システムレベルシミュレーション

システムレベルシミュレーション（SLS）とは、システム工学の分野で用いられる実践的な手法の集合体であり、大規模なサイバーフィジカルシステムの全体的な挙動をコンピュータでシミュレーションするために用いられる。

サイバーフィジカルシステム（CPS）とは、計算要素（例えば電子制御装置）によって制御される物理的実体で構成されるシステムである。

システムレベルシミュレーションは主に以下の特徴を持つ。

• 大規模かつ複雑なサイバーフィジカルシステム（例：工場、航空機、産業施設）の実践的なシミュレーションに適した詳細レベル
• システムが完全に仕様化されていなくてもシミュレーションを使用できる可能性があり、つまり、シミュレーションにはシステムの各部分に関する詳細な知識が必ずしも必要ではありません。これにより、シミュレーションを構想段階や研究段階、さらにはプロセスの初期段階でも使用することが可能になります。

これら2つの特性は、モデリングの選択に関していくつかの意味合いを持つ（詳細は後述）。

システムレベルシミュレーションは、一般的なCPSシミュレーションといくつかの共通点を持っています。

• SLSは、複数の物理モデル（熱流体、機械、電気など）を包含する。
• SLSはしばしば学際的であり、^{[ 1 ]}つまり、異なる専門知識を持つ人々のコラボレーションの結果であることが多い。
• SLSは一般的にモデルの階層構造に基づいて構築されます。体系的なモデリングは、モデル全体を視覚化するために通常必要であり、システムをサブシステムに概念的に分解することは、システム・オブ・システムズの概念に関連しています。

SLSは主に、対象となるシステムを特徴づける物理量の時間的変化を計算するものですが、故障モデリングや要求事項の検証といった他の側面を追加することもできます。

SLSの主な動機は、システム全体をシミュレーションすることで、システムの一部を個別にシミュレーションするよりも多くの情報が得られるという、ホリスティックな原則をコンピュータシミュレーションに適用することです。実際、複雑なシステムのさまざまな部分を個別にシミュレーションすることは、それらの相互作用によるあらゆる影響を無視することになります。多くのアプリケーションでは、部分間の強い依存関係のため、これらの相互作用を無視することはできません。たとえば、多くのCPSには、システムの動作を変更せずに壊すことができないフィードバックが含まれています。フィードバックは、一般的に1つ以上の制御システムを含むほとんどの現代の産業システムに見られます。システムレベルシミュレーションの利点のもう1つの例は、太陽熱システムの場合のシミュレーションの高い精度（たとえば、6か月の運用で累積検証誤差が1%未満）に反映されています。^{[ 2 ]}

一方、システムの一部分だけをシミュレートするためにそれぞれ特化して構築された既存のシミュレーションツールを単純に接続するだけでは、大規模なシステムでは計算時間が許容できないほど長くなってしまうため、不可能です。SLSは、サイバーフィジカルシステム全体をシミュレートできるように、新しいツールを開発し、適切な簡略化を選択することを目指しています。

SLSは、システムサブパーツの詳細な連成シミュレーションと比較して多くの利点があります。システムレベルでのシミュレーション結果は、より詳細なレベルでのシミュレーション結果ほど正確ではありませんが、適切な簡略化を行うことで、システム仕様が完全に確定していない段階でもシミュレーションを行うことができます。これにより、初期のバグや設計上の欠陥をより容易に検出することが可能になります。

SLSは、異分野の専門家、エンジニア、マネージャーにとって共通のツールとしても有用であり、結果として協力的な取り組みやコミュニケーションを強化することができます。情報交換の質を向上させることで、エンジニアとマネージャー間の誤解や誤解のリスクが軽減されます。これらは、複雑なシステムエンジニアリングにおける設計エラーの主な原因として知られています。^{[ 3 ]}

より一般的に言えば、システム全体のシミュレーションのみが意味を持ち、かつ計算時間に制約がある場合、あらゆるアプリケーションにおいてSLS（システムレベルシミュレーション）を検討する必要がある。例えば、プラント運転員の訓練用シミュレーターは、プラント全体の挙動を模倣する必要があり、かつシミュレーション時間は実時間よりも速くなければならない。

サイバーフィジカルシステムはハイブリッドシステムであり、離散的なダイナミクスと連続的なダイナミクスが混在する性質を持つ。離散的なダイナミクスは主にデジタルセンシングまたは計算サブシステム（コントローラ、コンピュータ、信号変換器など）に由来する。したがって、採用するモデルは、このようなハイブリッドな挙動をモデル化できるものでなければならない。

SLSでは、空間変数を持つ物理現象をモデル化する際に、2Dや3Dの方程式ではなく、 0D（場合によっては1D）の方程式を用いるのが一般的です。このような選択の理由は、シミュレーション対象システムの規模が大きいことにあります。一般的に、シミュレーション対象システムは要素数が多すぎたり、空間的な広がりが大きすぎたりするため、計算処理が困難になるのです。また、3Dモデルでは、モデル化する各部品の詳細な形状情報が必要となります。特に開発プロセスの初期段階でモデリングを行う場合、モデラーはこうした詳細な情報を把握していない可能性があります。

大規模な CPS の複雑さゆえに、それらを記述したり視覚化したりすることは困難です。元のシステムの構造に似た構造になるように配置できる表現は、可読性と理解の容易さを大幅に向上させます。そのため、ブロック図を用いた因果モデリングよりも、非因果モデリングが一般的に好まれます。^{[ 4 ]}また、ブロック図として開発されたモデルとは異なり、コンポーネントモデルを再利用できるため、非因果モデリングが好まれます。^{[ 4 ]}

システムレベルシミュレーションは、以下のような様々な分野で使用されています。

• 暖房、換気、空調シミュレーションのための建築工学^{[ 5 ]}
• 自動車工学^{[ 6 ] [ 7 ] [ 8 ]}
• 発電所（太陽光発電^{[ 9 ]}複合サイクル^{[ 10 ]}）
• MEMS ^{[ 11 ]}
• 造船工学^{[ 12 ]}
• 航空機アーキテクチャ^{[ 13 ]}
• 海洋石油生産^{[ 14 ] [ 15 ]}

開発サイクルの初期段階では、SLS は寸法決定やさまざまな設計のテストに使用できます。たとえば、自動車アプリケーションでは、「エンジニアは、物理的なテスト車両を構築する前に、シミュレーションを使用して仕様を改良します。」^{[ 16 ]} エンジニアは、このシステムレベルのモデルを使用してシミュレーションを実行し、要件に対するパフォーマンスを検証し、調整可能なパラメータを最適化します。

システムレベルシミュレーションは、実際のシステムではなく、シミュレーションされたシステムに接続されたコントローラをテストするために使用されます。コントローラがECUのようなハードウェアコントローラである場合、この方法はハードウェア・イン・ザ・ループと呼ばれます。コントローラが通常のPC上でコンピュータプログラムとして実行される場合、この方法はソフトウェア・イン・ザ・ループと呼ばれます。ソフトウェア・イン・ザ・ループは展開が速く、ハードウェアコントローラの使用によって課されるリアルタイムの制約を解放します。^{[ 17 ]}

SLSは、オペレーター訓練シミュレータやMPCコントローラに統合できるほど高速にシミュレーションできるプラントモデルを構築するために使用されます。^{[ 18 ]}運転シミュレータの車両のように、より高速なダイナミクスを持つシステムもシミュレーションできます。^{[ 19 ]}

SLS の使用例のもう 1 つは、システム レベル シミュレーションをCFDシミュレーションと結合することです。システム レベル モデルは、CFD モデル内の流体領域の境界条件を提供します。 ^{[ 20 ]}

SysMLやFORM-Lなどの特定の言語が、モデル仕様や要求モデリングに使用されます。^{[ 21 ]}これらの言語はシステムの物理をモデル化することを目的としていませんが、仕様モデルとマルチフィジックスモデルを組み合わせることができる、Modelicaなどのハイブリッドシステムモデリング言語で書かれたツールが存在します。 ^{[ 22 ]}

モデルが複雑すぎたり大きすぎたりして妥当な時間内にシミュレーションできない場合は、数学的手法を用いてモデルを簡略化することができます。例えば、モデル次数削減によって近似モデルが得られ、精度は低下しますが、計算時間を短縮できます。次数削減モデルは有限要素モデルから得られ、^{[ 23 ]} MEMSのシステムレベルシミュレーションに成功裏に使用されています。^{[ 24 ]}

SLS は並列コンピューティングアーキテクチャの恩恵を受けることができます。たとえば、高レベル モデリング 言語からコードを生成する既存のアルゴリズムは、 GPUのようなマルチ コア プロセッサに適合させることができます。^{[ 25 ]}並列コ シミュレーションは、数値積分の高速化を可能にするもう 1 つのアプローチです。^{[ 26 ]}このアプローチでは、グローバル システムはサブシステムに分割されます。サブシステムは互いに独立して統合され、離散的な同期ポイントで同期されます。サブシステム間のデータ交換は同期ポイントでのみ発生します。これにより、サブシステム間の結合が緩くなります。

最適化は、未知のシステムパラメータを特定するために使用できます。つまり、CPS モデルを較正して、実際のシステム動作にパフォーマンスを合わせます。^{[ 27 ]}プロセスを支配する正確な物理方程式が不明な場合は、多重線形回帰などを使用して近似的な経験式を導出できます。^{[ 28 ]}

シミュレーションをスーパーコンピューティングアーキテクチャに展開できる場合、今日一般的に採用されているモデリングの選択肢の多く（上記参照）は時代遅れになる可能性がある。たとえば、将来のスーパーコンピュータは「疎結合の順方向シミュレーションパラダイムを超える」ことができるかもしれない。^{[ 29 ]}特に、「エクサスケールコンピューティングは、複雑な問題をより包括的に扱うことを可能にする」だろう。^{[ 29 ]}ただし、エクサスケールコンピュータを活用するには、今日のシミュレーションアルゴリズムの設計を再考する必要があるだろう。

組み込みシステムアプリケーションの場合、安全性の考慮事項がSLSの進化を導く可能性が高い。たとえば、同期言語とは異なり、現在SLSに使用されているモデリング言語（上記参照）は予測不可能であり、予期しない動作を示す可能性がある。そのため、安全性が重要なコンテキストでは使用できない。まず、言語を厳密に形式化する必要がある。^{[ 30 ]}最近の言語の中には、離散コンポーネントをプログラミングするための同期言語の構文と、常微分方程式を記述するための方程式ベース言語の構文を組み合わせたものがある。^{[ 31 ]}

• システムレベルでのシミュレーションに関する国際ワークショップ：Sim@SL
• 方程式ベースのオブジェクト指向モデリング言語とツールに関する国際ワークショップ：EOOLT
• ACM/IEEE国際モデル駆動型エンジニアリング言語およびシステム会議：モデル