从CFD和FEA到数字双胞胎，汽车制造现在涉及大量虚拟化。CoSim的截图显示了虚拟的汽车内部和HVAC性能。图片来源：通用汽车。我们在2024年见到斯特林·安德森时，他是自动驾驶初创公司Aurora的首席产品官，这家公司是他在2016年与他人在特斯拉工作数年后共同创办的。然而，就在一年前，安德森就离开了初创公司，转向更为成熟的事务，担任通用汽车的首席产品官，该公司是美国最大的汽车制造商。从那时起，他目睹了通用汽车是如何进入他所称的工程和设计的第三个纪元。“曾几何时，人类观察鸟类，心想，‘好的，那些翅膀似乎工作得很好。让我们去设计一些看起来像它们的东西。’”安德森说道，在描述工程的第一个时代时说。“他们只是以某种方式不断试错，直到得到一些边际可行的东西。”他表示，最初的几百年发明就是“高度经验性迭代设计开发和工程的时代”，“我所说的就是，人类主要从我们已知或见过的东西开始，构建有点类似的原型，或许调整一些东西，希望能让它表现得更好，进行测试，反复迭代，经历这种缓慢的猜测和验证过程，直到我们得到一些边际上可行的东西。”第二个时代开始于计算机变得足够强大，能够进行一些早期的工作。“我们开始看到功能特定的虚拟开发工具以特定的方式改善人们的工作，因此他们不必去进行经验性原型开发，”安德森说。“例如，我们开始看到CFD（计算流体动力学）开始为空气动力工程师提供信息，”他说。“我们看到FEA（有限元分析）为结构工程师提供信息。我们看到无数其他虚拟工具……但是，开发的接力赛依然保持不变，设计将接力棒传给空气动力学，再传给结构，发现其他人必须解决的问题时，他们总是会将接力棒传回。”但安德森的世界最近进入了它的第三个纪元，“这是通用汽车真正大力推行的，即将这些功能合并为一个单一的、广泛信息化、主要基于概率的方法来设计、开发和制造这些资产，”他解释说。是的，所说的“基于概率”指的是人工智能/机器学习。使用模拟进行工程工作，例如CFD——与使用物理模型在物理风洞中相比——加快了这项工作，但模拟的复杂性意味着它在资源和时间上都是非常计算密集型的。但是，你可以教计算机如何虚拟化这个分析，然后使用人工智能/机器学习并行运行多个虚拟化；上个月，我们报道了一个这样的例子，当IBM和赛车制造商Dallara发布研究成果，显示这种方法生成的数据相关性足够高，值得使用。当你意识到这些新工具的速度有多快时，就越来越明显为什么通用汽车要拥抱它们。“我们历史上每次运行15小时的FEA，现在只需1分钟。”安德森告诉我。与其设置一个模拟在夜间运行，寄希望于没有出现问题，“当你在一分钟内运行这个东西时，你就可以更快地进行迭代，并且可以进行比以前都要广泛的测试，完全是因为你有的时间。”安德森说。但是，这些新的虚拟化工具的应用范围远远超出早期的工程分析和空气动力学或结构设计的领域，还扩展到通用汽车的其他业务：赛车、能源和电池、国防，甚至是月球项目。“我们并不是只在车辆设计完成后使用虚拟工具检查我们的工作，而是我们实际上给工程师提供了一个虚拟环境，他们可以同时优化硬件和软件，并以行业内没有人做过的方式告知硬件设计或软件设计或车辆性能，尤其是考虑到我们所做的规模和速度，”通用汽车虚拟集成工程执行董事贾森·费舍尔说。“这些虚拟工具的美妙之处在于我们与纳斯卡和一级方程式的赛车队合作，”费舍尔继续说道。“我们共同开发了很多这些工具，然后根据各个组织的优势和带宽独立开发工具。随着其中一个团队超越另一个团队，我们实际上会坐下来，每月进行赛车与生产部门之间的技术转移，以确保大家都在使用最新和最优秀的技术，并采用最新的技术。” 在你建造之前先驾驶