Una simulación puede tener muy buena pinta…
y seguir sin ser una base fiable para decidir.
Ese es uno de los problemas más traicioneros de la simulación estructural.
Porque cuando limpias el cálculo, el modelo empieza a dar confianza. Y cuando empieza a dar confianza, también empieza la tentación de usarlo para tomar decisiones de diseño, justificar cambios o defender conclusiones.
El problema es que mejorar una simulación no siempre significa volverla fiable.
A veces solo significa que has reducido una parte del error.
La pregunta importante es otra:
¿Has reducido el error que de verdad condiciona la decisión?
Ahí está la diferencia entre una simulación más limpia y una simulación más útil.
La idea clave: una simulación puede mejorar mucho sin representar todavía bien la realidad
Si quieres saber si una simulación es fiable, no basta con mirar si ahora converge mejor, si el resultado se ve más razonable o si ya no aparecen distorsiones tan evidentes.
Eso importa. Pero no basta.
Una simulación se vuelve más fiable cuando reduce la incertidumbre relevante de la decisión que tienes delante.
Y para eso hay que distinguir entre dos cosas que muchas veces se mezclan:
- error numérico
- error físico
El error numérico te dice cuánto está contaminando la respuesta la forma en que estás resolviendo el cálculo.
El error físico te dice cuánto se parece realmente tu modelo al fenómeno que quieres representar.
Puedes mejorar bastante el primero…
y seguir lejos de controlar el segundo.
Comparativa de balances energéticos. A la derecha el balance es más «preciso»
Qué es el error numérico en simulación
El error numérico aparece cuando la respuesta cambia por decisiones del cálculo que no deberían dominar la física del problema.
Por ejemplo:
- un mass scaling excesivo
- un mallado insuficiente
- contactos poco robustos
- un paso de tiempo mal resuelto
- inestabilidades numéricas que maquillan la respuesta
En simulación explícita esto es especialmente delicado.
No siempre verás una catástrofe obvia. A veces no hay un resultado disparatado. A veces no explota nada.
Solo obtienes una respuesta que parece convincente.
Y ese “parece” puede salir caro.
Porque una simulación no se valida por estética. Se valida por la relación entre lo que muestra y la física que pretende representar.
Qué es el error físico en simulación
El error físico aparece cuando el modelo puede estar bien resuelto matemáticamente… pero describe mal la realidad que quieres estudiar.
Es decir:
el solver hace su trabajo, pero el problema que le has dado no está bien planteado.
Eso puede venir de varias fuentes:
- material que no representa el evento real
- condiciones de contorno demasiado idealizadas
- camino de carga mal descrito
- simplificaciones que cambian el mecanismo de respuesta
- tipo de cálculo poco coherente con la física dominante
Este error suele ser más peligroso que el numérico por una razón muy simple:
Un error físico puede darte una simulación limpia, estable y convincente.
Solo que apoyada en una realidad mal descrita.
Y si eso no se detecta, la simulación no reduce incertidumbre. La disfraza.
El caso del móvil: una mejora numérica real que no cierra todavía el problema
En LinkedIn hice una serie de posts donde usé la caída de mi móvil como caso para hablar de simulación explícita.
He recopilado toda la serie en un solo post. Puedes leerlo aquí.
La primera simulación parecía creíble. Mostraba una rotura severa y, a simple vista, era fácil comprar la historia.
Pero había una distorsión importante: el modelo estaba introduciendo demasiada masa artificial.
Eso alteraba la respuesta del impacto.
Cuando reduje ese mass scaling, el comportamiento cambió bastante:
- bajó la masa artificial
- cambió el rebote
- se redujo la rotura
- y el impacto pasó a parecer mucho más razonable
Eso fue una mejora real. Y aquí conviene ser muy claro:
sí, corregir una distorsión numérica importante mejora de verdad la simulación.
No es maquillaje. No es academicismo. No es purismo por deporte.
Es criterio.
Pero no cierra automáticamente la pregunta importante.
Porque después de limpiar esa parte del cálculo, todavía queda otra:
¿el material que has metido en el modelo representa de verdad cómo responde ese sistema en un impacto real?
Si la respuesta es dudosa, el modelo puede haber mejorado bastante… pero la decisión puede seguir apoyándose en una base física débil.
Y eso cambia todo.
La trampa sofisticada: afinar muy bien un error de base
Aquí está una de las trampas más elegantes de la simulación.
Y también una de las más peligrosas.
Consiste en hacer muchas cosas bien:
- limpiar la parte numérica
- revisar estabilidad
- depurar contactos
- reducir distorsiones evidentes
…pero hacerlo sobre una base física que sigue siendo pobre.
Ese escenario genera una falsa sensación de seguridad especialmente potente.
Porque ahora el modelo no solo da un resultado. Además da un resultado trabajado.
Y cuando hay trabajo detrás, cuesta más cuestionarlo.
Pero la simulación no premia el esfuerzo. Premia, como mucho, la calidad de representación para la decisión que quieres tomar.
Puedes haber afinado el cálculo con mucha disciplina…
y seguir lejos de representar bien el fenómeno relevante.
Cómo saber si una simulación es fiable de verdad
No hay una casilla mágica que marques y te lo confirme.
Pero sí hay una pregunta bastante útil:
¿Has pensado bien las suposiciones que has tomado para reducir de verdad la incertidumbre de tu decisión? ¿O solo te quedas con el resultado porque parece defendible?
No es lo mismo.
Una simulación empieza a ser más fiable cuando:
- entiendes la física detrás del caso y eliges el tipo de cálculo acorde a ello
- el material representa razonablemente el evento
- el camino de la carga representa las condiciones reales
- las condiciones de contorno siguen la física real del caso
Si faltan esas piezas, lo que tienes no es necesariamente una simulación fiable.
Puede que solo tengas una simulación más limpia.
El material no es un input más
Uno de los errores más comunes en simulación es tratar el material como si fuera una casilla que rellenas para que el cálculo arranque.
No lo es.
El material forma parte del mecanismo de respuesta.
Por eso, la pregunta no es:
“¿tengo una curva metida en el modelo?”
Lo que de verdad debes preguntarte es:
¿Esta caracterización representa el comportamiento relevante para este evento?
Porque no es lo mismo modelar:
- un caso cuasiestático
- una carga mantenida en el tiempo
- un impacto
- un evento con velocidades de deformación medias/altas
Si cambia el evento, cambia la exigencia sobre el material.
Y si no cambias esa lógica, el modelo puede seguir pareciendo algo serio… pero no necesariamente servir para decidir con confianza.
Por qué esto se vuelve todavía más delicado en plásticos
Aquí conviene hacer un matiz importante.
Más adelante me centraré en plásticos como foco principal. El caso del móvil que comentaba antes no está planteado para tocar este tema.
Pero sí me sirve para puntualizarte una verdad como un templo:
Si esta diferencia entre error numérico y error físico ya importa en general, en plásticos suele importar todavía más.
¿Por qué?
Porque en materiales poliméricos la respuesta suele depender mucho de:
- la velocidad de deformación
- el tiempo
- la temperatura
- la historia de carga
- la no linealidad del comportamiento
- y la viscoelasticidad / viscoplasticidad
Eso hace que la caracterización sea más sensible al evento que en otros casos más simples de representar.
No porque los plásticos sean “mágicos”. Sino porque castigan más las simplificaciones cómodas.
Y eso obliga a tener más cuidado con algo muy concreto:
no confundir una mejora numérica con una validación física.
Error numérico controlado no significa simulación fiable
Esta es la frase que me interesa que quede clara al terminar el artículo:
controlar el error numérico no significa haber controlado el error que más importa.
A veces sí. Pero muchas veces no.
Puedes corregir una distorsión importante del cálculo y seguir arrastrando una representación pobre del material, de la carga o del propio evento.
En ese caso, la incertidumbre no desaparece.
Solo se desplaza.
Y si no eres consciente de eso, corres un riesgo bastante típico en ingeniería:
creer que ya estás decidiendo sobre un modelo fiable, cuando en realidad solo estás decidiendo sobre un modelo más limpio.
Cuatro preguntas antes de confiar más en una simulación
Si has mejorado la parte numérica y quieres saber si de verdad estás subiendo de nivel, yo revisaría esto:
- ¿El material representa el evento real o una aproximación cómoda?
- ¿La carga y las condiciones de contorno conservan el mecanismo físico del evento?
- ¿El tipo de cálculo responde a la física de este evento?
- ¿Has decidido desde el principio cuál es el objetivo concreto que quieres lograr con la simulación?
En definitiva:
Si quieres saber si una simulación es fiable, no te quedes solo con que el resultado ya no se ve raro.
O incluso si tu balance energético tiene cierto sentido.
Eso ayuda. Pero la fiabilidad empieza un poco más abajo.
Empieza cuando distingues entre:
- el error numérico que has reducido
- y el error físico que todavía puede seguir mandando
Esa distinción cambia la forma de interpretar resultados. Cambia la forma de decidir. Y cambia también el valor real que aporta la simulación.
Porque una simulación útil no está para confirmar tu intuición.
Está para reducir incertidumbre sin regalarte una seguridad que no te has ganado.
Y para eso no basta con limpiar el cálculo.
Hace falta criterio para detectar qué parte del modelo ha mejorado…
y cuál sigue pidiendo una revisión más profunda.
Si has llegado hasta aquí (menudo valor tienes) intuyo que te interesan estos temas.
Así que no lo dudes y visita:
Apúntate aquíAhí podrás unirte a la newsletter, donde recibirás un email de forma periódica con píldoras como estas (mucho más cortas, eso sí).