CAE杂谈（二）——仿真同样需要积累

前段时间母校上海校友会CAE小组组织了一次活动，活动的主题是一场辩论：仿真究竟有没有用？有校友直言，时至今日讨论仿真有没有用已经毫无意义了，毕竟世界范围内，仿真已经被大面积的应用在企业实际的研发过程中了。事不辨不明，无论正方反方，大家都知道，仿真是有用的，其实大家更关心的是：在现有的企业研发过程中，如何发挥仿真的巨大作用。

多年和制造业打交道，企业对于仿真的应用大致可以分为以下几个层次：

• 应用于产品的正向设计，由于加入了大量的仿真工作，可以在产品设计过程中进行更多的设计迭代；

• 用于未知领域的技术探索，尝试预测下一代产品的应用技术和性能参数；

• 用于逆向设计，通过仿真找到自己产品和领先者的差距，尝试仿制和超越；

• 仿真只是迫于供应链的压力，需要一张彩色的图片，和实际的研发关系不大；

• 仿真是什么？

比较让我们这些卖软件的人沮丧的（兴奋的）是这种分布的形状大概是一个近似扁平金字塔形，层级间的企业数目几乎是几何级数的锐减。真正能把仿真用于正向设计的企业，竟然是凤毛麟角。

有一个指标很有意思，就是仿真和实验工作量的比例，大概体现了企业仿真的水平。

图一仿真工作量

正向设计的企业不多，大部分集中在外企在中国的研发机构，他们通常会考核实验的一次性通过率，某家外企实验一次性通过率95%以上才合格，这说明他们的仿真水平已经做得非常高了，更有一些产品跨度不大的公司，这个指标居然是100%。

相当国内的一些企业，他们大部分仿真工作只能做趋势仿真，知道某个参数的变化对整体性能的改变方向，而无法从仿真预测到准确结果，最后还是要依靠实验来完成验证，研发会在设计-仿真-实验之间做多次的循环迭代。甚至由于时间关系直接在设计-实验之间做迭代，仿真只是起到辅助的作用。

等等，上次不是说仿真可以缩短研发周期吗？为什么事实却不是这样？为什么大家都做仿真，差距会如此之大？

仿真工作的大致流程都差不多，都是导入几何——前处理——求解——后处理，第一次做仿真（假定都可以收敛）就能把结果做准确其实是很难的，这个时候我们应该要做误差分析，从物理角度出发，找到最合理的近似简化流程，再通过调整边界条件的输入，来控制仿真误差。如果用这些参数和仿真流程在类似的工况中还能保证相应的精度，就说明现有的流程已经合理可信，可以用该流程对设计工作做多次的反复的迭代。

另外一个参数也是非常重要的，就是时间，理想的仿真计算时间是1-3小时（越短越好），我们可以假设一个理想场景，早上上班工程师花1-2小时处理几何模型和前处理，开始试算，然后再花1-2小时确定合理的计算目标和流程，下午再算一次，验证一下，然后固化流程，下班前设置一些参数做批处理，让机器自己算上3到4个计算，完美。

理想很丰满，现实很骨感，事实情况是，可能前处理一天的时间都做不完，一来二去，觉得仿真太麻烦了，还没有直接实验来得痛快。

大部分外企，他们在全球都有特殊的仿真机构，专门对仿真流程做标准化和流程化并且固化，通过误差分析，找到合理的流程和参数，并通过数据库来管理仿真需要的边界条件，而且会定期更新这个数据库。多年积累并且持续更新的数据库指导全球的各个分部的仿真工作，从而工程师只要经过简单的培训就可以做高质量的仿真。

丰田的子公司，汽车T1 Denso，他们花了六年的时间，使得仿真工作占比从20%提高到90%，其中的收益也是显而易见的。当然我们不能只看到结果，更要看到企业对研发战略的坚持，积极投入基础研究，不计成本。

图二Denso的仿真建设之路

而仿真数据也是不断迭代，通过信息化手段进行管理，分类，标准化，流转，二次运用，从而建立企业自身的仿真体系。

图三仿真数据分享

确实如此，没有一件事情是可以轻易做到，如果有，经济价值就不会太大。仿真工作和传统的材料，工艺，研发等工作一样，需要大量的，多年的积累。回到问题的开始，我想问一下企业家们，你们愿意做这些一开始价值不大，但是又是起决定作用的原始积累和基础研究吗？

未完待续