关于仿真体系如何综合地建设,这里需要了解一个更简化的体系模型。之前,我们在谈论仿真的时候,第一步可能想的是我该买什么软件,我该买什么硬件?但是我觉得这个事应该是第二位的,应该在第二位才考虑选用什么工具。因为我们首先需要分析我们要做什么仿真,这些仿真它用到哪些模型,这些模型会形成什么样的数据?这些模型在整个生命周期里面是怎么演化的?仿真如果要想用的好,精度该怎么提升?这些数据该怎么管理?因为从模型变成数据,这是要一个过程的,而这些数据需要好好利用起来,需要做更好的积累。
第二步是基于这样的分析,我们再去考虑该选什么样的工具,每个工具之间是不是能够连接起来?工具连接起来之后,才能形成一个合力,达到一加一大于二的效果。另外一个要考虑的,就是我们既然用了工具,那是不是应该把它们用得更好?是不是用自动化的方式去替代以前人在大量地做的一些机械性的、重复性的工作?这就是所谓的通过定制化和自动化来提高我们仿真的效率。然后还有一个问题,就是要把硬件跟软件给调配好,好马也得配好鞍。怎么样用得更好?这个就是你真正的把他们给用起来。
除了模型数据和工具流程,仿真体系还有一个更为重要的因素,就是我们要考虑人的能力,因为最终用软件生成数据的,是各个团队的工程师,还有工程师的管理者们。我们需要把人才梯队做一个重要的衡量的指标,什么样的人做什么样的仿真,它对人的要求是什么样的,他的水平是否达到,将来要往上怎么提升,最终形成企业的仿真人才梯队,并且这个梯队的水平是要持续不断地提高的。还有一个很重要的就是,我们现在的企业规模,不光光是自己要做得比较好,还希望跟其他兄弟单位、上下游进行合作。从仿真层面而言,我们大家将来沟通的语言不再是文档,而是用仿真模型来进行互动,这是比较理想的一个方式。因为模型里面蕴含了更多的这些信息,而文档报告已经是做了一个切片,只是看到某一个维度。别的人拿到模型,他会发现更多的东西。这就是我们要进行一个基于仿真的协作的方式。
前面从这三个层面的分析了仿真体系建设的要素,最终我们要做的最重要的事情,就是通过这一系列的完善,形成各种各样的仿真的最佳实践,这个才是我们企业真正的财富。企业的财富不是买的仿真工具,工具放那儿不用,会浪费;也不是说我们积累的大量的模型,模型你不好好利用,也没有多大的价值。而是把这些充分的去利用起来,形成真正对于我们企业最有用的,仿真的最佳实践。对于解决企业面临的各种问题,这样仿真从是最好的,尽管它不一定是最完美的,但一定是当下最好的,而这也是我们ANSYS公司的使命,我们就是希望通过ANSYS提供的无处不在仿真,帮助我们的用户去设计并交付具有变革意义的产品,这样就把我们和各位用户能够紧密的联合起来。
讲完了仿真体系的三要素,其实背后还有一个重要的原则,就是“数字的连续性”。我们既然要构建数字化世界,要建立各种各样的模型,要把他们充分的利用起来,就是希望在产品的整个生命周期,产品的整个设计流程里面,把各种各样的模型更好地连接起来。这个连接分为三个维度,第一个就是多物理场的连接,就是在不同的物理场之间能够相互的交互,这是底层做详细设计的时候,用到最多的。第二个连接就是从部件到系统的连接,我们需要把各学科、各部件的模型跟系统形成多学科的连接。第三个连接就是把虚拟世界跟物理世界连接起来,这就是我们前面提到的Digital Twin的连接这,就是当我们仿真做的很好了,有很完备的数字样机的时候,再跟物理世界去做一个关联,让它们之间去相互校验。因为有的东西是物理世界能够获得的容易获得的,有的是数字世界擅长做的,把这两个世界充分结合起来去相互促进,这才是最佳的效果。
所以我们构建仿真体系有几个要素:模型数据、工具流程、以及人员团队,还有一个原则就是数字连续性。
1. 仿真体系建设中需要着重应对的几个问题
我们在选择工具的时候,就要分析我们要做哪些仿真场景,需要用到哪些工具,这些工具之间能不能够联系,这是一个基础,下面就几个典型的需要连接的场景展开分析。
a) 部件到系统的多层级仿真
b) 多物理场耦合仿真
c) 多学科联合仿真
d)仿真数据与流程管理
e) 仿真人才梯队建设
Discovery Live就是在设计过程中做实时的仿真,只要你画好模型,立刻出结果。如果你对模型做一点点修正,它会实时地更新结果。这类工具的出现是有颠覆性的意义。首先在技术上的实现了实时的仿真,这里要强调的一点是,它的出现并不意味着我们要取代传统的那些强大的仿真求解器。举个例子,它就像我们现在人人手上都有的手机,用它来拍照,每个人都很容易的掌握,一个小孩儿也能够拿手机拍张很漂亮的照片。但是如果你要想拍得好,还是得用更专业的相机,并由更专业的人来做这个事儿。Discovery Live这个工具就是像这样,人人都可以用仿真,但是我们做好了之后就还需要有一些过程让专家去做,这个里面并不意味着是替代,它是一个改善。在传统流程里面,当设计师做好了模型,要让专家去仿真,再等等好了再改,改好再等,不停的去循环这个过程,它迭代次数是很有限的。因为我们的精力跟时间是很有限的,而有了这样工具之后,在设计师那边,他会做快速的很多次的迭代,去筛选出比较理想的模型。这些模型已经缩减到比较好的一个状态了,再让那些仿真的专业人员,去做更好的一个验证和确认。这样的事情做完之后,我们的效果会比以前大很多倍,而且达到的一个最终设计产品的创新度也会高很多。因为所有人都在参与这个创新,而不再是那几个人在做的事情,那省下来的时间去做什么呢?就是让更好的、更多的人用好仿真,这就是设计仿真专家该做的事情。
仿真专家的价值并不简单是对仿真软件操作的熟练,他更多的是对工程的理解,对仿真本身的理解,他应该把他的经验真正地固化下来,把研发里面很多很多的流程去优化,很多很多的数据的价值去挖掘出来,形成各种各样的APP,我们企业将来也会需要有这样的一个APP Store,在这个里面去把做好的仿真变成更多人可以熟练上手使用的APP。我不再担心我对仿真软件的操作熟练度,也不用去深究这个边界是什么意思?这样的网格剖分究竟意味着什么?我只需要按照仿真专家定制好了这样的规范来去做就可以了。这其实才是仿真专家真正应该做的事情,去定制APP、定义流程,去做大量的仿真最佳实践的积累,而这些积累对于企业来说意味着更高的价值。
2. 结束语
如果企业要想面对下一代产品的新挑战,我们就需要真正的把仿真体系里三个重要要素进行全方位地考虑,去考虑应该如何去梳理仿真需求,去选择每一款工具,把这些工具用好,去做多物理场、多学科的联合仿真。而这些仿真是面向整个生命周期的。在工具背后,我们还需要做大量的管理的工作,需要从企业能力提升的角度去把我们的仿真流程、仿真数据、还有仿真各种自动化去真正做好。这就是我们需要有一个比较完善的一个管理平台和支撑环境,这是必不可少的。另外,我们需要一个比较良好的部署环境。最终把这些全部结合起来,构建属于企业的仿真体系,去推动企业的数字化变革。
今天,现场来了很多企业的领导,数字化转型可能是在座各位的一项工作内容,需要各位领导在顶层去做协调,这是打通仿真体系的最重要的一个保障。因为会发现部件模型之间、工具之间、人之间的协作,需要打通壁垒,这个其实是比前面讲到工具更难做到的一件事情。我们跟很多企业打交道的时候,这一块可能最后大家会花精力更多,会影响整个仿真体系建设效果的一个最重要的方面。如果做好了,这样仿真体系就能够做到这样一些事情:首先能够构建很完善的数字样机;其次具有一个非常好的一个协作式的仿真环境,去做流程数据的管理,从桌面到云端都有比较好的操作的方式;最后还包括可扩展的生态环境,我们跟业务伙伴形成了一个网络,我们不再是单一的,因为我们需要进行各种各样的交流。例如我们自己能做出很好的工业APP,也可以把高校里面的资源,学术界的研究,还有社会上专业人士的一些经验积累起来,形成一个海纳百川的状态,最终也可以做成工业APP。
如果想要做成这样的仿真体系,我们建议分阶段来实施。首先做相应的仿真能力评估,当评估完成之后,我们就清楚了现在的成熟度状态,也清楚了将来的目标是怎么样的,每一期的实施的要点应该是什么,再一步一步地去实施搭建。
今天也非常希望能和到场的各位专家进行讨论,希望借此机会倾听各行各业的诉求,了解各家企业的想法,我们一起来把这个事情做好。因为在仿真这样大的一个体系里面,我们ANSYS作为一个供应商,而各位是真正的是使用这些仿真的主体。我们是希望把应该承担的责任承担好,同时跟各位去做很好的互动,真正地把中国企业的研发实力推向一个新的高度,谢谢大家!
更多关于本次SPDM高峰论坛完整版演讲资料可通过
以下链接进行注册下载