在德国，工业4.0的概念基本上是人们熟知多年的、基于计算机技术的产品开发和制造的延续，比如计算机辅助工程(CAE)和计算机辅助制造(CAM)。

　　不同的是，过去计算资源相当有限，硬件也不够稳定，而今天，我们具备了实现这一目标的有利条件，因为强大的计算能力和互联网能够把这些计算资源整合在一起。

　　为了加快进展，数家德国协会包括德国工程协会(VDMA，ITI是其中的积极成员)成立了名为“工业4.0”的平台，它的核心指的是向着智能工厂转变，即产品和机械制造高度集成——可以称之为第四次工业。

　　事实上，欧洲、亚洲、美洲等越来越多的制造商们都纷纷参与到产品集成式开发中。

　　相比传统的工业价值链，虚拟样机作为集成式价值网络的基础，不再只用于产品研发，它所衍生的CAE数据还用于整个产品生命周期。

　　但是，这种数字化的未来，要求所有参与产品开发的合作伙伴，无论是OEM厂商或中小供应商，都要使用相同的数据。

　　作为一家德国的工程软件公司，我们当然希望为这一趋势做出积极贡献并推动一些重要议题的进展，诸如工具集成、FPGA(Field Programmable Gate Array现场可编程门阵列)的支持，FMI(功能样机接口)和基于云技术的工程。

　　虽然大家都在热议工业4.0，但它仍需要时间加以完善。

　　根据BITKOM(德国信息产业、电信和新媒体协会，工业4.0的发起者之一)的近的一项研究显示，德国机械制造、汽车、电子和化工领域44%的公司已经在进行某种形式的工业4.0应用。但大多数强大的德国中小制造商还没有意识到这种数字化手段的潜力，他们害怕尝试并担心其安全问题。

　　这可能是由于一方面德国国内市场比较小，另一方面也缺乏实现工业4.0的实用主义精神。较大的国家如美国和中国，互联网服务往往能迅速积聚人气，工业4.0先驱者们的步伐更快，由于没有那么多既定标准，他们自己建立了事实上的标准。

　　为了迅速增加德国工业4.0工厂的数量，并在这些事实标准的定义中把握主动权，德国政府将承担起监督的角色，在内容和结构两个方面重新加以规划，在更加宽泛的政治和社会层面上推动工业4.0。

　　和其他许多德国企业家一样，我认为政治本身无法管理工业4.0的实施，但我乐观地认为，会有更多的德国中小企业家以良好的心态和过人的胆识在其特定领域推进这一变革。

　　对于作为德国经济支柱的本土工业，尤其是中小型企业而言，这是保持其主导地位、维持其产品“德国制造”优质口碑的必由之路。

　　更高的生产率从哪里来?

　　研发部门，尤其是汽车研发部门，早已认识到使用仿真工具对其日常工作的重要性。实施工业4.0后，可持续使用的数据将使德国汽车工业的生产效率得到极大改善。

　　考虑到来自不同工业领域的大数据的持续使用，新能源动力总成的研发效率甚至会得以增强。

　　未来的动力传动系统长什么样?功率密度、能源效率、灵活度、动态特性和驾驶舒适性的水平如何?不同的物理系统之间的交互将达到何种程度，并且如何使其复杂的技术联系更为透明化?

　　为了回答诸如此类的问题，世界各地的研发工程师们都在对包括ITI在内的工程服务和仿真工具充满期待。现在，我们的客户包括诸如宝马、戴姆勒以及大众汽车等知名跨国汽车制造商，我们满足来自他们对CAE数据的要求，这些数据一旦创建，将可用于整个产品生命周期。

　　那么，工程师能采用物理仿真和分析做什么呢?——我们都知道，新产品应该更紧凑、更有效并更可靠，另一方面，产品的开发应更灵活且周期更短，而虚拟仿真工具除了可以帮助实现以上目的，还能帮助在产品开发过程中节省时间和金钱。

　　这对于大多数行业都至关重要，对于汽车、能源或石油和天然气行业、宇航和防务系统、医疗、采矿、造船等行业尤其如此。

　　ITI的SimulationX设计初衷就是为了实现这些功能。借助大量预先定义好的针对特定应用开发的模型库，如机械库、气动库、热力学库、声学库或电子库等，工程师能够快速地创建复杂的系统模型。

　　而基于建模语言Modelica的模块化底层结构让软件变得功能强大。它支持面向对象的系统建模方法。

　　这种方法的优点在于模拟系统功能的同时能够直达其物理本质。除此之外，这一语言使用户对已有模型进行改变或扩展，甚至从头开始创建自己的模型变得更加容易。在工业4.0中，这对预算有限且只临时要求高性能仿真计算的公司非常重要。

　　需要强调的是，持续可用、能够适用于整个产品生命周期的数据是工业4.0的一个关键点。为了实现它，通用的功能样机接口(FMI)非常重要，FMI旨在成为CAE数据交互的通用接口，适用于不同的开发环境或行业部门。这种适应性终将催生更高的生产率，因为CAE数据一旦生成，就能够在整个产品生命周期中使用。

　　举两个我们曾做过的应用案例。

　　一个是我们帮助宝马汽车优化动力传动系统和液控技术，其中一个应用是鲍登拉线(Bowden Cable)的仿真。在项目早期概念设计阶段，我们能够基于模型进行评估而无需进行物理样机测试，这意味着设计变更的周期更短，设计成本显著降低。终，BMW将该仿真解决方案应用于研发流程中其他更多的领域。

　　第二个是帮助全球主要的汽车零部件供应商之一采埃孚快速建立各种简单和复杂的动力总成模型。通过CAE工具制定传动部件的优化目标，采埃孚的工程师在概念设计阶段就能实现扭转减振器优化任务，从而在后续过程构建样机时节省了时间和费用。

　　工业4.0集成了过去独立运行的各种系统和机械设备，使得这些机械设备成为更为宽泛的流程(系统)的一个有机组成部分(组件)，人们不仅需要考虑组件之间的相互作用，还要考虑部件自身的磨损。终，由此带来的高复杂度只能通过仿真手段来应对。

　　而在工业4.0环境中运行的仿真工具不仅需要符合一定的仿真数据管理和版本管理的要求，还要能集成到产品生命周期管理中。

　　现在，系统仿真市场的增长速度超过了其他CAE或CAD市场，充分反映了这一发展趋势。现有的企业内部解决方案不断被商业软件工具替代，因为它们运行可靠，并可持续维护和升级。

　　仿真工具必须具备一定的灵活性，能快速适应客户需求：用户不仅可以定制所需的工具模块，还能够灵活定制软件许可证数量。这就是说，内部部署的许可证模式(在本地机器上运行正版软件)这一传统观念越来越多伴随着新的概念，比如在云端运行。

　　智能生产的驱动力

　　通常，产品开发是由工程师和计算机辅助设计(CAD)驱动的，而CAE仿真工具只用于验证各种功能。当工程师在开发的后期发现某一部件没有按照预期方式运行时，这种产品开发方式可能会变得相当昂贵。

　　在汽车或航空等领域，仿真或者至少是系统仿真，已经在整个开发过程中取得一席之地，并已成为一个决定性的因素，特别是在基本功能必须得到保证的开发过程的早期阶段。制造商已经意识到，基于计算数据的早期决策可以走得更远。

　　由这些行业推动，一个叫做“前端载入”(frontloading)的新趋势已经出现。它提高了资源利用率，使开发人员尽可能早地认识到未来产品的更多细节，以较低的成本代价灵活改变产品的设计方案。

　　包括汽车公司在内的很多制造企业已经在产品开发的早期阶段使用仿真数据以保证质量，并把资金投入到研发人员、工具、仿真软件和测试上，这反过来带来了回报：更短的产品上市周期，同时可以更好地避免错误，确保高质量和高可靠性，并终降低成本。因此，基于仿真的虚拟产品开发是未来工业生产的驱动力。

　　在目前的产品开发过程中，各种方法和配套软件都被用于系统级分析和多学科领域仿真分析。这是连续工程(Continues Engineering)方法 论的两个关键部分，这两部分过去没有交集，只是在有限的应用场合由各自团队实施的时候有少量交集。

　　连续工程是一个企业用以加速交付日益复杂和互联的产品的一种能力，这是工业4.0背景下的一个重要能力，主要通过帮助工程师加快学习了解整个生命周期，同时管控成本、质量和风险来实现。它反映了当今制造企业期待的理想状态，即不间断的工程实施，同时企业能够应对和适应来自内部和外部的变化，从一而终的提供市场主导产品和系统。

　　过去几年中，我们已经看到现代工业产品正朝着多领域、信息—物理交联方向发生巨大转变。这就是工业4.0的指向——以信息物理融合系统(CPS)为基础，以生产高度数字化、网络化、机器自组织为标志的第四次工业。

　　现代化系统不再仅仅由软件、硬件或机械部件自身构成。这些融多学科于一身的操作单元以及软件、固件、硬件和多物理系统之间的模糊区别正是使这些新系统更加智能，同时也更难以设计、分析、测试和验证的原因。

　　机械、电子和软件的协同性要求不仅使设计复杂化，如果跨学科的设计变更不能有效准确地协同起来，也可能导致项目延迟启动并增加成本与风险。

　　这些异构的程序，以及典型的跨硬件和软件学科的多级供应链甚至会对产品质量和发货造成更大的挑战。

　　为了应对这些新生信息—物理系统的挑战，尤其是为了降低在开发后期才发现的子系统间相互干扰的风险，需要开发新的技术。

　　这些新的工程方法应该能够对大型多领域复杂系统进行高效的建模、分析、优化和验证。这是系统级建模和物理仿真之间的关联发挥关键作用的地方。

　　如今行业中有两条飞快发展的主线：基于模型的系统工程(MBSE)和一维到三维的物理仿真(Physical 1D to 3D simulation)。

　　MBSE是一种采用模型化手段为系统需求论证、设计、分析、验证和校核等环节提供支持的正规理念和方法，从概念设计阶段开始一直贯穿整个产品开发周期。

　　这种方法使系统工程更好地把握、分析、改进系统的要求和功能，并与其他工程手段实现无缝对接。

　　今天，大多数航宇防务、汽车、工业产品、电子、能源、公共事业、医疗设备等行业的公司正朝着“系统方法”转变，将系统作为一个整体进行分析，并揭示由多学科相互作用引起的突发行为。目前普遍的MBSE建模语言是SysML。

　　考虑到高昂的测试成本，那些想在昂贵的物理样机建立之前验证其产品变型的公司越来越多地采用仿真手段来验证他们的设计，这便有了一维到三维物理仿真(Physical 1D to 3D simulation)。

　　设计者通过物理仿真模拟包括机械、电气、电子、液压、热、控制和电力元件在内的复杂物理系统，并基于仿真分析评估和优化产品性能。

　　工业界一直对此抱有极大的兴趣。不断增长的仿真软件用户数和大量对建模标准如Modelica和FMI感兴趣的工业企业，无不证明物理仿真正成为每个现代化产品设计过程的关键环节。

　　标准化接口的重要性

　　尽管如此，把这两条主线连接在一起的工作如今却甚少开展。有可能当一份由系统工程师完成的分析报告摆在从事物理设计的工程师面前时，却没有真正的技术手段让从事系统工程的团队和从事电气工程、机械工程、材料工程的团队在产品设计上进行有效互动和并行设计。

　　我们称这种必需的数据集成为“动态集成”，而不是静态集成，静态集成中我们关心数据和数据元素之间的联系，而在这里我们所关心的是系统行为——系统的动态/时域特性。这其中主要的挑战是让不同的CAE工具协同工作。

　　我们需要了解这一点以填补工具链的断层，确保系统工程和学科领域方面的工作内容可以共存，互动，交互信息并一起参与分析，例如联合仿真。

　　不仅厂家和供应商能够一起协同工作，公司内部不同部门也可以协同工作。为确保工作流程无缝衔接，工程师必须在充分了解系统的前提下，耦合不同工具并模拟复杂系统。

　　这正是FMI发挥作用的地方。

　　所谓FMI，即功能样机接口，它定义了标准化的接口，用于复杂信息物理系统开发时的仿真分析。我们相信FMI标准具有整合设计阶段及之后的各种流程的潜力，它通过模型将不同架构粘在一起，这些模型可在支持FMI标准的任意环境中运行。

　　FMI的愿景恰好支持的工业4.0的构想——如果产品是由零部件组装而成，这些零部件以复杂方式相互作用，每个部件都遵循一组复杂的物理规律，那么就应该可以创建这样一个虚拟产品，它由一系列模型以数字化的方式组装而成，每个模型可以代表零部件的组合，可以代表物理定律，也可以代表控制系统(使用电子、液压、数字软件等等)。

　　如果采取这种方法并应用到需求管理中，那么仿真结果就可以直接反馈到初始阶段，这是定义原始需求的初阶段，这反过来又有助于调整产品全生命周期管理以优化工作流程，造出质量更好的产品。

　　在这个过程中，效率和灵活性是产品开发、生产的关键。在物联网的推动下，工业4.0或许能在未来几年，在生产制造和互联网日益一体化的基础上推动新技术的应用。

　　对于产品开发企业，混合仿真平台将为其带来巨大收益，它可以在整个产品开发过程中不断验证，减少错误以及成本高昂的二次开发，减少上市时间，提升效率、生产率，降低成本，并能帮助人们更愉悦的工作。