本站原创
摘 要：虚拟样机仿真技术在汽车制造、航空、航天等多个领域中拥有广泛的应用和发挥重要的作用，然而仿真数据量和仿真工具种类的的迅速增加在简化仿真应用的同时业也带来了不小的麻烦，如何能够有效的管理和利用这些数据成为一个新的研究热点。文中通过对工作组级的项目仿真作业的分析，建立了仿真数据和过程管理系统（SD&PMS），通过管理和技术两种手段对仿真中的数据，关系、流程进行了梳理和优化。应用SD&PMS能理顺和高效地管理工作组的仿真数据，提高仿真开发效率，提升仿真工作的质量，将工程师从不重要的重复性的操作中解放出来。
关键词：仿真数据管理；仿真过程管理；虚拟样机开发
：A DoI: 10.3969/j.issn.1003-6970.201
He Xiao-chuan1 LI Xin-xing2
(1.Equipment Institute, 2.Chinese maritime satellite monitoring and control unit)
【Abstract】In order to solve problems caused by various format of simulation data and complex operation flow on collaborative simulation from different software in the development of virtual prototype technology, this article analyzes and designs the SD&PMS(Simulation Data &Process Management System)frames based on three key capacity of simulation organization structure and capacity of information management, simulation nodes and node plan management. The simulation data, relationships and flows were coordinated and optimized from technological and administrative point of view.t
【Key words】Simulat
0引言
虚拟样机技术出现在上世纪60年代，可以在产品开发的初期，便能以很高的真实度对产品进行概念设计，功能仿真，发现设计中存在的大部分问题，所以受到制造业的广泛欢迎。随着计算机硬件性能的提升和相关仿真理论快速发展，从20世纪90年代到21世纪初，虚拟样机技术的应用出现了高速增长，从原来的汽车等不多几个行业发展到航空，航天、建筑、国防等诸多行业，软件产品从几种增加到上万种，为工程师提供了高效、低成本的解决问题的手段。很多企业在虚拟样机技术的大规模应用中受益，但同时他们发现，必须花费大量的精力用于管理仿真中出现的各种数据、协调各仿真单元间工作，这项工作的难度甚至超过了项目自身的实际技术问题。如何管理日益庞大和复杂的仿真数据，如何将工程师的精力更多的投入到问题本身是在虚拟样机技术应用中出现的新问题。
随着现代工业的发展和进步，机器人在高危险、高强度等众多行业和领域内替代了人类进行工作，汽车、轮船、飞机等现代化工业产物的生产车间内到处都是机器人的身影。大大地提升了生产效率。但是从事复杂工作的机器人的制造和设计过程也非常复杂，通常采用虚拟样机技术进行前期的概念论证和设计。大型项目中由于参与人员、涉及知识领域众多，不可避免地带来了管理和协同方面的问题。
本文深入分析虚拟样机设计开发工作组级仿真的特点，提出建立具有仿真组织结构和能力信息管理、仿真节点和节点进度管理和仿真节点进度管理三个关键能力的SD&PMS，来在管理和技术两个方面对仿真中的数据和流程进行有效管理。
1 现代虚拟样机技术大规模应用中的问题分析
由于虚拟样机技术的应用不再是只限于产品的设计阶段，也不只是聚焦在某个问题上，而是贯穿了产品的概念设计，模型设计、功能仿真、维护保障等一系列实际环节中。而在应用迅速增加时，相应的管理理论却发展缓慢，因而在实际应用中出现了一些新特点。
1）工作组级的仿真作业具有自身特点。①人员依赖度大，某些设计人员的流失或不在位会导致产品设计过程断链，而培养一个称职的新设计人员又是一个艰苦漫长的过程。②工作方式灵活哦，小组内可以一人承担多个任务活每个人可能根据需要不断地变换角色；③管理制度弱，不具备企业那样的严格管理规定等显著特点，因此大型的仿真数据和流程管理系统并不适用于工作组级的仿真管理。
2）仿真中需要综合多个专业的工作，历经总体方案设计、部件原理设计、详细设计、虚拟样机分析仿真等多个阶段。综合使用CAD、CAE软件以及自编的专业设计、计算程序，需要执行大量复杂而专业的业务流程，并需要在多种专业设计、计算、仿真软件之间传递数据。[3]
3）由于虚拟样机仿真技术在使用过程中具有自身的特点，比如软件种类多、数据量大，数据格式多样，软件互操作性强等，在仿真发挥越来越重要作用的今天，需要与自身特点相适应的信息系统来进行仿真管理。
正因为如此，工作组级的复杂产品研发过程有着自身的特点和要求，而且工作组级的开发工作承载着仿真中的大部分实际工作，是仿真中的主体。目前还缺乏具有针对性的信息化管理手段，所以造成了很多问题。
从前面的分析可以看出，随着仿真应用的深入以及其中出现的新需求和问题，作为仿真主体的工作组应该结合自身特点找到一种适合自身特点的信息化管理方法，对工作组工作组在进行项目开发时的仿真目标、人员配备、仿真能力、知识、进度计划等进行有效管理，来提升工作效率，降低风险，提高仿真的质量。
2SD&PMS分析与初步设计
根据前面分析的工作组级的基于虚拟样机技术的仿真作业中出现的问题，在对其内在问题分析的基础上，提出了在SD&PMS中建立仿真组织结构和能力信息管理、仿真节点和节点进度管理和仿真节点进度管理三个关键模块，并初步设计了他们的工作原理和工作方式。
这样在仿真中软件之间需要交互信息时，首先查询数据交互规范表，按照规范表中配置来规范数据交互的过程。
3总结和展望
本文通过分析工作组级的仿真作业特点，提出了建立SD&PMS系统，并通过该系统下的仿真组织结构和能力信息管理、仿真节点和节点进度管理和仿真节点进度管理三个关键模块对仿真中的数据、仿真流程等一系列实际问题进行了有效的管理。实践表明通过SD&PMS的应用，不但使仿真效率得到了一定程度的提升，同时使仿真的流程更加清晰，容易控制。减少了多领域，多学科，多软件之间协同中带来的数据混乱，同时由于有清晰的仿真计划和仿真流程，也将人员流动带来的损失降到最低，可以说带来了很多方面的益处。
参考文献：
V.P. Holmes, W.R. Johnson, and D.J. Miller, “Integrating MetadataTools with the Data Services Archive to Provide Web-basedManagement of Large-Scale Scientific Simulation Data”, Proceedingsof the 37th Annual Simulation Symposium[J].IEEE COMPUTERSOCIETY, APR 2007.
M.D. Jones, A.K. Patra, and K. Paley, “Adaptive Simulation:Dynamic Data Driven Application in Geophysical Mass Flows”，Proceedings of the 19th IEEE International Parallel and DistributedProcessing Symposium[J].IEEE COMPUTER SOCIETY, MAY 2005.
[3]D.J. Abadi, D. Carney, U. Cetintemel, et al. “Aurora:a new model andarchitecture for data stream management”[J]. The VLDB Journal,Springer-Verlag, DEC 2003, pp. 120-139.
[4]J. Maddala, S. Derry, “Data Management in the Asset SimulationFramework”, AIAA Modeling and Simulation Techonologies Conference and Exhibit, AIAA, Denver Co.U.S.A, 14-17 AUG 2008,pp. 1-8.
关键词：仿真数据管理；仿真过程管理；虚拟样机开发
：A DoI: 10.3969/j.issn.1003-6970.201
2.06.020
Study on Management Technology of Virtual Prototype Collaborative DevelopmentHe Xiao-chuan1 LI Xin-xing2
(1.Equipment Institute, 2.Chinese maritime satellite monitoring and control unit)
【Abstract】In order to solve problems caused by various format of simulation data and complex operation flow on collaborative simulation from different software in the development of virtual prototype technology, this article analyzes and designs the SD&PMS(Simulation Data &Process Management System)frames based on three key capacity of simulation organization structure and capacity of information management, simulation nodes and node plan management. The simulation data, relationships and flows were coordinated and optimized from technological and administrative point of view.t
【Key words】Simulat
摘自：毕业论文摘要www.udooo.com
ion data management;Simulation process management;VP develop0引言
虚拟样机技术出现在上世纪60年代，可以在产品开发的初期，便能以很高的真实度对产品进行概念设计，功能仿真，发现设计中存在的大部分问题，所以受到制造业的广泛欢迎。随着计算机硬件性能的提升和相关仿真理论快速发展，从20世纪90年代到21世纪初，虚拟样机技术的应用出现了高速增长，从原来的汽车等不多几个行业发展到航空，航天、建筑、国防等诸多行业，软件产品从几种增加到上万种，为工程师提供了高效、低成本的解决问题的手段。很多企业在虚拟样机技术的大规模应用中受益，但同时他们发现，必须花费大量的精力用于管理仿真中出现的各种数据、协调各仿真单元间工作，这项工作的难度甚至超过了项目自身的实际技术问题。如何管理日益庞大和复杂的仿真数据，如何将工程师的精力更多的投入到问题本身是在虚拟样机技术应用中出现的新问题。
随着现代工业的发展和进步，机器人在高危险、高强度等众多行业和领域内替代了人类进行工作，汽车、轮船、飞机等现代化工业产物的生产车间内到处都是机器人的身影。大大地提升了生产效率。但是从事复杂工作的机器人的制造和设计过程也非常复杂，通常采用虚拟样机技术进行前期的概念论证和设计。大型项目中由于参与人员、涉及知识领域众多，不可避免地带来了管理和协同方面的问题。
本文深入分析虚拟样机设计开发工作组级仿真的特点，提出建立具有仿真组织结构和能力信息管理、仿真节点和节点进度管理和仿真节点进度管理三个关键能力的SD&PMS，来在管理和技术两个方面对仿真中的数据和流程进行有效管理。
1 现代虚拟样机技术大规模应用中的问题分析
由于虚拟样机技术的应用不再是只限于产品的设计阶段，也不只是聚焦在某个问题上，而是贯穿了产品的概念设计，模型设计、功能仿真、维护保障等一系列实际环节中。而在应用迅速增加时，相应的管理理论却发展缓慢，因而在实际应用中出现了一些新特点。
1）工作组级的仿真作业具有自身特点。①人员依赖度大，某些设计人员的流失或不在位会导致产品设计过程断链，而培养一个称职的新设计人员又是一个艰苦漫长的过程。②工作方式灵活哦，小组内可以一人承担多个任务活每个人可能根据需要不断地变换角色；③管理制度弱，不具备企业那样的严格管理规定等显著特点，因此大型的仿真数据和流程管理系统并不适用于工作组级的仿真管理。
2）仿真中需要综合多个专业的工作，历经总体方案设计、部件原理设计、详细设计、虚拟样机分析仿真等多个阶段。综合使用CAD、CAE软件以及自编的专业设计、计算程序，需要执行大量复杂而专业的业务流程，并需要在多种专业设计、计算、仿真软件之间传递数据。[3]
3）由于虚拟样机仿真技术在使用过程中具有自身的特点，比如软件种类多、数据量大，数据格式多样，软件互操作性强等，在仿真发挥越来越重要作用的今天，需要与自身特点相适应的信息系统来进行仿真管理。
正因为如此，工作组级的复杂产品研发过程有着自身的特点和要求，而且工作组级的开发工作承载着仿真中的大部分实际工作，是仿真中的主体。目前还缺乏具有针对性的信息化管理手段，所以造成了很多问题。
1.1 工作组的工作过程对人员的依赖性太强
以前仿真作业主要依靠少数具有极强专业知识的工程师，人员的流动是每个项目都会遇到的问题，而工作组级的组织无法像企业那样实行严格的管理制度，因而在仿真中少数工程师的离去后，如果没有依照一定的方式来有效管理他的仿真作业的话，新的工程师将很难继续他留下的工作，项目就必须承受由此带来的损失。1.2仿真的目的和仿真的方式的改变，之前的管理模式难以承受
仿真的目的由之前的单一验证、数据比对向着参数敏感度分析、迭代反馈、评估优化等多样化改变，仿真的方式由小组作业向着协同作业发展，多学科、多参数、多耦合场的大规模计算机分布式仿真的应用起到了不可估量的作用。[4]由此带来的是仿真数据的大爆炸。仿真数据的种类是单靠人脑无法理清的，仿真数据的大小也能够在很多时间内填满任何一块硬盘。1.3 PDM难以胜任仿真管理的需求
目前数据的管理主要是通过PDM来实现的，而PDM系统主要关注的是如何定义产品的数据和产品的开发、制造流程，活动也是围绕文档管理、产品结构与配置管理、零部件分类管理、工作流和生命周期管理展开。通过对仿真数据和文档的管理来对产品开发进行上层的跟踪管理，主要活动是管理CAE软件所需的前处理数据模型和仿真的结果。从前面的分析可以看出，随着仿真应用的深入以及其中出现的新需求和问题，作为仿真主体的工作组应该结合自身特点找到一种适合自身特点的信息化管理方法，对工作组工作组在进行项目开发时的仿真目标、人员配备、仿真能力、知识、进度计划等进行有效管理，来提升工作效率，降低风险，提高仿真的质量。
2SD&PMS分析与初步设计
根据前面分析的工作组级的基于虚拟样机技术的仿真作业中出现的问题，在对其内在问题分析的基础上，提出了在SD&PMS中建立仿真组织结构和能力信息管理、仿真节点和节点进度管理和仿真节点进度管理三个关键模块，并初步设计了他们的工作原理和工作方式。
2.1 工作组仿真组织结构和能力信息管理
工作组的仿是多人协同的工作，规模一般十几人到几十人，在仿真作业之前有必要建立工作组的基本信息，包括组织关系，职责划分等，为整个仿真过程提供可参照的依据。首先由项目的主要负责人、小组负责人或者是能够把握整体的工程师们成立总体组，总体组根据项目要求和人员对项目进行总体设计分系统划分等上层工作，然后根据分系统目标和能力需求建立分系统工作小组。在项目开始前期总体组进行项目目标管理，进度计划制定，仿真任务划分，节点制定等前期工作，仿真小组根据总体组授予的任务、节点要求和相关的指标进行分系统级的仿真工作，如果在工作中发生人员变化和目标变更等情况，则要及时修改仿真结构和能力信息。2.2 仿真节点和节点进度管理
仿真节点间存在着两种顺序关系上下游顺序和并行集成关系，上下游顺序中，仿真任务的开展必须需要其他节点的结果数据，比如说需要CAE仿真中可能会需要CAD的模型，敏感度分析中可能需要对模型进行参数化，这样的仿真节点；集成的顺序是指仿真需要各子系统同时协调配合工作。仿真中不愿看到的情况是仿真节点的某些条件已经达到，而一些条件却迟迟不能满足，不但影响仿真的进度，同时也造成资源的浪费，使得工作小组无法开展后期工作。所以需要在仿真工作开始之前对仿真的流程进行设计，对任务量，可能的工作时间进行预估，以控制仿真进度要求，合理利用资源。这里通过任务流程表来管理。2.3 仿真功能流程管理
虚拟样机仿真系统中通常都会用到许多不同的软件工具，这些软件可能来自不同的公司，同时这些软件的设计思想，数据结构，求解方式都有很大的不同，软件之间通常需要采用一些方法来达到共同工作的目的。在整个项目中最好能够对这些软件间协同工作的方式作以规范，这样可以使仿真中产生的数据通用性更强，减少出现错的机率，同时便于管理和对出现的问题追溯原因。很多优秀的软件之间都有一些比较成熟的方式进行互通，这些方法可能来自与软件中的某些模块或者来自于工程师的经验。所以在仿真之前最好对采用的方式做好定义，并能够根据定义开发出相应的接口配置程序，不但简化操作，同时可以是工程师在分析时更多地关注于原理本身，而减少浪费在软件操作和验证上的时间，并且这个方面的积累对项目组的长远发展有着重要的意义。这里将能够通过程序自动实现软件间数据传递的能力作以集成，将不能够通过程序自动实现，只能通过中间数据格式或者其他方式实现的数据传递作以规范，即提供数据插件和数据传递规范表两种方式来对软件间传递数据进行管理。下面以CAD（Computer Aied Design）、CAE(Computer Aied Engineer)和SC（Scientific Computation）软件间的程序数据传递示意图和规范表来做简要说明。这样在仿真中软件之间需要交互信息时，首先查询数据交互规范表，按照规范表中配置来规范数据交互的过程。
3总结和展望
本文通过分析工作组级的仿真作业特点，提出了建立SD&PMS系统，并通过该系统下的仿真组织结构和能力信息管理、仿真节点和节点进度管理和仿真节点进度管理三个关键模块对仿真中的数据、仿真流程等一系列实际问题进行了有效的管理。实践表明通过SD&PMS的应用，不但使仿真效率得到了一定程度的提升，同时使仿真的流程更加清晰，容易控制。减少了多领域，多学科，多软件之间协同中带来的数据混乱，同时由于有清晰的仿真计划和仿真流程，也将人员流动带来的损失降到最低，可以说带来了很多方面的益处。
参考文献：
V.P. Holmes, W.R. Johnson, and D.J. Miller, “Integrating MetadataTools with the Data Services Archive to Provide Web-basedManagement of Large-Scale Scientific Simulation Data”, Proceedingsof the 37th Annual Simulation Symposium[J].IEEE COMPUTERSOCIETY, APR 2007.
M.D. Jones, A.K. Patra, and K. Paley, “Adaptive Simulation:Dynamic Data Driven Application in Geophysical Mass Flows”，Proceedings of the 19th IEEE International Parallel and DistributedProcessing Symposium[J].IEEE COMPUTER SOCIETY, MAY 2005.
[3]D.J. Abadi, D. Carney, U. Cetintemel, et al. “Aurora:a new model andarchitecture for data stream management”[J]. The VLDB Journal,Springer-Verlag, DEC 2003, pp. 120-139.
[4]J. Maddala, S. Derry, “Data Management in the Asset SimulationFramework”, AIAA Modeling and Simulation Techonologies Conference and Exhibit, AIAA, Denver Co.U.S.A, 14-17 AUG 2008,pp. 1-8.