Un processo di sviluppo interamente digitalizzato, dalla fase di concezione di un nuovo prodotto a tutto il suo ciclo di vita, con benefici in termini di costi, tempi e rischi: è la rivoluzione del gemello digitale, realizzata grazie all’impiego su larga scala di tecnologie disruptive come il super-calcolo, il cloud-computing e l’intelligenza artificiale. In questo contesto, Leonardo ha sviluppato un paradigma “agile” di digitalizzazione dei processi di design che, attraverso la creazione di un ambiente virtuale basato sul Model Based System Engineering (MBSE), consente di concepire, verificare, “assemblare” e configurare una versione digitale del prodotto.
focus
Come cambia la progettazione con il gemello digitale
Riprodurre in un ambiente interamente virtuale un oggetto fisico, un intero sistema o un “sistema di sistemi”, con un elevato grado di affidabilità, è il concetto alla base del digital twin, che rappresenta la frontiera più avanzata della digitalizzazione. L’architettura software che rende possibile questo tipo di simulazioni è il meta-simulator, operativo all’interno del PC2Lab di Leonardo a Torino.
Model Based System Engineering
Il Model Based System Engineering è la metodologia di approccio per la modellazione dei sistemi, che consente di creare un modello digitale di un certo sistema e animarlo per osservarne il funzionamento ancor prima della sua realizzazione.
L’ausilio del digital twin risulta fondamentale sin dalla fase di progettazione e design dei sistemi. Permette di sperimentare, elaborare e testare modelli predittivi delle caratteristiche e del comportamento della macchina oggetto di progettazione, con un livello di dettaglio incrementale, per arrivare progressivamente a una rappresentazione assolutamente realistica. Questo procedimento, che include una simulazione molto più precisa rispetto a quella tradizionale, consente di virtualizzare e anticipare la validazione dei sistemi in sviluppo, potendo contare su modelli accurati e affidabili, integrando i contributi di tutti i soggetti che partecipano allo sviluppo, inclusa la filiera di fornitura, in un unico ambiente.
L’innovazione del PC2Lab
Il PC2Lab (Product Capability and Concept Laboratory) di Leonardo è un laboratorio multifunzionale e multi-dominio situato a Torino. Si basa sullo sviluppo e l'integrazione di software, hardware, tecnologie, algoritmi e modelli in un ambiente completamente sintetico (Model Based System Engineering), nel quale vengono sviluppati, simulati e studiati scenari tattici e missioni.
Nato con l’obiettivo di supportare l’area di business Velivoli nella definizione dei nuovi concetti operativi aeronautici, si differenzia dal primo Battle Lab di Leonardo e dai più comuni simulatori di scenari tattici. Rispetto all’approccio tradizionale, infatti, il PC2Lab accoglie all’interno dello scenario simulato componenti virtuali e reali, con un approccio Live Virtual Contructive (LVC), che consente di effettuare dimostrazioni in tempo reale, simulate e reali allo stesso tempo.
Il Leonardo Battle Lab e il programma GCAP
Il Battle Lab è un laboratorio che combina e sistemi fisici, realtà sintetica e immersiva, organizzato su tre componenti primarie: il generatore di scenario, la Smart Chair (riproduzione virtuale del cockpit del velivolo) e la Prototyping Pilot Station (un “powered mockup” del cockpit del velivolo M-346 come istanza di un velivolo da combattimento sul quale condurre sperimentazioni), tutti interconnessi e con la possibilità di collegamento con simulatori e laboratori esterni.
Al suo interno vengono sviluppate le tecnologie abilitanti per lo sviluppo del Global Combat Air Programme (GCAP), programma di collaborazione internazionale che coinvolge Italia, Regno Unito e Giappone con l'ambizione condivisa di sviluppare un sistema aereo di nuova generazione entro il 2035. Definito come “sistema di sistemi”, questo opererà nei cinque domini (aria, terra, mare, spazio e cyber), secondo una struttura stellare nella quale il fighter di nuova generazione sarà la “core platform”, collegata a velivoli gregari senza equipaggio (detti “adjunct”).
Il laboratorio è formato da diverse componenti – la Smart Chair, la Prototyping Pilot Station e il meta-simulator, che si basano su elementi di innovazione e alta tecnologia – e utilizza avanzati algoritmi di AI e le potenzialità del supercomputer davinci-1 per eseguire raffinate simulazioni. Queste consentono di verificare le caratteristiche di un velivolo, già esistente o in corso di definizione, e validarne l’efficacia al ruolo negli scenari operativi nei quali verrà impiegato.
La Smart Chair e la Prototyping Pilot Station sono dotate di interfacce avanzate con Virtual and Extended Reality, funzioni per l’autonomia del volo e di missione e sistemi sperimentali di pilot digital assistance. La presenza di queste tecnologie nello stesso ambiente di simulazione, molto complesso e integrato con l’obiettivo di risultare realistico per l’utente (il pilota), consente di sviluppare un progetto multi-dominio e multi-asset in modo coordinato, validandolo passo dopo passo.
La Smart Chair di Leonardo
Dietro le quinte è presente il nuovo “motore” del laboratorio, il meta-simulator, che costituisce l’infrastruttura che “sostiene” il gemello digitale sin dalle prime fasi della sua concezione. Definito come un “digital twin di progetto”, consente di configurare il modello ideale di velivolo, testando singole parti o più componenti (motore, comandi di volo, avionica, aerodinamica, ecc.) in modo coordinato tra loro. Attraverso questo processo, il velivolo nel suo complesso e le sue componenti vengono così modellizzati ben prima di prendere fisicamente forma.
Meta-simulator
Il meta-simulator è la rappresentazione dell’ecosistema digitale che si basa sulla metodologia MBSE. In altre parole, è il device informativo che consente di sviluppare un progetto a partire da modelli realizzati con metodologia MBSE.
Inizialmente molto semplificati e linearizzati, i modelli vedono aumentare man mano la loro sofisticazione, fornendo crescenti volumi di dati sempre più precisi e rendendo necessaria una potenza di calcolo sempre maggiore. Tutti i sistemi di bordo sono sincronizzati per formare un modello realistico e coerente, che consente la simulazione di dettaglio di un sistema complesso. Questo viene poi inserito nello scenario prescelto, al fine di verificarne le prestazioni e l’efficacia rispetto ai compiti assegnati al sistema stesso.
Variando i parametri relativi alle possibili e prevedibili caratteristiche della macchina, il processo permette di effettuare numerosi e diversi esercizi di simulazione. I dati generati dalle simulazioni di scenario, una volta analizzati, costituiscono la base per calibrare le capacità del velivolo o dei velivoli (il caccia-madre e i suoi gregari senza pilota) in termini di velocità, raggio d’azione, carico pagante, sensori, ecc. e ottimizzare la configurazione senza dover attendere lo sviluppo dell’hardware reale e i test in volo.
Come funzionano gli esercizi di simulazione?
Dopo aver impostato uno scenario con tutti gli “attori” previsti (fighters, sistemi uncrewed, stazione di controllo, sistemi di difesa, navi, sistemi di terra, satelliti, ecc.), se ne osserva l’evoluzione nel corso di un run (simulazione che prevede lo svolgimento di un intero scenario, che parte da una condizione iniziale ed evolve nel tempo della missione).
Gli esercizi possono essere run completamente automatici, generalmente in tempo accelerato, oppure run in tempo reale con la partecipazione di attori umani (un pilota in un simulatore), per valutare le prestazioni e l’efficacia del sistema in definizione (ad esempio il caccia madre con i suoi adjunct). Nel corso degli esercizi vengono esplorate diverse alternative, in modo da valutare le più efficaci che, in seguito, potranno essere oggetto di uno sviluppo.
L’intero processo si basa su un approccio “agile”. Lavorando in piccoli gruppi, specialisti esperti in discipline diverse si pongono obiettivi molto brevi e ravvicinati, in modo da monitorare lo stato del progetto attraverso costanti verifiche e dimostrazioni. Questo consente di ridurre i tempi di sviluppo in modo significativo e arrivare velocemente a una proposta di soluzione da valutare e progressivamente migliorare, nel corso dei cosiddetti “sprint” (fasi del progetto in cui il team lavora per raggiungere un progresso in tempo breve, ad esempio due settimane, ponendosi un obiettivo e realizzando una demo per verificare i risultati dopo la scadenza definita). L’obiettivo è arrivare a un vero e proprio “primo volo digitale” di un velivolo che fisicamente ancora non esiste, generando una riduzione del rischio e accorciando notevolmente i tempi di sviluppo.
Modalità di simulazione, tra reale e virtuale
Dopo una prima fase interamente virtuale sono previste sperimentazioni “miste”, caratterizzate cioè dalla presenza di elementi virtuali e reali. Queste prevedono l’ausilio di tecnologie derivanti dal settore dell’addestramento, come la realtà aumentata e il Live-Virtual-Constructive. Si tratta di una tecnologia in grado di mettere in comunicazione velivoli in volo e simulatori a terra, immersi in un ambiente sintetico unico, in cui la rappresentazione dello scenario è molto sofisticata grazie allo scambio di informazioni tra soggetti reali e virtuali resa possibile dai datalink.
Un esempio di tecnologia di questo approccio misto è la dimostrazione CUC-T (Crewed-Uncrewed Teaming, che prevede la cooperazione tra velivoli pilotati e non), parte della roadmap nazionale di sviluppo tecnologico per il programma GCAP. Un velivolo M-346, nel ruolo della core platform, volerà con il pilota nella cabina posteriore, che controlla velivoli adjunct virtuali (meta-simulatori). Questo “team” CUC-T opererà nello stesso scenario generato anche a terra, dove un altro pilota su un simulatore della core platform potrà partecipare allo stesso esercizio.
I piloti collaudatori potranno verificare, in parallelo, l’adeguatezza del sistema sperimentale di gestione dei diversi adjunct, valutandone il livello di autonomia che, in combinazione con gli strumenti avanzati di pilot digital assistance, dovrebbe garantire un livello di workload gestibile.
La definizione tempestiva di tali parametri è essenziale, in quanto il loro impatto incide in modo diretto sul progetto, compresa l'interfaccia uomo-macchina. Sono legati, infatti, ad aspetti cruciali, come la disposizione ottimale dei controlli, dei pulsanti, le configurazioni dei caschi-visori o la selezione delle informazioni più rilevanti da mostrare al pilota in ogni fase della missione.
Un sistema di Open Innovation
Ad alimentare la vocazione all’innovazione del PC2Lab, a Torino è attivo un laboratorio interamente dedicato all’intelligenza artificiale, nel quale un pool di giovani studenti, professionisti ed esperti di AI collabora con i Leonardo Labs, in un’ottica di Open Innovation. L’obiettivo è sviluppare algoritmi di intelligenza artificiale, costruirli e testarne l’efficacia in un ambiente semplificato, prima di vederli confluire all’interno del PC2Lab, primo laboratorio multifunzionale di integrazione.
Un ecosistema orientato allo sviluppo di tecnologie sempre più avanzate, che poggia le basi su una collaborazione fondata su molte componenti. Tra queste, una risorsa preziosa è rappresentata dal mondo accademico, con studenti provenienti da atenei nazionali e internazionali, che si approcciano all’azienda attraverso un tirocinio, la scrittura della tesi o un dottorato e, completati gli studi, possono continuare il proprio percorso come dipendenti della società.