工业仿真赋能平台探索

赵幼芳，周蓝海

（1.湖南机电职业技术学院，长沙 410151；2.金蝶中国长沙研发中心，长沙 410151）

0 引言

传统制造企业在前三次工业革命中围绕材料、装备、方法、测量和维护进行技术升级，往往忽略了人的经验因素。随着工业数字化技术的逐步深入，越来越多的企业意识到数字化转型的重要性，在产品设计、技术创新、生产制造，以及原材料供应、销售和市场相关的系列活动中，通过产品设计仿真、工艺流程仿真、生产系统仿真、实时数据预警降低企业运营成本，尤其在节约研发经费、缩短上市周期、提高产品质量方面取得显著成效。在创新、协调、绿色、开放、共享的新发展理念指引下，我国正积极推进数字产业化、产业数字化，引导数字经济和实体经济深度融合，推动经济高质量发展。企业生存之道在于洞察数据本质，从技术视角来看，数字技术发展从万物互联的泛在化、虚实互动的无界化、算力算法的平台化、软件定义的服务化，到数据驱动的业务场景化，技术支撑和业务落地双轮驱动。

2021年4月工信部发布《“十四五”智能制造发展规划》征求意见稿，提出要以新一代信息技术与先进制造技术深度融合为主线，加快构建智能制造发展生态，特别提到要加强自主供给，壮大产业体系新优势，合力发展工业软件。中国工程院柴天佑院士强调：“如果能够把全自动软件工程平台的开发和智能化的工业软件结合起来，有望加快我们国家在下一轮竞争中的步伐。”在这一背景下本文尝试进行工业仿真软件平台化实践。

1 工业仿真的基本含义

智能制造是一个不断演进的大系统，涵盖了产品、制造、服务全生命周期中所涉及的理论、方法、技术和应用[1]。数字化设计、制造与仿真以实现新产品设计为目标，以计算机软硬件技术为基础，以数字化信息为辅助手段，进行产品建模、分析、修改、优化，以及生成设计、工艺文档的技术。工业仿真技术应用涉及产品设计、生产规划和制造执行多个环节，其业务范围如图1所示，特点如下：1）行业繁杂，流程行业和离散行业有39个工业大类，191个中类和525个小类；2）专业繁多，涉及机械、电子、光学、声学、电磁学、流体、热处理等众多专业的知识和经验；3）工艺复杂，涉及研发、生产、营销、运维、供应链、设备、测量、质量、安全等多环节；4）产品复杂，航空、高铁等高端产品复杂度大，比如空客380具有600多万个零件；5）实时可靠，数据可靠性的差错可能带来成本、安全性的巨大牺牲；6）协作困难，比如，波音747由6个国家的16 500家大中小企业协作生产。盘活全产业链，突破地域、文化、标准、技术及企业、工厂、车间、部门间壁垒尤为重要。

图1 工业仿真业务范围

2 工业仿真的业务瓶颈

工业仿真作为工业生产制造中必不可少的首要环节，被广泛应用到各个领域中。新技术与传统制造的结合催生了大量新型应用，如数字孪生、工业智能，利用模型推理、复现实际系统中事件发生的本质过程，对模型的实验来保证物理系统的科学性、严谨性和正确性。工业仿真技术的引入，使工业设计的手段和思想发生质的飞跃，对经济、社会及人们的观念产生巨大影响，但其过高的技术门槛和资金投入严重制约了其产业生态链发展，主要体现在以下几个方面。

1）技术门槛高。仿真系统过于复杂，需具备丰富经验和专业背景的工程师才能获得可信结果。

2）仿真时间长。在工作站上运行某些仿真业务，时间开销从几小时到几个月不等，难以满足业务进度要求。

3）培训周期长。仿真模型包括物理、数学、静态、动态、连续和离散的各种模型，业务知识和软件操作缺一不可，专业人才培养成本高。

4）闭环追溯困难。不同人员对业务和系统的理解不同，仿真结果千差万别，且采用工具仿真软件，随着人员调动或者流失，之前的仿真数据重用度低，业务闭环困难。

5）知识体系困扰。大多从事仿真技术的人员认为这门学科还没建立完善和清晰的知识体系，仿真建模技术的运用还停留在自主发挥阶段，仿真知识难以优化、沉淀、分享。

6）切断无形“卡脖子”之手。对于高端仿真软件，研发周期长，而某些国家对相关技术进行封锁禁售，严重阻碍中国工业现代化进程，成为中国高端制造最薄弱的环节之一。

可见，工业仿真软件体系复杂、涉及面广、门类众多，面临较多的产业瓶颈，需要降低使用门槛，夯实基础，场景化应用牵引，依托赋能平台促进业务需求和仿真技术结合，全面推动仿真产业链升级，强化知识沉淀，通过数字技术为劳动赋能，繁荣仿真生态[2]。

3 工业仿真赋能平台架构设计

工业互联网平台是工业全要素链接的枢纽，是工业资源配置的核心，以智能技术为主要支撑，打通设计、生产、流通、消费与服务各环节，其核心在“工业”，而非“软件”。从工具到系统，经历了工具软件、系统平台、云化部署和工业互联4个阶段，分别满足企业单点需求，多场合协同、供应链协同，深度数字化业务场景，最终以工业APP融合物联网方式进行全方位呈现。仿真赋能在工业互联网平台基础上，一方面将仿真知识和场景化应用进行深度集成；另一方面，整个仿真业务需要转型为标准化、流程化、自动化和智能化的模式，利用云计算的可伸缩性及虚拟化技术创建了一个仿真实验平台变得可行[3]。弱化工业仿真软件的工具属性，依托赋能平台，提供泛在而无形的标准服务，其架构如图2所示。

图2 工业仿真赋能平台

4 工业仿真赋能平台试点验证

机械设计包括三大部分：结构设计、参数设计、尺寸链分析。统计资料表明，产品的设计开发在产品总成本中只占5%，但产品总成本的70%却是在设计开发阶段内确定的，这里面65%以上成本是由公差决定的。尺寸链分析也称为公差仿真，公差仿真通过数理统计的计算方法，来仿真分析和评估在设计和制造过程中，零部件的制造偏差和装配工艺偏差是如何影响产品的各种“关键产品特征”，可以帮助产品设计人员分析和评估某个零部件、工艺和工装是否能够满足既定设计目标，通过优化设计和工艺来确保最终的产品制造质量。一般包含长度尺寸链、角度尺寸链、装配尺寸链、零件尺寸链和工艺尺寸链几种类型，支持线性、平面、空间、运动或多物理场情况下的尺寸链分析。

从业界高端公差仿真软件来看，主要有德国西门子的VSA软件，法国达索的3DCS，美国CREO的集成软件CETOL等。以VSA举例说明一下：通过建立产品和安装工艺的3D虚拟装配接触链模型，来自动确立产品的尺寸链装配函数，并进行数理统计计算，来仿真分析和优化产品尺寸链里的公差分配和定位安装方案，可以在零部件和工装制造之前就预测出在后续的制造和装配阶段是否会出现尺寸问题。其操作过程：首先在MOCKUP通过导入三维CAD模型数据，定义基准特征和公差，确定装配顺序进行装配约束，定义测量，运行仿真并输出结果。为了保证分析结果的可靠性和科学性，需在VSA中输入以下数据：1）定位基准策略和坐标；2）装配方式；3）装配流程顺序；4）初始公差值；5）制造工艺能力；6）初始尺寸质量目标；7）初始测量计划；8）零件与组件的数模；9）原始制造数据等。其中每个环节的定义都需要符合现实情况，比如装配方式，对于相同的零部件，若工装精度、定位基准和对位方式不一样，装配逻辑也是不一样的，分析的结果往往千差万别。如果涉及其他偏差源，比如机械变形、热变形、动力、运动、材料等因素，还需要跟第三方系统，如机构仿真、强度分析、应力分析等系统进行集成应用，具有一定的技术门槛和专业能力。

同时，也可以看到随着社会的进步，人们对产品品质的要求越来越高。以往可能是一个产品拥有某一项功能，或具有更先进的工艺与材料，就能吸引到消费者。现阶段同质化竞争，比如3C消费类产品中的手机，除了功能需要达标外，在外观、手感、视觉、体验和舒适性等方面也有严格要求，日趋高端化、智能化。作为一种电子产品，其更新迭代的速度也是很快的，一般来说3～6个月就会推出新一代产品。这种情况下，采用工具软件进行仿真优化，各种弊端就显露出来了。

以某型号曲屏手机屏幕装配工序为背景，描述其制造环节的公差仿真场景：曲屏手机的屏幕与中框之间通过密封胶黏结，存在胶缝过大、过小、偏移或不均匀的现象，影响成品手感质量和外观。其影响因素有：屏幕尺寸误差、中框尺寸误差、偏移装配误差、旋转倾斜误差和胶层厚度误差等，其中胶层厚度误差受装配压合力影响比较大，压力大则胶层的厚度越薄，过大的压合力又可能导致碎屏或应力集中。胶缝异常需要对装配过程进行分析，明确装配问题根源所在，一般考虑端面间隙误差、侧面间隙误差和圆角处间隙误差就可以全面反映出屏幕与中框的间隙分布。以侧面间隙为例，需要考虑的因素如图3所示。

图3 手机屏幕装配公差影响因素

零部件进入制造环节后，若出现批次质量问题，现场操作工对来料情况、设备精度及操作比较熟悉，而对仿真过程难以掌握，就会导致问题隐患难以及时排除，存在停线风险。通过深入分析发现，对于既定的工位的装配设备而言，如果设计基准、装配工艺和装配设备都确定的情况下，只有物料的公差会影响装配良率，对一线操作者来说，只需要关注物料公差和设备精度对良率的影响即可，而无需对整个尺寸链过程做详细的了解，也无需深入学习尺寸链的基本原则。根据这个逻辑，收集行业典型的装配场景并固化成模板，供相关人员通过APP调用操作简单，无需强大的公差背景，也能快速定位问题根源。

经过收集和整理，制定的手机业务典型的场景和优化流程如图4所示。

图4 公差仿真业务场景化

可看出在赋能平台上，该方法对典型的手机装配工艺进行剖析，将公差原理相似的场景固化下来，通过标准化形成模板供业务部门调用，用户通过APP直接获得精准的仿真结果，无需专业的公差背景和仿真知识。生产现场质检测量的数据会实时反馈到公差带分布上，如果出现几何或者形位超差，就可有效定位到缺陷源头。数据中台沉淀下来的数据可作为其他领域仿真的输入。在扩展功能上支持仿真要素的叠加，如装配顺序、机构运动、弹柔性体、温度热力、机械应力等。标准算法中台可支持其他类型的仿真，比如蒙特卡洛算法[4]，可用于三维公差分析、单板锡膏量仿真、产品可靠性仿真等。

通过该平台的推广使用，基本达到表1所示的目标。

表1 平台推广使用达到的基本的目标

工业仿真技术在产品全生命周期的应用，主要是以产品模型为中心的仿真、以制造模型为中心的仿真和以开发过程模型为中心的仿真。工业赋能平台作为数字化仿真的新载体，以“场景+数据+模型+平台”方式将分散的研发过程、工艺过程、制造过程、多专业学科及工具软件能力整合为集成的、跨部门的仿真协同服务，在云计算框架下实现非定期任务并行调度方法[5]，大大提升仿真效率。在实际应用过程中，不断积累和应用企业的最佳研发实践知识和经验，为驱动产品设计创新提供强大的平台性支持，搭建仿真平台推动工业智能场景化落地，促进产业、人才与业务的深度融合。

5 结语

工欲善其事必先利其器，后工业时代，由产业链低端向中高端转移，数字化平台战略日趋凸显，数字化转型已逐渐成为千行百业突破发展瓶颈的必经之路。工业仿真是数字化关键所在，其人才壁垒高，专业性强，无形增加企业数字化转型难度和试错成本。智能制造所要解决的核心问题是知识的产生、分享与传承，仿真赋能平台将新技术与智能制造应用场景深入融合，通过数字化转型释放出新的潜能。制造企业借助仿真平台的优势，充分利用平台赋能，场景化业务模型降低劳动技能门槛，快速掌握合理运用，避免错误认知。随着万物互联成为可能，横向的供应链协同和纵向的研发协同成为新的需求，工业仿真平台的部署方式和服务形态也发生变化，将传统架构的软件经过工业技术的软件化，将技术、知识和经验进行沉淀转变成工业微服务。

沉淀集体智慧，赋能个体用户，仿真赋能平台是工业创新实践的技术溢出，催生数字化生产要素，从跟踪、模仿以至超越，下一步将以企业业务能力为参照，基于统一模型规范的全行业、全场景、全系统建模、分析、仿真一体化，在数字孪生框架下，建立模型标准研究、领域模型创造与重用、营造工业领域基于模型知识的“Know-how”仿真新生态，推进仿真体系建设，进一步健全企业业务能力，从流程、标准和价值的维度，对思维方式、模型转化、运营能力、数字融合方向聚焦主航道，增强企业数字化战斗力，愿抛砖引玉更将迸发出前所未有的行业新价值。