干货 | 智能研发的8大支撑要素- 工业快报

在智能制造体系架构中，作为先进制造业核心竞争力的源泉，智能研发是其中一个重要环节。

就传统的设计制造业务模式而言，从需求调研、竞品分析，市场调研等方面获取产品设计需求。然后再从概念设计到详细设计，并将详细设计方案转变成可制造的工艺流程和生产流程，最后完成产品的制造过程并对外销售。从过去产品全生命周期管理的角度来看这种流程没有什么问题，并且这种串行的研发制造流程也是目前制造企业的主流模式。

但随着物联网、工业大数据、增材制造、增强现实等新兴技术不断的涌现并逐步走向成熟应用，这种流程就显得有些僵化和缺乏灵活性，无法对技术的更新换代和客户需求做出快速响应，而且也很难适应企业未来智能制造体系建设与发展的需求。

所以企业要想进行智能制造转型，首先必须要从产品创新根源上做起，将串行研发流程转变为根据用户需求持续改进的闭环智能研发流程，感知用户需求并灵活做出调整，同时融入智能制造相关新兴使能技术，形成从用户到用户的产品研发循环。即在产品设计需求分析阶段就开始进行市场与用户相关数据分析，这其中包含用户直接参与基于自身喜好的产品定制过程，以及产品在使用过程中反馈相关运行数据来指导改善原设计方案的过程，形成一个往复循环持续优化的智能研发过程。

该流程体现了设计历史上从为用户设计，到帮助用户设计，到用户为自己设计的转变。所以，智能研发必须建立在从设计信息、生产信息、用户使用及反馈信息的高度智能化集成基础上，从智能化的需求产生到基础设计数据获得的过程，从智能化的用户参与式设计到能够直接转变为生产信息并被执行。要想实现这些转变，智能研发必须要有以下几大要素的支撑才能得以实现：

建立统一的多学科协同研发平台

首先针对智能产品开发一般都是跨越多个专业技术领域和具有多种关键技术特征的，涉及多学科跨专业技术领域高度交叉与融合。同时，用户的多样化需求也使产品结构和功能变得非常复杂，IT嵌入式软件技术也逐渐成为产品的核心部分，需要机、电、软等多个学科的协同配合。

这就需要企业建立一个可以融合企业内部所有不同专业学科领域研发系统和工具的顶层架构，形成一个可以全面管理产品生命周期中所有专业研发要素的统一的多学科协同研发平台。

平台除了可以管理各专业图纸、工艺和材料信息以外，还可以管理产品的功能、性能、质量、指标这些特性类数据及其生成过程，并能集成程序设计与管理、仿真、优化、创新、质量等工具，使研发体系可以快速高效地应用这些工具，从而进行差异性、高性能、高品质的产品智能研发。在这个基础上，再采用知识工程将企业研发过程中的知识积累下来，形成系列化产品开发的能力。

建立数字化样机

实现仿真驱动创新

在智能研发阶段中，必须要建立产品的数字样机，用来支持总体设计、结构设计，工艺设计等协同设计工作，支持项目团队进行并行产品开发。

建立数字样机的主要作用包括分析数字样机模型具有正确的公差尺寸，干涉检查等，同时还有重量特性分析、运动分析和人机功效分析。同时，数字样机还能够提供产品装配分析的数据信息，这包括装配单元信息、装配层次信息等，以保证对产品的装配顺序、装配路径、装配时的人机性、装配工序和工时等进行仿真。

数字样机还可以进行工艺性评估，包括加工方法、加工精度、刀路轨迹等，实现对样机的CAM仿真和基于三维数字样机的工艺规划。 数字样机在产品的销售阶段也有非常重要的作用，它能够为产品宣传提供逼真的动态、静态产品数据。通过三维模型的轻量化技术，企业可以便捷、灵活的利用原始数字样机模型为产品培训提供分解图、原理图，还可以提供近似产品的快速变型与派生设计，以满足市场报价和快速组织投标和生产的需要。

另外，在基于数字化样机的基础上，企业还可以建立虚拟样机进行系统集成和仿真验证，可以通过仿真减少实物试验，降低研发成本，缩短研发周期，完成仿真驱动设计。同时还可以将仿真技术与试验管理结合起来，提高仿真结果的置信度。

▲图1 SET系列电动轮矿车数字样机

（来源：三一重工）

除此以外，为了保障产品的可靠性，还必须在产品设计的前期就充分考虑工艺规划、制造、装配、检验、销售、使用、维修到产品的报废等产品全生命周期过程中的各项工程要素。利用并行工程和DFX技术，在设计阶段尽可能早地针对不同阶段中产品的性能、质量、可制造性、可装配性、可测试性、产品服务和价格等因素进行综合评估，从而优化产品设计，保障产品质量。

采用标准化、模块化设计

形成系列化产品开发能力

以用户为中心的智能研发就必然会面临用户需求的多样性，这就要求企业必须有灵活多变的产品变型设计能力来满足用户多样化的需求，形成系列化产品的开发能力，然而这样就会直接导致产品设计、工艺、制造各个过程中的数据大量增加。

▲图2 柳工集团的轮式装载机模块化实践（来源：顾新建教授产品创新模块化设计方法与实践的演讲）

在这种状态下，产品的标准化、模块化设计就显得尤为重要，模块化就是为满足不同需要，以标准化为基础，通过分解、集合手段，把复杂系统分解为相互独立的具有特定功能的标准化模块，再通过标准的接口把各独立的模块联结为一个完整系统的过程。

企业如果没有做产品的标准化、模块化方面的工作，缺乏了基于用户需求的定制开发能力，就无法形成系列化的产品开发来满足客户对产品的多样化需求以及产品自身生态体系的建设，智能研发也就无从谈起。

MBD/MBE

设计信息与生产信息高度集成

MBD（基于模型的定义）可以将制造信息和设计信息（三维尺寸标注及各种制造信息和产品结构信息）共同定义到产品的三维数字化模型中， MBD不仅描述设计几何信息而且定义了三维产品制造信息和非几何的管理信息（产品结构、PMI、BOM等)，使设计/制造厂之间的信息交换可不完全依赖信息系统的集成而保持有效的连接。

MBD打破了设计制造的壁垒，使设计、制造特征能够方便地被计算机和工程人员解读，有效地解决了设计/制造一体化的问题。

▲图3 基于模型定义MBD（图片来源：PTC）

在将MBD模型作为统一的“工程语言”后，就可以进一步推进MBE（基于模型的企业）的应用，使设计模型中包含的数据信息能在工艺、制造环节有效传递，只有这样才能够使生产制造包括后续的过程实现高度的自动化，使设计信息与生产信息完成高度集成，保障数字样机和物理样机中间各个环节的通路。

融合增材制造

与拓扑优化技术的创新设计

区别于传统的经验式设计模式，经过拓扑优化的产品模型是在给定载荷、工况等约束条件下，满足性能要求的最优拓扑模型，而且具备轻量化的特点，是一种新型的设计方法。然而，拓扑优化技术只有在不考虑制造工艺约束时才具有更好的效果。因此，尽管工程师们通过拓扑优化方法设计出了结构独特、高性能的产品模型，但往往因为可制造性问题而舍弃掉产品在轻量化、高性能上的优势。

▲图4 空中客车集团的

3D打印摩托车Light Rider

但随着增材制造技术的出现并逐步走向成熟应用，能够很好的解决了这一大难题。增材制造技术可以帮助企业按照最理想的结构形式来设计产品，使得产品 “功能性优先”变为可能。因此，增材制造让拓扑优化技术的价值得以完全的发挥。

可见，这种将拓扑优化与增材制造技术融合的方法也是智能研发中的一个重要实现途径之一，即通过拓扑优化来确定和去除那些不影响零件刚性部位的材料，并在满足功能和性能要求的基础上实现轻量化的创新设计，再利用增材制造技术将这些传统制造工艺无法实现的复杂结构制造出来，从而实现整个创新过程，并简化了设计制造整个流程，可以说对传统制造业而言是个颠覆性的转变。

应用虚拟现实及

增强现实技术的设计评审

虚拟现实和增强现实技术是衔接虚拟产品和真实产品实物之间的桥梁，通过应用虚拟现实和增强现实技术，在产品的初创阶段就能够对产品的设计方案和产品的相关属性信息进行直观的展示和体验，使整个设计评审过程更便捷和有效，同时能够更直观的发现设计过程中存在的问题。另外，在虚拟现实环境下，还能够进行逼真的产品虚拟使用和维修培训，以及为用户提供沉浸式体验，帮助用户提前感受企业智能产品的独特魅力。

▲图5 虚拟现实应用于汽车设计

建立基于云端的广域协同研发

在智能研发中，企业的产品和服务将会由单向的技术创新、生产产品和服务体系投放市场，等待客户体验，逐步转变为企业主动与用户服务的终端接触，进行良性互动，协同开发产品，技术创新的主体将会转变为用户。其创新、意识、需求贯穿生产链，影响着设计以及生产的决策。

设计师将会成为在消费端、使用端、生产端之间的汇集各方资源的组织者，不在这个生产链巨大网络下起到推动作用，不再独立包揽所有的产品创新工作。智能研发将会是基于云端与供应商、合作伙伴、客户进行协同研发，让所有人都能够参与到开放式的创新中来。

作为拥有互联网基因的协同设计云平台，OrangeCDS面向工业制造、软件与信息化、智能生活等主要领域，专注于研发设计大协作，在线汇聚了全球各具专业技能的工业设计师、研发工程师进入智力库，快速组织开展大规模协同作业，能够帮助制造企业客户高效便捷完成工业产品研发设计。

有项目亟待解决的需求方，可以在OrangeCDS平台上随时提交需求、委托免费发布；OrangeCDS接收后，会通过及时匹配，推送给有相关经验的智力库解决方，并进行相应技术方案分析，来快速帮助需求方物色优质解决方，且全程协作进度管控。还通过协同研发设计环境和专业项目经理，来帮助需求方降低项目实施过程中的管控风险。为需求方节省大量时间精力成本，快速解决问题。

基于物联网、大数据的

闭环产品研发

有赖于物联网、云计算技术的发展，通过对产品上安装传感器，就可以基于物联网收集的产品运行数据，对产品进行性能、质量进行实时监控，工程技术人员将更加了解当前产品的软硬件运行状况。

▲图6 通过增强型虚拟现实技术

展现物联网感知的数据（来源PTC）

另外，基于大数据分析和智能优化对搜集到的海量数据进行处理，分析、编程，也可以明确在以往产品研发过程中出现的问题，继而在下一代产品研发中改进设计，使产品能够不断的动态优化来改善用户的体验，持续改进产品质量和功能。

物联网创新应用，正从速度、广度上深刻影响着工业科技创新的方方面面。智能时代，工业正被不断重塑。橙色云两年前组建了一支全球化的工业物联网专项团队，致力于打造工业物联网平台Uni-link，以此作为强有力的助手，帮助更多行业应用切实创新落地。

Uni-link借助大数据、云服务等，实现了信息发布、线上并网、电费结算、光伏运维、光伏金融等核心功能的全流程贯通。支持多种工业设备、工业服务、工业产品数据的接入，通过主流的工业协议及物联网协议，借助通讯网络，建立现场与平台之间安全稳定的双向连接，提供远程监控、数据统计分析、设备管理、可视化等多项服务，并为客户定制解决方案，进行创新应用落地。目前聚焦于智能制造、智慧楼宇、智慧热网等领域。

总体来说，实现智能研发是一个复杂而漫长的过程，上述的几大要素的实施也是一个非常复杂的系统工程。企业除了要建立完善的研发体系以外，还应通过信息化技术实现产品全生命周期中数据流的自动化，以用户为中心，通过智能研发构造出智能互联的产品，并形成系列化的产品生态圈，将用户的需求、使用等信息与产品研发紧密地联系起来，形成一个闭环持续优化的产品研发及服务体系。

来源 | 企业数字化咨询

责编 | 云隐

商务 | 徐老师 18584596819（微信同）

联系邮箱 | 1179400307@qq.com

文章内容来自网络，如有侵权，联系删除、联系电话：023-85238885