解读仿真数据与流程管理的现状和关键技术

仿真技术从上世纪60年代初诞生至今，已经历了半个世纪，在工业界需求的牵引和软硬件技术发展的推动下，在航空航天、车辆、机械、土木、石油、电子、消费品等等行业已经得到了广泛的实践。现在，产品的性能、制造工艺以及基础研究等很多问题都可以进行仿真模拟。CAE仿真已经成为产品研发中必不可少的手段和工具。随着仿真工作的开展，数据大量积累，人员日渐增多，对数据和流程进行有效管理，同时在人员之间建立有效的协作，进而让仿真为产品决策提供依据，就显得日益关键和迫切。

仿真数据与流程管理现状

1）海量分析仿真数据缺乏有效的管理

在虚拟仿真的过程中，生成了海量的、不同类型的仿真文档和数据，对应不同的分析结果。目前数据主要存放在个人计算机上，效率低下、数据维护困难、易造成数据丢失和版本混乱；数据共享交换困难，不同专业之间、设计/仿真/试验之间存在大量“数据孤岛”。如何有效管理仿真文档，如何建立分析文档与产品模型的对应关系，是CAE技术深化应用必须解决的问题。

2）仿真流程和方法不能有效地共享，很难实现知识的积累和重用

同样的产品模型，应用同样的CAE软件，但不同的分析工程师，由于知识和经验的差异，分析出来的结果差异会很大。因此，企业如何建立自己的虚拟仿真规范和知识库，实现对虚拟仿真知识的捕捉和重用，如何将经验丰富的分析专家的仿真知识和仿真流程传承给新入门的分析工程师，是企业真正应用好CAE技术的关键。

3）仿真流程缺乏监控，仿真数据作为过程数据缺乏审计和跟踪

对产品进行虚拟仿真涉及到十分复杂的流程，而应用单一的CAE产品，需要手工管理仿真流程，导致虚拟仿真的效率不高，且仿真数据作为过程数据缺乏审计和跟踪。如何实现虚拟仿真流程的自动化，创建完整的仿真流程模板，并且能够根据各个学科仿真的需求动态调整网格模型，对于提升虚拟仿真的效率和质量非常关键。

4）各种商用和自研分析仿真工具缺乏有效的集成化应用

当前，主要是各种软件的单点应用，工具选择随意性大，给模型集成和多专业综合仿真造成困难，无法围绕统一的工具和技术进行建模与仿真过程的标准化和知识积累；同时，单点工具之间大量的数据流转控制、接口转换等工作需要工程师完成，效率和规范化程度低，而且大量宝贵的自研工具分散在工程师手中，无法共享和积累。

企业对仿真数据与流程管理系统的需求

图1仿真数据与流程管理系统的需求

仿真数据管理

能够对仿真过程中产生的各种格式、各种类型的数据进行统一的组织、存储、编辑和查询。能够管理仿真模型之间的装配关系，实现仿真数据的谱系追踪。

多方案多工况对比，提高工作效率

在进行多种设计方案权衡研究时，工程师常需花费较多时间精力对多个设计方案、多种工况的分析结果手动进行对比筛选，并撰写对比报告。建立多方案多工况对比能力以及对比报告生成机制将会大大提高工程师的工作效率。

仿真置信度的提升

如不考虑仿真置信度的评估和提升，仿真结果很难用于设计优化。具有足够置信度的仿真数据才是仿真数据与流程管理的重点。

仿真流程的管理

项目研发流程涉及不同的人员、专业以及工具软件，通过仿真流程可以将仿真过程、仿真数据、仿真经验和规范以及仿真人员集成在一起，实现整个过程的协同、标准化和规范化及部分仿真过程的自动化。

仿真分析过程的质量审计

某一项目的仿真工作常常涉及多个学科的数据协同，在查看已有分析结果时，无法了解其前端建模过程中相应阶段的输入输出，因此对其结果质量及其过程的可靠性常需工程师花费大量时间精力(电话，会议，线下交流等方式)来人为追溯其分析过程。

学科工具软件集成应用

仿真分析工具种类繁多，不同软件在建模质量、解算精度以及与第三方软件接口方面良莠不齐，在多学科耦合计算和优化分析方面涉及不同商业工具/自研软件之间大量的重复手动工作、人为数据转换，因此学科工具应用集成对提高建模效率及质量有至关重要的作用。

与PLM/TDM/HPC等系统集成应用以构建整体研发平台

为实现设计/分析/试验的业务系统，消除PDM/TDM系统造成的信息孤岛，加强仿真分析在产品全生命周期内的应用，需要与现有的PDM系统、TDM系统等实现资源共享，并通过HPC调度，实现解算效率的提升。

仿真数据与流程管理的独特之处

与PDM\PLM系统的数据管理不同，仿真数据与流程管理由于管理对象和过程的差异性，它具有很多自身的特点：

（1）仿真结果文件容量大，单个计算结果高达几G甚至几十G；

（2）数据格式不同，不同的CAE软件会产生不同类型的仿真数据，结果文件和中间文件的格式都不一样；

（3）仿真数据管理除了管理各种各样的数据，更重要的是对流程的管理。

这些独特的特点决定了仿真数据管理相对于PDM\PLM系统是不一样的数据管理系统，仿真数据与流程管理系统一直得不到企业的重视，一是因为其管理难度大，二是因为一般企业的仿真业务由专业的团队来承担，范围比较小，仿真数据管理的需求相对CAD设计数据来说，并不迫切。

目前，大多数研发类企业基本都上了PDM\PLM系统，为什么不用PDM\PLM系统来管理仿真数据呢？主要是两方面的原因：

（1）PDM/PLM系统对CAD设计数据进行管理，需要与CAD系统进行集成，若用PDM/PLM系统管理仿真数据，同样需要集成，而仿真工具软件种类繁多，且缺乏统一的标准，数据格式真可谓“各种各样”，想用PDM/PLM系统管理仿真数据，简直难上加难。

（2）如果单单管理仿真结果文件，PDM/PLM系统完全可以胜任，但仿真的流程是最需要被管理的，这是仿真数据管理平台与PDM/PLM系统的本质不同。仿真数据与流程管理平台不仅要管理结果，更重要的是管理流程，且仿真的目的是为了找到相对优化的方案，涉及不同工况分析、不同方案的分析等等，这点对PDM/PLM系统，只能是望洋兴叹。

仿真数据与流程管理的关键技术

图2仿真数据与流程管理的关键技术

1）仿真流程的控制和管理

仿真流程规定了和仿真任务相关的具体过程、人员、数据和工具，仿真流程既包括具体软件工具内部的向导式分析流程（如导入几何模型。建立CAE模型、设定载荷和边界条件、启动求解器进行分析、生成报告等），也含有不同人员之间的协同仿真。仿真流程需要将流程中的每个节点与该节点的工具（模块）、数据进行关联和交互，并能实现数据在流程中的自动流转。

图3产品数字化仿真的一般流程

2）模型封装和管理

复杂产品的仿真过程中会产生的不同类型、不同精度的模型，如何对这些模型进行统一定义、分类、组织和管理，建立相关模型的关联关系，实现仿真模型的分析和重用，是构建仿真数据管理平台的关键技术之一。

模型封装一般采用面向对象的技术，通过模型封装技术可以将大量结构化的仿真模型的输人和输出定义为对象的属性．将对模型的操作定义为方法，同时还可以将仿真的规范和标准融人到封装的模型中，并通过相关模型的关联关系来构建关联模型。

3）仿真结果数据可视化

仿真结果数据可视化是指对某个或某几个数据以图形图表的方式显示出来．并可以对这些数据进行相关的操作和处理。

仿真结果数据可视化为工程技术人员对模型的改进和优化提供依据。目前，各种CAE模型的统一可视化实现较为困难，可以将CAE模型转化为某种特定的数据格式（如JT格式）然后再通过可视化工具进行模型的浏览和查看，前提是需要CAE模型支持这种数据格式。

4）多学科协同仿真和综合优化

为了对产品性能进行完整、准确的仿真，除了需要单领域仿真外，还必须进行多个领域的协同仿真和综合优化，从而在产品设计阶段就可以对产品行为进行全面的评估和分析．并使产品的优化设计成为可能。多学科综合优化作为仿真过程的一个优化环节。需要实现仿真数据管理平台与多学科优化工具的集成。

此外，随着仿真系统规模增大，模拟精度增高，复杂性增强，相应的对计算能力需求也越来越高，单处理器的运算能力已经不能满足大规模仿真数值模拟的需要．需要在仿真系统中应用高性能的并行仿真计算平台。构建仿真数据管理系统需要考虑和集群作业管理系统的集成。