2020年政府工作报告提出：发展工业互联网，推进智能制造，要继续出台支持政策，全面推进“互联网+”，打造数字经济新优势。目前数字经济在世界范围呈现高速增长的特征，在大多数国家增速明显高于国民经济增速。在云计算、人工智能、共享经济等新技术、新模式领域，数字经济的表现尤为突出。由于数字经济增长速度快、规模不断扩大，对GDP增长的带动作用非常显著。数字经济被普遍认为是国家新动能的主要构成部分和新旧动能转换的主要推动力。

　　传统的生产要素是土地、能源、资源、劳动力，而在数字经济下，数据成为关键的生产要素，由于技术制约，长期以来数据很难产生价值，往往是生产活动的副产品，随着智能传感器、移动互联网、物联网等技术的发展，数据的产生速度、产生规模出现了爆发式增长，数据低成本的生成、采集、传输、存储成为可能。大数据、人工智能等技术，极大地提高了数据处理效率，降低了处理成本，数据成为价值的重要来源。例如：航空发动机公司通过数据分析飞行员的驾驶习惯，然后通过规范驾驶员的驾驶行为，从而起到降低油耗的作用，改变以往单纯通过改进发动机的设计来省油的方法。由此可见，数据成为越来越重要的生产资料。如何掌握和利用数据的能力，成为企业竞争力的重要来源。

　　以物联网、大数据和人工智能为代表的数字经济，仿真是其中重要的建设内容。仿真数据作为重要的生产资料，如何有效的管控是数字经济时代重要内容。仿真数据从何而来？如何有效的保存仿真数据？如何保障仿真数据的安全性、有效性、可重用、可追溯？为了解决这些问题，仿真平台是必要且必须的实施手段。

　　1、仿真平台具有数字经济的基本特征

　　平台经济是数字经济中重要的的组成部分，具有社会化生产的特性。社会化生产可以把成千上万的乐于创新和分享的个体聚集到一起，集体参与创新和生产。社会化生产的成果也不仅仅局限于简单产品，复杂产品也越来越多地以分散式的方式创造出来。对于许多平台型产品来说，平台只是提供了产品架构和后台基础设施，构成产品的核心层；再加上平台参与者及其活动，才构成平台用户所需要的完整产品，这就意味着平台用户在使用平台的同时参与了平台的生产活动。

　　工业互联网仿真平台也具有社会化生产的特性，通过众多的仿真人员的参与和分享，仿真的效率和可信度，将会大幅增加。在仿真平台下工作，每个仿真工程师即是平台的消费者，同时也是平台资源的提供者，他们所有的仿真经验和仿真过程都会长期的保留下来，为其他的工程师作为参考和借鉴，同样，他们也可以从其他分析师的工作中获得收益。仿真体系的建设离不开仿真平台，通过仿真平台的建立，不断地提升企业的仿真数据管控能力和仿真自动化水平，从而逐步完善企业的仿真体系。仿真体系的建设是一个循序渐进的过程，需要经历一个不断迭代，螺旋上升的过程。目前国际上比较通用的方法把仿真体系成熟度分为五个等级：1、数据没有管理；2、数据归档；3、数据无缝捕捉和管理；4、过程管理；5、过程自动化。目前我们大多数企业仍然是停留在1、2这个等级。如何有效的提升企业仿真体系的成熟度，仿真平台的建设是重中之重。

　　2、仿真体系分步战略

　　2.1从没有管理到仿真数据管理

　　目前企业基本上都缺乏统一完整的仿真数据集中管控平台。仿真数据基本上都是散落在仿真工程师个人电脑或HPC 服务器中，HPC计算服务器数据存储任务繁重，仿真全过程没有管理（一维、三维CAD 模型、CAE 模型、载荷工况、材料、计算结果），仿真安全性和可靠性不高，仿真过程不好追溯。

　　工业互联网建立统一完整的仿真数据管控平台。通过平台管理全过程仿真数据，包括 CAD 模型、CAE 模型、载荷工况、材料、结果模型等，实现仿真数据的分类管理，便于查找检索，以及仿真过程数据的追溯。实现与 PDM（产品数据管理平台）协同。设计数据与仿真数据同一系统架构，设计数据由 PDM 直接发送到仿真平台中，设计模型在 PDM 发生更改，会及时通知到仿真平台中仿真工程师，解决设计模型与仿真模型不一致的问题。仿真数据存储在仿真平台内，即可以直接存储在服务器中，也可以将数据量大的结果文件存储在本地

　　或HPC中，利用指针关系进行索引或查找。

　　2.2从无组织仿真到知识库规范性仿真

　　平台如果让更多的人来参与，就需要能够提供工程师需要的资料，越多人来参与，也会有更多的资料可以供大家参考，所以知识库必须在平台初期就开始创建。预先把企业已有的很多知识提炼出来，放入平台中，从而起到促进工程师使用平台的热情。但是目前众多企业基本缺乏仿真知识库支撑仿真工作，在仿真过程中，由于没有统一的材料数据库、规范标准库、网格模型库等，导致仿真过程中大量的仿真工作基本上是仿真工程师的个人行为，材料、规范、模板、资源不统一，数据重用率低下。这种仿真研发模式难以支撑快速的研发需要，严重影响产品研发周期。

　　随着仿真业务的积累，在平台内建立统一的仿真知识库。根据企业的仿真业务需求，建立统一的材料数据库、规范标准库、优选库、网格模型库等，实现仿真数据重用，提高仿真的效率与质量。通过将仿真知识的提炼，不断地形成企业的仿真规范，然后把这些规范固化到企业的仿真流程中，去规范仿真工程师的工作。

　　2.3从没有流程到流程驱动仿真建设

　　行业的现状是仿真经验没有规范化为仿真流程。目前仿真过程中，由于没有平台对仿真流程进行支撑和约束，产品仿真的成果和经验没有固化为一套有效的仿真流程规范。各个仿真工程师在仿真过程中只能自行探索，导致产品的仿真过程不统一。由于产品仿真过程和结果难以重现，同样类型的后续产品在仿真过程中，往往难以重用前面的仿真成果和经验。当产品仿真出现质量问题时，也不能对仿真过程进行有效追溯，因而难以及时有效解决问题。

　　通过梳理可以将成熟的仿真流程固化到仿真平台中，实现与仿真工具的集成，将产品仿真的成果和经验固化为一套有效的仿真流程规范。从仿真业务流程到仿真具体工作流程，再到多学科优化流程，逐步打造基于流程的多学科仿真平台，通过流程进行仿真控制，支撑仿真分析的规范、统一、标准化的研发和工程体系建设。通过仿真流程化体系建设，利用仿真知识积累，建立典型仿真分析的标准化流程，实现仿真工作的流程驱动自动化，迭代优化自动化，模型参数自动化，从而得到符合性能要求，同时具有创新性的产品。

　2.4 从虚拟到实物测试的连接，实现智慧仿真与实验

　　传统仿真和实验是脱节的，仿真平台可以实现与试验管理系统有效集成。仿真工程师可以将试验管理系统的试验数据同步到仿真平台中，并在仿真平台中建立仿真数据与试验数据的关联关系，实现仿真结果数据与试验结果数据的对比。通过仿真平台，以数字化为基础方向，实现仿真&试验的融合、互联以及基础智慧，逐步过渡到智慧仿真&试验平台。以下是仿真和实验的融合三个阶段：

　　·       以业务为驱动，基于业务开展仿真&试验协同建设，解决实际问题，发挥实际效益，提升研发和试验水平。

　　·       构建仿真&试验平台集中互联体系，信息之间无缝连接，形成智慧的信息源，精确检测人机试验行为，协同联动，无缝连接。

　　·       虚拟、半实物和实物试验结合运作，深入知识和智慧在仿真&试验平台需求和执行。

　　3、数字经济大潮下仿真体系建设，实现企业数字孪生

　　从广义的角度来讲，数字孪生是一种利用数据采集、虚拟制造等技术，通过系统中存在的控制、计算和通信单元，实现对系统状态和流程仿真、监测、计算、调节、控制和集成，实现物理空间个性化、高效化和高度拟实化的系统，也称数字孪生系统。广义的数字孪生其物理进程和虚拟进程因集成而相互影响，具有数据驱动、智能感知、虚实映射和交互协同的特点。从上面的定义我们可以将数字孪生理解为：针对物理实体建立相对应的虚拟模型，并模拟物理实体在真实环境下的行为。

　　数字孪生是仿真应用新巅峰，在数字孪生体的成熟度的每个阶段，仿真都在扮演者不可或缺的角色。基于西门子Simcenter和Teamcenter，打造基于显示中心&仿真中心&实验中心&管理中心的数字孪生体系（如下图），帮助企业不断推进仿真体系建设，为实现全面数字孪生提供了充分的基础和数据。在5G、物联网和大数据三大支柱的支持和护航下，“数字孪生”这个脱胎于工业互联网的概念，开始从构想走向现实。

西门子数字化工业软件（Siemens Digital Industries Software）真诚希望与中国汽车企业一起分析企业的挑战与需求，快速落实创新举措，打造世界一流的汽车企业，助力中国汽车行业屹立于当下，繁荣于未来。