Plusieurs conditions environnementales appliqués à l'industrie pétrolière et gazière peuvent être reproduites virtuellement grâce à l'utilisation de logiciels de simulation: ballottement du pétrole dans les réservoirs, séparateurs eau-huile, flux sous-marins sont juste des exemples simples de ce qui peut être étudié par la moderne technologie CAE.
N'importe quel processus peut être soumis à l'analyse d'une logiciel de simulation ou d'optimisation.
XC Engineering propose deux outils différents qui peuvent être utilisés à ce stade: FLOW-3D et IOSO.

FLOW-3D est un outil de simulation de la dynamique des fluides qui peut reproduire virtuellement les conditions de travail d'un dessin ou une condition géologique, même très complexe, et il montre en sortie la dynamique du processus, la phase ou les temps caractéristiques. Tout dans un environnement entièrement en 3D.
Les utilisateurs peuvent facilement importer leurs fichiers topographiques, les complèter avec des géométries 3D CAD, et puis configurer rapidement une large gamme de conditions hydrauliques.

Une très riche multi-physiques permit aux utilisateurs de simuler aussi laissé des sédiments, pour étudier et prévenir l'érosion du lit. Les sédiments peuvent être de plusieurs espèces (pas de limite dans le nombre de type de sédiments) qui interagissent entre eux et avec les objets en mouvement de manière totalement couplées.

Les simulations fournissent plusieurs quantités d'intérêt:
    • la pression et la valeur de vitesse dans le fluide
    • quantités d'eau et d'huile
    • suivi de phase précise
    • les zones de vorticité et de stagnation
    • sédiments
    • air entraîné

Pour consolider la phase de conception, le logiciel IOSO peut être utilisée pour faire d'optimisation sur la simulation FLOW-3D ou tout autre préliminaires approches 1D-2D.
IOSO travaillera en boucle avec vos outils de modélisation, en utilisant une nouvelle technologie d'optimisation "pousser-le-bouton", qui adopte une stratégie d'auto-organisation en utilisant jusqu'à 7 différents méthodes d'optimisation bien connue (gradients, génétiques, réseaux de neurones région de recherche, etc).