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

模拟的概念

模拟从字面上理解，就是模仿真实的环境。 仿真领域通常有六种类型：

传统CAE仿真：如机构受力的3D仿真，找出机构设计可能存在的缺陷和限制

系统仿真：俗称物流仿真，是对生产等系统进行提前模拟和优化。

多物理模拟：模拟物理场景对设备或机构等物体可能产生的影响

物理模拟：可以理解为在产品制造中利用实验室模型来测试产品在各种条件下的性能

虚拟现实：严格来说，就像玩游戏一样，比如在电脑里驾驶模型飞机、利用外设来驾驶汽车

数据分析和优化：例如使用MATLAB收集某些数据并预测可能的情况

今天我们主要讲系统仿真与控制。 什么是模拟？

仿真：也称为模拟，是对现有或未来系统进行建模和实验研究的过程。

模拟的两个主要类别是离散事件模拟和连续模拟

离散事件仿真将系统在随机时间点发生的状态变化视为离散事件的结果。

连续模拟是一种系统状态随时间连续发生变化的模拟。

仿真在制造中的作用和好处

为什么需要模拟？

仿真提供了一种验证最佳决策的方法，避免了昂贵、耗时且分散的试错方法

为什么制造业需要仿真？

建设未来的机场/工厂等。

修改工厂制造工艺

生产线动态调度问题

多个服务器的非功能分配和有界等待的问题

使用模拟的典型目标：

系统性能分析

— 利用率/利用率、UPH、库存水平、流程时间、物流量等。

容量/约束分析

–什么限制了容量？ 瓶颈在哪里？ 在制品？

比较计划

–这几种选择中哪一种是最好的？

敏感性分析

–决策变量的变化对最终结果的影响程度（假设分析）

可视化

–直观地显示模拟结果

模拟角色

用于定义或解释系统进程的行为

评估不同的建议选项

分析影响系统行为的重要因素

用于预测可能出现的情况以规划未来的发展

模拟的好处

1次

避免构建物理试验并减少验证时间

2、成本

避免构建物理试验并降低验证成本

3、技术

计算机精确计算，提高方案的可行性

直观的三维模拟动画

4、风险

降低验证影响生产的风险

降低设计错误的风险

5. 附加

增强对您设计的信心

仿真在制造中的应用类型

智能制造的难点在于模型，重点在于仿真

中国讲的是两个工业化融合。 第一个是工业化，即工业技术。 我国工业技术与世界先进水平存在较大差距，需要弥补工业化的教训； 二是信息化。 那就是信息技术。 因为有华为这样的世界级企业，可以说中国的信息技术与世界接轨。 事实上，信息技术与工业技术的深度融合，就是信息化与信息化的融合。 信息化与信息化融合的内容非常丰富。 按照《中国制造2025》的部署，以创新驱动、提质增效、绿色发展、两化深度融合为主线，以智能制造为突破口。

智能制造的基础是网络化、数字化。 网络的含义是将人、机器和物连接起来，这就是物联网或工业互联网，也称为第二代互联网。 谈到数字化，数字模型和过程模拟是必不可少的。 本文将主要讨论这两方面。 当然，数字模型是仿真的基础，而过程仿真是航空航天几十年来在大规模应用中特别擅长的领域，也是取得了巨大成果的领域。

数字模型

数字化模型有两种类型，一种是工程模型，另一种是管理模型。 其中，工程模型又分为两类：产品模型和产品开发过程模型。 本文重点讨论产品模型和过程模拟。 CAD（计算机辅助设计）技术是建立模型，CAE（计算机辅助工程）技术是确认模型，即过程模拟。 CAE的发展随着计算机硬件、软件、操作系统和数据库的发展而不断发展。 工业技术通常分为三类：设计、制造和测试。 从产品需求和市场调研出发，可以进行模拟。 设计方案时也必须进行模拟。 制定计划的特点是计划不止一个。 在制定方案时，必须使用多种方案来优化设计，并做大量的仿真比较，然后进入工程开发阶段的设计、试制、测试过程，然后进行设计定型、生产工程开发完成后定型、量产、产品交付，最后到服务保障。 仿真在整个工业系统中至关重要。

传统的工业体系是物理的或者物理的。 基于物理原型和模型，进行设计和制造测试。 如果测试过程中产品的功能和性能不能满足要求，则将其丢弃，然后重新进行测试。 这是传统工业体系的典型例子。 以爱迪生为代表的传统工业体系的试错法。 进入现代工业社会，需要在Cyber虚拟空间中用模型来表达。 CAD 用于制作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，比如人力资源模型、财务模型、统计模型、质量模型等。 。 随之而来的模型，就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）。 后来美国提出了MBE（Model-Based Enterprise，基于模型的企业），这就完成了。 一个既有产品又有管理的企业才能打造出全数字化的企业。 还有系统工程。 过去的系统工程现在已经升级为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也有架构设计，比如企业架构等。

在网络空间中，一旦完整的数字模型进入CPS（网络物理系统），模型将直接从数字样机映射到物理产品。 当然，测试方法需要改变。 最初的测试方法是100%物理模型、物理模拟或比例模型。 随着社会的发展，物理模拟的成本太高了，那我们该怎么办呢？ 我们是否应该考虑物理模型、比例模型、半物理模拟和半物理模拟？ 随着未来的发展，虚拟仿真必须建立在全数字模型的基础上。 现在很多产品不再需要物理模型，但设计和制造实验完全基于模型。

仿真分类

谈到智能，我们必须考虑人的问题。 世界上的万物中，只有人类是有智慧的。 第一次和第二次工业革命解决了哪些问题？ 无论是蒸汽机还是电动机，解决方案都是用机器代替人力。 第三次和第四次工业革命见证了计算机的出现，以及现在的工业 4.0，它取代了人类的脑力劳动。 我们要构建的工业系统一定是一个以CPS为核心的人、机器、物交互、深度融合的系统。

如何构建新的产业体系？ 一、在Cyber环境下，产品概念设计、方案设计、初步设计、详细设计、产品分析与仿真、工艺设计、工艺仿真、工装设计、工装仿真、装配设计、装配等一系列流程仿真完成后，形成完整的产品数字样机。 第二步是在计算机上建立的虚拟实验环境中不断识别产品设计问题、工艺问题等，进而改进计算机模型。 最后是重新映射物理对象的实验过程。 这就是CyberPhysicalSystem，也就是完整的CPS架构。 但需要注意的是，CPS可大可小。 它可以小到一个小型智能产品PLC处理器，也可以大到整个地球。 可以将其描述为CPS。 这个智能系统一定是一个与人、机器、物相关的系统。

1997年9月，钱学森在给清华大学工程力学系成立40周年的贺信中写道：随着力学计算能力的提高，运用力学理论解决设计问题已成为主要途径，而实验方法已成为次要的。 。 因此，展望21世纪，“力学+电子计算机”将成为工程设计的主要手段。 就连工程模型的开发都会用“计算机+图像”来展示，这就是所谓的“虚拟原型（Virtual Prototyping）”，也就是现在所谓的数字原型（Data Prototype）。

以液压虚拟铁鸟的开发为例。 首先，采用机械CAD和CAE设计铁鸟结构样机，采用电子CAD和CAE设计铁鸟控制系统数字样机，采用液压系统CAD形成液压子系统数字样机。和CAE，然后将控制数字样机和数字样机结合起来。 将液压数字样机组装成结构数字样机。 这3台样机构成了全机液压系统的完整数字样机，与物理液压试验台和试验数据进行关联，最终形成液压虚拟铁鸟。 系统建成后，对其进行虚拟测试，可以降低物理测试成本20%。 事实上，在下一代飞行器中，虚拟铁鸟技术已经延伸到飞控系统、电气系统、电子系统、机械系统。 这就是过程模拟的力量。

笔者认为，仿真的发展才刚刚开始，所以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。 未来的开发方法是仿真驱动的设计开发方法。

通过数字样机的仿真分析和虚拟测试来指导、简化、减少和替代部分物理测试。 从根本上来说，是解决计算出来的数字模型和分析是否正确，是否反映真实产品的特性。 这必须通过大量进行科学验证测试，形成数据库和模型库，以提高和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是一个艰难的梦想｜软件定义制造系列

最近几天，CAE变得更加紧迫。

先是一位上海朋友来询问当年CAE平台的信息，这是一段由来已久的轶事； 然后北京的朋友来讨论CAE产业建设的行业建议，算是一次重生。

事实上，退休多年后，我一直想摆脱自主 CAE 兴起的神话故事。 本来想用《自主CAE涅槃之火》这本书作为最后的告别，但说完就可以转身了。 当时我根本就懒得去关注最后的修改和评审。 我一直想尽快抛开CAE，退休后创造自己的世界。

结果却相反，但我的心还是一样的。 我从来没有跨过这个坎。 我一直关注CAE的发展和趋势，特别是中国独立CAE的进展。

现在其实是一个更好的时机，很多传统工业企业也跃跃欲试。 一条能够促进软件开发的产业链正在形成。 因此，尝试绕道进入CAE，比如从大型工程机械入手，以前端数据采集为切入点，尝试建立工业软件的雏形。 数字化贯穿全流程：实时采集、传输、云平台存储、数据挖掘、即时报警等，具有性能分析、能耗分析、故障统计等非常规功能。 在此过程中，用户对象将连接整个生态环：前期设计、中期加工生产、后续维护、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》中出现的一系列实践，得到了同行的应用和认可，很多制定规范和标签的机构也参与其中。

然而，没有亲身经历过创业的艰辛和创新的曲折的人，不会没有这种经历。 同时，如果没有特色的核心技术，价值也难以体现。 对于工业软件来说，不仅需要熟悉的行业背景，CAE还需要各种实践经验和大量的隐性知识和判断。 这个投资是巨大的。 全球最大的CAE厂商Ansys每年研发投入约3亿美元，相当于每年投入20亿元人民币。 这个循环每年都会持续。 会不会吓跑很多有野心的人呢？

但无论山有多难，一个立志成为强国的国家都必须迎难而上。 CAE是整个工业软件系列中不可替代的嵌入式环节。 CAE不仅要注重前端分析和仿真，更要注重后端价值创造。 中国制造2025的转型创新离不开工业软件。 仿真是工业软件中了解产品可以创造的价值的核心过程。 以物联网为工具，实现数据的实时采集、传输和分析，在此基础上，准确快速的产品故障预警和性能优化，甚至能够预测部件的寿命，其价值就准确凸显。 产业转型创新需要数字化作为平台，经验和规范非常重要。 数值模拟贯穿产品全生命周期，作为智能技术的核心支撑而存在。 其重要性无疑是毋庸置疑的。 由于所描述的产品的环境、负载和工作条件不断变化，如果没有足够有针对性的功能，结果往往会达不到要求。

作为一个自成一体的产业软件体系，期待资本投入是理所当然的，但更应该关注产业形成的机制。 行业内有很多获得巨额投资但至今尚未成功商业化的案例。 科学院的成果一旦成功转化，将获得极大的生命力延伸。 日本有一家叫TechnoStar software的公司。 它起源于东京大学教授承担的一个国家项目。

奇怪的是，20世纪80年代，中国国内CAE最繁荣、最火热的年代，却是国家“穷”的阶段； 现在全国各类制造业项目蓬勃发展，互联网+快速发展。 当时的CAE最终陷入了萧条、逐渐衰落的境地。

我当年在《独立CAE涅槃之火》一书中提到的“四步走”，就是提到政府“看得见的手”的引导的一个好方法和途径。 科学研究和商业是两个不同的范畴。 如果商业化不是它的目标，就不要责怪它的责任。 认识到科学研究和创新不应该是一回事。 科学研究是把金钱转化为知识，主体是科研人员，与商业化无关； 创新就是将知识转化为金钱，主体是企业家，与科研无关。 前者由学术界评价，后者需要市场和服务的认可。 市场的决定权交给企业界，这反映了资本的意愿，因为市场有时并不信任“看得见的手”。 。

2008年金融危机后，主导美国经济的制造业经历了持续衰退，终于得到了美国政府的支持。 欧债危机后，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国，不但独自挺了过来，而且“开启了欧洲一体化的新篇章” 。 产业支撑实体经济坚实基础。

教训是深刻的。 美国这个百年制造业强国政府已经行动起来。 民书：确保美国高端制造业领先地位； 总统认可：启动“先进制造伙伴关系”计划。 自上而下呼应，规划的实施选择加强创新集群和环境建设为思路，重点发展“共性装备和平台发展，重构先进制造业发展理念”。

最值得注意的是，美国政府的先进制造合作伙伴计划使用数值模拟软件系统作为切入点。 是CAE！ 在所有方面都爱唯一的一个。

这一招，看似普通，实则是点睛之笔。 高明之处在于不拘泥于特定的工程行业和领域，而将开发基础应用软件作为巩固高端制造地位的切实举措，确实是神来之笔； 将知识生产、技术创新和制造现状紧密结合起来，一条曲径通幽。 推动高端制造需要关键领域的核心技术，更需要重构先进制造的发展理念。 更令人惊讶的是，该计划由陶氏化学公司董事长兼首席执行官安德鲁·利弗里斯(Andrew Liveries)和麻省理工学院校长苏珊·霍克菲尔德(Susan Hockfield)共同领导。 这种由联邦政府负责“买单”的形式表达了在顶尖大学、最具创新力的制造商和联邦政府之间建立伙伴关系的目的。 合作以产学研为引领，不断培育市场导向的知识更新和技术应用的模式创新，实现内生联动振兴高端制造业发展的战略部署。

风一吹，一池旧水起皱。 我至今还耿耿于怀，因为我无法割舍这个我曾经敬佩的、喜欢的、以及许多帮助过我的老师、朋友、同事和同事。 而且，许多CAE的追随者仍然在黑暗中行走。 中国制造强国之路不就是梦想变成现实的地方吗？ 未完成的心一直在期待。

汽车行业CAE研究

Softservice Home发布的《PLM市场研究报告》好评如潮，因此数据研究中心的合作伙伴此次针对汽车领域进行了《汽车行业CAE研究》。

总体而言，我国CAE数字仿真的表现相当不错。 无论目前CAE覆盖的行业广度，还是航空航天、汽车制造、交通运输等领域CAE的使用深度，都已经得到了良好的市场教育和应用普及。

结合当前中国制造强国的发展方向以及消费端带动的制造企业硬件设施的不断完善，CAE在研发阶段的功能将进一步得到认可。 SoftServer家庭数据研究中心的朋友认为，引入CAE后，初步估计研发和生产成本节省至少30%。

基本上毫无疑问CAE未来几年在中国将取得良好的增长。 从目前的竞争形式来看，绝大多数CAE厂商仍以引进为主。 CAE在软件技术领域需要克服的问题对于本土厂商来说仍然是比较大的挑战。

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，使企业具有较强的适应能力，对各种用户要求作出快速反应，能够根据技术发展和市场变化及时作出反应要求。 调整产品类型和结构。

CAE技术能为工业企业的产品研发带来巨大的经济效益已成为不争的事实。 以ANSYS、LS-DYNA等为代表的高端CAE软件长期以来活跃在世界各地各行各业，将“基于物理样机测试的传统设计方法”带入“基于虚拟样机仿真的现代设计方法” ，将大大缩短产品开发周期，降低成本，提高企业竞争力！

人工智能网络物理操作系统

人工智能CPS操作系统

“人工智能信息物理操作系统”（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）分支运用到今天，企业领导者必须了解如何将“技术”充分渗透到整个公司、产品等“业务”场景，利用AI-CPS OS形成数字+智能的力量，实现行业的重新布局、企业的重构、自我的重生。

AI-CPSOS的真正价值并不来自于其构成技术或功能，而是来自于自动化+信息化、智能制造+产品+服务、数据+分析的融合，形成独特的竞争优势。 这种整合方法可以释放新的业务和运营模式。 如果没有更大程度的跨职能整合和打破现状的意愿，这一切都不可能实现。

领导者不能依靠单一的战略方法来解决数字化变革的多维维度。 面对新一代技术+商业操作系统AI-CPS OS的颠覆性数字化和智能化力量，领导者必须在行业、企业和个人三个层面保持领先地位：

重塑行业：你需要如何改变你的世界观才足够？ 您必须如何反思行业范式？

重新构想您的业务：您的业务需要做出哪些改变？ 您将如何重新定义您的公司？

重塑自我：你需要成为谁？ 如何重塑自我，在数字+智能时代保持领先地位？

AI-CPS OS是数字化智能创新平台。 设计思路是将大数据、物联网、区块链和人工智能在云端无缝融合。 可以帮助企业将创新成果融入到自身的业务系统中，实现各种前沿技术的应用。 云协同的优势。 AI-CPS OS形成的数字+智能力量与行业、企业、个人三个层面相交叉，形成了将数字化融入领导者企业核心地位和领导风格的领导模式：

精细：这种能力使人们能够更真实、更细致地观察和感知现实世界和数字世界中发生的一切，进而更精细地理解和控制产品个性化、微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，整个系统具有智能（自学习）的能力。

高效：企业需要建立实时或准实时的数据采集传输、模型预测和响应决策能力，让智能从批量、阶段性行为转变为实时可触的行为。

不确定性：数字化变革扰乱并改变了领导者曾经依赖的思维方式、结构和实践。 其结果是复合不确定性的破坏力。 主要的不确定性包含在技术、文化、制度三个方面。

界限模糊：数字世界和现实世界不断融入CPS，不仅改变了已知行业的核心产品、经济定理和可能性，也模糊了不同行业之间的界限。 这种效应正在迅速蔓延到生态系统、企业、客户和产品。

AI-CPS OS形成的数字+智能力量从三个方面刺激经济增长：

创建虚拟劳动力来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益补充和升级，提高资本效率；

人工智能的普及将推动多个行业的相关创新，开辟经济增长新空间。

给政策制定者和商界领袖的建议：

超越自动化，开辟新的创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新的商机；

迎接新一代信息技术和人工智能：人类智能与机器智能无缝融合，重新

评估未来的知识和技能类型；

制定道德准则：有效制定AI生态系统的道德准则，并将其落实到智能机器的开发中。

在开发过程中建立更清晰的标准和最佳实践；

关注再分配效应：为人工智能可能带来的影响做好准备，并制定策略帮助应对影响

失业风险较高的人；

培养数字+智能企业所需的新能力：员工团队需要主动掌握判断力、沟通力、想象力、创造力等重要的人类特有能力。 对于中国企业来说，创造一种包容、多元化的文化也非常重要。

孔子说：“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、人工智能君子般的融合在一起，共同体现了科技就是生产力。

If we talk about Columbus’s last great geographical discovery, it expanded human physical space. So what this great geographical discovery expanded was people’s digital space. In the mathematical space, establish a new business civilization, thereby discovering new wealth creation models and bringing new wealth space to human society. Cloud computing, big data, the Internet of Things and blockchain are the ships that enter this digital space, and artificial intelligence is the sail on that ship, the sail of Columbus!

As the core driving force of a new round of industrial transformation, AI-CPS OS, a new generation of technology + business artificial intelligence cyber-physical operating system, will further release the huge energy accumulated in previous technological revolutions and industrial transformations, and create a new powerful engine. Reconstruct all links of economic activities such as production, distribution, exchange, and consumption, form new demands for intelligence in various fields from macro to micro, and give birth to new technologies, new products, new industries, new formats, and new models. Trigger major changes in the economic structure, profoundly change human production, lifestyle and thinking patterns, and achieve an overall jump in social productivity.

Industrial Intelligence Officer AI-CPS

Use “artificial intelligence cyber-physical operating system” (new generation technology + commercial operating system “AI-CPS OS”: cloud computing + big data + Internet of Things + blockchain + artificial intelligence) to build state awareness in the scene – real-time Analysis-independent decision-making-precise execution-learning and enhanced cognitive computing and machine intelligence; realize industrial transformation and upgrading, DT-driven business, and an industrial interconnected ecological chain of value innovation creation.