CAE改革带动工业创新

如今，仿真技术不仅应用于军事、工业领域，而且日益广泛地应用于社会、经济、生物等领域，如环境污染防治、生产管理、市场预测、交通控制、城市规划、资源利用、经济分析和预测、人口控制等。许多系统问题很难在真实环境中测试，使用仿真技术来研究这些复杂问题就更具重要意义。相信在智能制造时代，仿真技术将进一步释放其强大的生命力和发展潜力。

领先仿真软件厂商并购频繁，继续引领新一轮工业变革

 自上世纪90年代开始，CAE技术进入了成熟壮大期，最近几年，国外的一系列大公司频繁并购，整体布局已渐渐明朗，如2005年，达索购买了ABAQUS，填补了自己在机械仿真上的薄弱环节。ANSYS的并购史就非常丰富了，从2008年开始，先后收购了Ansoft（高性能电子设计自动化软件开发公司），Apache Design Solutions（高级低功耗解决方案的仿真软件提供商），Esterel Technologies（嵌入式软件仿真解决方案提供商），EVEN（复合材料仿真领域的领先者），SpaceClaim（3D建模软件厂商），NTI（开发和销售高级计算流体动力学的软件厂商），Delcross Technologies（高级计算电磁学仿真和射频系统分析软件开发商）……，通过一系列的并购整合，ANSYS表明其从单一领域向综合领域进军的决心。西门子在2012年收购了LMS，作为HD-PLM中的一环，LMS补充了西门子在全生命周期的仿真与试验管理上的缺失，为西门子技术带来新的融合与创新。

新技术的运用，有助于仿真软件走向智能化

仿真与大数据的碰撞

仿真的目的在于发现问题和预测未来，但在某些情况下，大数据可能做得更好。美国航空航天局（NASA）正是借助大数据来提前预知各种天文奇观。大数据的出现，对各行业的文化、组织、管理、方法、技术等均提出了挑战，仿真技术也不例外。仿真是从模型到数据，而大数据则是数据到模型。大数据对建模仿真的挑战主要体现在思维方式、科研方式和方法手段等方面，利用现有建模仿真技术处理大数据还存在问题。比如，传统的仿真思维方式认为仿真是基于模型的活动，其科研方式是根据系统实验的目标建立系统模型，进而建立仿真系统运行系统模型，最后再分析、处理模型运行结果。那么，未来，仿真结合大数据会有怎样的发展？这个问题还在探索中，但从目前来看，至少大数据为仿真结果的分析提供了更好的手段，为复杂系统的建模提供可新的出路，更为长远地看，大数据有助于人类实现智能仿真。

图1 仿真与大数据

 仿真与虚拟现实的碰撞

虚拟现实是时下非常火爆的技术，但是很多人对仿真与虚拟现实都存在认识上的误差，认为二者说得是一回事。其实，仿真技术与虚拟现实技术有着一定的相似点，但也存在差异性。在感知方面，仿真以视觉和听觉为主，而虚拟现实不仅有视觉、听觉，还有触觉等方面的感知，可以说仿真基本上将用户视为“旁观者”，而虚拟现实则将用户视为“当局者”；在逼真度方面，仿真技术，仿真技术是对真实物理系统某一层次上的抽象，而虚拟技术采用实时三维图像与显示、三维声音定位与合成技术、传感器等技术，做到了人与环境的交互性，有非常高的逼真度。纵观当下工业仿真软件，可视化、智能化的仿真已成趋势，在仿真中运用虚拟现实技术，不仅能更加形象直观地显示仿真全过程，而且会让计算机与人之间的沟通更人性化，增强仿真系统的寻优能力。
 

图2 仿真与虚拟现实

仿真与人工智能的碰撞

仿真优化的应用目标是为用户提供一个辅助决策支持工具，而实际工程设计问题一般比较复杂，涉及因素较多，完全依靠计算机来进行决策很难考虑周全，随着人工智能技术的发展，将领域知识引入到仿真优化系统中，建立决策支持系统，充分发挥人的创造性和计算机的计算能力，实现人机协同决策功能。目前的仿真优化系统要求用户对仿真优化算法和仿真建模工具有较深入的了解，才能够开展工程应用，如各种仿真优化算法存在大量运行参数需要选择，仿真实验也需要设置各种参数，如仿真开始时间、仿真结束时间、仿真迭代次数和“预热”时间等等，任何一项参数的变动对仿真优化结果都会产生影响，要求非仿真专业人员来完成这些设置几乎是一件不可能的事。因此，利用专家知识系统作为辅助，协助普通人完成这些专业工作是一个可行的实现方法。

图3 人工智能与天气模拟

总之，随着中国2025、智能制造、工业4.0、“互联网+”等新一轮工业革命的兴起，新技术与传统制造的结合催生了大量新型应用，仿真软件也开始结合大数据、虚拟现实、人工智能等先进技术，在研发设计、生产制造、服务管理和维护反馈等工业各个环节中凸显更为重要的作用。

本文转自【有限元科技】