MODELLER OCH SYSTEMSIMULERING

MODELLER OCH
SYSTEMSIMULERING
Digitalt förstärkt innovation
Från människans idéer till produkter
INNEHÅLL
SAMMANFATTNING
3
1 NYTTAN MED MODELLER OCH SYSTEMSIMULERING
6
1.1
1.2
1.3
1.4
1.5
2
3
Plattformen
Innovationsmiljön
Organisation
SWOT-analys för modeller och systemsimulering i Sverige
Vi som stöder agendan
Simulering – både innovationsmotor och egen bransch
Simulering – ett svenskt styrkeomåde
Modeller och systemsimulering som möjliggörare
Simulering som egen bransch
Röster från industrin om vikten av modeller och systemsimulering
4
4
5
5
6
7
8
12
13
2 VAR STÅR VI?
18
2.1
2.2
2.3
18
20
21
Grunden är lagd
Hur kan värdeskapandet öka?
SWOT-analys – styrkor, svagheter, möjligheter och hot
3 VAR VILL VI VARA?
24
3.1
3.2
3.3
3.4
24
25
26
27
Vision
Långsiktiga mål
Agendans effektlogik
Innovationsmiljön – tre strategiska utvecklingsområden
4 VAD BEHÖVER GÖRAS?
34
4.1
4.2
4.3
4.4
34
35
36
37
Ett strategiskt innovationsområde
Samordningsstruktur
Samordningsvinster
Organisation och ledning
5 AGENDAPROCESSEN OCH AKTÖRER
38
5.1
5.2
5.3
38
42
43
Industri, institut och akademi bakom initiativet
Centrumbildningar och forskningsprojekt
Samverkan med andra agendor och perspektiv
Modeller och systemsimulering
Sammanfattning
Modeller och systemsimulering har funnits så länge datorer har funnits, och har nu
utvecklats från att vara en industriell stödverksamhet till att vara en kärna i innova­
tionsprocessen. Att utveckla med människor, för människor, är en stark trend idag.
För att gå från idé till färdig innovation behöver man beskriva vad man vill göra, hur
den nya produkten ska fungera och förstå hur den kommer att uppfattas av användare.
Det nya som smugit fram och nu ökar explosionsartat är baserat på insikten att system­
modeller beskriver funktion. Modeller är alltså en naturlig samtalsform mellan ingen­
jörer när det gäller att beskriva inte bara vad utan även hur. Affärsmässigt är detta vik­
tigt i samtal med exempelvis underleverantörer där det innebär en kraftigt förbättrad
gemensam innovationsprocess, och inom systembyggande industri används exekver­
bara modeller, av olika förfining och mognad, mer och mer för att beskriva funktions­
önskemål mellan olika steg i utvecklingsprocessen. Vidgar man till användningsperspek­
tivet så innebär systemsimulering inklusive simulatorer att även marknadsansvariga,
kunder och andra avnämare kan involveras direkt i innovationsprocessen. Det är helt
enkelt så att en innovationsprocess som inbegriper konkret diskussion av funktion
och samspel mellan människor blir bättre och leder till resultat snabbare. Denna om­
välvning av hela produktutvecklings- och innovationsprocessen innebär stora möjlig­
heter, och den leverantör som bjuder in kunder i ett samspel kring den tänkta produk­
ten har ett enormt försteg. Nya lösningar kan testas innan de går i produktion, vilket
minskar risker och kostnader, och genom att återanvända modeller kan utvecklings­
takten öka. Många andra agendor pekar också ut modellering och systemsimulering
som en viktig del.
Plattformen
Den plattform som agendan adresserar består av tre delar. Delarna samordnas genom uppbyggnad av kompetens och ett kompetensnätverk med stor kritisk massa (se Organisation).
I samordningen ingår workshops, seminarier, demonstrationer, utbyte och samprojekt.
Source: Volvo CE image gallery
• Industrisamverkan
Samlar projekt och forskning inom industrin. Samlar in och sprider best practice vad
gäller nya affärsmodeller, nytt affärslandskap vad gäller kravspecifikationer, nya samspel. Främjar framväxande branschindustri som Oryx, Modelon, MathCore m.fl.
3
• Forskning
Tre forsknings- och utvecklingsområden: produktinnovation, människans interaktion, grundtekniker
(innovationsmiljöns A, B, C). Samordning av forskningsinitiativ:
Simovate, ViP, LINK-SIC,
MODPROD, MODRIO m.fl.
• Infrastruktur
Samordnar anläggningar och plattformar för utökad tillgänglighet. Skapar gemensamma
definitioner och standarder för att kunna flytta och utbyta studier, resultat och slutsatser.
Möjliggör att kontinuerligt bygga framtida utveckling/studier på tidigare arbete. Utvecklar metodik och arbetssätt för hur man genomför simulatorstudier, (ex.vis procedurer,
experimentella designer, försökspersoner, vad vi mäter och hur, loggning, analys).
Optimerar nyttan av miljoninvesteringar i systembyggande industri.
Innovationsmiljön
Vi har identifierat tre områden av strategisk betydelse för att stärka innovationsmiljön
inom modellering och systemsimulering. De tre områdena utgör också grunden för vår
agenda vad gäller plattform, organisation och samordning.
A. Modell- och systemsimuleringskedjan i systemtillverkande industri
B. Människans interaktion med och användning av simulatorer
C. Grundläggande metod- och teknikutveckling
Organisation
Ledningsråd: består av industriella företrädare på högsta nivå.
Träffas en gång om året på gemensam samordningsdag.
Samordningsstyrelse: samordningsansvar, sammanträder ­
4-6 gånger per år. Ordförande
från industrin.
Agendagrupp: ansvarar för det
dagliga arbetet och rapporterar
till Samordningsstyrelsen. Tre
deltidstjänster: Industriell koor-
4
dinator, Akademisk koordinator, Infrastrukturkoordinator. Ansvarar för information,
ledning och koordinering inom respektive område.
Samordningssekretariat: står för verksamhetsstöd till styrelse genom agendagruppen.
Ansvarar för samordningsdag, kurser, kunskapsutbyte, m.m. En administrativ agendakoordinator (kvalificerad bakgrund) och en administratör, båda på deltid.
SWOT-analys för modeller och systemsimulering
i Sverige
Styrkor (Strengths)
Svagheter (Weaknesses)
• Stark systembyggande industri
• Internationellt finns stora företag med många tusen anställda
• Akademisk spets
• Volymen I forskning och utbildning är för liten för att möta växande efterfrågan
• Grodd av mindre spjutspetsföretag
• För få svenska modellerings- och simuleringsföretag som kan stötta andra företag
Möjligheter (Opportunities)
Hot (Threats)
• Sverige kan vara tidigt ute i den nya systemutvecklingen
• Internationella konkurrenter är snabbare på att följa den nya trenden och får ett försprång
• Sverige kan få en ny betydande industribransch tack vare draghjälpen
från våra storindustrier
• För liten volym när efterfrågan kommer hindrar egen uppbyggnad
• Utan egen stödindustri försvinner kunskapen ur Sverige
• Sverige försvagas vad gäller konkurrenskraft i produkter med stort kompetensinnehåll
Vi som stöder agendan
5
1
Nyttan med modeller
och systemsimulering
”Svensk systembyggande industri är en viktig exportbransch för Sverige. Modeller och
systemsimulering är en stöttepelare för denna industri. Verktygen snabbar upp innova­
tionsprocessen, ökar kvaliteten, minskar utvecklingstiden, och skärper konkurrens­
kraften. Simulering är samtidigt en egen bransch med stor outvecklad potential.”
Modell
- En abstrakt matematisk eller logisk be­
skrivning av ett verkligt eller tänkt system.
- Modeller kan till exempel beskriva ett
flygplans uppförande i luften, en mo­
tors prestanda och dynamik eller borr­
processen i en hydraulisk bergborr.
System
- Ett system är en sammansättning av
samverkande eller av varandra bero­
ende komponenter som tillsammans
utgör en helhet.
- System kan till exempel vara ett helt
fordon där delarna är sammansatta av
motor, transmission, däck hjulupp­
hängning och chassi. Ett annat exem­
pel är mobiltelefoner som kommuni­
cerar med varandra via basstationer
och nätverk.
Simulering
- En avbildning av ett verkligt eller
tänkt system över tid.
- En simulering kan till exempel be­
skriva en flygning där ingående del­
systems beteende kan studeras över
tiden. Den kan också innehålla männ­
iskan som ett delsystem, exempelvis
som förare eller pilot.
Systemsimulering
- Simulering av komplexa system i
både rena datormiljöer och miljöer där
människan kan ingå t.ex. som delsys­
tem i en simulator.
6
Simulering är en naturlig och vital del av dagens samhälle. Forskning och innovation
inom området kan bidra till ökad konkurrensförmåga och innovationskraft. Dels genom
att bättre produkter kan utvecklas snabbare och billigare, dels genom optimering av beslut och resursanvändning i samhället i stort. Exempel på områden är:
•
simulering för industri (modellbaserad utveckling, adaptiva system, kontinuerlig
verifiering, ...)
•
beslutsfattande och problemlösning (medicin, militär, räddningstjänst, politiker, ...)
•
samhällsbyggnad (infrastruktur, energiförsörjning, sjukhus, arkitektur, transportsystem, ...)
En fjärde kategori är allmänheten. Medborgarna kan få stöd att fatta bättre beslut och
lösa svårare problem, som att optimera elanvändningen för att spara pengar genom lägre elräkningar och mindre energiförbrukning.
En tydlig trend är att vikten av modeller som kunskapsbärare växer och betyder allt mer
för industrin. Faktatexten här intill definierar vad som i agendan menas med modeller
och systemsimulering.
1.1 Simulering – både innovationsmotor och
egen bransch
Sveriges export består i hög grad av komplexa och högkvalitativa produkter och modeller och systemsimulering är en nyckelteknik i deras innovationssystem. I idéstadiet av en
produkt bollar man med olika parallella lösningsalternativ. Att i detta kreativa stadium
kunna testa och samspela med kunden gör att man tidigt kan identifiera rätt lösning och
därmed vinna konkurrensfördelar. Bilden på nästa sida illustrerar hur kunskapen inom
olika domäner sätts samman till kompletta system som utvärderas med användare och
kunder i en simulerad miljö, vilket ger en snabb återkoppling till utvecklarna. Modell­
kunnande och simuleringsteknik, bygger upp och överför kunskap mellan aktörerna
och är därför en kärna i en effektiv design- och innovationsprocess.
Bilden illustrerar också att
simulering dessutom är en egen
bransch, med företag som säljer
produkter och vidareutvecklas i
samverkan med kundernas ökande behov av modell- och simuleringskunnande.
1.2 Simulering – ett svenskt styrkeområde
Användningen av modeller och systemsimulering har vuxit under en lång period och
Sverige har blivit mycket framstående inom systemsimulering och simulatorer. Internationellt
har alla de stora aktörerna inom simuleringsbranschen växt fram i nära synergi med
olika industrier, bl.a. fordons- och flygindustrin, på ett sätt som liknar process- och telekomområdenas starka tillväxt i Sverige. Som en följd av de stora ekonomiska intressena och
de intressanta tekniska utmaningarna så har det också naturligt växt fram stark universitetsforskning, institut och flera små och medelstora företag inom simuleringsområdet.
Simulering har länge varit ett starkt forskningsämne i Sverige med tidiga och erkända
forskningsresultat på simuleringsmetoder av matematikern Germund Dahlquist. Universiteten i Linköping, Lund och Umeå är världsledande inom simuleringssystemteknik och
har varit bland de första i världen att utveckla verktyg för sådan teknik som exempelvis
HOPSAN, Dymola, Omola, ObjectMath och Modelica. Svenska aktörer är också
engagerade och drivande i internationella sammanhang för framtagning av öppna standarder för simuleringsteknologi.
”En bra modellerings­ och
simuleringsförmåga är en för­
utsättning för att vara en kon­
kurrenskraftig flygindustri.”
Pontus de Laval,
Chief Technology Officer, Saab AB
På senare tid har banbrytande simuleringsforskning vid universiteten i Lund resp.
Linköping resulterat i att modelleringsspråket Modelica har etablerats som en världsledande teknologi och öppen standard för simulering inom produktutveckling av komplexa tekniska system och produkter inom fordons-, flyg-, energi-, process- och verkstadsindustri över hela världen. I miljön kring denna forskning har ett flertal
innovationsföretag avknoppats och det är tydligt att Sveriges insatser har bidragit till
betydande innovationer i simuleringsbranschen.
Av världens 10 Modelica-verktyg kommer sex från Sverige: Dymola (Dassault Systèmes
AB, Lund; tidigare Dynasim); Wolfram System Modeler (Wolfram MathCore AB,
Linköping); IDA Simulation (Equa Simulation AB, Stockholm); OPTIMICA Studio
(Modelon AB, Lund); OpenModelica (Open Source Modelica Consortium och Linköpings
universitet); Jmodelica.org (Modelon AB, Lund). Bland instituten har VTI (se avsnitt
4.7) en ledande ställning inom simulatorutveckling och simulering inom tillämpningar
med ”människan i loopen” och rörande trafiksimulering. Forskning om beteende och
samspelet mellan människa och teknik (HMI) är exempel på andra starka områden på
Chalmers och VTI med relevans för simuleringsområdet. VTI leder och koordinerar
kompetenscentret ViP om utveckling och tillämpning av metodik för körsimulering.
Se även faktatexten på sidan 12 med några av de större simuleringsföretagen i Sverige.
7
1.3 Modeller och systemsimulering som möjliggörare
Sverige har i förhållande till sin storlek en mycket stark industri och industrihistoria.
Sverige är också välkänt och respekterat för sin stora andel stora systembyggande företag. Ett välkänt exempel är Ericsson, som i samarbete med Televerket och Telia kunde
bygga den bas inom fast och mobil telekom som idag gör Ericsson till ett världsföretag.
Detta har också bidragit till att Sverige idag har ett mycket bra innovations- och affärsklimat inom telekom med hundratals exportföretag. Ett annat exempel är dåvarande
Asea som utvecklade processautomation till svensk basindustri, vilket bidragit till att ABB
Process Automation idag äger nära en fjärdedel av denna marknad globalt. På samma sätt
går ursprunget till nuvarande Siemens PLM att härleda till bl.a. McDonnell-Douglas och
General Motors.
Som nämndes tidigare har många av våra mest framgångsrika nutida teknikbranscher
utvecklats i nära synergi med industrin. Högteknologiska industrier som ex.vis telekom,
flyg och fordon står för en stor del av det svenska exportvärdet (se faktatexten här intill)
och många av dem hade inte kunnat utvecklas utan simulering. Liknande synergier och
tillväxtmöjligheter som inom telekom och processindustrin finns således när det gäller
samarbete mellan systembyggande industri och simuleringsbranschen, och har stor
potential att utvecklas vidare, vilket är en bärande del i vår agenda.
Det finns flera sätt att visa branschoch exportvärden för Sverige och vi
har för enkelhetens skull valt att stanna
vid att redovisa de totala exportsiffrorna
från Sveriges 20 största exportföretag.
Total export 2012, mdr SEK
Ericsson
107
Volvo
84
Preem 68
Astra Zeneca
41
SSAB
31 Sandvik 29
LKAB 20
Tetra Pak 17 SAAB 13 ST1 Energy
11 Södra Skogsägarna 10
Siemens Industrial
Turbomachinery
10
BillerudKorsnäs
10
Pharmacia Holding
8
Husqvarna
8
SCA, Svenska Cellulosa 8
Nynäs
6
Stora Enso Skogshall 5
Metsä Board Sverige
5
Getinge 4
Vissa företag rapporterar inte siffror:
Scania, ABB Sweden och Atlas Copco.
Källa: www.largestcompanies.se
8
Maskinndustriprodukter
16%
Kläder och skor
2%
Elektroindustri& teleprodukter
12%
Transportmedel
11%
Övriga
verkstadsprodukter
5%
Övriga varor 6%
Skogsprodukter
10%
Kemivaror
inkl. läkemedel
12%
Malm, stål,
metaller
11%
Olja,
gas, el
10%
Livsmedel
5%
IT,
kommunikation
13%
Finans och
försäkring
3%
Licenser,
royalties
9%
Turism
20%
Övriga
affärstjänster
38%
Byggentreprenader
1%
Offentliga och
Transporttjänster
personliga tjänster
15%
1%
Varu- och tjänsteexport 2012 – Procentuell andel av exportvärdena 1 169 mdr SEK resp. 516 mdr SEK.
Källa: SCB (2013)
1.3.1 Simulering möjliggör smarta och komplexa produkter
Kraven från kunder och samhälle driver teknikutvecklingen mot smartare, mer integrerade och hållbara lösningar. Många olika delsystem såsom mekaniska, elektriska och
programvarusystem måste kunna samverka, vilket leder till att produkterna blir mer
komplexa. Systemsimulering är en nyckelteknologi för att utvärdera funktionalitet, optimera/minimera resursåtgång och förbättra kvalitet och flexibilitet, samt korta ledtider i
internationellt konkurrenskraftig produktutveckling.
Utvecklingen har gått fort och modellering och systemsimulering återfinns nu på flera
nivåer i produktutvecklingskedjan. Många ingenjörer använder simulering och simulatorer i sitt dagliga arbete när de utvärderar och väger olika tekniska lösningar mot
varandra. Simulerings- och simulatorteknik är också mycket viktiga utbildningsverktyg
på alla nivåer av systemutveckling och även i utbildning, både av underhållspersonal
och operatörer av färdiga system i drift. Simuleringsteknik blir också allt viktigare i
utbildningen av ingenjörer. Trots att simulering idag är många ingenjörers standardverktyg finns det fortfarande en stor outnyttjad potential. Om vi lägger resurser på att
bygga på och förfina det vi har kan det ge Sveriges företag stora konkurrensfördelar.
1.3.2 Modeller möjliggör snabbare innovation
En trend som nu ökar markant är baserad på insikten att systemmodeller beskriver
funktion. Modeller är alltså en naturlig samtalsform mellan ingenjörer när det gäller att
beskriva inte bara vad utan även hur. Affärsmässigt är detta viktigt i samtal med exempelvis underleverantörer där det innebär en kraftigt förbättrad gemensam innovationsprocess, och inom systembyggande industri används exekverbara modeller mer och mer
för att beskriva funktionsönskemål mellan olika steg i utvecklingsprocessen.
Produktutveckling av större tekniska system brukar beskrivas av den sneda vågens princip, vilken illustrerar hur flera produkter eller teknologier utvecklas med tiden. En produkts utveckling kan börja som forskning på TRL1 nivå 1-2. I takt med att produkten
utvecklas, testas och mognar så klättrar den i TRL-trappan, för att som produkt på
marknaden nå TRL nivå 9. Beroende på bransch och produkt kan det ta lång tid för produkten att gå från idé till färdig produkt. Parallellt med utveckling-en av den första produkten kan utvecklingen av nästa generationers produkter påbörjas. Lutningen på linjen
för produkten representerar produktens utvecklingstakt.
TRL
9
8
7
6
5
4
3
2
1
Produkt
A
Produkt
B
”Modeller som kunskapsbä­
rare möjliggör en effektiv inn­
ovationsprocess och Scania
måste vara världsledande i
samspelet kring modeller och
systemsimulering.”
Tony Sandberg, Engineering Director,
Research Support, Scania:
Produkt
C
Tid
Den sneda vågens princip. Produk­
ter utvecklas parallellt och har olika
mognadsgrad vid olika tidpunkter.
På samma sätt kan modellernas möjligheter som informationsbärare och innovationsaccelerator illustreras med hjälp av den sneda vågens princip. Modeller (cirklarna i bilden)
innehåller kunskap om komponenten, produkten eller processen och kan föras över från
en produkt till nästa (illustreras av pilen från gula cirkeln till vänster), vilket gör att utvecklingen snabbas upp. Första generationens produkt generar kunskap som läggs in i
en modell, vilken sedan kan användas i nästa produkt så att arbete sparas in och utvecklingstakten ökar. Det innebär att den sneda vågen bryter av och får en brantare lutning.
1
Technology Readiness Level
9
Strukturerad användning av
modeller som kunskapsbä­
rare och systemsimulering
som experimentplattform
ger en effektiv verktygskedja
som ökar innovationstakten.
Modellen kan också användas
och förfinas och följa en produkts utveckling för att totalt
sett öka informationsbärandet.
Genom att systematisk använda modeller och systemsimulering så kan man undvika
mycket fysisk testning och
därmed öka produktutvecklingshastigheten. Resultatet är
en accelererad innovationstakt
i systemutvecklingen.
TRL
9
8
7
6
5
4
3
2
1
Produkt
A
Produkt
B
Produkt
C
Tid
Sneda vågens princip där modeller (cirklarna) används för att föra över
kunskap (pilarna) i en produkts utveckling och mellan produkter. Åter­
användningen ökar innovationstakten vilket beskrivs av en brantare
lutning på kurvan.
1.3.3 Simulering möjliggör kostnadseffektiva och användarnära tester
Simulatorer erbjuder testmiljöer som inte är begränsade i tid och rum, och som kan generera kunskap om användarnas förståelse av och samspel med nya system och produkter. De ger även möjlighet att utvärdera användning och beteenden i förhållanden som
inte är etiskt försvarbara att testa i verkligheten. Kunskapen ger nödvändiga underlag så
att beslut kan fattas och vägval göras medan det fortfarande är möjligt att göra ”rätt”
(förändra) och på så sätt undvika sena och kostsamma modifieringar. Även marknadsansvariga, kunder och andra avnämare kan involveras direkt i innovationsprocessen.
I utvecklingen av komplexa system är simulatorerna ingenjörernas främsta länk till
kunderna och beslutsfattarna, genom att de möjliggör egna upplevelser och, med sitt
bildspråk, ger möjlighet att visa påtagliga resultat för användarna utan att de behöver
ha djupa specialistkunskaper. Detta tema går igen i allt från innovation i företagens
produkter till förändringar i samhället, vilket illustreras med följande tre exempel
från transportområdet:
”Att kunna uppleva en till­
tänkt produkt redan tidigt i
konceptfasen, att kunna
känna på den och bilda en
egen uppfattning om dess
användbarhet i ett (simulerat)
konkret arbete bidrar till
bättre beslut och en effekti­
vare satsning av resurser.”
Reno Filla, Global Specialist Opera­
bility & Adaptive Automation, Volvo CE
10
•
Möjligheten att snabbt kunna bedöma effekter av alternativa utformningar av
t ex fordonssystem, inte minst aktiva säkerhetssystem, som skulle ta år av körning i verklig trafik att ta fram är ett tungt vägande skäl till att körsimulatorer
används mer och mer i fordons- och systemutveckling.
•
I körsimulatorer kan verkliga förare köra modellerade versioner av framtidens
fordon i virtuella omgivningar, som representerar planerade framtida trafik- och
stadsbyggnadslösningar (ref. Vallastaden i Linköping).
•
När det gäller utformning av väginfrastruktur finns mycket tid och pengar att
spara om simulering och simulatorer används redan i projekteringsfasen. Trafikverket genomför nu ett stort tunnelprojekt, Förbifart Stockholm, där man funderar på en innovativ utformning av belysningen. I en körsimulator kan man på
förhand utvärdera en sådan lösning med avseende på t ex säkerhet, design,
förarbeteende och om belysningen upplevs som ett stöd eller störande (se figur
till höger).
1.3.4 Simulering möjliggör bättre utbildningar och samhällsbeslut
Genom att använda simulering som en naturlig del av undervisningen, kan elever förutom
att läsa om spännande fenomen som rymdfärder följa med Christer Fuglesang på en
simulerad rymdfärd där eleven själv får styra farkosten genom universum. I samhällskunskapen kan eleverna lära sig praktisk politik genom att fatta beslut för en stad och
genom simulering se effekterna av besluten. Vad får det för effekt att höja ingångslönen
för sjuksköterskorna till 24 000 eller höja lärarnas löner med 10 000 i månaden?
I dag används multiagentsimuleringar baserade på beteendevetenskapliga och sociologiska modeller för att simulera och utvärdera t.ex. utrymningsvägar på biografer och
diskotek för att göra dessa säkrare. Här finns stor potential och tekniken/metodiken kan
även användas i katastrofsituationer. Ett exempel är att det brinner i en färja. Olika
räddningsaktioner kan simuleras och utvärderas för att underlätta val av den lösning
som har störst chans att rädda livet på passagerarna.
Det finns dessutom stora psykologiska vinster med simulering. Elitidrottare kan
visualisera det perfekta loppet eller den perfekta matchen, vilket gör dem bättre förberedda att handla optimalt i skarpt läge. I vården skulle t.ex. lämplighetsprov för körkort
efter en stroke i form av reaktionstester kunna ersättas av en fullskalig simulering för att
ytterligare förbättra säkerheten på våra vägar. Det finns stora möjligheter att förbättra
och individanpassa utbildning och träning av lokförare och vägfordonsförare genom utökad användning av simulatorer. Ytterligare ett exempel är från licentiatavhandlingen
”Learning manual and procedural clinical skills through simulation in healthcare education”
av Eva Johannesson, som har visat att medicinstudenter som tränas med simulatorer
blir bättre.
Foto: VTI/Hejdlösa Bilder AB
Foto: VTI
Vänster: VTI:s senaste körsimulator Sim IV. Höger: Tidig simulering av utformningsförslag för tunneln Förbifart Stockholm.
11
COMSOL i Stockholm med rötter i KTH
har närmare 300 anställda varav drygt
200 i Sverige och en årsomsättning på
närmare 350 msek. COMSOL är det
mest framgångsrika svenska exem­
plet, och är på god väg att bli en av de
absolut ledande aktörerna i världen
inom simulering av multifysik.
Dynasim i Lund var med produkten
Dymola pionjärer inom modern simu­
leringsteknologi baserat på Modelica i
slutet på 90-talet och etablerade den­
na framgångsrikt på den globala
marknaden. Dynasim förvärvades för
några år sedan av franska bransch­
ledaren Dassault Systèmes och tekno­
login i Dymola är nu en huvudkompo­
nent i deras nya generation av
industriella PLM-lösningar.
Mathcore i Linköping utvecklade pa­
rallellt med Dynasim en alternativ
Modelica-baserad teknologi. MathCore
förvärvades 2012 av amerikanska
Wolfram Research som är bransch­
ledande leverantör av lösningar för
industriella beräkningar.
Modelon i Lund har etablerat sig som
en globalt ledande leverantör av inno­
vativa och kun-skapsintensiva tjänster
och programvaror för industriell simu­
lering baserad på Modelica. Med när­
mare 70 anställda varav drygt 30 i
Sverige betjänar Modelon idag företag
som Volvo, ABB, Scania, Tetra Pak,
Vattenfall, Statoil, Atlas Copco, BMW,
Daimler, MAN, Siemens, Toyota och
Ford med unika lösningar.
Oryx Simulations i Umeå är en av de
ledande i världen inom fordonssimu­
latorer och har nära samarbeten med
bl.a. Volvo, ABB, Atlas Copco och
Komatsu/Valmet. Algoryx Simulation
i Umeå, inom samma företagsgrupp,
utvecklar multifysiksimulering för
dessa simulatorer, som också licen­
sieras i flera av de ledande CAD­systemen i världen, och utvecklar
också egna slutanvändarprodukter för
industri och utbildning.
12
1.4 Simulering som egen bransch
Branschen för datorstödd konstruktion och simulering utgör en av världens största
marknader för datorprogramvaror med en årlig omsättning på minst 500 mdr SEK, och
uppvisar alltjämt exponentiell tillväxt. Exempel på några av de största aktörerna globalt
är Dassault Systèmes, Siemens PLM, PTS och Autodesk. Dessa fyra omsätter tillsammans
mera än 50 mdr SEK per år och sysselsätter närmare 40 000 personer. Deras programvaror
är kritiskt viktiga för innovation och produktutveckling i nära 200 000 industriföretag.
Simuleringsteknik är ett område under snabb utveckling där akademisk forskning utgör
grunden. Nobelpristagaren Ken Wilson myntade det numera etablerade begreppet om
simulering som ”vetenskapens tredje ben”. Det innebär samtidigt att simuleringsbranschen ingalunda är färdigutvecklad eller riskerar en inbromsning. Den kommer att
fortsätta utvecklas så länge vi utvecklar vetenskapen!
Sverige har en stark tradition inom simuleringsrelaterad forskning, utan att det egentligen
har funnits någon strategi för området i sig. Det har snarare varit en biprodukt av forskningssatsningar i relaterade områden. Fokuserade satsningar på forskning och högre
utbildning i simuleringsteknik skulle ge snabb avkastning eftersom det finns en god
grund och tradition, och starka nätverk med universitet och företag av alla storlekar.
Den systembyggande industrin har inte simuleringsteknologi som sitt kärnområde, utan
betraktar detta huvudsakligen som en stödfunktion som förvärvas externt. Universiteten
förmår inte, och har inte heller som uppgift, att paketera sådana resultat i en tillgänglig
form, vilket oftast innebär i form av användarvänliga datorprogram. Små och medelstora
företag med universitetsanknytning har därför en viktig funktion i att tillgängliggöra
forskningsresultat inom simulering för den systembyggande industrin.
Även om det finns ett 50-tal framgångsrika simuleringsföretag i Sverige (se faktatexten här
intill för några av de största), och världsledande teknologier, standarder och språk, har vi
ännu inte sett samma starka tillväxt som t.ex. inom processautomation och telekom,
med många tiotusentals anställda. Syftet med denna agenda är att påvisa att en likartad
utveckling av simuleringsbranschen inte bara är möjlig i Sverige, utan sannolikt också
självklar. Och att den med gemensamma strategiska insatser kan bidra till stark konkurrenskraft och tillväxt i Sverige.
1.5 Röster från industrin om vikten av modeller
och systemsimulering
Produktutveckling handlar om att omsätta de kunskaper som finns i väggarna och personers huvuden. För att göra detta på ett effektivt sätt är det viktigt att ha bra verktyg.
Simulering är det främsta verktyget för att kvantitativt bolla med kunskap i en kreativ process.
•
Innovationer görs av Människor
•
Det som finns i Människors huvuden ska så effektivt
som möjligt bli Produkter
•
Modeller och Systemsimulering är den nya kärnan
i innovationsprocessen
Ett fundamentalt perspektiv är den systembyggande industrins, den som gjort investeringar för hundratals miljoner och som har driftsbudgetar på åtskilliga miljoner. Det
är givetvis av stort intresse att kunna få ut maximal industriell förädling ur dessa investeringar. Det är också extremt viktigt för Sveriges ambitioner att skapa nya internationella affärsmöjligheter.
Detta leder till kraftig tillväxt för systemsimulering och simulatorer. Industrin efterfrågar
en höjd nivå genom fortsatt utveckling av moderna matematiska, systemtekniska och
datalogiska metoder, men med nytt och ökat fokus på de krav som användningen ställer
vad gäller enkel och resultatorienterad användning. Detta illustreras i det följande med
citat från de medverkande företagen, som täcker olika branscher.
1.5.1 Volvo CE & Scania CV – simulering som innovationsmotor
Volvo CE arbetar strategiskt med simulering och simulatorer som en integrerad del i
utvecklingen av nya produkter. Tidigare statiska beräkningar för exempelvis dimensionering av komponenter i drivlinan eller hydrauliken, eller prestandaberäkning av
dessa delsystem, har under åren kompletterats med sofistikerade modeller och metoder
för dynamisk simulering av kompletta arbetsmaskiner. Med hjälp av simulering kan företaget kvantifiera och optimera komplexa egenskaper så som prestanda, produktivitet
och energieffektivitet (läs: bränsleförbrukning), som inte direkt bestäms av någon enskild komponent i ett delsystem utan som uppstår genom en komplex sam- och växelverkan av många komponenter i ett flertal delsystem.
Den senaste tiden har arbetsmaskiners bränsleförbrukning och emissioner alltmer satts i
fokus. Ett optimalt och resurseffektivt utnyttjande av potentialen kräver dock omfattande
undersökningar, som endast är praktisk genomförbara i form av simuleringar.
En försvårande faktor är att operatören i arbetsmaskiner har en stor påverkan på
maskinens totala produktivitet och energieffektivitet genom sättet som den används.
13
”Idag är styrsystemavdelningarna
de snabbast växande utvecklings­
avdelningarna vid Scania. Detta
beror på att många delsystem i
moderna kommersiella transport­
fordon blir alltmer komplexa och
state-of-the-art utvecklingsverktyg
behövs under både utvecklingsoch testningsfaserna innan de går
till produktion. Simulering är ett
sådant verktyg, vilket tjänar flera
syften … simuleringsmodeller av
den omgivande miljön till fordonets
styrsystem används för att generera
signaler som stimulerar styrsys­
temet under felsökning både på
komponentnivå och på system­
nivå där Scanias “Integration Test
Lab” används. Idag läggs stora
resurser på utvecklingen av hög­
kvalitetssimuleringsmodeller.
Detta är ytterst viktiga verktyg för
Scanias utvecklingsingenjörer vid
utveckling av moderna kommer­
siellt konkurrenskraftiga fordon.”
Henrik Flemmer, Head of Powertrain
Control Systems Predevelopment,
Scania CV
Det är allmänt känt att bilföraren kan påverka bilens bränsleförbrukning genom sitt
körsätt, exempelvis kan förbrukningen sänkas genom att köra lugnt och förutseende. I
arbetsmaskiner är denna påverkan ännu starkare eftersom maskinen sällan används till
endast transport utan oftast till en starkare interaktion med arbetsomgivningen, ex.vis
grävning av ett dike eller lastning av sprängt berg. Operatören anpassar sig hela tiden till
situationen och styr maskinen för att uppnå ett visst resultat, snarare än att följa en förut
planerad rutt. I en simulering behöver därför maskinmodellen kompletteras med en
operatörsmodell som även innehåller arbetsuppgiften och en modell som beskriver
arbetsomgivningen och dess inverkan på maskinen.
När det gäller att få resultat med avseende på tekniska egenskaper hos maskinen är
ovanstående typ av simulering tillräcklig om man accepterar en viss förenkling. En noggrann utvärdering av en (icke-autonom) arbetsmaskins produktivitet och energieffektivitet,
där hänsyn tas till förarens anpassning till maskin och arbetsomgivning, kräver dock att
en verklig människa kopplas till simuleringen, som då också behöver utföras i realtid.
Detta behov är ännu större när man, utöver de tekniska egenskaperna hos maskinen,
också vill undersöka operatörens känslor, värderingar och arbetsbelastning under arbetets gång. Här räcker definitivt inte en matematisk operatörsmodell till.
För en maskintillverkare som Volvo är det viktigt att man inte ska behöva bygga upp två
olika bibliotek med modeller för off-line simulering och realtidssimulering (”simulatorn”).
Helst vill man ta fram och administrera modellerna i samma verktyg, som har stöd för
de detaljeringsgrader som behövs i de olika simuleringsstudierna.
Typiska användningsfall för ”människan i loopen” simuleringar är utvärderingar av olika
operatörsgränssnitt (både för styrning av maskinen och för återkoppling av information)
samt verifiering av assistansfunktioner för operationella, taktiska och strategiska aspekter (reglerstöd och beslutsstöd). Här finns det en stor potential, men också en stor brist
på validerade metoder. Träningssimulatorer används för komplexa produkter eller i
komplexa arbetsscenarier.
Ett, idag, mindre självklart användningsområde för realtidssimulatorer är i de allra tidigaste
faserna i produktutveckling där koncept ska genereras, väljas och presenteras för såväl
potentiella kunder som ansvariga beslutsfattare i industri och samhälle. Att kunna uppleva en tänkt produkt redan tidigt i konceptfasen, att kunna känna på den och bilda sig
en egen uppfattning om dess användbarhet i ett (simulerat) konkret arbete kommer att
bidra till bättre beslut och en effektivare satsning av resurser. Problemen som dagens
samhälle står inför kräver innovativa lösningar, som troligen också borde simuleras för
att kunna välja bland alla idéer och för att förankra dessa hos alla involverade.
Realtidssimulatorer har också en stor användning i framtagning och verifiering av funktioner av mjukvara och hårdvara (”mjukvara i loopen” och ”hårdvara i loopen”). Realtidssimulering i mindre skala är mycket användbar för funktionsövervakning, modell­
baserad diagnos, modellprediktiv reglering o.s.v. Här omfattar simuleringen dock oftast
bara ett delsystem eller en komponent snarare än en komplett maskin.
14
1.5.2
SAAB Aeronautics – simulering, ett måste för flygplansutveckling
”De system som svensk industri
Simulering spelar sedan lång tid en avgörande roll vid utvecklingen av flygplan. Att utveckla ett komplext system med höga prestandakrav och många egenskaper/förmågor
innebär en ständig balansgång mellan hur olika egenskaper ska optimeras, prioriteras
och balanseras. Detta inkluderar fundamentala flygegenskaper, som aerodynamik, hållfasthet och styrning, liksom delsystemfunktioner och många funktioner relaterade till
säkert och effektivt genomförande av uppdrag, underhåll m.m. Förmågan att kostnadseffektivt och under tidspress balansera egenskaper är avgörande för att utveckla flyg­
industrins konkurrensförmåga.
utvecklar och levererar ökar kraf­
En väsentlig del i detta är simuleringsbaserad utveckling, som bidrar till en effektiv
produkt­framtagningsprocess på många sätt. De väsentligaste är möjligheten:
avgörande framgångsfaktor.
•
att analysera olika egenskaper i ett tidigt skede och fatta informerade beslut om
produktutformningen innan designfrihetsgraderna reduceras, eller alltför mycket
kostnad är bunden i tidigare designbeslut. Detta möjliggör utformning av en
bättre produkt.
•
att korta ledtiden från ett designbeslut till att en produkt kan tillverkas och
levereras, vilket är nödvändigt för konkurrenskraftiga ledtider.
•
till tidigare och säkrare verifiering och validering, som sker i en sekvens från ren
simulering via simulering med hårdvara integrerad i simuleringen till slutliga
flygprov. Detta kortar ledtider, men framförallt innebär det minskade risker för
sena problem och omtag.
•
att t.ex. utforma pilotmiljö med effektivt gränssnitt, vilket är avgörande för
säkerhet och användbarhet av flygplanet. Piloten har en arbetsmiljö med extremt
mycket information och krav på snabba och avgörande beslut i vissa lägen.
Funktioner realiseras ibland via hårdvara, ibland via mjukvara, men i de flesta fall i en
kombination av båda. Värt att notera är att ett flygplan utvecklas genom hela sin livscykel
och man har behov av modeller som kan leva genom produktens hela liv, dels för vidareutveckling, dels för luftvärdighet.
Modellering och simulering är väsentligt och det är angeläget att förmågan vidareutvecklas inom ett antal områden för att behålla konkurrenskraften och ge möjlighet att
behärska allt komplexare utvecklingsprojekt där acceptansen av risker blir allt mindre.
Några områden av generell karaktär, som är viktiga att utveckla är följande.
•
S tärka möjligheten att kombinera kostnadsbedömningar och andra livscykelegenskaper med produktegenskaper för att stödja en balanserad utvecklingsprocess.
•
Öka förmågan att hantera osäkerheter och robusthet i processen genom t.ex.
probabilistiska metoder.
•
Ökade möjligheter att genomföra analyser av mer sammansatta problem, t.ex.
mellan olika discipliner eller sammansatt användning av flera system, ofta kallat
Systems of systems.
tigt i komplexitet liksom den om­
givning som systemen används i.
För att fortsatt klara av att utveckla
konkurrenskraftiga system med
tillräckligt bra prestanda och
egenskaper blir effektiva och om­
fattande simuleringar en alltmer
Några väsentliga egenskaper i
denna simuleringsförmåga in­
kluderar modellkvalitet, tillgång
till relevant hårdvaruintegration
för olika stadier av designmognad,
liksom kostnadseffektiv och om­
fångsrik simuleringsmöjlighet av
såväl direkta som indirekta
produkt­egenskaper, ex.vis pre­
standa och tillförlitlighet. Området
är viktigt och förmågan att kunna
simulera ett antal produktaspekter
på ett snabbt, kostnadseffektivt
och tillräckligt precist sätt är en
avgörande förmåga för vår fram­
tida konkurrenskraft.”
Gunnar Holmberg, Director, Business
Development, Saab Aeronautics
Korta fakta
•Utan modellering och simulering
hade vi inte kunnat utveckla
Gripens vinge.
•Vi flyger inget utan att det genomgått
flera steg av simulering först.
•Modellering av krav och funktion
effektiviserar processen från idé
till produkt.
15
•
Öka möjligheten att styra modellen utifrån resultatets väsentlighet snarare än
modellernas förmåga att återge egenskaper.
•
Förbättrade möjligheter att analysera resultat från omfattande simuleringar
inkluderande interaktioner, t.ex. visualisering med variationsmöjligheter för
stora fältsimuleringar.
•
Generellt snabbare och precisare modellering och simulering av alla väsentliga egenskaper
•
Bättre möjlighet att behärska och utnyttja informationsexplosionen genom konfigurationsstyrning som speglar modellers syfte, mognad, detaljrikedom m.m.
•
Vidare förmåga till parameteridentifiering och modelluppdatering, som möjliggör kombination av modeller och experimentella mätningar för allt mer omfattande systemmodelleringar.
“Simulations are an indispensable
component in all steps of Ericsson’s
research and development of
radio networks. In the research
and pre­-development phase,
evaluations by radio network simu­
lations are crucial to decide which
technical features to propose for
standardization and future pro­
ducts. In the feature systemization
and development phase, simula­
tors are needed to emulate the
environment around the feature to
be developed, and to verify the
implementation. Lastly, in the inte­
gration and verification phase of a
radio network feature, simulators
Att utveckla modellering och simulering har likartade drivkrafter i många branscher.
Initialt drevs utvecklingen av simuleringsverktyg inom respektive bransch, men har idag
många branschöverskridande gemensamma intressen. Följaktligen så är t.ex. många av
de verktyg och metoder som vi tillämpar för flygbranschen idag kommersiella generellt
tillämpbara verktyg. I vissa fall är det flygbranschen som driver utvecklingen av dessa
verktyg, men i många fall är det andra branscher som är primärt drivande, t.ex. fordon
eller telekom.
are required to emulate the mo­
biles that will connect to the
1.5.3 Ericsson Linköping – modellering och simulering av prestanda
network. All these steps of Ericsson
Ericsson utvecklar och säljer produkter inom kommunikation och nätverk. En av de viktigaste produkterna är radiobasstationer för mobila system. Prestandakraven på bas­
stationer och andra nätnoder är höga och ständigt växande. De måste klara stora datamängder, höga datatakter, många användare, samt ha korta svarstider. De måste ha låg
effektförbrukning och hög tillförlitlighet. Och de måste vara billiga att tillverka.
R&D are present and strong in
Linköping for 4G/LTE develop­
ment. The Research Dept. has a
long tradition of developing radio
network simulators for both 3G
and 4G. LTE system and software
development are large and impor­
tant parts of Ericsson in Linköping.
And year 2010-11 Ericsson inve­
sted more than 100 MSEK in a
new test-lab for radio network pro­
ducts. So modeling and simula­
tions is, and will maintain to be, a
crucial competence for Ericsson
Linköping to have and to develop.”
Gunnar Bark, Research Sector Manager,
Ericsson, Linköping
16
Funktionskraven är också höga och ständigt växande. Radiobasstationer kräver avancerad signalbehandling och algoritmer för resursstyrning. Exempel på detta är brus­
undertryckning i system med flera antenner, samt koordinering av radioresurser mellan
flera basstationer. Produkterna måste fungera tillsammans med andra produkter från
Ericsson eller andra tillverkare, vilket kräver standardisering. Samtidigt måste systemen
klara av blandningar av noder från olika standardversioner och teknikgenerationer.
Dessa krav innebär stora utmaningar på produktutvecklingen.
För att möta prestandakraven består Ericssons produkter av en blandning av dels specialiserad och egenutvecklad hårdvara, dels inköpt standardhårdvara. Den blandade hårdvarumiljön skapar i sin tur utmaningar för mjukvaruutvecklingen.
Modellering och simulering är helt nödvändiga arbetsmetoder för att möta utmaningarna.
De används i alla delar av utvecklingsprocessen: under forskning och standardisering,
vid kravställning och utveckling av produkter, samt vid integrering och verifiering.
Under forskning och standardisering utvärderas föreslagna systemprinciper i simulerade
modeller för radiomiljö och radiokommunikation, datanät, samt användarbeteende. I
många fall är simulering den enda framkomliga vägen, eftersom systemen fortfarande är
i tidig utvecklingsfas och endast delar av dem är färdiga för utvärdering. I vissa fall studerar
man detaljer i radiosignaler, i vissa fall fokuserar man på beteenden som inkluderar
hundratals mobilterminaler och tiotals basstationer. Simuleringar utförs för en mängd
antagna förhållanden såsom radiomiljö, trafiklast och användarbeteende. Vid kravställning modelleras exempelvis trafiklast från användare och kapacitet i enskilda noder.
Även här är modellering och simulering viktiga verktyg, och fokus ligger ofta på egenskaper i en viss implementering, t.ex. en föreslagen algoritm eller dimensionering av en
hårdvaruenhet. Simulering används också för att skapa testdata som senare används för
att verifiera beteendet hos en färdig modul, eller hela produkten.
Under produktutvecklingen används modellering och simulering exempelvis för att
provköra mjukvara på hårdvara som ännu inte finns tillgänglig. Vid integrering och verifiering kan modellering och simulering användas för att testa beteendet hos en utvecklad
produkt mot en simulerad omgivning, exempelvis simulerade mobilterminaler. På det
viset kan man skapa testfall som är svåra eller dyra att skapa om man sätter produkten i
en verklig miljö. För att säkerställa att till exempel en basstation fungerar mot verkliga
mobilterminaler finns även testlabb bestående av många verkliga terminaler i ett riktigt
nät, som lastar nätet automatiskt samtidigt som man övervakar att systemet beter sig
som det är tänkt.
Ericsson i Linköping arbetar både med utveckling och användning av simulatorer inom
ovanstående områden. Ett av Ericssons största testlabb för test och verifiering byggdes i
Linköping för mer än 100 MSEK år 2010.
17
2 Var står vi?
”Nyttan och behovet av modeller och systemsimulering är tydliga. Sverige har genom
tidiga innovationer en stark position i simuleringsbranschen och förutsättningar för att
ta en världsledande position. Människans samspel med tekniken blir allt viktigare och
värdet av att få in människan tidigt i utvecklingskedjan ökar. Den virtuella produkten
är lika viktig som den verkliga och en förutsättning för att den verkliga blir bra. Olika
branscher har varierande mognadsgrad och kan lära av varandra. Metodiken och
verktygskedjan från idé till produkt är ännu inte komplett.”
”Together with theory and
experimentation, computa­
tional science now constitutes
the ‘third pillar’ of scientific
inquiry, enabling researchers
to build and test models of
complex phenomena.”
Ken Wilson, Nobelpristagare i Fysik
2.1 Grunden är lagd
Utvecklingen av simuleringsteknologi går hand i hand med utveckling av datorteknik.
Kraftfullare datorer möjliggör användning av alltmer sofistikerade simuleringstekniker för
allt större och komplexare system och stora datamängder. Det leder också till mer visuella
och interaktiva simuleringar. Tillgängligheten ökar dramatiskt när sådana lösningar också
blir mobilt tillgängliga. Simuleringar blir därmed verktyg inte bara för specialisterna, utan
för alla som arbetar med utveckling av produkter och system.
För att komma närmare användaren i produktutvecklingsprocessen används realtids­
simulering i allt större utsträckning. I realtidssimulering spelar visualisering en avgörande
roll som gränssnitt mellan den simulerade världen och användaren, och möjliggör därmed
en människocentrerad designprocess där användaren kan interagera med den tänkta produkten eller ”miljön” och ge återkoppling på designen redan i konceptfasen.
Mobilitet, moln, interaktion och visualisering är styrkeområden i Sverige, vilket betyder
att vår simuleringsbransch också har mycket goda förutsättningar att ta betydande marknadsandelar globalt när simuleringsbranschen transformeras med dessa teknologier.
Simulering som utforskande metodik har en stort värde i sig eftersom det bidrar till utvecklingen av många andra vetenskapsområden, enligt det som av Ken Wilson beskriver
som vetenskapens tredje ben (se citatet här intill).
18
2.1.1 Modeller är simuleringens fundament
Modeller har flera användnings­
Modeller är fundamentala för all simulering, eftersom de är kärnan i den system­
beskrivning som simuleringen baserar sina beräkningar på. Modeller används också
som kunskapsbärare och kommunikationsmedel inom organisationer och mellan aktörer.
Modellerna som används är allt från kompakta matematiska beskrivningar av komponenter och delsystem till databaser med inspelade data från systemkörningar. Vid
system­utveckling har modeller flera användningsområden:
områden i systemutveckling, ex.vis
•
Simulering av system och delsystem.
•
Effektivt kommunikationsmedel för att dokumentera systemegenskaper och
överföra kunskap mellan avdelningar i ett företag.
•
Kommunikationsmedel mellan företaget och dess leverantörer och kunder, t.ex.
för att specificera och dokumentera komponent- eller systemprestanda.
•
Inkapsling och bärare av kunskap om komponenter, system och produkter.
specificering, och utvärdering och
optimering av prestanda. Model­
ler är viktiga kunskaps­bärare
både i och mellan organisationer.
En strukturerad användning av
modeller ökar innovationstakten
och kvaliteten på produkten, vilket
ger affärsfördelar.
Ett av de viktigaste instrumenten för effektiv utveckling av komplexa tekniska produkter ligger i att ha effektiva simuleringsmodeller som kan användas i hela utvecklingsprocessen. Det gäller modeller för att utvärdera funktion och prestanda för olika koncept
tidigt i utvecklingen. Även simulatorer kan användas på detta stadium för att få med
användaraspekten. Modeller som man använt vid utveckling av delsystem vill man
också kunna använda vid systemintegrationen. När systemet är utvecklat finns då en
modell som beskriver systemets beteende, och som kan leva vidare och simuleras parallellt med systemet för t.ex. tillståndsövervakning för funktionell säkerhet.
Modellen kan också användas i simulatorer, för användarcentrerad design, för utvärdering
av effekter av användning, och för träning. Ett område på frammarsch är användning av
simulatorer för problemlösning. Både tekniken och dess användning penetreras, liksom
samspelet mellan simulator och människa. Modellerna kan också användas vid simulering
av system av system, t.ex. för simulering av olika scenarier i civila och militära operationer
inklusive träning av ledningspersonal.
2.1.2 Simulering sker både distribuerat och integrerat
En generell trend är användningen av systemsimulering och simulatorer inom produkt­
utveckling av komplexa system och inom de distribuerade nätverk i vilka de designas
och tillverkas. Komponentleverantörer blir i ökande grand involverade i designprocessen
för hela system. Systemintegratörerna kräver ofta att komponentleverantörerna redan i
designfasen validerar funktionaliteten för en levererad komponent i det systemsammanhang det skall användas, dvs. långt innan systemet som helhet har byggts. Den grundläggande frågan vid geografisk spridd verksamhet är hur systemsimulering i stora sam­
arbetsprojekt med distribuerade team ska genomföras, tekniskt och organisatoriskt.
19
2.1.3 Simulering – från stödverksamhet till livscykelperspektiv
I takt med att modeller och simuleringar blir mer tillgängliga ökar närmar sig ett flertal
branscher varandra snabbt. Egentligen är detta ingen ny insikt, men betydande
konvergens­effekter är ändå att vänta. Ett exempel är Autodesk, en av branschledarna
inte bara inom simulering och CAD, utan också inom 3D-animering, datorspel och filmeffekter. Inom industrin har simuleringar vanligen använts för olika ändamål i olika
delar av verksamheterna i till exempel koncept- och produktutveckling, testning och
operatörsträning. Vi ser nu en utveckling där användning av simulering blir ett kritiskt
viktigt stöd i industriföretagens totala verksamhet och produkternas hela livscykel. Det
innebär en rörelse mot uppskalning, konsolidering och integration av simulerings­
lösningar, som kräver nya och innovativa teknologier. 3D-modeller och simulerings­
modeller för produkter och system kan dessutom återanvändas inom en mängd områden
som ingenjörskonst, industridesign, träningssimulatorer, optimering, miljö och hållbarhet, underhållning och reklam. Detta ställer helt nya krav på verktygen och hur olika
specialister kan samverka, och öppnar också nya möjligheter för innovationer och
växande företag.
2.1.4 Simulering på gränsen mellan virtuell och verklig verklighet
En av de absolut viktigaste trenderna i världen inom produkttillverkning är möjligheten
till 3D-utskrifter av verkliga produkter direkt ifrån digitala modeller och simuleringar.
Det är redan ett etablerat arbetssätt att skriva ut produktprototyper i kompositmaterial,
men dessa närmar sig snabbt den materialkvalitet som möjliggör verklig produktframtagning. I Sverige finns dessutom lovande aktörer som Arcam, vars system för friformsframställning t.ex. kan bygga medicinska implantat, och Höganäs, vars dotterbolag
Digital Metal utvecklar en 3D-metallpulverskrivare som kan revolutionera friformsframställning från metallpulver. Denna utvidgning från modellering och system­
simulering representerar en direkt länk till produktionsagendan.
2.2 Hur kan värdeskapandet öka?
Hur en användare hanterar en produkt
eller ett system kan ha stor betydelse
för resultat såsom produktivitet och
resursutnyttjande, ex.vis påverkar en
förares körsätt direkt ett fordons säker­
het och bränsleförbrukning.
Många av de produkter och system som svensk industri utvecklar karaktäriseras redan
idag av stor komplexitet. Kännetecknande för systemen och produkterna är också att de
ska användas av människor, och att användarens beteende och interaktion med produkten avgör hur framgångsrik den blir. Efterfrågan på interaktion och integration mellan
olika delsystem (system av system) och samspel med användarna är därför en utveckling som spås accelerera.
Ett tydligt behov är att tidigt i utvecklingen kunna optimera egenskaper och effekter, som
inte bestäms av enskilda komponenter och delsystem utan av en komplicerad växelverkan
mellan många komponenter i flera delsystem. Det medför att tidigare statiska beräkningar
av enskilda delar måste kompletteras med modeller och realtidssimulering av helheten i
kombination med en verklig operatör. Behovet av realtidssimulering med användaren i
loopen är särskilt stort om man förutom tekniska egenskaper och prestanda vill undersöka
användarens beteende, arbetsbelastning, känslor, upplevelser, bedömningar, o.s.v.
20
För den systembyggande industrin i Sverige är det därför strategiskt viktigt att jobba
med modeller och systemsimulering som en integrerad del i utvecklingen av nya produkter.
En trend idag är att modeller och systemsimulering används mer och mer strukturerat
vid utveckling av både enkla komponenter och komplexa produkter. Exempel på användningsområden är:
•
testning och utvärdering i alla utvecklingsstadier
•
kommunikationsmedel i samverkan med leverantörer
•
för att ge konkretisering av innovationen och produkten i tidiga designfaser
Genom sådan användning bidrar modeller och systemsimulering sammantaget till en allt
större del av värdeskapandet hos de systemutvecklande företagen.
2.3 SWOT-analys – styrkor, svagheter,
möjligheter och hot
En SWOT-analys beror givetvis på vad man tror om den framtida utvecklingen. Som vi
tidigare har beskrivit i denna agenda är vi övertygade om att önskemål från kunder att
samutveckla produkter kommer att slå igenom. Inget kan stoppa en kundefterfrågan
och det är viktigt att veta hur man ligger till när några ledande industrier erbjuder samutveckling. Vi är också övertygade om att den pågående trenden med modeller som
kravspecifikation kommer att öka. Det är redan självklart i kommunikationen med
många underleverantörer, men kommer också att bli centralt i den företagsinterna innovationsprocessen.
Eftersom systembyggande företag och simuleringsbranschen utvecklas i synergi är det
också av betydelse för en SWOT att se hur industrin utvecklas.
Ett perspektiv utgår från att Sveriges framtid ligger i att få fram kvalitetsprodukter och
nischprodukter, som förutsätter förädling och stort kunnande. I den här agendan talar vi
huvudsakligen om den produktutvecklande industrin, men vi har också den andra stora
delen av svensk industri nämligen processindustrin. Där är det intressant att ta del av
den analys som görs av bl.a. ProcessIT. Utan att gå in på detaljer lyfter man fram styrkan
i att ha inhemska företag, som ABB Automation och andra, vilka i ett samspel med processindustrin ger både det djup och den bredd som behövs i konkurrensen. Det finns
också stark och bred forskning.
Ett annat perspektiv på den industriella utvecklingen är att något som tidigare har varit
ett litet tilllägg blir mera centralt, för att sedan utvecklas till kritisk kärnkompetens. Ett
exempel är utvecklingen inom fordonsindustrin vad gäller elektronik och styrsystem.
Längre tillbaka i tiden köptes alla elsystem in från leverantörer som Bosch, men efterhand som alltfler funktioner kunde uppnå väsentligt bättre prestanda genom datorstyrning så genomsyrade det mer och mer den totala utvecklingen av fordon. Ett direkt beroende av externa parter i en sådan situation fördröjer utvecklingsprocessen, minskar
den egna styrkan och gör också att egen spetskompetens riskerar att diffundera ut. Som
21
ett exempel på industriellt agerande tog Scania för ungefär femton år sedan beslut om att
hämta hem den kritiska utvecklingen av styrsystem, och det har sedan dess varit en av de
starkast växande delarna av företaget. En poäng är att, när man vill göra förändringar i
innovationsprocessen så är det kritiskt vilken kompetens som finns att tillgå både vad
gäller forskning och industriella aktörer, och det gäller både volym och djup.
I ljuset av ovanstående gör vi följande SWOT-analys för modeller och system­
simulering i Sverige.
2.3.1 Styrkor (Strengths)
Den uppenbara styrkan är svensk systembyggande industri. Det finns också en god tradition av spetsforskning där Sverige utan tvekan tillhör världseliten inom forskning om
modellering och simulering. Som avknoppning från denna forskning finns det ofta också
ett antal framgångsrika spjutspetsföretag som grodd för branschen. Sammanfattningsvis:
•
Stark systembyggande industri
•
Akademisk spets
•
Grodd av mindre spjutspetsföretag
2.3.2 Svagheter (Weaknesses)
Svagheterna ligger framför allt i antalet modellerings- och simuleringsföretag. Jämför
man exempelvis med processindustrin, som har ABB Automation och andra, så är den
nationella stödindustrin för produktutvecklande företag betydligt tunnare. Inter­
nationellt finns stora företag med många tusen anställda såsom t.ex. Dassault Systèmes.
Även akademiskt är det främst volymen som är kritisk. Vid en kraftig efterfrågan från
industrin på doktorer, civilingenjörer, forskning, innovationsprojekt inom modeller och
systemsimulering kommer leveransproblem att uppstå om inte en uppbyggnad sker. Alltså:
•
För få svenska modellerings- och simuleringsföretag som kan stötta andra företag
•
Volymen i forskning och utbildning för liten för att möta växande efterfrågan
2.3.3
Möjligheter (Opportunities)
Vi står inför en utveckling som kommer att förändra hela den industriella innovationsprocessen. Möjligheterna ligger då naturligt i att vara proaktiv, med en främsta ambition
att öka volymen på ett sådant sätt att det skapar sann nytta för utvecklingen. Det handlar då om att få tillväxt i stödindustrin och att koppla forskningen mot de frågor som
styr innovation. I en sådan ambition är samordning av insatserna extra viktig, och senare i
agendan föreslås några konkreta åtgärder.
22
•
Sverige kan vara tidigt ute i den nya systemutvecklingen
•
Sverige kan få en ny betydande industribransch (tack vare draghjälpen från
våra storindustrier)
Simuleringsindustrins möjligheter i systemtillverkande industri kan likställas med hur ABBs
tillväxt och styrka har lett till den svenska processindustrins framgångar, och omvänt.
2.3.4 Hot (Threats)
Främsta hotet är att förändrade förutsättningar inte upptäcks i tid. Här kan faktiskt
industriell och ekonomisk framgång vara en fara eftersom det är belagt att man som
industri då känner trygghet i att man alltid tidigare fått avsättning för sina produkter.
Därmed kan man missa nya trender. Det som händer är att den traditionella kravspecifikationen inte längre är det enda instrumentet, utan en helt annan värld skapas med
modeller, systemsimulering och framför allt kundkrav om samutveckling och anpassning
till människan. Allting tyder på att det nya arbetssättet snabbare leder till produkt, vilket
givetvis innebär ett avsevärt hot om man inte hinner med. Risken är att internationella
konkurrenter under tillväxt snabbare upptäcker vad som sker och därmed får ett försprång. Hoten är:
•
För liten volym när efterfrågan kommer, vilket gör att egen uppbyggnad inte
kan ske
•
Utan stödindustri försvinner kunskapen ur Sverige
•
Sverige försvagas vad gäller konkurrenskraft i produkter med stort kompetensinnehåll
Ytterst finns alltid hotet om riktiga svårigheter för produktindustrin som enligt ovanstående analys inte har det lika bra förspänt med starka aktörer inom modeller och
simulering, jämfört med hur t.ex. processindustrin har haft med ABB som stark aktör.
23
3
Var vill vi vara?
”Genomgående användning av modeller och systemsimulering ger hög innovations­
takt och konkurrenskraftiga företag. Mer kunskap tidigt i utvecklingen ger bättre
underlag för beslut i konceptfasen och ökad kvalitet. Framtida produkter ska kunna
utvärderas och upplevas redan här och idag genom att simulatorer inte är begränsade
i tid och rum.”
3.1 Vision
Vision
Rätt produkt med högre
kvalitet genom dubbla
kunskapen efter halva tiden.
Trots goda tecken på användning och nytta av modeller och systemsimulering finns stora
behov av att vidareutveckla och förstärka utvecklingskedjan och innovationsprocessen,
främst genom ökat metod- och verktygsstöd för övergångar mellan olika TRL nivåer och
för att enklare kunna inkludera människan och användaren i utvecklingsprocessen.
Den övergripande visionen är att användningen av modeller och systemsimulering skall
öka kraftigt och vara en naturlig och lättillgänglig del i all kunskapsinhämtning och
beslutsfattande hos både företag och myndigheter. Detta för att Sverige ska vara
konkurrens­kraftigt och få ut maximal nytta av alla investeringar.
Storskaliga, distribuerade, inbyggda och komplexa system bestående av mekaniska,
elektriska och digitala komponenter kräver helt nya utvecklingsmetodiker. För att göra
det ekonomiskt möjligt att utveckla dessa system krävs avancerade modellerings- och
simuleringsverktyg. Tack vare dessa kommer Sverige att kunna bygga nästa generations
sjukhus, smarta energisystem och transportsystem på utsatt tid, vilket hjälper oss att
hushålla med de begränsade resurserna. Detta skapar nya internationella affärsmöjlig­
heter genom att vi kan vara framstående inom hållbar utveckling, post carbon cities och
andra infrastruktur- och miljöinitiativ. Vi kan utveckla individanpassade system/produkter som möter nationella/globala mål för samhällsutveckling, miljöpåverkan, energiförsörjning, säkerhet, tillväxt, och operatörernas roll i detta.
Systemsimuleringsmognaden varierar mellan branscherna, vilket gör att tidpunkten för
när man kan börja närma sig visionen varierar. Men att branscherna har kommit olika
långt i att införa modellbaserade utvecklingsprocesser gör samtidigt att branscherna kan
dra nytta av varandras erfarenheter. Gapet kan också ses som en möjlighet för de SME
som jobbar med verktyg för modellering och simulering att växa i synergi med större
företag. Om de deltar i utvecklingsprocessen hos de ledande företagen kan den generella
metod- och verktygskompetensen sedan användas för att stötta de branscher som
kommer in i processen senare.
24
3.2 Långsiktiga mål
Visionen syftar till tids- och kostnadseffektivitet, förbättrad kvalitet, ökad kritisk massa av
personer med kompetens, och bättre produkter för användarna. När de långsiktiga målen
kan nås beror på branschernas mognad och målen formuleras och grupperas enligt följande.
I framtiden:
•
•
•
används modeller och systemsimulering i hela produktutvecklingskedjan och
livscykeln och människors kunskap är en integrerad del i processen.
––
används modeller som kravspecifikationer för komponenter och system.
––
används simulering för verifiering och optimering av produkters funktion.
––
används simulering och simulatorer för att kommunicera och utbyta information
mellan utvecklare, kunder och beslutsfattare.
––
används simulering för ombordsimulering för funktionsövervakning
För att kunna ta steg in i framtiden
(10-årsperspektiv) och skapa för­
ändrade marknadsförutsättningar
måste vi våga ta fram radikala systemoch produktidéer, och även kunna
testa innovativa konceptutformningar
av dessa. Gustav II Adolf hade troligen
krävt att Vasaskeppets konstruktion
skulle ändras om han haft möjlighet att
uppleva och testa konceptet i en
simulering. Ett nutida exempel på
betydelsen av bra användarcentrerad
design är Apples iPhone. Trots likvär­
dig teknisk prestanda fick denna pro­
dukt ett enormt genomslag tack vare
ett innovativt användargränssnitt.
når vi dubbla kunskapen på halva utvecklingstiden.
––
finns det en modellkedja från idé till färdig produkt.
––
genomgår alla produkter virtuell användartestning redan på konceptstadiet.
––
kan antalet fysiska prototyper minska dramatiskt.
har Sverige en stark simuleringsbransch som stöttar innovationsprocessen hos
systembyggarna.
––
finns samverkan och överhörning mellan olika industrier och branscher när det gäller verktyg och metoder för effektiv modellbaserad innovation.
––
finns det god tillgång på forskare, ingenjörer och utvecklare som kan processen och
vidare­utvecklar den.
25
3.3 Agendans effektlogik
Bilden nedan till vänster visar att modeller och systemsimulering används inom flera områden och på alla TRL-nivåer i innovationsprocessen medan bilden nedan till höger visar
effekterna av satsningarna. TRL (Technology Readyness Level) betecknar en teknologis
mognadsgrad, dvs hur nära konkret tillämpning den är. Lägst har vi simulering för generell
teknikutveckling. I nästa nivå används simuleringen ihop med utveckling och optimering
av produktkoncept. I den tredje nivån har vi kommit närmare produkten och använder
simulering för att verifiera produktegenskaper. I den fjärde nivån samkörs simulatorn med
fysisk hårdvara för att testa produktsystem och/eller stödja hela produktutvecklings­processen.
I den högsta nivån har vi även kopplat in människan i systemet. Simulering används för övervakning av förare för att undvika misstag, träning, och för användare av simuleringsprodukter.
Bilden nedan till höger visar effektlogiken för agendan och hur forskningsresultaten ger
effekter i flera led. Först har vi forskningsaktiviteter i industrin och på universitet som tillsammans med utbildningsinsatserna ger upphov till direkta resultat i form av bättre
simuleringsteknik. Dessa inkluderar t.ex. simulering för bättre produktutveckling exempelvis verifiering av krav samt stöd för noggrannare modeller; snabbare simulering som
kan klara testning ihop med hårdvara; bättre övervakning av förare för att förhindra misstag; bättre simulatorer för produktutveckling exempelvis systemsimulatorer för bilar och
flygplan; bättre träningssimulatorer för förare; och bättre simuleringsprodukter (mer
lättanvända, klarar större modeller, mm). I nästa steg ser vi hur detta ger upphov till
snabbare produktutveckling, ökad kvalitet och ökade affärsmöjligheter. Genom att simulera hela produkten i datorn kan barnsjukdomar elimineras och kundkrav kan verifieras
tidigt, redan innan produkten är byggd. Till exempel genom att simulera styrning samt
omgivning till lager i vindkraftverk kan hållfasthet, livslängd och energiuttag förbättras.
Dessa positiva effekter sprider sig sedan vidare till andra produkter där komponentprodukter ingår, och leder till ökad tillväxt samt förbättrad kvalitet och säkerhet, t.ex. färre
olyckor. Totalt sett ökar insatserna innovationsförmågan, och bidrar till att vi bygger vi ett
säkrare, starkare och konkurrenskraftigare Sverige.
Simulering används i flera steg i produktutvecklings­
processen och dyker upp på flera nivåer i TRL skalan.
26
Effektlogiken för agendan,
dvs hur insatserna leder till
förbättringar och möter målen.
3.4 Innovationsmiljön – tre strategiska
utvecklingsområden
Produktutveckling är komplex, med många samverkande faktorer. Genom att analysera
status, trender och behov av utveckling har vi identifierat tre områden av strategisk
betydelse för att stärka innovationsmiljön inom modellering och systemsimulering.
De tre områdena utgör också grunden för agendan vad gäller plattform, organisation
och samordning.
A. Modell- och systemsimuleringskedjan i systemtillverkande industri
B. Människans interaktion med och användning av simulatorer
C. Grundläggande metod- och teknikutveckling
I en väl fungerande innovationsmiljö behöver alla tre delarna finnas. Multidisciplinära
angreppssätt är alltmer nödvändiga – det räcker inte med bara ingenjörskonst, utan
kontexten och användaraspekterna blir allt viktigare att beakta och inkludera. Människors idéer måste effektivt kunna tas in och integreras i utvecklings- och utvärderingsprocessen. Kraven på allt snabbare kunskapsproduktion och teknisk utveckling ställer
krav på kraftfulla verktyg, och verktygskedjor, som ger kortare utvecklingscykler där
användarna involveras tidigt.
I punkten B är samspelet mellan människa, maskin och organisation (HMI) tydligt,
samtidigt som dessa frågeställningar finns med även i de andra två punkterna. Vi ser det
som särskilt spännande och nödvändigt att agendan adresserar inte bara tekniska
frågeställningar och lösningar, utan också kopplar utvecklingen till beteendevetenskap
och HMI-forskning.
A. Modell- och systemsimuleringskedjan i systemtillverkande industri
Utmaningar
I kedjan från idé till produkt jobbar man inom systemutveckling traditionellt i olika faser
med delleveranser, där olika grupper är engagerade i de olika faserna. Först har funktionsutvecklarna tagit fram en specifikation av funktionen och gränssnitten i form av
dokument, som sedan lämnas till en grupp som är ansvarig för implementation och
tester. I nästa steg lämnas ansvaret över till dem som sköter integrationstest. Därefter
genomförs slutkalibrering och sluttestning inför leverans. Denna process lämnar utrymme
för tolkning mellan varje grupp och därmed risken för att mänskliga fel introduceras.
Detta är inte bra, framförallt inte i säkerhetskritiska miljöer som realtidssystem för t.ex.
fordon och flygplan.
En utmaning är att kunna använda sig av modeller som är så enkla som möjligt, men tillräckligt noggranna för konceptuella vägval i tidiga utvecklingsskeden – ”lean simulations”.
Det finns idag relativt avancerade simuleringsmodeller, för mer detaljerad analys av produkter med högre mognadsgrad i senare utvecklingsfaser. Dessa kan utnyttjas för att identifiera
hur komplexa modellerna behöver vara och för att kvantifiera resulterande felmarginaler.
27
Trender
Trenden har varit att ersätta krav- och funktionsspecifikationer i form av dokument med
modeller som dels representerar systemet funktionellt, dels kvantifierar specifikationerna.
Detta underlättas av att modellering och systemsimulering länge varit ett normalt inslag
för funktionsutvecklarna. Modeller kapslar in kunskap om systemet och håller på att
utvecklas till den nya typen av kravspecifikation och kommunikationsmedel. Detta gäller
både inom ett företag, där modellen (kravspecifikationen) är kommunikationsmedlet
mellan avdelningarna, och externt där den är kommunikationsmedlet mellan kunder
och leverantörer.
Intresset för kortare utvecklingstid och högre kvalitet driver utvecklingen av datorverktyg för kodgenerering från simuleringsmiljöer till realtidssystem, vilket syftar till att så
mycket som möjligt av funktionerna skall kunna automatgenereras. Automatgenerering
av produktionskod från simuleringsmodeller av produkten används i varierande omfattning i olika branscher och trenden pekar mot att all kod som kan automatgenereras skall
automatgenereras. Samtidigt utvecklas kodgenerering av simuleringsmodeller för mer
avancerade datorarkitekturer, t.ex. multicore och grafikprocessorer, vilket möjliggör att
exekveringen av simuleringsmodellerna kan effektiviseras. Detta är ett exempel på
dubbel och till och med trippel nytta eftersom utvecklingen leder till kunskapsuppbyggnad som även kommer till nytta i realtidssimulering och produktionskodsgenerering.
Intresset för realtidssimulering har ökat de senaste åren och har fått allt större användning. Behoven rör sig mycket kring modeller och deras anpassning för att skapa nödvändig realism. Några exempel är: HILS – Hardware in the loop simulering, som för funktionsverifiering är ett effektivt verktyg som förlitar sig på realtidssimulering.
Realtidssimulering när man har människan i loopen, som används både i designprocessen för produkten och i träningssimulatorer. Realtidssimulering av produkter i drift, t ex
funktionsövervakning, modellbaserad diagnos, modellprediktiv reglering, etc.
28
Mål
Målet är att ta fram simuleringsteknologi och verktyg som är nödvändiga för att svensk
industri ska kunna utveckla produkter bestående av mekaniska, elektriska och mjukvarukomponenter som är flera magnituder större och mer komplexa än idag. Produkterna
ska kunna anpassa sig efter förutsättningarna och användningsområdena så att de kan
vara närmast optimala i sin resursanvändning, detta skall uppnås till väsentligt lägre
kostnader, kortare utvecklingstider och längre livstider.
I en produktutvecklingsprocess växer kunskapen med tiden och efter hand som man tar
designbeslut minskar den återstående designfriheten. Tyvärr ser det ofta ut som i den
vänstra bilden nedan, man tvingas ta kritiska designbeslut innan kunskapen har hunnit
växa till sig. Men med simulering kan vi bygga kunskap tidigare och ta fram bättre
beslutsunderlag inför strategiska designvägval (höger i bilden).
FörrNu
Designfrihet
Designfrihet
Kunskap
Kunskap
Tid
Tid
Vision – dubbla kunskapen efter halva tiden genom simulering
Figuren nedan visar att produktutvecklingsprocessen kan effektiviseras när ett system
kan testas och förbättras under alla faser av dess utveckling, från krav till design till kodgenerering och implementering, både i mjukvara och hårdvara. För att detta skall vara
möjligt behövs en modellerings- och verktygskedja som kan fungera som en brygga mellan olika domäner och krav. Figuren nedan visar ett exempel på hur ett modelleringsramverk skulle kunna se ut.
Återkoppling
Systemsimulering
Affärs
process
styrning
Kravbeskrivning
Processmodeller
Kravmodeller
Modelldriven
design
(PIM)
Kompilering
& kodgenerer
(PSM)
Produktmodeller
Plattformsmodeller
Program &
Syst Produkt
Unifierad Modellering: metamodellering & Modelica & UML
Vision av unifierat modelleringsramverk för modelldriven produktutveckling, till exempel kan programvara modelleras i
UML och fysikalisk hårdvara modelleras i Modelica.
29
B. Människans interaktion med och användning av simulatorer
Utmaningar
Människans medverkan i simuleringar har traditionellt varit relativt avgränsad till enskilda koncept och produkter. Användaraspekterna har dessutom oftast beaktats först
efter att färdiga prototyper har tagits fram. Simuleringstekniken bedöms nu vara mogen
för att skapa mer komplexa förhållanden och därmed möjliggöra demonstration, visualisering och upplevelse av andra typer av framtidsmiljöer.
Realtidssimulering med människor i loopen innebär att verkliga operatörer agerar i en
virtuell värld där såväl omgivningen som de system och redskap som människan hanterar
modelleras. Avgörande för dessa simuleringar är att de virtuella lösningarna (modellerna)
utformas på ett sätt som resulterar i mänskliga upplevelser och beteenden motsvarande
de som skulle ha uppträtt i verkligheten. Den virtuella världen byggs upp av ett antal
delsystem och delfunktioner (delsimuleringar), t.ex. statiskt scenario, dynamiska
situationer, ljud- och väderåtergivning, systemmodell, modeller av särskilda funktioner
som beslutsstöd och informationssystem, vilka sedan integreras till en helhet.
För att kunna utveckla system som interagerar med människor krävs interaktivt rimliga
kognitiva och reaktiva simuleringar av hur användarna skulle kunna tänkas interagera
med systemet. Med dessa avancerade simuleringar är det möjligt att bygga säkra och
användbara system för alla användare. Människans samspel med systemsimulering och
simulatorer öppnar samtidigt ett nytt och stort problemkomplex. Hur ska scenarier
utformas? Hur uppnår man bäst värdeskapande problemlösning vid användningen?
Hur ska HMI-samspelet se ut för att ge god kvalitet i resultatet?
Trender
Simulatorer har sedan mer än 30 år spelat en stor roll i fordonsforskning och forskning
om samspelet mellan förare, fordon och väg. Forskningen har ofta varit inriktad mot
åtgärder för att öka trafiksäkerheten och handlat om t.ex. effekter av olika förartillstånd
(distraktion, trötthet, alkohol och droger), nya fordonsteknologier (stabilitetssystem),
samt utformning och utvärdering av informations- och förarstödsystem.
Framgångarna för simulering som kommunikationsmedel vilar på att visualisering
använder sig av den mänskliga hjärnans oöverträffade förmåga att tolka visuell information. Genom att använda bildspråket skapas en kanal med hög bandbredd mellan dator
och människa. Denna kanal utnyttjas i många sammanhang och visualisering blir en allt
viktigare komponent i många arbetsflöden som innefattar analys av omfattande och
komplex information. Detta gäller såväl insamlad och lagrad som simulerad information. Speciellt inom realtidssimulering spelar visualisering en avgörande roll som gränssnitt mellan den simulerade världen och användaren.
Vid systemsimulering är det ofta abstrakt och mångdimensionell information som användaren måste hantera och analysera. ”Real-time visual decision support”, som baseras
på senaste typen av inform-ationsvisualisering är av högsta betydelse. Detta kallas också
numera ofta ”Visual Analytics”. När det gäller simulatorer är det ofta mer uppenbart
30
vilken typ av gränssnitt som eftersträvas och dessa är ofta väl utforskade. De senaste rönen
inom datorgrafik erbjuder emellertid möjligheter till alltmer ökande realism i den visuella
återkopplingen. Forskningen inom realtidsinteraktion, med fotorealistiska miljöer, gör det
nu möjligt att rendera många olika förlopp i realtid och ljustransporten i den renderade
världen kan beräknas i realtid med allt mer fysikaliskt baserade modeller. Även inom
simulatortekniken har den ökande floran av möjliga displaysystem, alltifrån immersiva
VR-system till handhållna enkla enheter, gjort det möjligt att utnyttja simulatorer i ett flertal tillämpningar och mer avancerad interaktionsteknik i anslutning till dessa. Den senaste
utvecklingen av kostnadseffektiva trackingsystem öppnar nya möjligheter.
Ett exempel på simulatorteknikens potential att visualisera och göra det möjligt att agera i
framtiden är ”Tunnel-projektet” inom kompetenscentret ViP, där den planerade vägtunneln ”Förbifart Stockholm” har modellerats och implementerats i simulatorn. Alternativa lösningar för olika utformningsaspekter utvärderas nu i den virtuella miljön.
Konsekvensen för stadsplanering och stadsutveckling är uppenbar, och i detta sammanhang kan nämnas att den första nationella bomässan sedan bo01 i Malmö 2001, ska
hållas i Linköping 2016. En ny stadsdel, Vallastaden, ska byggas med höga ambitioner.
Inför mässan Linköpings Bo2016, då 100 000-tals besökare väntas, finns många frågor
som kan studeras med systemsimulering och simulatorer i vid mening. Simulering blir i
planeringsprocessen kittet mellan arkitektur och transport.
Mål
För att förstärka innovationsförmågan och möjliggöra kreativa hopp (nya processer och
utformningar som gör skillnad) behövs ett paradigmskifte. Skiftet innebär att användarna
rutinmässigt involveras tidigt i utvecklingen, i koncept och designfaserna (TRL 1-3),
och sedan återkommer i iterativa utvärderingar/verifieringar längs hela utvecklings­
kedjan (TRL 4-9).
Ett exempel på en aktuell frågeställning kan vara hur operatörer får stöd för ändamåls­
enliga beteenden, ex.vis hur eldrivna fordons funktion, infrastruktur och förargränssnitt
ska utformas för att ekologisk körning ska kunna optimeras. En annan aspekt av samspel mellan människa och simulator är i vilken mån det kan förbättra personens förmåga
att lösa problem. Frågan blir om och i så fall hur man kan kvantifiera exempelvis nyttan
för en utvecklingsingenjör vad gäller snabbhet eller kvalitet i arbetet.
De miljöer som byggs för simulering genom visualisering utnyttjar ofta ett flertal displayer av olika formfaktorer och olika interaktionsparadigm. Området är under kraftig
utveckling. Det är viktigt i utvecklingsprojekt att man på ett tidigt stadium integrerar
visualiserings- och interaktionsaspekter och, baserat på en behovsanalys, skräddarsyr
dem för den aktuella simuleringen.
31
Vid motorutvecklingen används olika
modeller för samma delsystem. De
mest detaljerade modellerna har
avancerade 3-dimensionella (3D)
CAD-baserade modeller för gasflöden,
som används vid design och optime­
ring av förbränningsrum och andra
motorkomponenter. I nästa steg finns
1-dimensionella (1D) vågutbrednings­
modeller som beskriver gasflödet i
hela motorn och som man använder
för att göra komponentval och system­
optimering. I nästa steg finns modeller
baserade på ordinära differential­
ekvationer (OD), som används för
helfordonssimulering samt diagnosoch reglersystemdesign. Slutligen finns
modeller som skräddarsys för realtids­
simulering och systemsimulering, ex­
empelvis realtidssimulering av ”system
av system”-modeller när flera fordon
interagerar i en omgivning, och där ett
eller flera fordons styrs av förare.
Dessa olika modeller designas i dags­
läget var för sig och det finns inte ut­
byte mellan de olika domänerna. Här
finns naturligtvis ett stort behov och
potential i att kunna överföra detalj­
kunskap mellan 3D, 1D och OD model­
lerna för att kunna effektivisera
produkt­utvecklingsprocessen.
32
C. Grundläggande metod- och teknikutveckling
Utmaningar
Modeller och modellbaserad produktutveckling ökar konkurrenskraften genom att utvecklingskostnader kan hållas ned och tiden till att produkten når marknaden kan kortas. Trots att den modellbaserade utvecklingen har använts länge och fått ett stort genomslag på utvecklingsprocessen så används den fortfarande inte fullt ut. För ett och samma
system finns olika modeller som är framtagna för att kunna genomföra olika analyser av
systemet. Ofta byggs modellerna i olika domäner och verktyg, se exemplen på denna och
motstående sida för motor och mobiltelefoni utveckling. Det finns stor potential för att
åstadkomma mer genom synergier och därmed öka konkurrenskraften i svensk systembyggande industri.
Sverige har stora företag för vilka simulering är en allt viktigare del av deras systemutvecklingsprocess. Det satsas stora resurser både i form av investeringar och arbete. De svenska
SME-företag som står för innovation och tillväxt inom området har ofta ett globalt scope
redan vid grundandet. Deras möjligheter till uthållig tillväxt i Sverige är ändå beroende av
affärer och samarbeten inom landet, ofta i ett läge då simuleringsprodukterna ännu inte är
klara och kunden helt enkelt måste medfinansiera utvecklingen och därmed delta i risken.
Många industrikunder väljer bort denna risk och därmed också den uppsida som framgången för med sig, och faller tillbaka på äldre etablerade lösningar.
Trender
I nuläget pågår internationellt både forsknings- och standardiseringssatsningar i riktning mot
öppna standarder. Syftet är att möjliggöra vidareutveckling av modellerings- och simuleringsverktygen så att modeller kan utbytas mellan verktyg samt att olika verktygsmodeller kan samsimuleras. I arbetet deltar svenska forskare och företag. Genom dessa öppna standarder uppstår
möjligheter för svenska företag att konkurrera och växa även på en internationell marknad.
Mål
För att effektivt kunna utnyttja modeller och simulering i en integrerad produktutvecklingskedja, där man går mellan TRL nivåerna, finns det behov av verktygsutveckling för
att stötta vid modellering och modellbiblioteksutveckling. För att förenkla processen
behöver processen och verktygen utvecklas så att de stöder den här typen av multipel
användning samt även verktygs- eller domänbyten i utvecklingsprocessen.
I utvecklingsprocessen används olika modeller av samma system där man har modellerna
både på olika komplexitetsnivåer och i olika förfiningsgrad. Här finns ett behov att
kunna hantera dessa varianter av modeller av varierande komplexitet, och effektivt
kunna föra över information mellan olika modeller.
Vinnovas SME-satsningar inom Forska & Väx och Utmaningsdriven innovation är goda
exempel på satsningar som redan kommer flertalet simuleringsföretag till gagn. Detta
kan stärkas ytterligare genom fler satsningar riktade specifikt till simuleringsbranschen
och dess samverkan med industri och akademi. Motsvarande möjligheter finns i form av
EU-finansiering och samarbeten på europeisk nivå.
Men ytterst krävs helt enkelt mer framåtanda, mod och riskvillighet i den svenska
industrin, vilket stimuleras med en tydlig gemensam nationell agenda.
Teknik för mobiltelefoni och mobilt
bredband är extremt komplex. I ut­
vecklingen av denna teknik används
ofta flera olika typer av modeller som
modellerar systemet på olika nivåer.
Systemsimuleringar spelar en funda­
mental roll. På den lägsta detaljnivån
används modeller för radiogränssnittet
och specifikt för hur informations­
bärande radiovågor utbreder sig mel­
lan en basstation och de terminaler
som den betjänar. Dessa modeller är
mycket sofistikerade, speciellt i moderna
system som använder flerantennteknik
(MIMO) kombinerat med adaptiv kod­
ning och transmission. På nästa detalj­
nivå används modeller för själva nät­
verket, och för hur olika basstationer
interagerar med varandra. Dessa
modeller fungerar som bas till exempel
för att ta fram tekniker som minimerar
ömsesidiga störningar mellan bas­
stationer som sänder på samma frek­
vens. På en tredje nivå används model­
ler för hur slutanvändaren interagerar
med systemet och dess tillämpningar,
till exempel, för hur Internetdata skick­
as över en mobillänk. I dagsläget kon­
strueras modellerna på dessa olika
nivåer separat och oberoende av var­
andra, mycket på grund av den enorma
komplexitet och beräkningsinsats som
en integrerad modellering skulle kräva
med existerande metodologi. Det finns
här ett enormt behov av metodutveck­
ling inom systemsimuleringsteknik.
33
4 Vad behöver göras?
“Kraftsamling och satsningar på industrins verktygskedja för utveckling och den
växande branschen. Organisation med akademisk och industriell legitimitet som kan
förverkliga agendans visioner.”
Agendan är viktig för att effektivisera utveckling och användning av simulering. Den
underlättar strategiska beslut, tillvaratagande av förväntad utveckling av nya förmågor,
och satsningar på utveckling av rätt förmågor. Samhällets aktörer kan genom gemensamt agerande kraftigt stärka simuleringsområdets utveckling. I grunden finns stark
forskning och högre utbildning vars konkurrenskraft och volym kan ökas ytterligare
med strategiska satsningar från universitet, råd och stiftelser, och även i form av
industri­finansierad forskning.
4.1 Ett strategiskt innovationsområde
Sverige är litet och måste hitta arbetssätt och ekonomiska möjligheter att hålla en hög
kompetensnivå och säkerställa kompetensförsörjning. För att nå visionen föreslås ett
strategiskt innovationsområde (SIO), som stärker svensk konkurrenskraft i tre avseenden
(se även avsnitt 3.4).
A. Modell- och systemsimuleringskedjan i systemtillverkande industri
•
Fokus ligger på den systembyggande industrins behov av simulering av produkter
i olika mognadsgrad, från konceptuell design, över kravspecifikation och parametersättning, till tränings- och beslutsstödssimulatorer. Här finns ett tydligt behov
av systematisk hantering och återanvändning av modeller av olika noggrannhetsgrad, för att förverkliga exempelvis explorativ design och funktionell säkerhet.
B. Människans interaktion med och användning av simulatorer
•
Realtidssimulering med människor i loopen innebär att verkliga operatörer
agerar i en virtuell värld där såväl omgivningen som de system och redskap som
människan hanterar modelleras. Avgörande för dessa simuleringar är att lösningarna utformas på ett sätt som resulterar i mänskliga reaktioner och beteenden
motsvarande de som skulle ha uppträtt i verkligheten.
C. Grundläggande metod- och teknikutveckling
•
34
Här handlar behoven om fortsatt utveckling av moderna matematiska, systemtekniska och datalogiska metoder, men med nytt och ökat fokus på de krav som
användningen ställer vad gäller enkelhet och resultatorientering.
4.2 Samordningsstruktur
Det finns aktörer både i industrin, på forskningsinstitut, inom ett flertal små och medelstora företag, och på universiteten som bedriver utveckling inom simuleringsområdet
och de tre utvecklingslinjerna. En gemensam forsknings- och innovationsagenda är
strategiskt viktigt för att samordna inom och mellan olika satsningar och få största möjliga synergieffekt. Agendan består av tre ben, som kommer att samordnas av en särskilt
utsedd organisation (se även 4.3).
• Industrisamverkan
Samlar projekt och forskning inom industrin. Samlar in och sprider best practice vad
gäller nya affärsmodeller, nytt affärslandskap vad gäller kravspecifikationer, nya samspel. Främjar framväxande branschindustri som Oryx, Modelon, MathCore m.fl.
• Forskning
Tre forsknings- och utvecklingsområden: produktinnovation, människans interaktion,
grundtekniker (innovationsmiljöns A, B, C). Samordning av forskningsinitiativ: Simovate,
ViP, LINK-SIC, MODPROD, MODRIO, m.fl.
• Utbildning
Samlad satsning på utbildning för civilingenjörs- och doktorsnivå samt vidareutbildning för
yrkesverksamma ingenjörer som möter industrins växande behov av simuleringskompetens.
• Infrastruktur
Samordnar anläggningar och plattformar för utökad tillgänglighet. Skapar gemensamma
definitioner och standarder för att kunna flytta och utbyta studier, resultat och slutsatser.
Möjliggör att kontinuerligt bygga framtida utveckling/studier på tidigare arbete. Utvecklar
metodik och arbetssätt för hur man genomför simulatorstudier, (ex.vis. procedurer, experimentella designer, försökspersoner, vad vi mäter och hur, loggning, analys). Optimerar nyttan av miljoninvesteringar i systembyggande industri.
Översikt över insatsområden som föreslås och
samordnas i agendan.
35
4.3 Samordningsvinster
Fokuserade satsningar på forskning och högre utbildning i modeller och simuleringsteknik ger snabb avkastning eftersom det finns en god grund och tradition. Med nätverk
och samordning av forskningsinsatserna identifieras industrins behov och universitetens
förmågor och forskningsinsatserna ger en positiv effekt på företagens produkter och tillväxt. Agendans organiserade och samordnade insatser kommer att öka tillgången på
personer med kompetens inom området och de kan därmed stärka utvecklingsprocessen
på flera nivåer.
En samordning inom och mellan satsningar innebär ett antal vinster av vilka följande är
särskilt viktiga.
36
•
Utökad tillgänglighet till anläggningar och plattformar.
•
Skapandet av gemensamma definitioner och standarder för att kunna flytta och
utbyta studier och jämföra resultat och slutsatser.
•
Möjliggöra att kontinuerligt bygga framtida utveckling/studier på tidigare arbete
och undvika att hela tiden ”börja från början”.
•
Utveckling av metodik och arbetssätt, hur man genomför simulatorstudier,
ex.vis procedurer, experimentella designer, försökspersoner, vad vi mäter och
hur, loggning, analys.
•
Uppbyggnad av kompetens och ett kompetensnätverk med stor kritisk massa.
Sker t ex genom workshops och seminarier, demonstrationer, utbyte och
samprojekt. Möten mellan människor och att arbeta tillsammans är viktigt.
•
Sekretariatsfunktionen för administration och ekonomi, arrangerande av olika
aktiviteter, uppföljning, resultat och informationsspridning, etc.
4.4 Organisation och ledning
Ledningsråd
Ledningsrådet består av industriella företrädare på högsta nivå. Träffas en gång om året
på gemensam samordningsdag.
Samordningsstyrelse
Samordningsansvar, sammanträder 4-6 gånger per år. Ordförande från industri.
Agendagrupp
Agendagruppen ansvarar för det dagliga arbetet och rapporterar till Samordningsstyrelsen. Agendagruppen består av tre deltidstjänster: Industriell koordinator,
Akademisk koordinator, Infrastrukturkoordinator. Agendagruppen ansvarar för
information, ledning och koordinering inom respektive område. Samverkar i ledningsgrupp.
Samordningssekretariat
Stöd till styrelse och ledningsgrupp genom agendagruppen. Ansvarar för samordningsdagar, kurser, kunskapsutbyte, m.m. Består typiskt av en administrativ agenda­
koordinator (kvalificerad bakgrund) och en administratör, båda på deltid.
Det är också värt att lyfta behovet av att sprida forskningsresultat genom att utbilda
ingenjörer som kan jobba med modeller och systemsimulering. Detta gäller både på
nivån att förstå och använda verktygskedjan men även nivån att utveckla och skräddarsy verktygen för att passa andra applikationer och företag.
Akademisk koordinator
Förslag på organisation som förankring och förmåga att koordinera programmet och
ansvara för samverkan mot de gemensamma målen och visionerna.
37
5
Agendaprocessen
och aktörerna
Arbetet startade med en sekvens av tre intensiva samverkansdagar där behovet av
agendan och agendans stomme identifierades. Agendans deltagare har bidragit med
texter som sammanställts av en skrivargrupp. Under de intensiva faserna har skrivar­
gruppen träffats varje vecka och sammanställt inkommen information som skickats ut
för granskning. Därefter har distansmöten använts för att få återkoppling och stämma
av innehåll inriktning och texter. Under arbetets gång har även antalet deltagande
aktörer utvidgats i takt med att de visat intresse för området och insatserna.
5.1 Akademi, institut och industri bakom initiativet
Det finns ett stort urval av svenska aktörer inom systembyggande modellerings- och
simuleringsteknik, simulatorteknik, och stora industriella användare. I konstellation
som deltagit i och stöttat agendaarbetet finns följande:
Chalmers
Chalmers tekniska högskola har mångårig erfarenhet i modellbygge och simulering
inom flera domänområden, från fordonsteknik till biologiska system. Verksamheten
sträcker sig från fysikaliskt modellbygge, modeller från experimentella data till modellbygge för design, dimensionering och optimering. Chalmers har utvecklat ett flertal
modellbibliotek för simulering av fordonsdynamiska system, samt även en körsimulator
med rörelseåterkoppling. Körsimulatorn är kompatibel med VTIs simulator i Göteborg.
Kontakt: Jonas Sjöberg
Linköpings universitet (LiU)
Linköpings universitet har flera styrkeområden inom systemteknik och simulering med
grupper som har forskning inriktad på delområden såsom modellbygge, simuleringsspråk t.ex.
Modelica, samt domänkunskap inom telekommunikation och reglerteknik/mekatronik.
Forskargrupper som arbetar med simuleringsrelaterade frågor är t ex PELAB – Programming
Environment Laboratory (prof. Peter Fritzson), FLUMES – Fluida och mekatroniska system
(prof. Petter Krus), samt Fordonssystem/Reglerteknik (prof. Lars Nielsen). Grupperna ovan
har i flera tidigare forskningsprogram visat sig framgångsrika i att brygga över mellan systemteknik, datalogi och domänkunskap (exempelvis i SSF-satsningarna ECSEL, VisiMod,
MOVIII och ProViking, samt Vinnovasatsningarna ISIS och OPENPROD (ITEA2)) och deltar
nu i flera större programsatsningar som nämns i listan på satsningar. Kontakt: Lars Eriksson
38
Lunds universitet
Lund har en lång tradition inom simulerings och modelleringsrelaterad forskning.
Dynamiska modeller för många olika industriella system och branscher har utvecklats,
t.ex. för vindkraft, elektriska system, vattenrening, biologiska system, kemiprocesser
och datorsystem. Modeller för ånggeneratorer från Lund används t.ex. i dag rutinmässigt av företag som ABB och General Electric. Anpassning av modeller till experimentella data, är en viktig del av modellbygge, och programvara för stöd av modellbygge har
också utvecklats. Två företag, Dynasim (numera uppköpt av Dassault Systèmes (DS))
och Modelon, har bildats av doktorer från reglerteknik institutionen. Den nuvarande
forskning-en är fokuserad på stöd för dynamisk optimering baserad på Modelica
modeller och på simulering av realtidssystem. Lund och Linköping samarbetar inom
området, i ELLIIT och OPENPROD. Kontakt: Karl-Erik Årzen.
Umeå universitet
UMIT Research Lab är en strategisk forskningssatsning vid Umeå universitet med inriktning mot området “computational science and engineering” med fokus på programvaruteknik och industriell samverkan. UMIT har haft en kraftig tillväxt sedan etableringen
2009 och engagerar idag närmare 60 forskare varav 30 arbetar i en gemensam labmiljö.
Forskargrupperna vid UMIT representerar områdena: beräkningsbaserad design­
optimering; beräkningsmatematik; kontrollsystem; flexibel och skalbar IT-infrastruktur
(Grid & Cloud); interaktiv multifysik för komplexa mekaniska system; IT management;
och parallella beräkningar. UMIT samarbetar med ett 30-tal industriföretag.
Kontakt: Kenneth Bodin.
VTI – Statens väg- och transportforskningsinstitut, Linköping och Göteborg
VTI (www.vti.se) bedriver behovsbaserad forskning och utveckling inom transportområdet i en flervetenskaplig miljö. När det gäller simulatorutveckling och realtidssimulering med människan i loopen är VTI en pionjär och ledande aktör. Andra, relaterade,
områden där VTI har expertkunskap är trafik-simulering, fordonsteknik, beteendevetenskap, human factors, och design- och utvärderingsmeto-dik. VTI har körsimulatorer av
varierande fidelity, inklusive tre unika anläggningar med avancerade rörelsesystem.
Simulatorerna, och VTI:s kompetens och erfarenhet inom teknik och metodik för kör­
simulering, gör VTI till en efterfrågad partner och är en viktig förutsättning i många
forsknings-samarbeten med svenska och internationella aktörer. VTI leder och koordinerar
kompetenscentret ViP (Virtual Prototyping and assessment by simulation,
www.vipsimulation.se) som handlar om utveckling och användning av körsimulatorer.
Kontakt: Jonas Jansson, VTI Linköping.
39
Algoryx Simulation AB, Umeå
Algoryx Simulation AB är ett spin-off företag från Umeå universitet och en ledande
leverantör av mjukvara och tjänster för visuell och interaktiv fysikbaserad simulering.
Kontakt: Kenneth Bodin, medgrundare och VD
Atlas Copco
Atlas Copco använder tränings och utbildningssimulatorer framgångsrikt inom utbildning av ovanjords, underjords och dagbrotts borrning. Atlas Copcos kunder är ofta
belägna i ”obefolkade” områden, vilket i kombination med mycket höga produktionskrav på maskinerna gör simulatorbaserad utbildning inte bara önskvärd utan helt nödvändig. Den ekonomiska nyttan av att inte behöva ta en produktionsutrustning ur drift
för utbildning är mycket hög. Atlas borriggar karaktäriseras av mycket hög användningskomplexitet, ofta upp till 200 reglagefunktioner, varför den tidsödande utbildningen med framgång bedrivs i ”klassrumsmiljö”. Kontakt: Morgan Norling, Senior
MBS Analyst, Applied Mechanics Group och Mikael Ramström, Vice President, Mechanical Rock Excavation.
Dassault Systèmes AB, Lund
Modelica Design Group initierades av Hilding Elmqvist (då vid Dynasim AB) hösten
1996. Dymolaverktyget utvecklat av Dynasim, senare sålt till Dassault Systèmes, var det
första industriellt starka Modelicasimuleringsverktyget, och är fortfarande det mest
spridda Modelicaverktyget. Kontakt: Hilding Elmqvist.
Equa Simulation AB, Stockholm
Equa utvecklar och marknadsför simulerings- och designverktyg för ingenjörer i byggnadsindustrin. www.equa.se . Kontakt: Per Sahlin.
Ericsson, Linköping
Ericsson, Linköping, har i Linköping investerat mer än 100 MSEK i en ny simulatorhall
som utgör ett testlabb för test och verifiering. Se uttalande i avsnitt 2.3.
Kontakt: Gunnar Bark.
HiQ, Stockholm och Linköping
HiQ är ett IT- och managementkonsultbolag som är specialiserat på kommunikation,
mjukvaruutveckling och affärskritisk IT. Företaget har sina rötter inom modellering
och systemsimulering genom att utveckla och förvalta utvecklings- och tränings­
simulatorer för bland annat flyg-, telekom- och fordonsindustrin. Vi jobbar med
flera olika simulatorer, alltifrån hardware-in-the loop (HIL), soft-ware-in-the-loop
(SIL), model-in-the-loop (MIL) och desktop simulering.
Kontakt: Kristoffer Johansson.
40
Modelon AB, Lund
Modelon erbjuder lösningar för modellering, simulering och optimering baserade på
Modelicateknik. Företaget utvecklar modellbibliotek för applikationer inkluderande
fordonssystem och kraftproduktion, samt erbjuder konsulttjänster och utbildning inom
området. Modelon utvecklar plattformen JModelica.org (öppen källkod) och OPTIMICA
Studio, som är ett kommersiellt verktyg för Modelicabaserad optimering och simulering.
Kontakt: Magnus Gäfvert.
Oryx Simulation AB, Umeå
Oryx är ett spin-off företag från Umeå universitet och en ledande leverantör av träningssimulatorer t.ex. för skogsmaskiner, schakt- och entreprenadmaskiner och andra tunga
fordon samt gruvborr utrustning. Oryx har levererat ca 400 simulatorsystem globalt och
är i dagsläget ledande i världen inom simulatorer för tunga maskinfordon. Under 2012
har affärsområdet virtual prototyping avknoppats i dotterbolaget Oryx Prototyping.
Kontakt: Derny Häggström, VD för Oryx Prototyping.
Saab AB, Linköping
Saab AB har som flygtillverkare lång erfarenhet av komplexa system, och har i sin verksamhet ett stort spektrum av systemsimulering och använder flera olika simulatorer, alltifrån hardware-in-the-loop-simulatorer, över simulatorer av olika flygsystem, till rena
träningssimulatorer. Se uttalande i avsnitt 2.3. Kontakt: Gunnar Holmberg
Scania CV AB, Södertälje
Scania är en ledande fordonstillverkare i världen. Se uttalande i avsnitt 2.3.
Kontakt: Henrik Flemmer.
Siemens Industrial Turbo Machinery AB, Finspång
Siemens Industrial TurboMachinery AB (SIT) i Finspång har mer än 2500 anställda och
har gasturbiner som huvudprodukt. De har ett centrum transientsimulering för utvärdering av performance, för trimning av reglerloopar etc. De använder sedan länge Modelica, och är industriell coordinator av det stora projektet OPENPROD ITEA2. Kontakt: Sune Horkeby.
SKF, Göteborg
SKF gruppen är den ledande globala leverantören av produkter, kundlösningar, och
service inom affärsområdet rullningslager och tätningar. SKF har utvecklat flera
egna beräkningsverktyg till exempel SKF BEAST. SKF BEAST har utvecklats i forskningssamarbete med Linköpings Universitet och utnyttjar flerkärneteknologier för effektiv beräkning.
Kontakt: Dag Fritzson.
41
Volvo Cars, Göteborg
Volvo Cars är ett av bilindustrins starkaste varumärken med en lång och stolt historia av
världsledande innovationer. Volvo Cars ser modeller och systemsimulering som ett stort
och växande område i kravsättnings-, utvecklings- och analysverksamheten. Vi ser också
stora möjligheter i området och stor nytta av gemensam kompetens- och kunskapsuppbyggnad i Sverige. Kontakt: Pär Lundin
Volvo Construction Equipment (VCE), Eskilstuna
VCE arbetar strategiskt med simulerings- och simulatorområdet som en integrerad del i
utvecklingen av nya produkter. VCE:s ambition är att integrera simuleringsprocesserna
ytterligare mha co-simulering, verktygsbryggor och standarder, samt tidigarelägga användningen av simulatorer i utvecklingsfasen för att på så sätt bättre utnyttja simulatorer i
innovationsprocessen, minska kostnaderna och riskerna med fysiska prototyper, höja
träffsäkerheten i produkterna, samt korta ledtiderna. Kontakt: Rikard Mäki.
Volvo Group Trucks Technology (GTT)
Volvo GTT täcker hela värdekedjan från långsiktig forskning till slutleverans av kompletta fordon för produktion inom Volvo Group, såväl som stöd för produkterna på eftermarknaden.
Volvo GTT utvecklar modeller av kompletta fordon och använder system­simulering för att utvärdera produktegenskaper såsom bränsleförbrukning och prestanda. Målet är att stödja
hela utvecklingskedjan med modellbaserad metodik som möjliggör simulering för analys, verifiering och validering i alla steg. Detta förutsätter öppna standarder som underlättar utbyte av
modeller inom den egna organisationen och med externa leverantörer. Kontakt: Mats Andersson
Wolfram MathCore AB, Linköping
Wolfram MathCore AB, i Linköping, är ett spin-off företag från Linköpings universitet,
som utvecklar integrerade ingenjörsverktyg för modellering, simulering, reglerteknik,
och visualisering av tekniska system. Kontakt: Jan Brugård.
5.2 Centrumbildningar och forskningsprojekt
Det finns ett flertal forskningsmiljöer, centrumbildningar och forskningsprojekt som
ligger nära området modeller och systemsimulering och här nedan listas några av dem.
CADICS
En Linné-forskningsmiljö för reglering, autonomi och beslutsstöd i komplexa system.
cadics.isy.liu.se/ Coordinator: Fredrik Gustafsson.
ELLIIT
Ett strategiskt forskningsområde (SFO), informationsteknologi och kommunikation,
främst Linköpings och Lunds universitet. elliit.liu.se/ Director: Erik G. Larsson.
42
LINK-SIC
Linköping centre for Sensor Informatics and Control, är ett Vinnova – Industry
Excellence Centre. www.linksic.isy.liu.se/. Director: Lars Nielsen.
MODPROD
Center för Model-Based Product Development, www.modprod.liu.se.
Director: Peter Fritzson. Vice director: Petter Krus.
MODRIO
Ett stort europeiskt ITEA2 forskningsprojekt om modelldriven drift av fysikaliska och
cyberfysikaliska system. www.modrio.org Projektkoordinator: Daniel Bouskela; tekniska
koordinatorer Peter Fritzson och Martin Otter
Simovate
Simulation for innovative product and process development, är ett projekt i VINNOVAs
satsning på utmaningsdriven innovation.
www.org.umu.se/umit/english/project-activities/simovate/ Kontakt: Martin Servin
ViP
ViP (Virtual Prototyping and assessment by simulation, www.vipsimulation.se) är ett
svenskt kompetenscentrum som leds och koordineras av VTI och har medlemmar från
fordonsföretag, transportmyndighet, teknikföretag och forskningsutförare. Centret har
som mål att vara en långsiktigt hållbar nationell resurs, en kompetens- och samarbetsplattform, för utveckling och användning av körsimulatorer med fokus på samspelet
mellan människa och teknik. I ViP utvecklas teknik, metoder och arbetssätt, samt til�lämpningar för effektivare utnyttjande av simulatorer i forskning och innovation om
HMI och systemutveckling inom transportområdet. ViP-projekten adresserar bl.a.
simulatorarkitektur, modellutveckling, utvärdering av nya förarassistanssystem och
autonom körning, kooperativa system, HCT (High Capacity Transport) , och utformning av vägmiljön. Framtagen ViP-mjukvaran och metoder implementeras i testplattformar hos olika aktörer. Kontakt: Lena Nilsson, VTI Linköping (centrumföreståndare).
5.3 Samverkan med andra agendor och initiativ
Denna agendas frågor och insatser både berör och stöttar många branscher och samordning av resurserna är därför viktigt. Det är tydligt att modeller och systemsimulering
finns som en del i flera av agendainitiativen och diskussioner om samverkan har förts
med flera av dem. De agendainitiativ som vi i olika omfattning har haft kontakt med är:
All Connected, NRIA Flyg, Cyber Physical Systems, IoT Sweden, Made in Sweden 2030
- produktion, Processindustriell IT och Automation, Signalsystem för spårtrafik, Strategisk
forsknings- och innovationsagenda för mjukvaruutveckling, Svallvåg - svensk maritim
forsknings- och innovationsagenda, samt Säker framtid i samhälle och affär. 43
Redaktionell information
Detta dokument är resultatet från Vinnovas agendaprojekt:
2012-01951 Systemsimulering och simulatorer
Skrivargrupp:
Lars Eriksson, Peter Fritzson, Petter Krus, Michael Lögdlund,
Lars Nielsen, Lena Nilsson
Hemsida:
http://www.liu.se/forskning/syssimagenda
MODELLER OCH SYSTEMSIMULERING
En agenda som via tre perspektiv samordnar och
korsbefruktar forskningen med den enorma behovsdrivna tillväxten och användningen av modeller
och systemsimulering.