【來自本人公眾號“水木人CAE”，學習仿真知識，關注科技前沿。歡迎關注】

今天拜訪幾位企業的朋友，探討數值仿真的應用。果不其然，其中一位對我拋出了那個CAEer永生都繞不過的問題：

“你們的仿真結果準嗎？”

自從畢業進入工業界以來，已經在無數場合有許多人問過我這樣的問題，借此寫文總結一下個人觀點，與大家一同探討。

首先，這是個無法直接回答yes or no的問題，這就好比問“ChatGPT的回答靠不靠譜?”一樣——有的人靠ChatGPT寫的論文拿了全班第一，有的人覺得他的回答甚是無趣，甚至還會造假和誤導。CAE也是如此，自始至終，都只是一種好用的工具。工具本身是好用的，但是否發揮了很好的作用，取決于使用者是否恰當的使用在合適的場景中。

飛機和核電站都很受傷...

而如果設計的實驗本身就是為了用于和仿真結果對標，由于實驗的設置都非常仔細的盡可能與仿真設置一致，這樣的仿真結果準確度往往是非常高的。比如，雖然無法直接做飛機撞擊核電站的實驗，但我們可以做金屬圓柱體撞擊混凝土板的實驗，以此與仿真對標，驗證材料參數和設定是否合理。

這也是我們實際仿真工作中最常用的驗證方法，用相對簡單的實驗，作為仿真的Benchmark。為做復雜仿真奠定基礎。

尤其是注塑類的產品，塑料原材料本身不同批次之間就有差異，加上注塑參數的不同設定，均可能導致材料的真實性能與原材料供應商所提供的規格書上差異較大。并且規格書往往不會提供材料的應力應變曲線，僅提供楊氏模量，密度，斷裂伸長率等基礎信息，為了獲取更詳細的數據，我們往往還需要自己制備材料樣條，做一定數量的樣條測試，以對材料性能有深入的了解，這時測試的方法也會導入一定的誤差。而實際的注塑件形狀各有不同，真實的材料性能又與樣條測試結果有所不同，并且會隨著溫度，濕度均發生一定的變化…

當然，通過結合模流分析，可以更為準確的考慮注塑工藝對材料性能的影響。但這樣做，會增加仿真的復雜度，需要花費更長的時間，在實際工作中，需要考慮是否有這個必要性。

注塑產品，往往涉及的工程塑料牌號很多，而確保材料參數性能的穩定性，是需要原材料供應商，采購經理，工藝工程師共同努力合作去管控的，如果沒有一個配合良好的團隊，仿真部門只能有苦說不出。所以，我們的仿真部門，如今也參與甚至主導著材料的驗證工作，建立并維護著材料數據庫。

仿真越早介入設計，發揮的作用就越大，這一點是毋庸置疑的。如今，我們的仿真絕大部分應用于項目早期的概念設計階段，此時方案的快速迭代+簡化模型，本身就沒有實驗驗證的條件。等到相對詳細，可以打樣做測試的時候，有時仿真工程師想插播做一些實驗對比，但會被告知打樣的版本并不是仿真的那一版，而是根據我們仿真后優化的建議修改后的版本，因為項目太趕，所以直接打樣驗證了，有時候，仿真任務緊，我們也不再糾結再做一版來驗證了。

因此，我們一直與配合的工程師強調，做好版本管控。但我相信，即便每個公司都有非常完美的流程，但工作是人做的，實際工作中，由于項目時間緊，資源有限，這樣的情況一定是更為常見的。

因此，就難免會出現不知情的項目組其他成員疑惑“你的仿真結果怎么和實驗對不上呢？”殊不知，仿真和實驗所用的3D模型本來就不一致了。

盡管大家都用實驗對標，但實驗本身的準確性也是一言難盡的。尤其面對一些新的實驗需求時，可能缺乏足夠的實驗條件和環境，但一時也沒有更好的解決方案；還有一些物理參數，本身就是很難測量的，比如，測量溫度時，如果使用熱電偶測量，會加強局部的熱傳導效應，從而影響測量點的溫度，而用熱成像儀，又有精度問題和更為嚴格的使用環境要求。

或者，就是一些簡單的邊界條件設定，比如夾持住部件的一端，到底夾持位置在哪里，是否發生了滑移？如果僅僅通過語言溝通或者圖片，可能會產生一些誤解。

所以仿真工程師，如果可以，一定要親自去看看實驗，盡量告知仿真與實驗在條件設置上的差異，和因此可能帶來的對結果的影響。

精度更高的算法往往對計算資源要求也會更高，我當然知道網格劃分更細，采用二階單元，開雙精度會比粗網格，一階單元，單精度的計算精度更高，但硬件和軟件許可的雙重限制，需要我們平衡好效率和精度之間的關系，針對不同問題，做出合適的選擇。

其實，計算資源永遠都是不足的，因為一旦你迅速解決了這個問題，就會有更多的仿真任務會出現了。比如我們過去只做結構分析，后面擴展到流固熱耦合的電子散熱仿真，光學仿真等，而當進入優化這個領域后，需要的算力就更多了。

除此之外，還有生產制造過程的公差管控，后處理工藝的影響等因素，都有可能導致仿真結果與實際結果存在差異性。

最后的最后，才有可能是一些人為的設置出錯，但往往這種錯誤會導致計算不收斂或者非常明顯的異常，有一定的工程背景就很容易被發現并及時更正。一名成熟的CAE工程師不應當在最終報告中犯這種錯誤，因此盡管我們仿真部門人員不多，但我們仍會在每個報告發出之前互相校對，避免因為低級錯誤而降低仿真的可信度。

可見，以上絕大部分客觀因素，都是與整個產品研發生產過程相關的。

除了實際工作中存在“仿不準”的客觀因素，實際上更重要的是，我們仿真的目的是什么？仿真的目的不是追求準確性（盡管我們希望盡可能準確，但他不是目的），仿真的目的是幫助我們更好更快更省的設計好產品。

精度，效率，成本，永遠是一場拉鋸戰, 往往很難兼顧。因此，如果一位汽車行業的CAE從業者，航空行業的從業者和我這位從事消費類電子產品的CAEer坐在一起，大概對精度會有完全不同的看法。航空業的小伙伴更看重可靠性，其他都可以先靠邊站站，汽車行業的小伙伴最卷，既要精度，又要效率，還得省錢，著實佩服（所以許多先進的仿真技術都是先從汽車行業應用開始的）。

而在我目前所從事的消費類電子產品行業，我覺得排名是創新>效率=成本>追求精度。當然，不是說準確性不重要，而是當你只有半天時間，和十分有限的license和計算資源時，我更傾向于用10%的時間去解決90%的問題。例如下面這個例子中，我們的目的是了解下面三款設計中，誰能承受更多次的彎折測試？如果時間足夠，我們大可以去做材料測試，然后輸入非常精確的材料模型，建立詳細的線材模型，花費許多時間研究怎么計算更準確。但實際上我們僅花了一兩個小時就完成了分析，并選出了方案一是三個方案中最佳的。最終的實驗也驗證了我們的判定是正確合理的。

這里，我們僅追求相對的準確，而不追求絕對的數值，可以讓我們省下>90%的時間（模擬現實世界工作量真的非常巨大）。

省下的時間用來做什么呢？

當然是用來創新啦！快速的通過仿真驗證一些有意思的想法，并且快速給出改善的方向。比如我們在耳機的頭帶設計中，就通過快速的仿真結合人體工程學數據，從幾個維度對耳機的舒適性進行初步評估（例如：耳機總體尺寸，佩戴時與人臉貼合度，夾緊力偏差等），在初次打樣前，就完成了外形曲線的設計迭代。應用到了最終的產品中。

耳機產品概念設計的迭代（通過仿真）及最終產品

盡管說了這么多，但我想，其實提問的人，絕大部分也多多少少了解以上的原因。

但為什么總還會有這樣的問題？

剛到公司時，作為唯一的一名仿真工程師，也確實頂著不小的心理壓力，在“仿真到底準不準”的質疑中，不停地用一次次的數據和行動證明，也不斷給別人介紹，應該如何正確看待和運用仿真。如今，我們有了自己的小小團隊，依舊要求每個人重視你的每一份報告，給出的每一個建議，樹立自己的長期個人品牌很重要。

一點小小的總結和建議：互相信任，真誠溝通，幫工程師梳理清晰的需求，請他們支持并提供足夠的數據；最好當面或電話溝通結果，避免看報告產生一些誤會；結論發布前互相校對。

當然，也更希望對CAE尚不那么了解的人，嘗試多一些了解，把他當做一個好用的工具，合理的運用他，而不是糾結于他準不準。