海克斯康制造智能

宝马汽车新材料仿真技术应用引领造车前沿科技


01 历史渊源

BMW与SimManager如同NASA之于Nastran,可以说SimManager的发展历程是与BMW仿真数据管理业务紧密相关的,1999 BMW启动仿真数据管理计划,从此拉开了海克斯康 | MSC软件公司(以下简称MSC)与BMW在仿真数据管理领域长达20年的合作序幕。目前BMW基于SimManager构建的CAE Bench II系统注册用户超过1000,并发用户规模超过500,永久归档数据1PB,这也是目前在仿真数据管理领域应用规模最大的系统。

图 1 : SimManager产品总监SCHLENKRICH Michael(左一)在BMW现场

02 业务需求

BMW早已认识到PDM系统并不能用来保存和管理描述车辆性能的仿真分析数据,基于这一关键需求决定要构建一套来管理仿真性能数据的系统。

“What happened versus we have PDM, and PDM is the CAD systems. It's static. It doesn't tell you how does the car behavior? SDM (Simulation Data Management) , as SimManager. What it does, it builds the car together and sets it on the road and drives the car. So this is a whole different perspective.”

-Marc Hertlein, SDM Project Manager, BMW Group

03 合作历程和技术路线

 1   学科逐步扩展

最初,BMW仿真数据管理项目命名为CAE-Bench,采用逐步扩展学科的技术路线,先后将Crash/NVH/Strength/CFD/Forming领域的数据纳入到CAE-Bench中统一管理和使用, 海克斯康 | MSC软件将基于BMW的CAE-Bench项目进行产品化,并提炼出了商业化产品SimManager,后续BMW的仿真数据管理系统的数据和功能模块基于SimManager进行了部署。

图 2:BMW仿真数据管理平台扩展历程

 2   纳入多体学科

除了上述的FEM的学科,BMW也纳入了多体学科。结合多体领域仿真分析特点(Adams/Car多体仿真),将多体仿真的模板、子系统、装配等数据结构化存储到SimManager中并进行版本管理。为多体学科仿真业务提供了效率和效能的支撑:

多体仿真数据的结构化存储、谱系和版本管理,使得用户可以方便查询数百个输入参数的变化和分析结果之间的关联追溯和版本对应,这在之前非常繁琐工作量巨大;

统一的多体模型来源使得上百位多体工程师协同工作,工程师可以基于统一的多体模型开展优化迭代工作,并将确认的改进发布到统一模型中去;

快速整车模型构建和集成高性能系统进行大量的在设计空间内的优化迭代。

3   多学科协同和优化

在SimManager仿真数据及流程管理平台上,BMW不仅实现了学科内部数据的共享,也实现了不同学科的仿真协同,例如:结构仿真模态结果输出给多体仿真使用,工艺仿真结果可输出给碰撞仿真使用等,这些在BMW都已通过平台实现了学科之间数据协同。

图 3 学科间数据协同

另外在优化领域,BMW利用SimManager的Simulation Generator模块实现自动化装配、求解和后处理,利用Optimus计算灵敏度,通过集成实现了整车级大规模的多学科仿真优化。

4   拓展到新能源

由于与传统汽车在结构和工作原理上有巨大区别,在新能源汽车的设计研发环节,工程师需要对新能源汽车的关键部件包括动力电池组、牵引电动机及发电机、功率电子器件等进行仿真分析,这些都是传统汽车在研发中不会涉及的领域,需要对现有SPDM系统进行扩展。借助SimManager仿真数据及流程管理平台良好的可扩展性,BMW成功将新能源汽车研发过程和传统汽车研发过程实现了同一平台管理。

5   仿真作业持续增长

BMW将越来越多的仿真作业和数据通过SimManager进行管理,下图展示了BMW仿真数据在SimManager中的增长趋势和数据量。左侧坐标表示每个月在系统提交的仿真数量,呈现不断增加的趋势,表明基于系统的仿真工作开展得越来越密集。基于SimManager的密集应用为BMW带来了大幅度提高效率、业务规范化、促进创新、知识库积累等方面的收益,已成为BMW产品研发核心系统之一。

图 4 :BMW仿真作业在SimManager中的增长趋势

通过BMW和MSC的合作历程,不难看出一方面,BMW通过SimManager不断提升了仿真数据和流程管理水平,另一方面MSC也将行业最先进的管理理念和技术植入到SimManager中,使得SimManager更加符合汽车行业仿真数据管理的需求,SimManager在BMW的应用基本上代表了仿真数据及流程管理在汽车行业应用的最高水平。

04 前沿探索

20多年的合作,MSC不断将BMW先进的研发管理理念植入到SimManager中,同时也将先进的仿真数据管理信息化技术应用到BMW研发过程,双方是相辅相成的20年、是互相成就的20年。

尽管BMW在仿真数据及流程管理领域的应用已经非常成熟,在整个产品生命周期中,很多情况下通过仿真可以解决研发中的问题,但仍旧存在下面的挑战:

仿真同样需要花费很长时间(数周)

不是所有数据都是可用的(在早期)

昂贵的成本支出(尤其是劳动力支出)

诸如行人保护这类仿真分析,要经过上百次的仿真预测,并对几百个碰撞点进行数据分析,除了应用仿真自动化可部分解决这类挑战外,考虑到时间和成本因素,特别是项目前期,需要对已积累的、海量数据进行数据挖掘,并结合机器学习和人工智能快速预测仿真性能,是解决上述挑战的最佳方案,在这一前沿领域双方已合作开展了实质性探索。

图 5:MSC大数据/机器学习/人工智能解决方案

05 未来愿景

MSC除了继续支持BMW做好仿真数据及流程管理外,正在将机器学习和人工智能融入到SimManager中,通过提供更加智能的解决方案,以保证BMW继续引领汽车研发前沿科技。

MSC也将会将最成熟的、最新的技术植入到SimManager产品中,并将国外成功的实施经验引入到国内汽车行业,为中国汽车行业的发展贡献一份力量。


评论列表 0

暂无评论