“歸納整理了汽車行業仿真流程自動化的發展概述：2011年左右的模型建模自動化階段，2015年左右的前后處理的自動化階段和2018年左右的仿真平臺的開發和應用階段。并提出兩個發展趨勢：工程師的對結果分析判斷的經驗融合到程序中和仿真分析數據的的應用挖掘。”

                                                                01

                                                              引言

         做的CAE分析工作越多，越是希望凡是重復性的操作可以通過編寫程序來替代，讓工程師從繁雜重復的體力工作中解脫出來，擁有更多的時間和精力琢磨一些更加有創新性、有技術含量的工作，不斷提高仿真工程師的個人能力，提升整個CAE工程師的應用價值。

         仿真工程師的本職工作拆解一般可以分為：前處理，工況設置，提交計算，后處理，優化和報告。其中各步驟中都可以使用程序的思想來讓整個流程自動運行起來，最好能達到所見即所得，完全實現從前處理到報告的一鍵完成。理想很豐滿，但現實很骨感。雖然暫時還沒有實現，但以現在的技術手段來看，可以部分實現，并且將來有更多的技術方向突破點。

         仿真流程自動化，就是應用程序的思想，在整個分析流程之中優化分析步驟，提升工作效率。涉及兩個方面，一個是當前這個方向的發展概況，另一個是未來在該方向上的發展趨勢。本文根據個人經驗，將對這兩個方面進行闡述。

                                                                02

                                          仿真流程自動化的發展概況

        國內汽車行業OEM大規模創建團隊，把CAE引入整個車型開發流程中，大概發生在2010和2011年的樣子，所以我們的發展概述大概從那個時候開始。根據各階段的主要發展特征，我大致分為三個階段。

• 2011年左右的模型建模自動化階段

        由于大規模的CAE團隊的建設，首要解決的就是建模的問題。建模本身并不難，但涉及到大量的操作，有些是重復性的操作，比如創建幾十個上百個密封膠條、創建幾十個局部坐標系，有些是有一些技巧的建模操作，比如創建鉸鏈、創建翻邊，還有一些是涉及大量的極容易出錯的操作，比如大規模的車身焊點創建、大量的部件材料屬性的劃分。這些建模工作任務繁瑣，操作重復，也容易出錯。對于一些有要求的建模，比如鉸鏈，翻邊等，需要規范建模方法。為了解決這一些問題，很多基于TK/TCL二次開發的建模小工具應用而生。這些小工具都是一個個程序腳本，依托建模軟件Hypermesh來使用，讓仿真工程師建模不再困難。

• 2015年左右的前后處理的自動化階段
  

         這個階段的流程自動化中，就是把原先的建模自動化方面進行了擴展，這個擴展主要表現在幾個方面：一是前處理中工況設置的自動創建（或者說計算頭文件的自動生成）。譬如在剛度計算中，單一個發罩HOOD就涉及到7,8項的剛度計算，整個車型剛度計算的項目細分起來能達到60，70項，工況簡單，但項目繁雜，而在NVH的傳遞函數計算中，激勵點20多個，每個點3個方向，綜合起來就能有70多個工況需要設置，稍有不慎就可能設置錯誤。所以，工況設置自動化，很有必要。二是結果后處理的程序開發。這個細說起來就種類繁多，功能各異了。這個開發的目的就是實現結果的自動讀取和可視化，然后自動生成報告。在有些領域，商業軟件計算的結果還需要進一步處理，才能進行分析和評判。我本人主要做NVH方向，比如就遇到過IPI動剛度的后處理。無論是等效面積法還是位移倒數法，都涉及到大量數據的轉換和處理，使用程序非常適合。類似的還有大量的傳遞函數類的處理，剛度工況的處理。

          這個階段的一些程序開發就不局限在TK/TCL了，其他的常用的語言，例如VBA，MATLAB也大量開始應用。其中VBA由于基于Excel，天然有數據存儲和可視化的優勢，應用的較為廣泛。而涉及到與Hyperworks前后模型緊密的一些工況，例如剛度工況的設置，剛度結果的處理等就較多的離不開自帶的tk/TCL了。

• 2018年左右的仿真平臺的開發和應用階段。
  

         經過多年的發展，各OEM的仿真流程已經固定，仿真方法也日趨完善，仿真項目也固定下來了，最重要的是，各方向的仿真前后自動化工具也開發的比較多了，那么，這一階段發生的故事就是如何把流程，工具串聯起來，形成一個完善的仿真分析平臺。

         過去是分，現在是合。合不是簡單的拼湊，是有邏輯層次的，體現仿真流程規范方法的有機組合。在這個平臺上，不但包含模型的管理，任務的分配，也包含仿真結果的展示和追溯。不斷優化仿真的方法和流程，實現一鍵生成報告的功能。仿真平臺上，傳統的建模仿真分析和后處理的工作，通通變成了程序的后臺操作，所有的自動處理的功能，都隱藏在程序后臺完成，工程師變成了平臺界面的操作者和監控者。仿真平臺的開發和應用，很多咨詢公司已經可以做到，很多主機廠也開發了自己的平臺。

                                                                03

                                        仿真流程自動化的未來的發展趨勢

         未來的發展趨勢，主要講兩個方面。

         一是工程師的對結果分析判斷的經驗融合到程序中。現階段的流程自動化，基本上都是以減少工程師的重復勞動為主要目的，但涉及到如何把一些工程師的工程經驗通過程序來實現。分析和判斷，往往帶有主觀特點，但也完全不是不可進行量化，只要分析和判斷進行了量化，就能實現程序的開發算法。譬如我們的模態振型識別，算是一個完全憑工程師的判斷來識別，但程序是不是可以做到自動識別呢？答案是可行的。大數據時代，程序通過訓練連貓和狗都能認清，何況一個振型模態呢？就算不通過大數據，通過一些基本的圖像特征識別，也是完全可以達到的。解決了模態振型識別，相關的報告和優化功能就能進一步開展。再比如NVH傳遞函數的分析判斷，設定一些判定邏輯，生成一些判斷圖表，形成程序的一個基本判斷結果，還是完全可行的。

二是仿真分析數據的的應用挖掘。過去我們的仿真分析數據完全是散亂的，需要人工大量進行歸納整理，無法形成完善的數據系統，現在隨著仿真平臺的應用，一切仿真的數據都可以在系統中進行管理，包括仿真模型的特性，仿真結果，優化方案等等。單個數據可能作用不大，但一旦形成了海量的數據，將會非常有價值。未來的發展，一切將以數據為重點，以數據的挖掘為核心，拓展仿真分析的邊界，可能產生顛覆性的創新成果。可能說的比較虛，我舉個例子，如果我們有海量的路躁仿真分析結果和模型，譬如模型的質量、車型的軸距、減振器的剛度阻尼，襯套的剛度，輪胎的力衰減特征，底盤接附點的動剛度IPI，TB傳涵的結果，以及路躁最終路試的結果，那么，這些數據進行分析組合，是可以訓練出一個算法，預測新車型的路躁水平，對于一些路躁問題，也可以通過這個算法，提示問題的原因。

文章首發于本人本人公眾號：誤入CAE的程序員，關注公眾號，獲取更多干貨。