西门子:仿真与测试领域的五大关键趋势

2022-12-27
关注
摘要 进入2023年,工程仿真将依然重要。西门子总结了明年在工程仿真领域的五大关键趋势:(可执行)数字孪生、人工智能与机器学习、基于模型的系统工程 (MBSE)、增材制造与创成式设计以及优化数字材料。

  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

您觉得本篇内容如何
评分

相关产品

CSMS 中科微感 人工智能+嗅觉传感器(AI-Nose) 气体传感器

中科微感逐步攻克了制约人工嗅觉传感发展的核心材料、硬件、算法等技术,开发出了以新型纳米敏感材料为基础,以微纳加工技术为支撑,以人工智能算法为核心的第一代 MEMS 基金属氧化物半导体原理的人工嗅觉传感器产这一产品将解决当前制约人工智能嗅觉技术与市场应用发展的关键问题:提供量产化的高一致、低成本、微型化的嗅觉传感器阵列硬件,以及提供标准化的人工智能+嗅觉气味感知软件平台,使客户能够快速构建和应用气味数据模型

XKCON 祥控 弹药库环境温湿度异常报警与智能监控系统 温湿度变送器

济南祥控自动化设备有限公司自主研发的XKCON祥控弹药库环境温湿度异常报警与智能监控系统采用物联网、传感器、大数据、人工智能等先进技术,能够对弹药库环境温湿度信息实现数字化、可视化管理。

山东美安 矿山电机车防追尾道岔口报警器 控制器及系统

煤矿用机车防追尾保护装置 机车防追尾保护装置是一种矿用人工智能保护装置、具有防追尾保护、无线触发沿途弯道语言保护、输出控制并记录等功能可广泛的使用在矿山井下、井上的运输机车上。

KEYENCE 基恩士 AI-1000C 图像匹配传感器

因此,人工智能系列能够在模式匹配的基础上对物体进行稳定的检测和识别,而这是基于强度或距离的传感器难以实现的。 基于强度或距离的传感器难以实现。

云传物联 水质生态浮标浮台在线测系统 多参数监测系统

电子水质监测解决方案利用信息控制与处理、人工智能、自动化、物联网及多媒体等技术,集水质参数在线采集、无线传输、智能处理、超限报警、远程管理等功能于一体的水质监测解决方案。

DINSEE 鼎信智慧科技 DX-WPS100-SP2... CMOS图像传感器

针对传统配电线路人工巡检效率低、周期长等问题,鼎信智慧结合物联网、红外热成像、人工智能等技术,研发了配电线路图像视频双光球机在线监测装置。

大立科技 DM60-W3 红外体温快速筛检

红外热成像体温快速筛检系统DM60-W3系列为384*288/640*480像素,人工智能算法,远距离、大场景测温更精准。

Maike 迈科光电 MK-PB4023PS&ALS&VC-A01E 接近传感器

EM30918、STK3311-X、STK3321、APDS-9900 ,9901、TMD2772WA、RPR0521RS、VCNL4035X01 WH4530A),广泛应用于平板电脑、工控显示类产品、智能家居、AI人工智能等场景,联想笔记本电脑,九安医疗的测温仪,微步数码的平板等都应用了我们这颗传感器,已量产批量出货。

Handsome 翰德圣 HDSELM V1.1 安全传感器和系统

设备全生命周期管理平台融合的物联网、云计算、大数据、人工智能、优化制造、再制造六项主流技术,通过云端模块化的架构可为企业灵活管理设备,不仅可以随时随地了解设备运行状态、发现故障隐患,还能够通过大数据分析指导企业维修

评论

您需要登录才可以回复|注册

提交评论

广告

默说科技

这家伙很懒,什么描述也没留下

关注

点击进入下一篇

科大讯飞公司大力推动人工智能行业发展!

提取码
复制提取码
点击跳转至百度网盘