數字化轉型中的仿真體系建設| 企業數字化轉型中仿真的價值
仿真能夠做一些傳統方法無法做到的事情
本期推送將帶您了解ANSYS 2019仿真流程和數據管理高峰論壇,內容提煉自此次論壇大會各演講嘉賓的主題精華,讓您全方位欣賞ANSYS仿真流程、多物理場技術分析、數據管理和SPDM平臺的理念和功能。
近年來,隨著硬件的提升以及仿真技術的發展,仿真在企業的產品研發以及創新實踐中,得到了越來越廣泛的應用。正如產品設計從紙質向3D計算機輔助設計的演變中PDM所產生的重要作用一樣,仿真的大規模應用催生了我們對統一的,便于協同的仿真環境的需求。在此契機下,ANSYS 2019仿真流程和數據管理(Simulation Process and Data Management,以下簡稱SPDM)高峰論壇于4月末在杭州成功舉辦,逾百名與會嘉賓圍繞SPDM方案及相關產品服務進行多場報告及DEMO演示,以及深入的現場溝通互動。
此次論壇大會議題紛呈,本文為ANSYS高級技術經理袁勇博士在會上做“數字化轉型中的仿真體系建設”的主題演講,現整理成以下文字稿件并將分期發布,以饗各位與會嘉賓及讀者朋友,演講分以下3大主題:
數字化轉型中的仿真體系建設① | 企業數字化轉型中仿真的價值
數字化轉型中的仿真體系建設② | 企業仿真體系建設的必要性
數字化轉型中的仿真體系建設③ | 仿真體系建設的要素、原則與關鍵問題
謝謝各位領導,今天我們能聚在杭州這樣的一個美麗的城市,而且在西湖邊上,真是非常高興。今天對ANSYS而言是一個非常重要的日子,因為我們這是第一次在這么公開的場合去講ANSYS整個的仿真體系,尤其是仿真流程和研發管理平臺。之所以我們現在越來越多地關注這個事情,是因為我們正處在一個變革化的時代,被稱為數字化轉型時代。
很多企業都把數字化轉型作為自己核心戰略考量的一個重要部分。因為數字化轉型,意味著很多的問題,以前我們都在考慮信息化,后來做各種各樣的智能化的相關研究。在這里面你會發現涉及到很多很多的詞匯,比如說我們在討論數字化的時候,必不可少的會談到數字孿生、數據驅動,以及現在我們各個企業在做的智能化、智慧化。你會發現各種各樣的解說特別的多,我們該如何去做好轉型這件事情,每個人有自己的想法。從不同部門來說,會有自己的不同的訴求。那我們如果再回頭來看這個事情的本質,其實無非就是這樣的一張圖。我們現在人所處的世界,叫物理世界。在物理世界的另外一側,會存在一個數字化的世界。
我們所有的數字化轉型,其實就是想把這樣的一個數字化世界構建得更加的完備。物理的世界是由各種各樣的物理的設備、機器等等組成。而我們要想把企業的數字化轉型做好,應該需要去設想數字化的世界怎么構建比較好。在所有的數字化各種方式里面,包括之前大家所采用的,像OA系統,是把文檔變成了數字化,然后CAD就是把我們的圖紙變成數字化,而CAE仿真,其實就是把我們的整個物理世界運行的方式和規律變成了數字化。有了物理仿真,我們更容易去把那個數字化的虛擬世界構建的更加完備。而在這個里面還有更重要的一點,就是這兩個世界將是要互相關聯起來的。物理世界跟數字世界,不是割裂的。如果是割裂了它的意義并不大,我們現在就想把虛擬照進現實,現實跟虛擬能真正的關聯起來。這就是所謂的叫數字孿生這樣的一個概念。它核心的一個意思就是之前我們構建的數字世界并不是那么完整。那么我們現在要把這個數字世界跟物理世界變得很像,就像一對雙胞胎、孿生體。而這兩個世界之間,它們是有心靈感應、相互連接的。所以我們要加入物聯網,把這兩個世界關聯起來。其實不管我們企業做不做得出孿生這回事情,我們構建數字世界的這樣的一個動作是不應該停止的,而且是必須時時刻刻往前走的,這就是我們今天要講述的數字化轉型面臨的一個核心的目的。不管我們企業是生產飛機,還是生產某一個電子產品,甚至說我就是一個工廠,其實我們背后做的所有的數字化轉型,就是為了把這個數字世界變得更加的貼近真實,并且給真實世界提供更多的豐富的解釋。在所有的數字化背后,我們并不是為了把這個數字化世界做的多漂亮,多完備。畢竟我們人是生活在物理世界里面,數字世界再漂亮對我們價值并不那么大。我們之所以要做數字化世界,是因為我們需要從數字化世界獲得大量的數據,基于這些數據去做分析、做決策。這個才有更重要的意義。
在麥肯錫的報告里面,把數據分析分成了三個層次。最基本的就是數據的管理,然后再基于數據管理去做大量標準化的分析。標準化分析再上面會有一個高級數據分析。它有三種方法,里面提到的就是要做預測性的分析、要做優化和仿真建模、要做規范性的技術完善。所以,我們要做好的數據分析,這樣的話才能充分的去利用數據。而在所有分析數據之前,我們就需要把這個數據變得更加的完備,大數據變得更大。然后我們的分析才有價值。現在熱門的AI技術,它背后其實就是大量的訓練、大量的學習,而且學習的東西就是各種各樣的數據和模型。而這個模型跟真實世界非常的接近,那我們這個訓練才有價值。
現在自動駕駛技術非常熱門,卻不可能用以前傳統的方式來做。因為對于自動駕駛來說,一輛車、一個系統要上線,最少的運行的里程是400萬英里。如果用真實的路測的話,至少需要九年時間,大概每年要花10億美金以上。那就相當于一個人,你要開300年不停歇,這個對于物理世界來說,基本是做不到的。而在數字世界里面,我們就可以更輕易地去做到。在一年內,我們就可以仿真幾萬輛車,這個車它可以行駛幾十億英里。而這樣積累下來的數據量會比我們在物理世界里面去測試的各種各樣的場景會更豐富。基于這些模型再去訓練,就會更加有價值。我們現在對于數字化轉型,其實并不能簡簡單單停留在把物理世界去照搬過來,我們去做一套東西,更多的要考慮的是是怎么樣去發揮數據的價值、數字化的價值。數據和數據化的價值,會改變我們對于這個世界的思考方式。像自動駕駛的虛擬場景,我們在虛擬世界里面可以構建各種各樣的場景,包括對于像光線不一樣、干燥路面和濕滑路面不一樣等等,我們可以想要什么樣的場景就可以構建什么樣的場景,這個就是數字化的世界。
企業的數字化轉型里面,我們真正要做到的數字化虛擬世界,它有其自身的特性,這里面有的是物理世界很難做得到的。而ANSYS作為仿真行業的領導者,我們是孜孜不倦地想通過仿真把虛擬世界構建得更好。
ANSYS已經成立快50年了。最早的時候它是做結構軟件的,現在也是我們的核心的產品Mechanical,它起家就是做這一塊,然后發現在機械類的世界里面,還需要一類軟件,就是要做流體的分析。所以在2003年,2006年分別收購了CFX和Fluent,把這一塊兒世界做得更加的完善。然后,我們的世界越來越傾向于電子化、電氣化,所以在08年的時候又收購了ANSOFT,因為那時候你會發現未來的世界是電子信息的世界,我們需要對各種各樣的電子、電氣來做一些研究。所以ANSYS從這個時候開始,就把整個硬件的物理世界做得更加的完善了。但未來世界還不僅僅到電子化,電氣化,還需要智能化,所以需要芯片、需要軟件。所以在2011年,2012年又分別收購了相應的做芯片和嵌入式軟件仿真的公司。我們這個時候就可以做成一個完善的系統,而這樣的系統是對于物理世界更加好的一個詮釋。我們能構建一個非常完備的虛擬原型,因為我們的一套智能化的設備,它是包含思想,也就是軟件;包含大腦,去運算這些思想,這就是芯片和電子的這些器件;還需要肢體,也就是各種各樣的以結構、流體方式運行的部件。除此之外,我們還需要在設計前期對于系統進行MBSE的考量,所以ANSYS也有這方面的產品。
除了在更高的系統層面的前期設計,我們還需要在物理結構設計早期去進行相應快速的研究。所以我們又新推出了一個產品系列叫Discovery。這些產品,就是幫助在我們硬件還沒有成型之前去做非常快速的分析。再這之后,我們還會發現我們構建的虛擬世界和物理世界之間需要關聯起來,它們不是割裂的,需要把這兩個世界互相映射、互相連接。這個時候我們需要對模型進行更好的構建、盡量貼近實際工況,因為物理世界的運行還有一些條件、我們需要映射到虛擬世界里面,所以我們就需要把兩個世界關聯起來。有件事情,一件就是去做模型校驗,讓仿真和試驗更加貼合、相互促進,這就需要一個產品叫OptiSLang。還有另外一件很重要的事,我們要真正的構建一個的Digital Twin,需要把這兩個世界關聯起來,所以我們有了一個新的產品,Twin Builder,它能把我們之前構建好的這樣一個數字化的世界和物理世界連接起來。因為它能夠和物聯網這些平臺去做一個搭接。
當然,增材制造也是在實現物理世界很重要的一個部分。我們需要把仿真好的各樣東西給做出來,3D打印是非常重要的一個技術,我們需要對它進行研究。
物理世界里面還有很多很多的東西,在之前的產品體系里面沒有考慮完整,比如光學,聲學,所以又收購了這個領域軟件。材料在物理世界中是很重要的一個研究方向,在今年年初ANSYS又收購了一個做材料庫的軟件。
至此,我們就把一個物理世界構建的方式圖譜構建得非常完善了。但最后發現還有一塊兒不太夠,因為我們這個過程中做出了大量的數據,我們需要對這些數據進行管理,還要對各種各樣的工具進行管理,還要把使用這些工具的人進行相應的連接,這就是我們今天要講的這個主角。
SPDM仿真流程和數據管理的平臺,只有在這樣的一個平臺之下,才能把之前很復雜的工具、數據,還有相關的人,更好地管理、更好地連接,這就是我們今天開這個會的重要的意義。現在你發現ANSYS花了很長的時間,從一開始自己做軟件,然后逐步的收購,各種各樣的仿真軟件,并把它們聯合起來,其實ANSYS做了更大的局,花了20年的時間,把剛才那個圖譜漸漸地構建很完整。我們也是希望從今天開始,能夠以更全新的一個平臺化的形象展現在各位面前。我們將用全面的體系化的能力,去把我們所有之前零散的珍珠給串起來,串成一串更漂亮絢爛的項鏈呈現給大家。
工程師必備
- 項目客服
- 培訓客服
- 平臺客服
TOP




















