欢迎光临
我们一直在努力

【工业软件】可怕的沉默:国产工业软件岂止是短板,已经是“断”板,是“断”命之板;关于中国工业软件技术创新与应用发展的思考

对于中国工业来说,工业软件岂止是短板,已经是“断”板,是“断”命之板。一边是差距增大,一边是国际顶级CAE公司一年研发=我国15年的全部投入。当许多人都在沉迷工业互联网、人工智能、大数据来推动制造业转型升级的时候,没有人意识到这些概念如果脱光了一层一层衣服,最内核的就是工业软件。发展自主的高端CAD、CAE软件,已经成为人们心中认定的不可能之事。

放冷箭却受到国家资助

2018年 7月底,数百名电子工程师在旧金山狂欢。美国国防部主导的“电子复兴计划ERI”的首次峰会,在这里拉开帷幕,并为“电子复兴五年计划”,选出了第一批入围扶持项目。

在这里,最为扎眼的是一家电子设计软件EDA的公司,一方面它获得了最高的资助,另一方面它是该类别扶持项目中唯一公司。

入选机构

正是这个CADENCE,在4月份率先响应美国商务部号召,对中兴抢先表态、发出冷箭。

而这次,这家美国电子设计软件巨头,再次获得国防部2400万美元拨款。

而此刻中兴恢复生产了,芯片解禁了。实际上,很少有人知道,尽管中兴每年进口六七十亿美元的芯片,但如果采购名单上不过数百万的电子设计软件被停用,那上百亿的芯片都不过是硅土。

这就是工业软件的厉害之处。这才是中国制造业最大的短板。

当智能制造和工业4.0的目标越来越聚焦在数字化设计、数字化工厂和数字运营服务的时候,“数字建模和仿真”再次成为一切数字化工业背后最为闪耀的明星。最为重要的研发设计领域的两个软件工具,CAD(计算机辅助设计)和CAE(计算机辅助仿真),成为中国信息化最熟悉、然而现在看上去却是最为瘸腿的领域。

此一刻,我们发现,中国在数字建模与仿真领域的建树,跟国外工业软件相比,简直不值得一提。

中国的工业设计软件,曾经走过什么样的历史?

一段艰难起步的小日子

二十世纪八十年代初,中国人对工业软件的认识几乎是零。伴随着昂贵的IBM大型机、VAX小型机、Apolo工作站的引入,上面附带的某些CG、CAD软件,这样工业软件算是崭露头角。

最早能引进这些昂贵的计算机硬件的有实力的研究所或高校,也就由此开始了模仿和开发工业软件的征程。当然早期开发的软件,大多数是二维CAD绘图软件,能开发三维造型软件的单位比大熊猫的数量要少两个数量级。

曾经有过一段还算不错的小日子。从“七五”到“十五”(1986-2005),国家对于国产自主工业软件一直是有扶持的,当时主要的扶持渠道是国家机械部(机电部)的“CAD攻关项目”、国家科委(科技部)的“863/CIMS、制造业信息化工程”。

国家机械部、国家科委早期重点支持的是二维CAD,后来发展到简单实用的“两甩”,即甩图板、甩账本。对于技术难度不算太高的二维CAD的扶持,还是取得了一些成效的,出现了高华CAD、CAXA电子图版、开目CAD、浙大大天CAD、山大华天等一批软件产品。即使在开发难度比较大的三维CAD领域,也出现了北航的熊猫CAD系统(后来的金银花)等。

此后国家机械部逐渐淡出对CAD的支持,而由国家科技部接手,彼时863项目声名大噪,国产CAX软件公司也跟着颇有斩获。一个二维CAD软件小阳春的局面呼之欲出。

而在CAE领域,也出现了一个百花齐放的大好开局。上世纪80年代后期。以北航、清华为代表的一批高校和科研人员开始做相关的软件开发。这些人中,以唐荣锡老师、孙家广老师、梁友栋老师、周儒荣老师为代表,成为国内第一代从事CAD软件开发的标志人物。随着CAD/CAE软件在制造业的推广普及,清华大学、浙江大学、华中科技、大连理工等一批高校和中科院、航空航天等一批院所先后开展CAD/CAE软件自主研发,取得了一些研究成果,包括中科院的飞箭、郑州机械所的紫瑞、大连理工的JIFEX、中航的APOLANS、HAJIF等商业化和大企业自用软件。

一时间也是热闹。

一次悄无声息的CAD调包

从“十五”和“十一五”开始,科技部对研发设计软件的重点支持,转到了三维CAD。而在“十二五”(2011年)以后,中国的信息化开始走两化融合的道路,该工作转由工信部负责,863合并到国家重点科技研发计划中,科技部也不再分管信息化工作。这是一个重要的分水岭。由于工信部并不对认为属于基础科研的工业软件研发进行补助,国家对三维CAD研发的资金投入几乎没有了。

工信部从分管工作而言,不能直接以资金支持企业研发的,只能通过搞两化融合支持企业上信息化,通过试点示范和两化贯标等方式,给企业补贴,重点支持对象的是制造业企业。国产工业软件研发公司则基本得不到直接的支持,变成了“姥姥不疼舅舅不爱”的苦孩子。通过企业应用拉动信息化建设,推动了制造业信息化的普及,也培养了一批人才,但它也带来的一个间接的后果,即国家补贴的大量两化融合资金都去买了国外工业软件。

如果从CAD产业发展来看,可以说CAD被无声无息地被调包了。自此以后,近十年来,国家部委层面几乎再也没有明确的资金投入支持国产自主CAD/CAE软件了。

《自主CAE涅槃》一书中提到,在上世纪80年代,中国的CAE发展也是自成一派。具有讽刺意味的是,随着CIMS如火如荼的发展、带来的并非是自主工业软件的崛起,而是国外工业软件的长驱直入,而随后两化融合的大举投入,国外工业软件愈加兴旺发达,此时正是三维CAD开始勃发,CAE开始更加发力的时候,中国自主软件则步步后退。在高端CAD领域,PTC、UG(现在属于西门子)、CATIA已经确立了垄断的位置,中低端的Solidworks、Autodesk、SolidEdge则牢牢把手。

中国的CAD、CAE都溃不成军。以CAE为例,当年一款飞箭软件以其独到的有限元仿真语言,独树一帜。但在多年寻求商业化而无果的境遇下,目前尽管已经更名成元计算,但仍然尴尬地挣扎着,空有好技术却被搁于冷仓。

而在最近几年,当工业4.0变成德国的国家名片,智能制造到了举国热浪的阶段,人们重新认识到,工业软件在其中举足轻重的作用。然而,中国曾经有过起步发展的CAD/CAE软件,却早已经陷入“失去的三十年”。

德国的工业4.0

一份不曾上交的答卷

美国的国家战略一直把“数字化建模和仿真”作为核心战略。美国几乎每年都有新报告,递交到美国高层,反复强高调“建模与仿真”的技术。这也得到美国政府积极的回应和普遍的重视。

几十年来,美国产业界从来没有停止过呐喊,也从来没有停止过行动,从1995年开始加速数字化建模和仿真创新战略,到2005年布什的报告提出计算科学,到2009年依靠建模和仿真,到2010年高性能计算谈到建模和仿真,以及到现在先进制造伙伴计划,都是在围绕着工具模块化和开放式的平台。

2014年美国总统科技委员会确定的11个关键领域有一个打分,根据对国家的影响等指标,这其中,可视化、信息化和数字制造是三大关键领域之一,这里面都是围绕着数字化建模和仿真。而在最新的美国制造业创新网络NNMI,跟智能制造最相关的两个创新中心,一个是数字化的设计与制造,一个是清洁能源的智能制造。无论是国防部牵头,还是能源部牵头,基本上都是围绕着数字化建模和仿真这个核心技术。

然而在中国,核心自主工业软件,从来未曾得到高层的重视。

一晃多年过去,而在今年,中兴事件意外捅开了一个窟窿。芯片的重要性,软件的重要性,终于成为裘衣鲜鞍下面的黑窟窿。

刻骨铭心的工业误判

工业软件的本质是工业品。它从来都是工业的结晶,而非IT的产物。工业软件是工业化长期积累的工业知识与诀窍的结晶,是工业化进程的不可缺少的伴生物。而在中国,很多时候,它却被简单地认为更多是IT软件属性,跟其他管理软件、甚至互联网一起发展。这是一个天大的误判。

而且,这个误判对制造业的发展而言,是一个致命的误伤。如今西门子、GE、施耐德等工业巨头都在拼命并购软件,打造软硬一体化的公司。仅就代码行数而言,世界上最大的软件公司,不是微软,不是 SAP,而是制造业的翘楚、全球最大的军火商洛克希德马丁公司。

时至今日,每一件工业品,几乎都是工业软件的结晶,每一台装备,离开了软件都不能运行。但是,每一种国外工业软件里面究竟有什么,却是谁也说不清。这是一个失控的数字世界。貌似强大的“中国制造”,恰恰就是站立在失控的工业软件的数字世界之颠。

对于中国工业来说,工业软件岂止是短板,已经是“断”板,是“断”命之板。当许多人都在沉迷工业互联网、人工智能、大数据来推动制造业转型升级的时候,没有人意识到这些概念如果脱光了一层一层衣服,最内核的就是工业软件。更可怕的是,人们连呐喊的力气都没有了。发展自主的高端CAD、CAE软件,已经成为人们心中认定的不可能之事。

对广义的CAE工作,不论是流体、NVH、结构,多体动力学,日常的主要工作都是利用CAE工具发现问题、解决问题进而寻找最优解决方案。这个过程涉及繁琐的优化工作。

在我过去的工作中,曾经尝试过很多方法去提高工作的效率,买最好的硬件,买无限的license,写一些自动化的脚本和工具,尝试软件最新的那些功能,利用各种优化设计工具等等。

确实,单纯做一个分析的效率是在不断提升的,但是团队的整体的工作效率并没有质的提升,大家还是焦头烂额的忙于各种方案分析,设计优化,还在不停的加班。细细品味,大概可以有一些不成熟的思考可以与大家分享。

开发是工程师的智力劳动,是智慧、经验和直觉碰撞出的火花,别指望电脑能搞定这一切,没有什么软件能够像人一样完成设计。或许机器人可以替人完成体力劳动,但是电脑还没办法替人完成智力劳动。

仿真工作中,其实只有不到一半的时间是真正用于前、后处理和计算的。其他的时间大多花在与上、下游团队进行沟通交流,讨论计划、方案等等的。要想办法提高这些沟通交流工作的效率和质量,尽可能的互相理解,互相配合,形成共同的观点。

大部分的仿真工程师都是在团队中工作,所负责的多是某一方面的性能,开发团队所需要考虑的远比这个多,成本、法规、制造等等各个方面缺一不可,因此要在明确行动计划和方案之前考虑周详,尽量避免做了很多分析,形成的方案却因为成本/制造/造型等各方面原因被否决的情形,这既充满了挫折感又浪费了宝贵的时间和资源。

另一方面,有些问题的解决方案并不只是采用CAE优化或者提高性能,也可以是其他的途径,比如修改用户手册,做一些其他的设计保护等等,盲目的做分析和优化可能也没办法达到最优解决方案。

仿真分析是对物理世界的近似模拟,说的玄一点,这个近似的程度存乎于心,取决于工程师的经验和判断。同一个耐久问题,既可以采用E-N曲线算寿命,也可以加载个单位力算算应力,都能解决问题。因此,深入了解产品的方方面面,了解试验,抓住问题的本质,在能解决问题的前提下选择最简单、最直接的方法去做仿真分析能最有效的提升效率。有些时候仿真工程师总想着尽量与试验一致、尽量真实的模拟物理世界,但是却忘了进行分析的初衷是解决问题,优化设计。

彻底摆脱繁琐的优化工作大概只有两条路,换个别的活计或者做领导。不过与其将时间花在繁琐的流程之类无产出的工作上,我还是愿意将时间花在繁琐的优化工作中。

当前技术形势,那只能该干嘛干嘛。如果我们的计算模型的库足够大,使得很多工作只需稍微修改就能解决问题;如果未来前处理就和现在医学CT一样,扫一下就出来了三维模型;如果未来真正的无网格技术能发展成熟...未来的自动化,智能化一定会为我们解脱操作上的束缚,更多的用在思考创新。

如果有人问我是做什么的,我发现在涉及到CAE时,我很难用通俗易懂的语言让别人一听便理解。这不是听众的问题,应该是我沟通的问题。所以我花了较多的时间重新来思考,写下下述文字,期望能解开CAE的神秘面纱,让它平民化。

要想了解CAE,首先我们来看人类认识和探索自然大致有以下几种方式。

一是观察,这非常好理解;

二是推演,从已知的东西、按照一定的逻辑方法,推测未知的世界,也比较好理解;

三是试验,其实应该与观察并为一类,为什么我要单列呢?因为试验比观察更难以开展,需要更多的设计、组织、测量、分析,并用到很多复杂的试验设备;最后一种方式是计算模拟,并不是所有的东西都可以通过观察、推演和试验获得,比如受制于漫长的物理时间过程、比如宇宙的演化,比如无法在试验中复制现象发生的物理化学环境、比如核弹的爆炸过程。

为什么能够开展计算模拟呢?因为人类在数千年的知识进化中,对于部分学科,形成了较为完整或严格的理论体系,这个理论体系在数学上已经被证明是合理的、正确的。

通俗地说,对于无论是自然现象还是产品工作过程(当然只是一部分),我们已经发展出了可以用一组方程精确地描述这个过程,我们若希望了解更多的时间或空间上的细节或结果,只要设法把方程解出来即可。

假设我们大家理解了上述内容,就理解了CAE的基础。

接下来,我们将范围缩小到产品开发,这里的产品特质狭义上的实体产品。我们来看CAE处于产品开发中的什么环节。首先我们来重温一下产品开发流程。

设计输入(产品性能改进要求,市场输入,公司内部规划等)

调研研究(文献,竞争对手产品,最新技术和工艺,可行性等)

外观功能设计

设计计算(初步的产品性能)

计算机制图

虚拟试验(即计算机仿真)

制造工艺设计

试验、测试及数据分析

设计评审

提出改进设计需求

我们再聚焦于最重要的开发目标—产品性能,围绕产品性能,大量的不同学科铺陈展开,几乎囊括了大部分人类文明发展出来的各类理工科学科专业。这是大学教育和社会上专业研发人员分工的基础。企业设置了各类部门和团队来承担这些专业性工作。

在产品流程开发中,设计目标比如产品性能,必须通过试验测试来验证设计是否达到性能目标。一般来说,要通过多次迭代设计、不断制造物理样机、并做试验来验证。周期和成本非常高。而且只是知其然、不知其所以然。

如果我们能在产品设计的数字化样机(即在计算机上设计出全三维模型)阶段,能通过在计算机上做试验(即计算机仿真,CAE)判断性能是否符合设计要求,那设计迭代大部分工作就只需在计算机上完成,牵涉不到物理样机制造和试验,也就没有耗费成本和时间的材料购买、开模、工装夹具、生产制造、装备、试验等。等数字化样机和计算机试验反复做的差不多,最后再去做少量物理样机制造和试验,产品就能基本定型。

理解了计算机仿真在产品开发中所处的阶段后,我们来看看为什么CAE能在计算机上做实验,是怎么实现的?我们以飞机设计为例。

大家知道,飞机能够克服重力起飞,要靠飞机机体(主要是机翼)以一定速度、角度切割空气产生升力。我们在计算机上初步设计出一架飞机(这架飞机有了特定的尺寸、曲面、结构布局、关键空间特征)后,如何判断能够这个设计是否满足这些指标?

以升力和阻力为例。这个问题从学科上归结于空气动力学问题,飞机以一定速度和角度切割空气,空气会在机身绕流,在机身的不同地方会有不同的空气压力、速度,以机翼为例,上下表面的压力差就构成了向上抬升飞机的升力。空气绕流飞机的过程,可以由一组偏微分方程可以精确地描述,它叫Navier-Stocks方程,1827年就已经由法国和英国的科学家共同提出来。只要解出这组方程,飞机机身及周边各个点上的压力、速度都有了。这组方程非常复杂,流体力学专家们这一百多年来主要努力在解这组方程,一直在发展各类算法、各类数学和物理模型。幸运的是,近几十年人类有了计算机,就可以将复杂的计算通过程序交由计算机来解。

我们不花时间来讲如何解这些方程的算法和软件实现,只需要大家明白,在算法理论不断进步的前提下,是越来越强大的计算机在人类的指令(程序)下来解这些方程,越解越快,越解越精细。

实际上这个过程通俗地说就是在计算机上做吹风试验,来验证一种飞机设计的空气动力学特性是否满足要求。当然,最后我们还要在真实的风洞中做吹风试验,但次数已大大减少、时间大大节约、成本大大压缩,大家知道吗?C919大型客机在荷兰做风洞试验,一次要几千万元人民币,即使在目前有计算机仿真的情况下,也要做几十次、几百次的试验,如果没有计算机仿真呢?代价几乎是无法想象的。

那么最后我们探讨计算机仿真究竟有哪些类别?目前处于什么发展状态?

一般来说,CAE主要关注产品特性中的抽象出的物理性能,比如力学特性、电学特性、光学特性等。按照被关注的物理特性,一般有这么几类软件:

结构分析软件:关注强度、刚度、振动特性

流体分析软件:关注温度、速度、压力、流量等特性

热分析软件:关注温度和热流等特性

电磁分析软件:关注电场和磁场强度和密度等特性

光学分析软件:关注光的照度、强度和辉度等特性

声学分析软件:关注声强、频率、声品质等特性

CAE和CAD(计算机辅助设计,通俗地说就是计算机画图或数字化样机设计)、CAM(计算机辅助制造,比如数控机床编程)、CAPP(计算机辅助工艺规划)等统称为CAx,是制造业中最为核心的研发价值链,也是国内制造业和国外差距的主要领域。

CAx和PDM产品数据管理都归为一个特定的制造业信息化大领域PLM(产品寿命周期管理)。PLM在全球是一个巨大的产业,2014年全球PLM总产值372亿美元,但在中国仅为14.69亿美金。随着中国制造业的产业转型,中国PLM市场的增长空间巨大无比。

从以上分析可以看出,CAE是一个不折不扣的最高端的高科技领域,也是近四十年来美国等国家对中国封锁最严的领域。美国人有一个简单的逻辑思维:一旦中国人获得了顶级的CAE软件或掌握了开发CAE软件的全部技能,理论上设计任何国防和高科技产品都有了可能。因为CAE帮中国人实现了知其然并知其所以然。

但事实是,中国与发达国家的差距非常大,中国的科学家(比如力学科学家)、计算技术科学家(算法研究和实现)、计算机图形等方面不缺顶尖高手,中国缺失了体制(特别是科研管理体制、高等教育体制)、文化(特别是创业文化、合作文化)、市场化方面的优势,同时中国失去了从上世纪70年代到90年代宝贵的20年、这个20年是发达国家CAE技术飞速发展的20年,以及中国制造业过去整体上以仿制、高密度资本、高人力成本、高资源消耗为主要特征,缺少对原创性研发的追求,CAE自主化的市场应用环境因此并未形成。

但差距也是机遇,希望更多的优秀人才、产业资本能够聚拢到这个领域,那将是一件不但商业上可以创造奇迹、对于整个国家也是产生巨大价值的伟业。

近一年来,随着中美贸易战的开启,特别是“中兴事件”的爆发,引发了国人对自主核心技术的广泛焦虑和深入思考。近期“走向智能论坛”、“知识自动化”等知名微信公众号曾连续发表了关于中国工业软件发展的历史思考与回顾的系列文章,引起了业界读者强烈反响。笔者作为从事自主可控数字化设计技术研究、开发及产业化推广长达26年的一线从业者更是感慨万千。谨以此文向关注、关心、思考、坚守中国工业软件的同仁表示最诚挚的敬意。

作者:陈立平

来源:走向智能制造论坛

破“集成创新”,立工业软件

软件是智能的载体,是智能社会最重要的基础要素。运行于智能产品、工业装备与系统全生命周期活动中的先进软件是工业乃至社会发展水平的重要标志,是未来智能工业的重要基础支撑,是不能受制于人的关键核心技术。

工业软件不同于IT软件,是工业知识创新长期积累、积淀并在应用中迭代进化的工具产物,正如赵敏先生在《为工业软件正名》鲜明指出“工业软件是一个典型的高端工业品,它首先是由工业技术构成的!研制工业软件是一门集工业知识与“Know-how”大成于一身的专业学问。没有工业知识,没有制造业经验,只学过计算机软件的工程师,是设计不出先进的工业软件的!”。

工业软件是工业创新实践的技术溢出,是先进生产力的关键要素,只要工业技术创新不息,工业软件创生不止。林雪萍、赵敏先生在《工业软件黎明静悄悄|“失落的三十年”工业软件》对中国工业软件历史给出了“亲历的全景式”回望,彻腹的“哀其不幸、怒其不争”让人嘘唏不已。赵翰林、林雪萍先生在《仿真软件史就是大鱼吃小鱼的历史|工业软件史》总结了国际工业软件技术与产业发展,生动地描绘了国际工业软件“繁衍不断、生生不息”的蓬勃生态,虽然“大鱼吃小鱼”,但“池子里总有鱼”。

工业软件按照运行场景为两大类:

1、研发与管理工具类(off-line)

智能产品、装备与系统的研发、管理、维护活动中需要运用大量的软件工具,如CAD、CAE、CAM、PLM、ERP、MES、MRO等,形成产品全生命周期工具软件体系。工具软件通常具有一定的领域、行业、专业的通用性,作为工程师的辅助工具支撑智能装备与系统研发(off-line),已形成较完整的技术体系,在工业界得到广泛应用,此类技术国内有一定基础。

2、系统运行时类(on-line)

智能产品、装备与系统是典型的多学科集成的信息物理融合系统(CPS),其中嵌入越来越多的运行时类软件,此类软件是连接Cyber和Physical的重要设备,已成为智能产品重要的组成部分(on-line)。

在现有的产品全生命周期工具软件体系中缺乏跨领域、全系统建模及软件自动化工具,此类软件研制生产主要依赖人工编写,研发效率低、可信度低、可维护性差,面临生产效率和质量的双重矛盾。

随着复杂产品系统智能化(嵌入式应用软件)趋势的快速发展,相应的数字化设计方法和技术体系已成为制约因素。

以个人长期实践经验来看,导致中国工业软件落后的原因是多方面的:

1、从文化层面看,我们长于“道、理”,短于“术、器”,“君子动口不动手”,热衷于新理念、新概念的玄究,所谓“玄而又玄,妙不可言”,轻视“术、器”的恒力打造,导致工业母机在内的高端生产工具普遍落后,工业软件更是如此。

2、从历史发展层面看,改革开放40年中国从农业化向工业化转型的过程中,以“逆向工程”为主的技术发展方式导致我国工业软件自主发展缺乏足够的内在源动力。

3、视集成为创新,加剧了基础、关键核心技术的空心化,我们一轮又一轮地引进、推广“XX化”的“道、理”,而在“术、器”方面鲜有作为,最终导致相关基础工具软件几乎被国外垄断,受制于人,国内相关技术研发力量严重萎缩,自主可控工业软件举步维艰。

不破不立。以创新引领发展,建设创新型国家,首先要摒弃“集成创新”,重视工业软件!

新工业革命,软件的革命

信息高度发达的后工业化社会的根本技术特征是信息物理系统CPS。新世纪以来,CPS引爆了以德国工业4.0革命为代表的新一轮工业革命。

德国工业4.0采用全新的语境:工业、系统、软件、模型、标准,强调软件是工业的未来,并指出未来的工业软件必须采用基于模型的理论、方法和工具,这就是“工业4.0组件参考架构模型(RAMI 4.0)”诞生的基本逻辑。从标准到模型,从模型到软件,从软件到系统,任何数字化工厂的构成,最终都需要由工业软件来实现。正在到来的新工业革命,实际上就是工业软件的革命,是软件的核心知识与开发手段的革命,为此必须创新发展新一代数字化设计技术,构建基于模型标准Modelica的知识自动化工业软件创成与应用技术体系。

知识自动化技术体系是中国工业系统数字化设计技术及软件创新发展的难得的历史性机遇。

无先发优势,有后发劣势

当前众多单领域、单学科关键设计研发工具90%以上为国外掌控,各个软件工具在国外工业创新实践迭代中历经几十年积累,具备了先天的先发优势。而我国的自主可控数字化设计技术体系基本上只有后发劣势。

1、强于详细设计、弱于概念设计和系统设计

虽然产品的设计流程是从概念到物理自顶向下的展开的,但技术手段和工具发展是自底向上发展的,数控技术先于CAD技术、CAE技术先于CAD,详细设计技术先于系统设计技术等等。目前成熟的数字化设计与验证技术与工具体系只能支撑部分大回路设计验证。德国工业4.0强调需要建立基于模型的系统工程技术体系,实现全系统早期多回路设计验证。

系统设计与验证技术是中国数字化设计技术创新发展技术突破口。

2、单学科设计工具及其集成难以完备实现多学科融合

从工程角度,智能产品、装备和制造系统是多专业交联集成的复杂系统。产品研发过程中涉及机、电、液、热、控等多个不同学科,各学科之间相互耦合影响,需要多学科的集成。现有的设计研发软件工具缺乏全局观,以传统的软件编制工艺“分科而制”,目前基于单学科软件工具的多学科融合实际是多专业工具软件的信息集成,由于需要专业地部署集成众多学科软件工具实现多学科集成,增加了软件成本,也严重影响了设计师桌面快捷应用。

从科学角度,智能产品系统的每个物理学科均可以表征为在同一状态空间下的数学方程系统,从而完整反映系统的耦合性。传统多学科集成以相关异构单学科建模工具软件+计算流程的信息集成,人为地将完整的数学系统割裂成若干子系统,弱化系统耦合,不能完整地刻画系统的行为,因此基于信息集成的多学科集成具有不完备性。

3、具有CPS特征的智能产品研发需要高效、可靠的软硬件协同

从信息物理融合的角度,智能产品设计交付物不再像传统产品只有图纸,还有越来越多的与产品行为密切关联的运行时软件(嵌入式软件)。由于缺乏软件工程师和多专业物理工程师有效协同技术工具手段,导致嵌入式软件开发、测试、验证自动化程度低、周期长、成本高,因此软件与物理专业高效协同的技术手段是智能产品开发的技术瓶颈。

运行时类软件与系统特性与行为密切相关,具有多学科融合、软硬件高度契合、个性强、涉及面广、技术难度大等特点。目前此类软件研制生产主要依赖人工编写,研发效率低、置信度低、可维护性差,面临生产效率和质量的双重矛盾。以多学科全系统行为建模仿真分析以及模型驱动的代码自动生成技术实现“知识可重用、系统易重构”是提高此类软件置信度、研发效率和可维护性的有效技术途径。

抛开我们在各个单学科领域方向与国外软件几十年技术代差不谈,仅仅在研发方向和模式上,如果我们试图以传统的软件开发模式,在各个单学科领域方向孤立研制,可以说自主可控数字化设计技术体系机会寥寥。

其实,国际上软件研发技术的趋势和模式,已经开始变化和转型。

任何工业设计研发活动都离不开两个空间:几何空间和状态空间。

在几何空间,计算机辅助设计(CAD)自上世纪六十年代初以来,发展了计算机辅助几何设计技术CAGD,为产品结构设计提供了卓越的空间设计工具。事实上直到上世纪80年代初出现非均匀有理B样条技术NURBS之前,CAGD缺乏统一的标准技术体系,严重的影响了CAD技术在工业界的普及推广,NURBS“横扫六合、总齐八荒”,将CAD技术推进了大规模应用创新的时代。

但是,在状态空间,迄今为止,针对产品系统行为、功能及性能,围绕状态空间建模、分析及仿真活动,由于缺乏统一的知识模型表达标准,形成了纷繁的单学科领域仿真软件工具,致使建模与仿真(M&S)远未及CAGD,在工业界达到普及深入标准化的应用推广。

直到基于统一模型规范Modelica的出现,才改变了这种状况。作为全系统建模、分析、仿真优化及软件自动生成技术,Modelica已成为国际智能系统与产品设计研发技术的重要创新方向,是继计算机辅助几何设计CAGD之后,工业软件技术的重要创新,是新一轮工业革命的设计技术制高点,欧美发达国家正籍此构筑新的技术壁垒,对此,我们必须有所为。

任何复杂工业品的开发,都是基于统一模型表达的跨领域模型以端到端的方式构建全系统模型,实现多专业、多学科的流程协同与无缝集成的实践活动。多领域物理统一建模技术研究正在不断推动知识自动化技术体系的发展,通过系统模型的数学自动映射,实现基于数学的模型集成,建立更具完备性的系统行为模型;通过对数学系统的自动分析和推理,结合基础数学算法,实现全系统功能样机的仿真分析;实现模型驱动的计算代码自动生成技术,提升嵌入式软件开发流程(模型在环、软件在环、硬件在环和快速控制原型)的自动化水平,为软件与物理工程师有效协同提供技术支撑。

随着复杂产品系统智能化(嵌入式应用软件)趋势的快速发展,相应的数字化研发方法和技术体系已成为制约因素。

国际传统CAD\CAE\自动化技术厂商纷纷并购系统建模及软件自动化技术,着力打造设计分析仿真优化及软件自动生成一体化技术。

多学科复杂产品研发技术创新一直是国际上的研究热点。

1997年鉴于IC领域硬件描述语言在支撑IC复杂系统产品开发方面取得的巨大成功,欧盟在《下一代多电飞机》研究项目中提出研究、设计工业领域普适的多领域物理统一建模语言Modelica,为欧洲工业的智能协同提供模型标准;

2006年6月国际产品全生命软件巨头法国达索系统公司认定“Modelica是未来工业知识的表达标准”。

2006年欧盟为推动Modelica技术体系研究和应用,启动了欧洲系统模型库项目EUROSYSLIB。

2011年美国国防部先进研究项目局公布了《自适应运载器MAKE》计划,提出统一模型标准(包括Modelica),采用基于模型的系统工程方法,在一个技术体系下快速研发、部署海陆空天运载器,效率提高5倍,实现“构造即正确”。

2013年4月发布的德国工业4.0认为软件是工业的未来,未来的工业软件应基于模型的理论、方法和工具自动产生,建立全系统模型必须建立跨领域的模型标准,Modelica是工业领域重要的模型表达与互联标准。可以看出,德国工业4.0,力图以工业、系统、软件、模型及标准为热频语义,勾画未来更加智能的工业及社会。

2006年6月国际著名CAD厂商达索系统DS宣布Modelica是未来工业知识表达标准,并宣布了“基于Modelica的嵌入式开放战略”,以此全面打造工业系统解决方案。

2004年以来传统的自动化技术巨头西门子公司先后收购了三维CAD公司UGS、2015年收购了工业系统测试技术公司LMS、电子设计自动化公司Mentor等,开启了全面的工业软件与服务的战略转型。

2016以国际著名CAE公司ANSYS收购模型驱动的软件生成系统SCADA为典型。

面向CPS的智能产品系统建模与仿真技术体系主要由两部分组成:模型驱动的建模仿真与代码生成软件系统(Matlib、LabView、SCADA、Dymola、SimulationX、AVL.Cruse、…..)+实时计算设备(DSPACE、NI、RT-LAB、……)。国外相关软件与硬件厂商以形成类似Wintel联盟,几乎掌控了复杂系统产品的高端开发技术体系和手段,以汽车电控领域为例,欧洲汽车研发咨询商AVL,以其汽车系统设计分析软件+实时计算设备DSPACE全面垄断了中国汽车电控正向设计研发技术体系,特别需要说明的是DSPACE在10年前已对中国军工领域全面禁运。

国际多领域物理统一建模语言Modelica规范及技术发展重要事件:

1997年9月

Modelica规范发布

2006年9月

法国达索系统公司收购瑞典Dymola软件,采用Modelica作为CATIA V6核心

法国工业软件

2008年2月

美国MathWorks公司在Matlab中仿Modelica推出SimScape模块,支持多领域统一建模

世界三大数学软件之一

2008年12月

加拿大MapleSoft公司发布基于Modelica的工程仿真软件MapleSim

世界三大数学软件之一

2008年12月

中国苏州同元软控发布MWorks 1.6 版本,全面支持Modelica2.2

中国工业软件

2009年9月

美国Altair公司收购Scilab/Scicos软件,初步支持Modelica

美国工业软件

2011年3月

美国Wolfram   Research公司收购瑞典MathModelica软件,其后发布SystemModeler

世界三大数学软件之一

2012年11月

西门子收购了比利时LMS International公司,其包含的AMESim软件,支持Modelica

德国工业软件

2013年10月

法国ESI集团收购美国CyDesign Labs,支持基于Modelica的系统建模

法国工业软件

2014年9月

ANSYS与Modelon合作支持Modelica,提供1维系统模型与3维有限元模型集成

美国工业软件

2015年4月

法国达索收购德国Modelon公司,提升系统建模能力,支持Modelica与三维模型集成

法国工业软件

2016年1月

法国ESI集团收购德国Modelica工具商ITI公司,进一步强化其系统与三维集成战略

法国工业软件

2016年6月

美国Altair公司采用MapleSim内核,提供Modelica完整建模支持

美国工业软件

2018年6月

中国苏州同元软控发布MWorks 2018,从系统仿真工具升级为系统智能设计与验证平台

中国工业软件

1、思想理念的创新

工业软件是工业技术工具,应当用工业(物理的)方式而非IT算法方式去创造;工业思想方法即机理、本构、模块化、端到端集成及画图等等;工业软件的应用者也是工业品的创造者,新的创新辅助设计技术应当支撑设计师在设计物理系统的同时,同步创成相关的计算分析程序;新一代工业软件应当具有模型可复用、系统易重构的技术特征,以适应复杂多变的工业个性化需求。

2、原理与技术创新

为了完备地实现多学科融合,须建立统御各单学科原理的工程物理系统原理。

工程物理系统集成是以组件端口连接集组而成,端口连接的作用机理可归纳为能量流、物质流、信息流,“三流合一”是工程物理系统的基本原理。

对于集中参数多学科集成系统,可以建立基于模型的数学自动演绎体系,以端到端的模式实现系统数学体系的自动建立,进而自动生成系统计算程序,形成知识自动化技术体系。如此,基于统一模型的知识自动化技术体系以工业的、物理的方式(绘制系统构型)实现了“画出系统构型,生成计算程序,体验系统性能”的工业软件创造与应用的新模式,以“一画两得”支撑“两化融合”,画出原理模型,即可自动生成代码,编出软件程序。

十一.五以来,科技部863先进制造领域及时把握了国际数字化设计领域技术创新发展趋势,及时布局开展了多领域物理统一建模语言Modelica基础理论和共性技术研究,在基础理论方法及使能技术方面取得较全面的突破,形成的研究成果在航空航天等领域的重点型号工程,如中国空间站全系统功能样机、嫦娥5号电总体设计及仿真、航天液体动力系统、大型民用飞机着陆及飞控系统仿真等,得到初步验证。

由于国家及时布局,我国目前已成为全面掌握多领域物理统一建模语言Modelica规范及技术体系的原创国,在基于模型的基础理论方法和软件实现方面目前处于国际先进水平(从跟跑进入并跑),但在形成全面的工业能力方面危机与机遇并存。

基于统一模型规范的全系统建模、分析、仿真优化及软件自动生成技术是国际智能系统与产品研发技术的重要创新方向。中国必须有所作为。

目前商用的“分科而制”单领域建模分析软件工具90%以上为国外掌控,其发展积淀长达数十年,如果我们仍然以传统方式追赶,可以说中国工业应用软件机会渺茫。

多领域物理统一建模理论方法与技术所创造的知识自动化技术体系创新了工业软件生成方式,在技术上形成了后发优势,可形成“一张白纸可以画出最新、最美的图画”的态势,是我国自主可控的高端分析建模技术和工业应用软件创新发展难得的机遇。

谁掌控了多领域物理统一建模技术,谁就掌握了未来复杂工业软件技术的发展权和主动权,如果我们迟疑、懈怠,必将丧失掌控高端工业软件基础核心技术发展权,导致不堪的后果。

经过十一五、十二五科技部前期工作,中国已经突破了国际多领域物理统一建模核心技术,从技术“跟跑”进入“并跑”阶段,我们应当抓住中国创新的历史机遇,大力推动中国多领域物理统一建模技术体系研究和应用推广,完全有可能在系统建模分析软件领域全面突破,在技术上“并跑”保持第一梯队,在应用上实现“领跑”。

为此需要重视一下几方面工作:

1、深入持续的开展工业知识(模型)的表达与互联研究,建立完整的基于模型驱动的知识自动化技术体系,以知识自动化为技术手段,以设计智能化技术使命,与工业应用深度融合,逐步推进体系建设。

2、建立模型标准研究、领域模型创造与重用、基于模型的知识自动化系统软件以及模型应用的协作机制和体系,营造工业领域基于模型知识的新生态,开创中国工业系统智能协同新局面。

3、重视工业软件研究、开发、应用的人才培养,特别是在新工科教育中强化工业软件的基础作用。

3、针对面向CPS的智能产品系统建模与仿真技术体系,国家应当倡导自主可控,打通相关专项单点技术和资源(软件、硬件研发与工业应用联动),融入中国创新,强化应用迭代,为此组织力量(产、研、用)在重大创新工程中设立专题技术指标,形成技术创新联盟,在创新实践中迭代实现自主技术的可持续发展。

4、制定相关产业联动政策,鼓励工业界采用国产替代技术,结合中国创新工程,整合现有成果和资源,明确技术和应用指标,在本领域实现全面的可持续创新能力,掌握新一代工业软件技术体系可期可待。

工业互联网

产业智能官  AI-CPS

通过工业互联网操作系统(云计算+大数据+物联网+区块链+人工智能),在场景中构建:状态感知-实时分析-自主决策-精准执行-学习提升的机器智能和认知系统;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。

版权声明:产业智能官(ID:AI-CPS)推荐的文章,除非确实无法确认,我们都会注明作者和来源。涉权烦请联系协商解决。联系、投稿邮箱:

赞(87)
分享到: 更多

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址