Cpp五条

这个屌丝很懒，什么也没留下！

热门标签

【仿真设计】仿真技术在智能制造中的作用；智能制造难点在模型，焦点在仿真；汽车行业CAE研究_仿真设计是什么意思

作者：Cpp五条 | 2024-02-08 20:40:34

踩

仿真设计是什么意思

仿真的概念

仿真从字面意思来理解，也就是模仿真实的环境。通常在仿真领域分为大概六种：

传统的CAE仿真：比如对机构受力的3D模拟，找出机构设计的可能存在的缺陷及极限
系统仿真：俗称物流仿真，是对生产等系统进行方案事先模拟，优化
多物理仿真：是模拟物理场景对设备或机构等对象造成的可能影响
物理仿真：可以理解为在产品制造中，利用实验室模型对产品性能等在各种情况下的检测
虚拟现实：贴近来说，好比玩游戏，如开模型飞机，利用外设在电脑里开汽车
数据分析与优化：比如用MATLAB采集一定的数据，对可能发生的情况预测

那今天这里主要讲系统仿真与控制，什么是仿真呢？

仿真（Simulation）：也称模拟，就是对现有或未来系统进行建模并实验研究的过程。

模拟主要的两大类是离散事件模拟与连续模拟

离散事件模拟（discrete-event simulation）是以随机时间点系统发生的状态改变当作离散事件的结果。

连续模拟（continuous simulation）是系统状态的改变随时间连续的发生。

仿真在制造业中的作用与优势

為什麼需要仿真？

仿真提供一種驗證最佳決策之方法，仿真避免昂貴，費時及破碎式的試誤法

那在制造业中为啥需要仿真

实际的系统还未存在

建构未来的飞机场/厂房等

实际的系统已经存在

修改工厂的制造流程

分析或预测复杂处理行为

生产线上的动态排程问题

数学公式无法提供分析或数值解

非函数分配的多个服务者且等候有限的问题

运用仿真的典型目标：

系统性能分析

--利用率/稼动率，UPH，库存水平，流程时间，物流量等等

容量/约束分析

--什么限制了产能？瓶颈在哪里？WIP？

方案比较

--几个可选方案中哪个是最好的？

灵敏度分析

--决策变数的变化对最终结果的影响程度(What if分析)

视觉化

--将仿真的结果形象的显示出来

仿真的角色

解说(Explanatory devices)

用来定义或诠释一个系统流程行为

设计评估(Design assessors)

评估不同的建议性方案

分析(Analysis vehicles)

分析影响系统行为的重要因子

预测(Predictors)

用来预期可能发生的状况以规划未来发展

仿真的效益

1.时间

避免建立实体试验，减少验证时间

2.成本

避免建立实体试验，减少验证成本

3.技术

电脑精确计算，提高方案的可行性

直观立体的三维仿真动画

4.风险

减少验证影响生产的风险

减少设计错误的风险

5.附加

增强对设计的信心

仿真在制造业中的应用类型

智能制造难点在模型，焦点在仿真

中国讲两化融合，第一个化是工业化，即工业技术（Industry Technology），由于中国的工业技术与世界先进水平差距较大，因此我们要补工业化的课；第二个化是信息化，即信息技术（Information Technology），因为有华为这样的世界一流公司，可以说，中国的信息技术和世界是接轨的。实际上，信息技术和工业技术的深度融合就是两化融合。两化融合内容非常丰富。按照中国制造2025的部署，就是创新驱动、提质增效、绿色发展、两化深度融合为主线、智能制造为突破口。

智能制造的基础是网络化和数字化。网络化的含义是连接人、机、物，也就是物联网或者工业互联网，也称为第二代互联网。提起数字化就离不开数字模型和过程仿真，本文将主要论述这两方面。当然，数字模型是仿真的基础，过程仿真是航空航天大规模应用几十年来特别擅长的领域，也是取得巨大成效的领域。

数字模型

数字模型有两类，一类是工程模型，另一类是管理模型。其中，工程模型也分为两类：产品模型和产品研制过程模型。本文重点研究产品模型和过程仿真。CAD（Computer Aided Design）技术是建立模型，CAE（Computer Aided Engineering）技术就是模型的确认，即过程仿真。CAE的发展一直随着计算机的硬件、软件、操作系统和数据库的发展而壮大。工业技术通常分为设计、制造和试验三大类，从产品需求和市场调研开始，就可以做仿真，做方案设计时也要做仿真，做方案的特点是方案不止一种，做方案时要用多种方案来做优化设计，并且要做大量的仿真对比，然后进入工程研制阶段的设计、试制、试验过程，再进行工程研制完成以后的设计定型，生产定型，批量生产，产品交付，最后到服务保障。整个工业体系中，仿真必不可少。

传统的工业体系是物理或者叫实体（Physical）,基于物理的原型和模型，设计制造试验，如果试验时检测产品的功能和性能满足不了要求，就扔掉，然后再来一遍，这就是典型的以爱迪生为代表的传统工业体系的试错法。当进入了现代工业社会，就要在 Cyber虚拟空间用模型表达， CAD做机械系统和电气系统、流体模型和过程模型，当然，管理也有模型，如人力资源模型、财务模型、统计模型、质量模型。有了模型，才有了美国机械工程师学会（ASME）提出的Y14.41标准，即 MBD（Model-Based Definition，基于模型的定义），后来美国又提出MBE（Model-Based Enterprise，基于模型的企业），这样就完整了。一个企业，它既有产品又有管理，就可以打造一个全数字化的企业。还有系统工程，过去的系统工程现在提升为MBSE（Model-Based Systems Engineering，基于模型的系统工程），当然基于模型的系统工程之上还有架构设计，如企业架构等。

在Cyber空间中，有了完整的数字模型进入CPS（Cyber Physical System，赛博物理系统），模型就会直接从数字样机映射成物理产品。当然，试验方式要有一个转变，原先的试验方式是100%的实物模型，做实物仿真或缩比模型，随着社会的发展，实物仿真造价太高，那么该怎么办？要考虑半实物模型、缩比模型、半实物仿真和半物理仿真吗？未来随着发展，一定是基于全数字模型的虚拟仿真，现在很多产品已经不需要物理模型了，而是设计制造试验实现全模型化。

仿真分级

讲到智能，必须考虑人的问题。世界万物，只有人有智能。第一次、第二次工业革命解决了什么问题？蒸汽机也好，电动机也好，解决的是机器取代人力。第三次、第四次工业革命出现了电脑和现在的工业4.0，它取代的是人的脑力劳动。我们要建设的工业体系，一定是人、机、物交互与深度融合的一个体系，其核心是CPS。

如何建立新的工业体系？首先是在Cyber环境中，完成产品的概念设计、方案设计、初步设计、详细设计、产品的分析仿真、工艺设计、工艺仿真、工装设计、工装仿真、装配设计、装配仿真等一系列流程，然后形成完整的产品数字样机。其次是在计算机上建立的虚拟实验环境中，不断地找出产品设计的问题、工艺的问题等，然后改进计算机模型。最后是再映射实物的试验过程，这个就是Cyber Physical System，即完整的CPS架构。但需要说明的是，CPS可小可大，小到一个智能化小产品PLC处理器，大到整个地球，都可以用CPS来形容，这个智能系统一定是人、机、物关联的系统。

1997年9月，钱学森在给清华大学工程力学系建系40周年的贺信中写道：随着力学计算能力的提高，用力学理论解决设计问题成为主要途径，而试验手段则变得次要了。由此，展望21世纪，“力学+电子计算机”将成为工程设计的主要手段，就连工程型号研制也是用“计算机+形象”来展示，称为“虚拟型号研制（Virtual Prototyping）”，就是现在所说的数字样机（Data Prototype）。

以液压虚拟铁鸟的研制为例。首先用机械CAD和CAE设计了铁鸟的结构样机，用电子CAD和CAE设计了铁鸟的控制系统数字样机，由液压系统CAD和CAE形成液压子系统的数字样机，然后再把控制数字样机和液压数字样机装配到结构数字样机上。这3个样机形成了一个完整的全飞机液压系统的数字样机，将其和物理液压试验的台架、试验数据做关联性分析，最后形成了一个液压的虚拟铁鸟。这个系统完成后，在其上做虚拟试验，可减少20%的物理试验成本。实际上在下一代飞机中，虚拟铁鸟技术已经推广到了飞控系统、电气系统、电子系统、机械系统中，这就是过程仿真的力量。

笔者认为，仿真的发展才刚刚开始，因此这个行业是朝阳行业。其目标是：缩短产品周期，降低产品成本，提高产品质量。未来的研制方式就是仿真驱动的设计和研制方式。

通过对数字样机的仿真分析和虚拟试验来指导、简化、减少、替代部分实物试验，从根本上说，就是要解决计算的数字模型和分析是否正确，是否反映真实产品的特性，这必须通过大量的、科学的验证试验并形成数据库和模型库，从而改进并保证产品设计和分析的正确性。

（作者为中国航空工业集团公司信息技术中心首席顾问）

自主CAE是一场难了的梦｜软件定义制造系列

近些日子，CAE之急重上眉梢。

先是有上海的朋友来要当年CAE平台资料，久远轶事；又有北京的朋友商讨CAE行业建设的产业建议，涅槃重生。

实际上，退休多年，总是想摆脱自主CAE崛起的神话故事。原本想将《自主CAE涅槃之火》那本书作为最后告别的话，说完了就可以扭头。那个时候，连最后的修改审稿都懒得去关注，总想尽快撇开CAE后营造退休后的自我天地。

事与愿违，我心依旧，我一直就没有迈过这个坎，时常关注CAE的发展和动向，特别是国内自主CAE的点滴进展，都会心动不已，我就会发现自己还是在原地没有挪窝。

现在实际上处于更好的时机，很多传统工业企业也在跃跃欲试。一个可以推动软件发展的产业链现在正在形成。由此，尝试着曲线绕道进入CAE的路线，如从大型工程机械入手，以前端的数据采集为切入点，尝试着建立一个工业软件的雏形。将数字化贯穿整个过程：实时采集、传输、云平台存储、数据挖掘、即时报警等，具备常规所没有的效能分析、能耗分析、故障统计等功能。在这个过程中，用户对象将串联整个生态环：前期设计、中期加工生产、后续维保、优化改进等相关业务的企业、科研院所等单位。

这是中国制造2025当下所涌现的一系列的实践，已经得到应用和同行认可，许多制定规范和标注的机构也在纷纷介入。

然而，创业之艰辛，创新之曲折，没有亲身经历过得人，是不会有这个体会的。同时，没有与众不同的核心技术，就难以体现出价值的。对于工业软件中不仅要有熟悉的行业背景，CAE更要求有各种实践经验和大量隐性的知识和判断。这个投入是天量的，全球最大的CAE厂商Ansys每年的研发投入在3亿美元左右，也就是每年投入20亿人民币。每年循环，持续如此。是不是会吓走多少壮志雄心的人。

但是这个山头再难，一个国家一个有志于制造强国的国家，却不能不迎头而上。CAE是整个工业软件系列中无可替代的嵌入式一环。CAE不仅要重视前端分析模拟，更应该关注后置的价值创造。中国制造2025的转型创新，离不开工业软件。模拟仿真的作为，是工业软件中了解产品所能创价值的核心工序。以网络化为工具实现数据的实时采集、传送、分析，在这基础上，准确快速进行产品故障预警和性能优化，甚至还要能预判部件寿命，其价值就精准凸显。工业转型创新需要数字化作为平台，经验规范都很重要，数值模拟仿真贯穿整个产品生命周期，作为智能化技术的核心支撑存在。其重要性，自然毋容置疑。由于所描述产品所处的环境，载荷和工况都是千变万化的，没有足够针对性的功能，往往会功亏一篑。

作为工业软件的自成系统，自然期盼有资金投入，而更应该关注产业形成的机制构成。行业中不乏得到巨资投入而至今没能成功商品化的案例。科院院所的成果，一旦成功转化，将会获得极大的生命力的延伸。日本有一家叫TechnoStar 软件，最初就是源于东京大学一个教授承担的国家项目，几年就闹腾得声名鹊起，至今仍然在CAE领域站得一席之地也算逍遥。

诡异的是，二十世纪八十年代，中国国内CAE最红火最热腾的那几年，恰是国内正“穷”的阶段；而现在国家各种制造项目风生水起、互联网+发展迅速的时候，CAE却落得郁郁寡欢、逐渐式微的局面。

当年在《自主CAE涅槃之火》一书中我所提到的“四步曲”，提到政府“有形之手”的引导不失为一种好方法好途径。科研和商业本是二个不同范畴，如果商业化不是其目标，就不要责怪其担当。要认可科研与创新本该就不是同一回事。科研是把金钱转化成为知识，主体是科研人员，与商业化无关；创新是把知识转化成为金钱，主体是企业家，与科研无关。前者由学术共同体评定，后者需市场和服务认可。市场的事情交由企业界来定夺，反映的是资本的意愿，因为市场有时候会不信任“有形之手”，这是市场不讨人喜欢的地方，而又是之所以能够生机勃勃之原因。

2008年金融危机之后，占据美国经济主导地位的制造业出现持续性衰退的现象，终于得到了美国政府的支持。随后欧洲债务危机，几经波折，欧元区经济实力最强的德国作为救助计划的最大出资方，不仅独善其身，而且“已经揭开了欧洲一体化的新篇章”，其最大的缘由莫过于德国的制造业撑起了坚固的实体经济基础。

教训深刻，百年制造强国的美国政府有所行动，民间递书：确保美国在高端制造业的领先地位；总统背书：启动“先进制造合作伙伴”计划。前后上下齐呼应，而计划的实施则选择以加强创新集群和环境建设为思路，以重点发展“发展共性设备和平台，重构先进制造业发展理念”。

美国政府的先进制造合作伙伴计划中，最值得注意的是，是将数值仿真软件系统作为切入点。正是CAE！万般宠爱独一身。

这一招，看似平淡无奇，实则画龙点睛。高明之处在与不拘泥于具体的工程行业和领域，由基础性应用软件开发作为巩固高端制造业地位的实际措施，确实不失为神来之笔；将知识生产、技术创新和制造业地位紧密结合起来，一条曲径通幽路，高端制造业的提振需要关键领域的核心技术，更需要重构先进制造业的发展理念。更出人意料的是该项计划由道氏化学公司董事长兼CEO Andrew Liveries和麻省理工学院校长Susan Hockfield共同领导实施。这种由联邦政府负责“买单”的形式，表达了由顶尖大学、最具有创新能力的制造商和联邦政府之间建立合作伙伴关系的目的，通过构筑官、产、学、研各方的紧密合作，而以产、学为统领，力求不断孕育知识更新和技术应用的面向市场模式创新，实现内生式联合振兴高端制造业发展的战略部署。

风乍起，一池老水皱。依然耿耿于怀，是舍弃不了这个我曾经敬仰、喜欢过，以及许许多多扶助过我的师长朋友、同事同行。而且，当下许多CAE坚持者还在黑暗中前行。中国制造强国之路，不是一个把梦幻变为现实的地方吗？未了之心，一直期待下去。

汽车行业CAE研究

之前软服之家发布的《PLM市场研究报告》收到了不错的评价，所以数据研究中心的小伙伴们这次对汽车领域进行了《汽车行业CAE研究》。

整体来看，CAE数字仿真其实在中国的表现还是相当不错的。不管是从目前CAE覆盖的行业广度，或者CAE在诸如航空航天、汽车制造、交通运输等领域的使用深度，都已经得到了不错的市场教育和应用普及。

结合当下中国制造强国的发展方向，以及由消费端推动的制造企业硬件设施的不断完善，CAE在研发阶段表现出的功能性将得到进一步的认可。软服之家数据研究中心的小伙伴们认为，在引入CAE后，节省的研发、生产成本，初步推断起码会在三成以上。

CAE在中国的未来几年内会得到不错的增长，基本上是毋庸置疑的。就目前的竞争形式看，绝大多数的CAE厂商还是引入为主。CAE在软件在技术领域需要攻克的问题，对于本土的厂商还是比较大的挑战。

现代企业必须采用先进的技术手段，缩短开发和制造周期，降低成本，提高质量，使企业具备很强的应变能力，迅速响应用户的各项要求，并能根据科技发展和市场需求的变化，及时调整产品的类型和结构。

CAE技术能够给工业企业产品研发带来巨大的经济效益，这已成为不争的事实。以ANSYS、LS-DYNA等为代表的高端CAE软件早已活跃在全球各行各业中，将“基于物理样机试验的传统设计方法”带入基于“虚拟样机仿真的现代设计方法”，将大幅度缩短产品开发周期，降低成本，提高企业竞争力！

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：

重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？

AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：

精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：

创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议：

超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和人工智能，像君子一般融合，一起体现科技就是生产力。

如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。

产业智能官 AI-CPS

用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。

长按上方二维码关注微信公众号： AI-CPS，更多信息回复：

新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能金融”、“智能零售”、“智能驾驶”、“智能城市”；新模式：“财富空间”、“工业互联网”、“数据科学家”、“赛博物理系统CPS”、“供应链金融”。

官方网站：AI-CPS.NET

本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Cpp五条/article/detail/70762