el trabajo rutinario de ingeniería porque se han unido cuatro factores tecnológicos clave:

- Interfaces abiertas y mejor orquestación, ya sea desde herramientas de ingeniería de sistemas basadas en modelos o desde un motor de co-simulación para evitar problemas de sincronización y simplificar la configuración.

- Acceso más fácil a los recursos informáticos necesarios, incluidas las plataformas HPC en la nube que atienden específicamente a la CAE y la simulación.

- Herramientas de IA y aprendizaje automático para ayudar a los ingenieros a crear modelos de orden reducido más eficientes que consuman menos recursos y permitan realizar análisis más interactivos o modelos más grandes, especialmente para fenómenos transitorios.

- Procesamiento posterior y visualización compartidos para interpretar esos resultados, incluidos los formatos portátiles en la nube y/o la explotación de dispositivos AR/VR.

La gente del sector CAE lleva muchos años hablando de los gemelos digitales, pero su aplicación en el sentido más puro ha sido muy limitada. Un componente crucial es la capacidad de modelar múltiples tipos de física simultáneamente, lo que permite la optimización del diseño a nivel de sistema que se requiere para desarrollar nuevos aerogeneradores. Si tomamos como ejemplo los proyectos del mundo real en los que trabajamos hoy, podemos modelar una turbina para su diseño modelando lo siguiente:

- La dinámica completa del sistema con Adams

- La caja de engranajes y el subsistema de rodamientos con las herramientas Romax.

- La acústica con Actran

- Las estructuras con MSC Nastran o Marc, incorporando un modelo Digimat para tener en cuenta el comportamiento de los materiales.

- Cradle CFD para modelar la aerodinámica y los efectos térmicos, y proporcionar todo el posprocesamiento

- CAEfatigue para calcular la vida útil prevista o el ciclo de mantenimiento/sustitución de cualquier componente estructural.

Esto es eficaz y se ha demostrado que acorta los procesos de diseño actuales en más de un 50%. Pero la cantidad de simulaciones que pueden realizarse está limitada por el coste y el tiempo de cálculo. En un futuro próximo, creo que podemos esperar ver una aplicación significativa del aprendizaje automático para reducir los recursos informáticos necesarios y permitir una exploración más rápida y extensa del espacio de diseño; esto es clave para permitir que el gemelo digital que hemos visto en conferencias y eventos de marketing se aplique en la fase de diseño y hasta las operaciones. La otra tecnología clave es la gestión de datos, donde los equipos que ya emplean herramientas para el análisis de datos y la gestión de datos del proceso de simulación tienen una clara ventaja.

El mantenimiento eficaz de los activos de energías renovables es enormemente importante. En el pasado, la simple conexión de estos activos, a menudo remotos, para recibir la telemetría de los sensores era un reto. A medida que aumenta el número y la escala de los despliegues, la simulación desempeña un papel importante como fuente de datos virtual para que los operadores puedan comparar el activo “diseñado” con la telemetría del activo operado e identificar tendencias o problemas de salud del parque eólico para planificar un mantenimiento eficaz. La creación de gemelos digitales que proporcionen esta información se basa en la elaboración de modelos precisos, la computación eficiente de dichos modelos, la capacidad de recopilar flujos de datos IoT de forma fiable desde el borde y las herramientas y conocimientos para consolidar los datos reales y físicos y aprender a interpretarlos de forma eficaz.

La simulación a nivel de sistema puede acelerar enormemente el tiempo de comercialización. El fabricante chino de multiplicadoras para aerogeneradores, Dalian Huarui, redujo el plazo de comercialización de una caja de engranajes para turbinas de 3 MW de 3 años a menos de 1 año, al combinar diferentes tipos de condiciones de contorno (multifísicos) y adoptar un enfoque de diseño a nivel de sistemas. Esto es indicativo de lo que hemos visto en todo el mundo, pero especialmente en China e India, donde el I+D en la industria eólica se ha intensificado gracias a sus políticas gubernamentales.

Este enfoque también está haciendo crecer el sector de la innovación. Hace unos años, un proyecto de investigación patrocinado por el Departamento de Energía de EE.UU. y socios de la industria, realizado en el NREL (Laboratorio Nacional de Energías Renovables), empleó una simulación de grandes proporciones. En ella se verificó y validó el diseño de una nueva caja de engranajes para aerogeneradores que utiliza una combinación única de cojinetes de deslizamiento hidrodinámicos en los pernos planetarios giratorios y “pernos flexibles” para el soporte del engranaje planetario. Este profundo conocimiento y la validación de los resultados de la simulación mediante ensayos físicas sentaron las bases técnicas (cojinetes de deslizamiento y tecnología de pasadores flexibles) que ahora se utilizan para desarrollar la última generación de transmisiones de turbinas de más de 6 MW en la industria.

"La simulación a nivel de sistema puede acelerar enormemente el tiempo de comercialización"