2010年，AberdeenGroup 对157家顶级企业的研发当中遇到的问题进行了一次调查，排名前五的问题如下：

 

Ø 问题发现得太迟

Ø 成本，性能和质量的权衡

Ø 频繁的设计变更

Ø 预测一个真实的世界环境

Ø 缺乏技术专家

 

第一，  问题发现得太迟

 

实际研发过程中，有一些问题到了研发后端才暴露出来，比如一个高功率密度的电子器件，无论使用什么样的散热技巧，其结温就是过不了关，这个时候只能有两个选择，要不降低功率，要不整个方案推倒重来，而这两个选择都不是想要的结果。

 

第二，  成本，性能和质量的权衡

 成本，性能和质量是天敌，工程上通常是通过妥协设计来权衡，不仅仅是三者之间需要妥协，在每一个参数的内部同样需要妥协，就拿性能来说，重量和强度通常就是一对冲突的指标，为了提高产品的强度，不得不增加产品的重量，这种妥协无处不在，以至于很难找到一个最佳的折中方案。

 

第三，  频繁的设计变更

产品设计者对设计变更自然是很头疼，却不得不面对。有一些是内因，由于对产品相关的技术理解不够或者缺乏系统思维。更重要的是外因，来自客户的要求——我们的上帝改主意了，无论是多么的荒谬和心血来潮，看在Money的份上还不得不笑脸相迎。

第四，  预测一个真实的环境

产品是功能的载体，每一个产品的设计都会依据一个假定的使用环境。某企业设计一款控制的温度上限就是60度，当然这个温度上限通常可以满足使用要求，然而该企业的产品销售人员无比的强大，他们把这个产品卖到了非洲——一个夏天的室温就可能是60度的地方，最后的结果是产品的返修率5%，企业每年为此付出的维修费用是5000万人民币——这样的教训还是少一点比较好。

第五，  缺乏技术专家

技术专家本身也是一个双刃剑，好用不便宜，而且不好找，当然如果能花钱请到技术专家，那还算是幸运的，多少企业的项目流产于关键技术的突破？能挖到的技术专家基本上是省钱的，如果企业想自身内部要培养技术专家，只能用钱来堆了，还不一定堆得出来。

 

 

         CAE技术的出现，为企业研发提供了新的思路，前段时间有机会和一个神交已久的业内大拿喝茶，倾听他对行业的见解，受益匪浅。这位兄台名下有多个公司，为国内企业提供CAE软件及相关咨询服务，特别是在汽车行业有多年的积累。众所周知，汽车行业（包括零部件）是国内CAE运用最成熟的行业之一，每个主机厂的很多部门都有自己的CAE团队来支撑企业的研发，零部件为了提高研发和响应速度，也大力发展各自的CAE的能力建设。

天南海北，海阔天空，此君谈及他们在汽车行业的辛勤耕耘，如数家珍，说了很多有趣的应用，尤其是他提及他和某主机厂之间的一个实际案例——他们称之为“两C融合”。

    “两C融合”的背景是CAD和CAE，CAD主要任务是设计，把通过CAD软件，把产品在电脑中表现出来，CAE的主要任务是仿真，通过计算机数值技术，对产品的性能和可靠性进行评估和优化。在企业研发体系里面，设计，仿真和测试通常是不同的业务小组，每个小组各司其职，研发工作在这三个小组之间不断循环迭代，各小组通力协作，解决研发中的难题。

            然而貌似简单的逻辑框架在具体实施过程中，却有很多不足之处。企业设计人员和仿真人员之间很多时候关系并不和谐，甚至是对立的。设计人员自己多年的设计经验被一个不懂产品只懂仿真的毛头小伙子说自己的某个设计不合理，这个拿着一推花花绿绿的图片的家伙，有什么资格来指点我？仿真的员工说，明明后处理图片已经显示这个产品某部分的温度已经超标，而设计人员不顾自己的建议，依然决定使用这个不合理的设计方案。测试人员常常讥笑仿真人员的仿真结果不可信，而自己却很难得到重复性高的实验结果。设计人员抱怨测试人员实验周期太长，实验要求太高，导致设计进展缓慢，而仿真的计算虽然比实验好像是快了一点，而且并不依赖实际的产品样机，但其速度也适应不了频繁的设计变更，通常产品方案已经到了2.0，仿真1.0的计算结果还没出来，林林总总，打不完的官司，吵不完的架。

仿真从专业角度上去区分，大概可以分解成结构，流体，电磁，碰撞等几大类。在一定程度上，我们甚至注意到，CAE供应商往往迫使企业不合理地使用高成本、高学历的工程师和科学家（即仿真“专家”），为产品开发实体（即设计部门）的实际生产环节提供简单的仿真服务。这是因为在很大程度上，CAE供应商无法提供真正可供其实际目标受众，即设计工程师操作的工具。更糟糕的是，这些昂贵的专家并没有将其宝贵的时间花在创造性的活动上，即利用他们的知识和能力来构思和创新新产品，而是将大部分时间和才华浪费在克服CAE 仿真工具中存在的技术缺陷上，例如清理复杂的CAD 几何图形，生成计算网格，或设置和监测解收敛以获取有意义的结果等需求上。所以在企业内部，让仿真人员去做设计的工作，企业是不愿意的，那么能不能让设计人员去做仿真的工作呢？我们不妨用CFD为例，来分析一些让设计人员从事CFD计算的必要性和主要障碍。

    传统的 CFD 仿真过程在近 30 年里几乎一成不变，当前完成的大多数 CFD（我们估计可达80%）都符合以下定式：在CAD 中创建几何图形，将其导出到网格划分工具并进行网格划分，建立和运行CFD 求解器，对结果进行后期处理，返回到几何图形并做出修改，然后继续周而复始地执行上述设计循环。

    过去 20 年里涌现了 SpaceClaim、ANSA等多种前处理工具，在清理“未简化CAD”、改进网格划分等方面大大改善了传统CFD 工作流程。它们改善了几何图形的清理、面网格和体网格划分，但无一例外只是一种提高效率的做法，其仿真流程，并没有太大的改变。

    仿真工具（包括 CFD）终究只是工具，通过运行这些工具获取仿真结果也不过是面向企业的实际任务提供的一组仿真计算结果来支持研发，目的不外乎为客户创造卓越的产品并建立具备全球竞争力的创新体系。

而Aberdeen Group对于如何解决调查得出的Top5的问题，他们给出的建议是：

·      仿真提前

·      “一次性做对”

·      分析专家和设计人员之间的协作

·      在概念设计阶段进行更多的设计迭代

·      定义评估产品开发的最佳实践

·      减少产品独特零件的数量（简单的复杂度）

    这些战略性的建议，应该是要求企业不但要做仿真，而且要做大量的仿真，在概念设计阶段就要做仿真。不考虑成本因素，理想的CFD工程师应该是这样的：

·      深度了解其产品和设计

·      受过培训，能够针对问题找到创新的解决方案

·      每天运用各种设计工具

·      预期这些工具能够可靠地工作

·      不太关注这些工具的工作原理

·      非常灵活，不拘成规

·      表现出强烈的“坚持到底”的态度。

 

    结论不难得出，让设计人员做CFD，CFD做到“两C融合”才能从根本上满足现代企业创新的需求。

    然而，当今的CFD工具的特性使得CFD的“两C融合”必须面临一些显而易见的障碍：

 

一、   当今的 CFD 仿真工作流程取决于传统 CFD 方法中所用的基础数值方法，而不是用户自己的工程设计工作流程。

 

二、CFD 甚至使用更为复杂、不完整、不稳定、不精确有时还不可靠的物理和数值模型，尝试对实际产品功能的真实物理复杂度进行建模，这些模型：

1. 并不普遍适用于看起来相似的情形（例如，汽车上或飞机机翼周围的外流空气动力学）；

2. 附带大量在正确使用代码之前需要考虑的非常具体（有时甚至不外传）的应用限制；

3. 不对用户提供任何直接的失效反馈（因而令其变得更加扑朔迷离）；

4. 需要数量庞大的计算资源 (CPU)，而且不保证在仿真过程结束时取得成功（即获得“正确的答案”）。

 

三、当今的大多数 CFD 只不过在虚拟世界勉强重现了真实世界的实体产品情形，但在洞悉所采用的工程设计流程、发现设计缺陷和存在改进可能的方面以及新设计方针等方面，通常并未提供任何“附加价值”。在上述所有方面，用户不得不自行推断，通常在积累多年的实践经验后才能有所心得。CFD用户过分专注于数值解，而不重视实用性培训。

 

四、许多 CFD 并未降低工程师了解产品物理场的门槛。事实上，有证据表明，情况恰恰相反。使用CFD的工程师通常必须非常熟悉产品的物理场（或具有深入的见解），才能在传统的CFD 工具中选择和设置正确的“建模选项”，以及识别CFD 建模错误。因此，有讽刺意味的是，将CFD 用作设计工具来了解产品开发中的物理行为，要求工程师具备更多的物理场知识。

 

五、当前建立的传统CFD 方法不允许用户按照工程师习惯的工作方法开展创新活动。CFD不具备实时互动性，无法提供沉浸感或处理有形物，难以满足现实的工程时间表要求。CFD的角色被局限于真实物理世界到虚拟世界的转换；软件在帮助工程师通过以下途径消除真实物理场的复杂性方面未能起到辅助作用：仅仅专注于重要和相关的设计方面、以交互方式解答用户的问题，甚至建议最佳做法。

 

六、当今许多 CFD 应用是以孤立工具的形式展开的，因为 CFD 代码往往与一种基础数值方法密不可分，从而将其限定于某些实用的行业应用。任何宣称的“多物理场”仿真或更甚者，我们姑且将其称为“多学科物理场”，如果看起来只是通过在某个平台上来回传输数据，在多个孤立的工具之间建立非常呆板的联系，都是荒诞不经的。又或者，它试图仅仅使用一种数值方案来扩展物理建模能力，这种方案最初适合某个有限的功能集，但在面向其他应用时根本无能为力。

 

七、不可回避的一点是：CFD 的使用非常昂贵。如果没有至少 50 万到100 万元的软件费用，并且聘用一位身价不菲的CFD 工程师（超过30 万元的年薪加上日常管理费用），根本无法开展CFD，这还没有包括采购功能强大的PC 的费用和其他杂费。对于中小型企业而言，这类费用无疑将成为其采用CFD 技术的重大障碍，有些企业选择采用替代方案，例如运用内部应用专业知识和基于经验法则的Excel。

 

八、可悲的是，当CFD 专家用户感到自己的地位或工作受到威胁时，也会成为“两C融合”的绊脚石。毕竟，捍卫其作为业界精英的地位并阻挠变革，这也是人之常情。

 

九、最后，CFD 行业没有帮助用户积累、处理和发布多年来在数十亿次CFD 仿真中收集的知识和经验，而是将所有这类工作留给个人用户或用户团体来探索。

 

        来自行业或者行业以外的多种力量关注CAE的两C融合工作，结合计算机及相应工具的特点，尝试克服这些障碍的可能性。

 

一、高性能计算——HPC

   随着摩尔定律成为电子领域无可辩驳的发展趋势，如今的硬件变得相对廉价（即CPU 处理能力和内存），以有限的成本在CFD 仿真中投入更多的CPU 现在成为一种可行的做法。事实上，当前用于CFD 的核心数量多达10 万个。在这里，尽管我们将HPC 视为一个独立的促进因素，但需要指出的是，这一“两C融合”相关因素与日益成为“两C融合”基础推动力的云计算有着密不可分的关联。

HPC 的优点：

1. HPC 无疑能够缩短获取 CFD 结果所需的执行时间，因而有助于推动传统 CFD 工作流程某些方面的两C融合，并且使例行LES 仿真和直接纳维-斯托克斯仿真成为可能；

2. 运用格子波尔兹曼方法的 CFD 求解器（例如PowerFLOW 和XFlow）依赖HPC，以极低的生产准备成本，及时生成以设计为中心的快速CFD解；

3. HPC 允许用户增加 CFD 模型研究领域的范围并提高其细节水平，执行更多瞬态仿真；

4. HPC 允许用户探索广阔的多参数设计空间。

HPC 的缺点：

1. 如果用于克服 CFD 技术中存在的局限性，例如网格生成复杂度，HPC可能是一种很昂贵的变通方案，

2. HPC 的定价成本不断下降，但基本 CFD 软件的定价在过去20 年一直保持相对稳定，而且

3. 对于中小型企业而言，它们没有建立和维护 HPC 集群所需的基础设施或IT 人员（除非选择云部署），因此不能作为其解决方案。

 

二、采用云部署HPC的解决方案

        CFD 云部署领域如今每隔几个月就会涌现许多初创公司。在 CAE领域，新的初创公司（例如SimScale、simulationHub、Ubercloud等）正在向现有的供应商发起挑战，而且随着这些公司逐渐发展到相当的规模，开始带来一些许可变化。但在CFD（和广义的CAE）领域，我们处理的是几何图形、边界条件和材料属性。一旦完成打包，您将拥有公司的大量知识产权(IP)。在不安全的云服务器上，知识产权可能遭到窃取。

云的优点：

1. 用户可在需要时采用即付即用的模式增加 CFD 使用量；

2. 它是可扩展的，可满足可变的企业需求；

3. 基于云的 CFD 可计入运营支出而不是资本支出；

4. 几乎适合在全球任何位置开展协作；

5. 允许用户采用分包合同的方式，将大型设计空间探索 CFD 仿真阵列分布到数量远远超过现场容量的CPU；

6. 尽管存在安全顾虑，但我们很多人依然在云中处理各种银行业务，而且云中还提供了类似Salesforce.com这种存储了企业所有客户资料的软件，这已被广泛接受。

云的缺点：

1. 安全性不确定。要建立充分的信任，必须深入了解云提供商和 IT基础设施的可用性、性能、维护、安全性、可持续性等指标；

2. 担心仿真成本超出控制，因为 CFD 仿真的周转时间在本质上是无法提前预测的，

3. 导致数据丢失的全球连接问题和连接中断，以及大型模型的上传和下载时间，

4. 软件合规性问题和地域性，例如国家政府监管（如欧盟区）；

5. 传统 CFD 代码以及如何将其与云部署联系起来，

6. 当您将笔记本电脑带到异地，就会增加遭到黑客入侵的安全风险，

7. 100 美元／月的“自助餐”价格点（Onshape for MCAD的成本加运费）可能导致现有的商用CFD市场自相蚕食。

 

三、用户自定义——二次开发

    新生代工程师不再愿意阅读使用手册，用户自定义对他们而言非常重要，Weinhold 和Parry（2013年）在一篇论文中概括了用户自定义对CFD 的影响，并将用户自定义视为“CFD的第三次浪潮”。

用户自定义的优点：

1. 它是生成可靠、可重现的 CFD 结果的关键；

2. 它是有效使用 CFD 软件的关键；

3. 它是预防用户错误的关键；

4. 它有利于提高用户生产率。

用户自定义的缺点：

1. 事实上，它几乎没有什么缺点。实施不利的用户体验项目可能对CFD产生负面影响，甚至产生错误的结果；

2. 通常，工程仿真 CFD 软件可能必须使用成千上万步操作来处理本质上就很复杂的几何图形和物理场。在用户自定义中需要考虑这一因素，而且实现起来并不轻松；

3. 在缺乏 CFD 域或工具专业知识的情况下需要生成精确、可靠的结果，用户自定义不能对这一需求产生影响。

 

四、嵌入式CFD软件

        随着新产品或数量越来越多的产品以更快地速度进入市场，需要不断缩短制造产品的开发周期。利用工程仿真技术，可以提高产品设计的复杂度，使其更加逼近产品的极限，从而减少过度设计。这对CFD 仿真请求越来越多而仿真专家数量捉襟见肘的局面产生了巨大的冲击效应。MCAD是所有虚拟产品开发流程的中心。CFD应该认识到并且必须适应这一点，才能成为一种有效的工程设计工具。因为，交货时间始终决定着公司的日程安排，3D-CAD/CAM 使得工程设计流程不得不重新排序。如下图所示，将仿真工具嵌入到CAD 是最理想的情形。将3D-CFD 仿真嵌入到MCAD工具内是一种提高用户生产率和推动CFD 应用民主化的有效手段。此方法允许在产品开发设计流程的早期进行更多CFD 仿真，这对最大限度降低成本具有最重要的影响。常见的CAD 环境和PLM 工作流程中的这类前端装载的CFD 仿真需要直接在最新的3D- CAD 模型上进行，并且需要在几个小时而不是几天或几周内提供结果。这也是Mentor Graphics将其FloEFD™工具套件嵌入到所有主流MCAD 产品包所取得的效果。

图一、多学科软件、PLM设计工具和工程师+工具之间的关系

 

    我们相信，未来 10 年，将 CFD 嵌入到原始 CAD 软件将成为推动CFD 民主化的最大因素之一。由 CFD 生成的数据与其他所有产品制造信息（例如质量、视觉外观、运动学、环境足迹、制造成本等）并无二致，那么，为什么要从PLM 工具传输或导出／导入几何图形数据供CFD 直接使用呢？这是否不合逻辑呢？

CAD 嵌入的优点：

1. 可在设计流程的早期使用 CFD（前端装载／前期）；

2. 可供设计师使用（如果足够稳定）；

3. 为工程师提供了熟悉的（单一）PLM 用户界面，供其学习和使用CFD，而不是像目前这样，提供两个、三个甚至四个产品包。

CAD 嵌入的缺点：

1. 30 年后，一些主流 MCAD 工具对于任何刚刚上手并尝试首次使用的工程师而言，仍旧不那么容易使用；

2. PLM 平台内包括 CFD 在内的许多工程仿真工具的整合情况仍旧不尽人意；

3. 工具没有完整的物理学（或化学和生物学）功能。

 

五、1D 流体系统/2D/2.5D- CFD

   世界本质上是三维的，但它也是由复杂的系统和成体系的系统构成。现实来讲，CFD必须采用最合适的方法来实现其总体目标，即便其中需要实行简化。对于工程设计而言，基于完整的前端模型进行系统建模非常重要，从这个意义上讲，1D系统模型开始体现出前所未有的重要性。1D系统建模的要求是必须可跟踪和可验证。此外还需要考虑建模层次结构和不断变化的仿真保真度。基于模型的CAE 协作非常重要，这需要优化数据的“价值流”。理想情况下，工程仿真软件应该强制实现自动选择最佳CFD 方法，而无需用户输入。在某些情形下，2D-CFD 甚至2.5D- CFD 也可以很快地生成现实的工程预测。

1D/2D/2.5D -CFD 的优点：

1. 一旦建立 1D 模型，系统模型的速度将非常快，可以快速地并行运行许多“假设”分析；

2. 不要忘了，当今使用的大多数发电站以及航天火箭和波音 747 等经过试验和测试的设备全部采用1D-CFD（Miller，2014 年）设计。1D 模型仍旧是一种非常有用的工程工具；

3. 利用 1D 系统建模可进行实时和近乎实时的工程仿真；

4. 1D 本质上可用于处理成体系系统，这在当今制造的产品中变得越来越重要；

5. 3D- CFD 域的组成部分显示了狭窄通道和多孔区域等一维和二维特征。何必要浪费3D 求解器的时间和大量网格单元，以3D 方式解算这类域组成部分呢？

1D/2D/2.5D- CFD 的缺点：

1. 绝对精确的 1D/2D/2.5D 仿真一直饱受质疑；

2. 在协同仿真情形下实现 1D、2D 和 3D 求解器与时间标度的配合一直非常困难。所有求解器不约而同地都会等待链中速度最慢的一个。而且，使用多维度工程仿真软件来仿真瞬态物理过程是最困难的。

 

    从我们的上述论证不难看出，CFD的“两C融合”的一些前提条件和主要因素体现在MCAD/PLM、用户自定义（自动网格划分、易用性、UI、定向内置智能）、1D/3D-CFD 以及HPC 和云部署中。但我们必须非常谨慎；就CFD仿真而言，我们所认为的“非专家”和“专家”之间存在一些根本性的区别。“非专家”只是对特定仿真软件（例如CFD）而言的“非专家”，但他们在各自的工程领域（例如测试、化学工程、过程控制等）无疑是专家；相反，典型的CFD 分析师在其工程领域可能是“非专家”，但在运行特定的CFD 软件工具集方面则是专家。

          Knowles（2015 年）恰如其分地阐述了我们的看法，即 CFD 应该计算必要的内容，而不是有可能计算的内容（不论其影响是正面还是负面的）。而且，我们不能将用户简单地划分为“专家”和“设计师”，因为只需要简单了解代码的“设计师”可能在CFD 领域不是专家，但在其他领域则是专家。

    可以预见的是，未来某一天，当我们告诉我们的孙辈，比方说两代之后的工程师，我们在使用CFD 进行流体流动仿真时，曾经将三分之二的时间花在创建几何图形和网格划分时，他们一定会笑话我们。因为他们只需触摸屏幕就能进行“实时”CFD，肯定很难想象我们竟然会花几天或几周的时间进行预处理。

    甚至存在这种可能，只要佩戴某种头戴设备，他们就能直接在头脑中进行流动及传热分析。

    “两C融合”应该是工程师采用的产品设计方法的结果。CFD 仿真工具有助于激发创意，工程师则需要从妨碍其发挥创意的CFD 方法造成的桎梏中解放出来。我们相信，工程师将在以CAD 为中心且支持PLM 的环境中开展工作，并且CFD 的软件实现需要处理客户工作流程，使客户即便只有极少的物理学知识，也能在这些环境中获得尽可能高的生产率。此外，用户需要真实的实时仿真。当前，我们还没有实现并发的多物理场协同仿真，因此需要进行大量顺序仿真。

          CFD 的“两C融合”是完全可能的，但要在未来的 30–40 年得到广泛的发展，需要我们跳出思维的拘囿，借助更多的基础研究，从根本上重新审视CFD 代码结构。我们认为，对两C融合影响最大的因素包括支持PLM 的CAD 嵌入式CFD、云部署，以及优先用户自定义和以代码设计为中心的模式。某些CFD 应用程序将在两C融合进程中占得一席之地，但CFD “两C融合”面临的挑战将成为我们行业最大的变革原动力。