研发数字孪生

仿真数据管理SDM

业务挑战

产品的核心竞争力之一，也是未来产品研制采用基于模型的系统工程方法走正向设计的必由之路。近年来因产品设计的复杂化、高速迭代等需求，仿真分析由于其可靠性、便捷性、经济性，日渐成为开发新产品、老产品改款的重要环节，并为用户提供了创新和应对市场的强大动力。作为其中关键环节之一，仿真数据在产品研发阶段的管理内容已显得愈发重要。

但是仿真分析工具的多样性、仿真计算数据大容量性、仿真分析业务的复杂性，仿真数据、流程、协同管理方法的落后，导致仿真分析方法千人千样、仿真数据大量冗余、协同过程松散等问题。这些问题主要体现在以下几个方面：

多个专业之间独立进行仿真分析，而且各专业使用的分析工具五花八门，产生的数据格式和结构也很难统一，数据在专业、部门和工具之间的传递主要通过人工操作进行，不同工具之间还需要进行数据格式的转换，这个过程不仅效率低下，而且效果差，数据质量和及时性无法保证，不能满足当前多专业仿真数据管理的需要。
仿真分析产生的数据分散保存在每个工程师的个人工作空间，没有进行统一的规划与管理，形成了数据的孤岛，这对协同设计过程的追溯、查询以及随后的质保、优化等产生了较大的阻碍。
由于产品研发时间紧迫，研发任务繁重，往往会启用大量年轻的仿真工程师以保证项目节点，人员经验的参差不齐使得许多成熟的仿真分析流程因为工具应用和个人分析的差异，导致了分析结果的差异性，制约了对设计结果性能的正确验证。