Neueste “Benchmark”-Ausgabe: “The Need for Speed” und – unvermeidlich in diesen Zeiten – “COVID-19”
„Speed“ war der ursprüngliche thematische Schwerpunkt der zweiten Ausgabe des Magazins „Benchmark“, des internationalen Magazins für Ingenieurdesigner und -analysten von NAFEMS, im Jahr 2020. NAFEMS ist die internationale Vereinigung für die Gemeinschaft der Ingenieure im Bereich Modellierung, Analyse und Simulation, eine nichtkommerzielle Organisation, die im Jahr 1983 gegründet wurde. Dr.-Ing. Volker Gravemeier, Geschäftsführer der AdCo EngineeringGW GmbH ist aktives Mitglied der „NAFEMS Multiphysics Working Group (NAFEMS MWG)“. Jedoch, wie David Quinn in seinem Editorial ausführt, „ergibt es sich, dass das Leben sich schneller verändert als alles andere“. In diesem Blog-Post werden wir einen näheren Blick auf zwei Artikel dieser Ausgabe werfen.
Peter Langsten und Marc Halpern identifizieren in ihrem Beitrag digitale Strategien zur „Überwindung von COVID-19-Hindernissen“. Sie kommen zu dem Schluss, dass „die COVID-19-Pandemie viele wichtige, lange verzögerte Trends wie die Digitalisierung, den integrierten Fluss von Produktinformationen und Kollaborations-Anwendungen beschleunigen wird. Das Umfeld des Ingenieurwesens nach COVID-19 wird neue Anforderungen stellen… Die neue Realität erhöht die Bedeutung der Simulation und ihr Umfeld ist entscheidend, um Geschwindigkeit, Kapazität, Verfügbarkeit, Leistung und Zuverlässigkeit von Design, Ingenieurwesen, Herstellungsprozessen und Systemen zu steigern. “ Die Autoren fokussieren sich auf ihre Top-10-Initiativen zur Erfüllung der COVID-19-bedingten Anforderungen für Ingenieurwesen und Design. Aus diesen 10 Initiativen stellen sie insbesondere das sog. „Governance“ sowie „unterstützende Technologien“ hinsichtlich Zeit und Kosten als größte Herausforderung bei der Umsetzung heraus. Unter anderem „steigern die erhöhte Volatilität, wirtschaftlicher Druck, Lieferantenwechsel und anspruchsvollere Kunden das Risiko einer nicht ausreichenden Zielgenauigkeit von Design- und Simulationsaktivitäten“. Einer der wichtigsten Schlüssel zur Beherrschung derartiger „erhöhter Volatilität von Entwurfs- und Simulationsaktivitäten“ ist die Unsicherheitsquantifizierung (UQ) – und dies ist auch ein Kernthema des Artikels, der im Folgenden als nächstes näher betrachtet werden soll.
In dem Beitrag mit dem Titel „Das Bedürfnis nach Geschwindigkeit, um Rationalismus und Empirismus in einer datenreichen Welt in Einklang zu bringen“ stellt der Autor Chris Smith fest, dass „es eine zunehmende Anzahl von Situationen gibt, in denen große Datenmengen, die von Sensoren gesammelt werden, aufgrund des Fehlens eines entsprechenden Interpretationssystems nicht effektiv genutzt werden“ und dass „dies die Notwendigkeit für physikalische Systeme antreibt, die die Basis für entsprechende Vorhersagefähigkeiten darstellen“. Der einleitende Teil des Artikels nimmt insbesondere Bezug auf eine Präsentation von Prof. Karen Willcox, die am Oden Institute for Computational Engineering and Sciences an der Universität von Texas in Austin arbeitet, anlässlich der Konferenz „SC19: The International Conference for High Performance Computing, Networking, Storage und Analysis“ im November 2019 im Colorado Convention Center in Denver, CO, USA, hielt. In ihrem Vortrag weist Prof. Willcox darauf hin, dass „große Entscheidungen mehr benötigen als Big Data… sie benötigen auch große Modelle“. Insbesondere „müssen große Entscheidungen die Vorhersagekraft, Interpretierbarkeit und das gebietsspezifische Wissen physikbasierter Modelle berücksichtigen“. Laut Prof. Willcox sind die vier wichtigen Aspekte in diesem Zusammenhang die folgenden:
- Die Dynamik von Anwendungen mit signifikanten Konsequenzen wird durch komplexe Multiskalen-Multiphysik-Anwendungen bestimmt.
- Der Charakterisierung wissenschaftlicher und technischer Systeme liegen hochdimensionale Parameter zugrunde.
- Es sind in der Regel nur relativ wenige Daten, die zugleich darüber hinaus auch noch schwierig und teuer zu beschaffen sind, vorhanden, insbesondere in den kritischsten Bereichen.
- Unsicherheitsquantifizierung (UQ) in der Modellinferenz sowie bestätigte Vorhersagen in Bereichen außerhalb der Trainingsdaten spielen hierbei eine entscheidende Rolle.
AdCo EngineeringGW bündelt das Know-How aus den Bereichen Statistik, Machine Learning und Ingenieurwesen – also unsere „großen Modelle“ -, um Ihnen mit unserer Software QUEENS innovative Algorithmen für die Quantifizierung von Unsicherheiten anzubieten. Dies verbindet sich mit unserer umfassenden Expertise für die Lösung komplexer Mehrskalen-Mehrfeld-Anwendungen. Hiermit machen wir für unseren Kunden das komplette Spektrum an Möglichkeiten, das digitale Produktentwicklungsmethoden und –prozesse bieten können, nutzbar. Weitere Informationen hierzu finden Sie z. B.
- auf unserer Webseite zu UQ,
- in unserem kürzlich veröffentlichten White Paper, das eine Einführung in das Warum und Wie der UQ anbietet und
- in einem Übersichtsartikel zu Multi-Fidelity-Methoden für UQ, die unseren Kunden den entscheidenden Vorsprung gegenüber Nutzern von „Standard“-Methoden der UQ ermöglichen.