3D Experience平台：产品协同研发的未来趋势

随着产品复杂程度的提升，市场竞争愈加激烈，基于模型的正向研发已经作为有效的应对手段被广泛接受。但研发流程中仍然存在复杂功能架构定义困难、多方案难以权衡、多系统难以联合仿真，仿真效率低，验证不充分等问题；而且缺少对产品研发自顶向下全流程支持的平台，信息孤岛现象显著，需求等数据关联追溯性差，不同阶段之间的协同较弱，数据价值没有更大化、知识难以积淀和应用、协同效率低下等问题也没有解决。

达索系统公司推出的 3DExperience Platform，为用户提供包括方法论、流程、工具集和知识库，为产品研发自顶向下的功能架构、方案、详细设计、验证、优化与权衡提供系统、全面支撑，实现对复杂机电产品的功能分析与架构定义、功能、性能充分验证等。同时提供包含数据管理、任务管理、人员管理的协同环境，提升研发效率。

产品介绍

•  基于模型的全生命周期正向研发

3DE 平 台 结 合 MagicGrid 功 能 架 构 设 计 方 法 论、Dymola+SEV/MCK 多学科系统建模仿真、Isight 仿真集成与优化仿真管理等技术对产品研发全生命周期的各个阶段提供自顶向下的充分支持，支持MBSE、MBD和MBT，提升研发的效率和效果。并基于“仿真软件集成 + 多目标优化 + 架构模型驱动的多属性评估模型”，实现产品研发各阶段的多学科优化和多属性权衡，进一步提升产品的综合竞争力。

♦  基于 MBSE 的系统功能及架构设计

基于适用于复杂机电产品设计的MagicGrid方法论，结合与需求管理工具的集成，采用模型方式描述、分析和检验产品在各种任务或场景下的活动内容、状态特性、交互信息，并生成与之匹配的功能需求、功能架构、测试场景和逻辑架构，利用系统功能模型快速构建能力及仿真验证能力，评估需求合理性和覆盖度，实现需求到功能的映射和系统需求的分析与验证。

内嵌求解器支持与专业建模仿真工具的集成，实现需求驱动的功能、性能指标验证，并完成系统多目标优化和多属性权衡。

♦  基于模型的方案协同设计及联合仿真

借助于 SysML-Modelica 映射功能，基于前期功能 - 架构设计中形成的系统架构及接口约束，自动生成多学科建模环境中的仿真架构，提高模型的复用性，使得不同阶段的协同更为紧密和流畅。提供了针对机械、电磁、液压、流体等系统的开源模型库，使得基于模型的故障注入等二次开发变得简单易行。基于 FMI 标准和 SEV 分布式集成仿真环境，提供了兼容多种异构模型的平台，与 ISight 模型标定与近似模型技术、1D、3D 等多维度耦合仿真结合，可获得针对复杂产品的模型，对产品方案进行全面、快速的验证、优化和权衡，实现部件的选型设计。

♦  多专业协同设计及仿真

基于多学科集成优化工具ISight的多种CAE工具集成能力，针对详细设计结果进行力、热、电磁、振动噪声等多物理场耦合的综合验证。结合ISight的DOE、敏度分析、近似模型和六西格玛设计能力，帮助用户深入全面的了解产品的设计空间，多维度定量分析设计参数对产品性能的影响，实现产品的多目标优化、权衡和可靠性提升，使产品获得更强的市场竞争力。

基于 SLM 的仿真流程自动化驱动能力，将标准化的、重复性的工作交给计算机完成，提升验证优化效率的同时，大大降低工程师工作负荷。

•  数据追溯与任务协同

3DE平台基于TRA提供全流程数据关联追溯，实现产品研发各阶段之间的协同，对变更进行管理。平台借助于数据管理、任务管理功能，更大化数据价值，实现企业知识的积累和复用，并提升产品研发过程中的协同效率。

♦  全流程数据关联追溯

基于TRA模块，与RFLP流程结合，自动实现需求、功能、逻辑及物理层之间基于模型的全流程追溯，直观展示不同科室、不同设计阶段的模型追溯关系，确保产品研发结果与需求的一致性；并实时显示覆盖率，清晰地判断产品研发的瓶颈，帮助决策者全面掌握项目的实施情况。当需求发生变更时，将数据的变更及时通知到上、下游的设计师，快速捕捉并直观显示追溯关系变更情况，定位变更管理中的问题。支持网页端预览文件或模型的内部元素，在整个开发团队和其它利益相关者之间实现模型共享，提高整体沟通、协作的效率。

♦  数据管理和应用

基于 3DE 平台的统一数据源管理功能，通过与不同类型研发工具的集成，对研发过程中所产生的不同专业和不同类型的研发数据进行统一存储和分类管理，解决数据孤岛，数据丢失、数据难以查询、共享和重用困难的问题，实现数据的自由流转，并基于数据进行建模、标定、多学科优化和多属性权衡，支持方案选型和优化，形成知识库，应用于产品的设计、验证和优化，更大化数据的价值。

♦  研发任务协同

基于 3DE 平台的任务管理、数据管理等，将不同部门的研发人员纳入到虚拟的型号研制团队中，将研发人员、工具、流程、数据、知识等进行有机结合，并实现自动管控，实现型号研制过程中任务的统一分派和任务执行过程中数据的动态传递，可有效地提升产品研发的协同效率。通过任务流与数据流的协同，实现以研发数据驱动研发任务的动态变更，兼顾了流程化的通用性和实例化的特殊性，可有效提升平台的实用性。

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删