AI加速设计仿真

在产品日益复杂的今天，全面仿真对于开发过程而言至关重要，但其执行起来也并非简单的一时之功。使用AI和机器学习（AI/ML）技术，可以大大减少设置的工作流程，以及运行复杂仿真所需的时间。先进的集成式AI工具，如西门子Simcenter，可以将曾经需要几天或几周时间完成的任务，缩短至几个小时。

在AI/ML技术的助力下，设计团队可以进行更广泛的设计空间探索，制造团队能够实现更短的开发周期，测试团队可以完成更严格的测试；而这些优势对于今天需要快速走向市场的智能产品而言，无疑是走向成功的关键变量。

现代仿真的挑战

许多现代产品在组件数量和单个组件设计方面，已经发展到几乎不能用手工验证的复杂程度。多年来，设计师们习惯于使用以计算机驱动的仿真，但这些仿真通常需要耗费很长时间来进行准备和执行，以至于只有很少的环节能够实现彻底的仿真，要进行额外的设计探索几乎没有余地；同时给设计师带来了繁重的体力和重复性的仿真模型准备任务，进一步拖延了设计过程。即使选择了最佳设计，也需要进行数千次额外的仿真，确保在使用期间可能遇到的各种操作条件下安全运行。

我们以汽车的设计为例。为了准备用于仿真的数字模型，必须手动标记螺母、螺栓和螺钉等所有部件，以便为每个组件分配适当的材料和细节级别，并为每个组件分配所需的特定操作。显然，对于成百上千个单独的零件来说，这是一个极其消耗体力和时间的过程。同样，在高保真度要求下运行空气动力学仿真，也需要大量的数据中心计算时间，从而限制了测试替代设计或在其他设计阶段进行细节仿真的机会。

以AI驱动的自动化力量

AI和自动化一直是不分家的。由于近年来技术的进步，AI能够承担一些劳动密集型的仿真任务，创建方便的自动化工作流程。随着大型神经网络一次性地识别数百或数千个零件，曾经高度手动化的零件分类过程现在可以自动化处理。在前面的汽车模型示例中，传统的分类过程可能需要经验丰富的工程师手动操作一周以上，而AI模型可以在几个小时内完成训练。

虚拟汽车模型非常复杂，需要手动标记数千个部件(来源:西门子)

除了节省时间，依靠AI来将这些重复的、依赖手动的任务自动化，能够减少非故意性的错误，计算机能够在设定的误差范围内准确、从一而终地对所有部件进行分类。与计算机完成的检查工作相比，人类在标记成千上万个零件的过程中往往更容易出错。

允许AI承担一些琐碎的任务，也能让设计师腾出宝贵的时间去处理更重要、更高级的事项。在设计过程支持方面，AI做出了很多的贡献，但是只有设计师才拥有真正创新所需要的想象力。

代理模型有效提升速度

AI在设计仿真中做出的另一个贡献是代理模型 (也称为降阶模型或ROM)。运行高保真度仿真既耗时又昂贵，通常只用于设计过程中最关键的步骤。虽然这是传统仿真方法局限性所带来的必然结果，但在这些关键区域之外的任何仿真都被迫使用低保真替代品或简单的近似代替。然而，通过利用机器学习驱动的代理模型，可以以一维近似速度获得精确高保真仿真结果。

AI电池模型的运行速度比传统仿真快55,000倍 (来源:西门子)

机器学习驱动的代理模型使用传统高保真仿真生成的大量数据进行训练，可以从过程中提取仿真结果本身之外的附加价值。经过训练之后，这些代理模型可以进行实时推理，帮助设计人员在没有耗费相关计算和进度成本的情况下获得高保真仿真的优势。代理模型甚至能够推断超出其训练数据范围的结果，允许它们为新的和未经测试的设计提供基本验证。

训练代理模型并把它集成到设计过程中，可以将其训练区域运行仿真的时间减少到接近于零，从而让设计过程更加灵活。

在加速仿真过程中创建和使用代理模型的投资回报显而易见，它们也可以简化多软件工具链。在设计过程中，不同工具需要协同工作，无论是并行还是串联，必须保持同步，因为需要在一个工具中生成的仿真结果来完成另一个工具中的任务，所以这些工具链通常并不直观。代理模型可以通过在另一个工具的框架内，直接提供基于工具结果的推断和预测来解决问题。这样一来，各种物理特性就都可以包含在设计评估中，无需过度思考不同工具和软件产生的不一致性和复杂性。

更高保真度的系统仿真

代理模型的使用不仅限于替代高保真仿真，还可用于原本适合使用高保真仿真，但传统上很难实现的领域。例如，西门子Amesim汽车系统仿真软件，该软件将许多不同专业领域的成果结合起来，创建出一个完整的系统模型。由于硬件的限制，这种类型的系统不可能完全详细地仿真汽车的每个元素，因此，我们使用对不同部件进行不同程度仿真的结果，例如将车身的空气动力学或发动机的特性，作为静态的一维近似值输入模型。

AI使工程师能够快速掌握不同参数对模块运行状态的影响 (来源:西门子)

然而，用替代模型代替系统模型中某些组件的这些一维近似内容，可以有效地同时在同一模型中仿真每个组件的完整细节。这可以进一步扩展到不同领域之间，例如设计发动机的团队可以充分测试不同车身设计对发动机效率的空气动力学影响。

在未来的设计周期中，代理模型可以被重复使用，或者作为一个起点便于更高效地改进当前正在设计的产品模型。从设计过程的一开始就获得合理准确的关键组件模型可以带来诸多好处。由于设计概念的早期验证，它使设计师能够在设计周期的早期探索更多的替代方案。这种复合效应有助于提高迭代产品的速度和价值。

随着AI/ML技术不断发展，仿真时间可以进一步缩短，而且保留着极高的复杂性和细节；而这也反向重新定义了仿真在设计过程中的实现方式。可以说，AI/ML不仅改变了仿真，而且改变了整个设计过程，使得制造商能够以比以往更快的速度和效率创造出更智能、更创新的产品。