安世亚太仿真流程及数据管理平台|整合管理、多学科协同，一个平台搞定仿真数据及流程管理难题

为了提高仿真结果的精确度与置信度，让仿真更有效的指导复杂产品的生产，必须考虑不同学科之间的耦合和影响。对此，多学科联合仿真及仿真流程自动化成为当前急需解决的问题。

针对复杂产品，为了提高整体性能，单纯依靠仿真技术无法满足要求，仿真只能找到局部最优解，而无法针对全局进行优化；对此需要根据仿真结果确定影响各个子系统各学科的参数，基于这些参数结合需要优化的目标进行优化，找到系统运行效率最高的最优解。但因为通常影响目标结果的参数不止一个，而且需要优化的目标结果往往也有多个。这就对多学科优化方法提出了更高的要求。

为了得到高精度的仿真结果，对模型前处理过程中网格质量和数量就提出了很高的要求，但是这反过来又加大了仿真计算的工作量，无形中增加了计算时间成本，同时还会占用很大的内存资源。为了在合理的时间内完成仿真任务，对高性能计算资源的使用与调度又提出了更高的要求。

针对建立的仿真和优化流程为了确保后期高效复用需要对其加以固化并进行统一管理。在仿真和优化流程执行过程中又会产生大量的过程数据，这些数据存储在本地不仅不便于查阅，还随时有丢失的风险。对此仿真和优化流程和相关过程数据的管理，也成为目前急需解决的问题。

对产品进行虚拟仿真需要多部门、多学科的仿真专业人员和仿真工具配合工作，而应用单一的CAE工具软件，需要手工管理仿真流程，效率低，且仿真数据作为过程数据缺乏审计和跟踪。

仿真工具厂商多，选择随意性大，缺乏标准化和知识积累，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，大量宝贵的自研工具分散在工程师手中，无法共享和积累。

仿真计算工具分散部署在不同计算服务器上，然而单个计算节点算力有限且参差不齐，经常出现仿真软硬件资源被占用后，更加急迫的仿真任务缺少相对应资源执行，耽误仿真设计进度。

当前产品研发基于单个设计方案的验证基本成型，基本实现仿真验证设计。优化设计多采用手动修改设计变量后人工比较方案优劣，极大依赖设计师的设计经验，无法实现基于仿真驱动的智能优化设计。

1、支持构建面向仿真的数字化模型，实现基于性能指标的快速一体化验证。

2、提供高性能计算资源平台，支持仿真任务的并行计算，实时动态监控硬件资源并基于调度策略实现资源的最大化利用。

3、提供智能优化平台，支持基于多目标协同的并行优化设计计算。

4、仿真数据数据必须具备自定义数据模型能力，可配置数据类型、数据关系、属性模板等。

5、安世亚太仿真流程及数据管理平台需要对数量庞大的仿真数据生成数据谱系。

6、仿真数据既是仿真过程的记录，同时也是仿真经验积累的基础，利用多海量仿真数据的记录、谱系梳理、结果影响因素分析等，实现仿真经验的重用。

1、海量仿真数据的结构化组织。在安世亚太仿真流程及数据管理平台系统内可以按结构树展示仿真数据，对仿真数据进行预览。

2、可视化的仿真流程模板创建。安世亚太仿真流程及数据管理平台可以进行可视化模块拖拽式设计，可一键生成API。实现“仿真即设计，设计即开发”。

3、智能的多方案多工况数据对比。安世亚太仿真流程及数据管理平台可以在不同的仿真设计方案中，方便地查找过往数据信息和成功案例。系统可以智能精准推送知识信息，综合多维度关联信息，形成多方案多工况的仿真对比分析报告，辅助工程师优选设计方案。

4、仿真工作、人员、资源多维度快速协同。安世亚太仿真流程及数据管理平台支持多学科多领域资源及不同学科专业仿真工程师协同仿真。

5、国内先进的仿真结果轻量化引擎。安世亚太仿真流程及数据管理平台支持 WEB、APP等多端共享的大尺寸仿真结果下载、上传、分享及可视化预览。显著减少项目协同时不必要的等待时间，提升模型、信息、关键结果传递与反馈效率。

6、支持巨量数据的仿真数据谱系引擎。安世亚太仿真流程及数据管理平台可跨系统、跨任务、跨学科快速抽取关键数据建立关联关系，支持巨量数据的快速储存和图谱化、可视化快速查询应用，能显著提升研发效率。

安世亚太全自主研发的仿真流程及数据管理平台，持续以用户的需求为导向，不断融入先进的技术能力，助力企业全面提高产品研制的设计仿真水平，提升产品设计仿真效率，在设计初期即对产品性能和可靠性进行评价和优化，降低试验和制造成本。