仿真数据与流程管理的关键技术
图2 仿真数据与流程管理的关键技术
1）仿真流程的控制和管理
仿真流程规定了和仿真任务相关的具体过程、人员、数据和工具，仿真流程既包括具体软件工具内部的向导式分析流程（如导入几何模型。建立CAE模型、设定载荷和边界条件、启动求解器进行分析、生成报告等），也含有不同人员之间的协同仿真。仿真流程需要将流程中的每个节点与该节点的工具（模块）、数据进行关联和交互，并能实现数据在流程中的自动流转。
图3 产品数字化仿真的一般流程
2）模型封装和管理
复杂产品的仿真过程中会产生的不同类型、不同精度的模型，如何对这些模型进行统一定义、分类、组织和管理，建立相关模型的关联关系，实现仿真模型的分析和重用，是构建仿真数据管理平台的关键技术之一。
模型封装一般采用面向对象的技术，通过模型封装技术可以将大量结构化的仿真模型的输人和输出定义为对象的属性．将对模型的操作定义为方法，同时还可以将仿真的规范和标准融人到封装的模型中，并通过相关模型的关联关系来构建关联模型。
3）仿真结果数据可视化
仿真结果数据可视化是指对某个或某几个数据以图形图表的方式显示出来．并可以对这些数据进行相关的操作和处理。
仿真结果数据可视化为工程技术人员对模型的改进和优化提供依据。目前，各种CAE模型的统一可视化实现较为困难，可以将CAE模型转化为某种特定的数据格式（如JT格式）然后再通过可视化工具进行模型的浏览和查看，前提是需要CAE模型支持这种数据格式。
4）多学科协同仿真和综合优化
为了对产品性能进行完整、准确的仿真，除了需要单领域仿真外，还必须进行多个领域的协同仿真和综合优化，从而在产品设计阶段就可以对产品行为进行全面的评估和分析．并使产品的优化设计成为可能。多学科综合优化作为仿真过程的一个优化环节。需要实现仿真数据管理平台与多学科优化工具的集成。
此外，随着仿真系统规模增大，模拟精度增高，复杂性增强，相应的对计算能力需求也越来越高，单处理器的运算能力已经不能满足大规模仿真数值模拟的需要．需要在仿真系统中应用高性能的并行仿真计算平台。构建仿真数据管理系统需要考虑和集群作业管理系统的集成。
（此部分内容来源：《复杂产品的仿真数据管理研究》）
企业案例赏析
仿真数据与流程管理解决方案巡礼
仿真数据管理解决方案有两大阵营：一个是传统的CAE厂商，如ANSYS、MSC Software等；另一个是PLM综合厂商，如Siemens等。PLM厂商进军仿真数据与流程管理的出发点是“不能在现有的信息链上硬生的产生出另外一个信息孤岛”这是相对CAE厂商的SDM解决方案的一大优势，但他不得不面对仿真数据与流程的独特管理特点。CAE厂商和PDM厂商有着截然不同的分歧，也产生了截然不同的解决方案。让我们一睹为快。
Simulation Manager：管理仿真项目的整个生命周期
Teamcenter for Simulation：仿真分析数据管理解决方案
敬请期待其它厂商......
