智能制造网APP
智能制造网手机站
智能制造网小程序
智能制造网官微
智能制造网服务号
智能控制
机器人
仪器仪表
物联网
3D打印
工业软件
回放
品牌
贝加莱
2023年在即，在持续不断的供应链问题、通货膨胀、全球性技能短缺(尤其是专业工程学科的技能短缺)以及能源不安全感等因素的影响下，全球经济正处于衰退的边缘。与此同时，各国政府、制造企业及能源供应商也在纷纷竭力减少温室气体排放，以避免气候危机产生的严重影响。
前几次经济危机期间，即使研发预算遭到削减，工程仿真仍在刺激经济发展方面发挥了关键作用，原因就在于它能够促进创新、缩短研发周期时间并提高生产效率。进入2023年，工程仿真将依然重要。在下文中，我们总结了明年在工程仿真领域的五大关键趋势。
1.（可执行）数字孪生
在 Gartner 发布的2018年技术成熟度曲线中，数字孪生占据了“期望膨胀期顶峰”(期望值最高状态)的顶点。据技术成熟度曲线预测，达到这一顶点之后，新技术不可避免地陷入“泡沫破裂谷底期”(由于早期采用者未能实现期望潜能而导致兴趣逐渐减弱)，此后或有望进入“生产成熟期”(主流采用阶段)。彼时 Gartner 预测，数字孪生将在5-10年后进入成熟期。换言之，现在正当其时。
2023年，数字孪生将演变成更加成熟且极具实用性的概念，即可执行的数字孪生(xDT)。xDT 就是数字孪生芯片，xDT 使用从实体产品内置的少量传感器得来的数据，利用降阶模型执行实时仿真。基于这些少量的传感器，xDT 可以预测对象任何点位的物理状态。
利用可执行数字孪生，工程师可以基于有限数量的传感器点位，实时预测资产的整体性能。
利用 xDT，操作人员可以对资产整个生命周期的性能进行监测。不仅如此，可执行数字孪生还能适应其环境并从中汲取知识。这样一来，不仅资产可以根据不断变化的操作条件而调整变化，操作人员甚至还能在问题发生前便发现可能存在的问题，进而安排相应的维护工作。最终，在降低运营成本的同时，提高产品的性能和稳健性。
2. 人工智能与机器学习
2023年，工程师将继续扩大机器学习和人工智能的应用，扩充工程师个人的知识储备，将累积的知识灵活运用于不同的项目。
例如，Simcenter 用户开始使用机器学习来扫描以前的仿真结果，训练算法以识别能够对产品性能产生显著影响的流动特性(或应力集中等等)。更引人注目的是，机器学习训练的算法甚至能够识别有经验的工程师都有可能遗漏的情况，全面提高仿真生成数据的价值。再比如说，人工智能和机器学习还被用来识别大型 CAD 装配体中的各个零部件并对之进行分类，节省宝贵的工程时间。
2023年，人工智能和机器学习可以帮助工程师执行更多的仿真，并从每一次仿真中提取更多有用的信息。此外，它们还将使得工程师能够集中精力，依据仿真数据做出决策，而不是将时间花在重复、枯燥的任务上，同时提高生产效率和创新。
3. 基于模型的系统工程 （MBSE）
现如今，复杂的产品都是电子器件、软件和机械部件的综合体，造成复杂的跨产品交互，而对这些交互亟待管理。基于模型的系统工程(MBSE)是一种可帮助我们管理产品复杂度的工程方法，从而确保复杂的事物也不尽然就难以处理。
2020年1月，美国国家航空航天局(NASA)表示，MBSE 业已“被越来越多的行业和政府用作对系统复杂度进行跟踪的手段”， MBSE“使得工程师能够在完整的计算机模型中进行系统表达，进而更好地进行追溯和跟踪，并提高信息一致性。”
通过帮助工程师理解系统之间的复杂交互并识别驱动系统行为的关键因素，MBSE 可为决策流程提供支持。MBSE 将建模和仿真作为系统设计流程的核心环节。换言之，必须孤立地考虑各独立组件和子系统的情况已不复存在，相反，用户现在可以在考虑整个系统性能的情况下，进行各独立组件和子系统的设计和开发。
4. 增材制造与创成式设计
几年前，笔者有幸与仿真行业(包括FEA和CFD)早期的一些先行者们进行交谈。令人感到惊讶的是，在20世纪80年代初，他们预设制造而非产品设计将成为仿真的最佳用例，因为“在任何产品的生产成本中，设计约占10%，市场营销约占10%，而制造约占80%。”2023年，随着制造企业利用仿真来实施并优化其增材制造流程，这一设想最终走向现实。
增材制造崛起的结果就是带来了创成式设计。在创成式设计中，产品几何体直接从仿真演变而来，而非出自 CAD 设计师之手。2023年，在摆脱了传统流程之约束的增材制造的加持下，工程师可以制造出更佳的经仿真优化产品。
5. 优化数字材料
材料科学领域的革命性发展推动着下一代技术的进步。
作为工程师，我们总是倾向于以理所当然的态度看待材料。在大多数工程项目中，材料都是“给定项”，在设计流程一开始就已确定，项目过程中鲜少有任何变化。工程师愿意随时对每一个几何参数进行微调整，以寻求最优工程解决方案，但却总是将材料作为一项约束条件，而非能够自由发挥的领域。
近来，可通过仿真进行设计、分析和优化的“数字材料”的发展改变了这一范式，开启技术和文化发展的无限可能。
Simcenter 可帮助工程师和材料科学家预测材料的微观结构属性将给其结构性能带来何等影响。
2023年，数字材料将帮助材料科学家和产品设计工程师更好地协同，使他们每一次都能为相关应用程序研发适当的材料，材料发展将能与工程创新齐头并进，有些数字材料还将减少人类社会对化石燃料的依赖。
原标题：西门子：仿真与测试领域的五大关键趋势
浙公网安备 33010602000006号
智能制造网APP
智能制造网小程序
微信公众号
