第三節 高效建模

當具備了穩定的材料來源時，我們是不是就能做出一道色香味俱全的生炒肉排呢？明顯不是。我們只有在經過無數次的試驗后才得出最優的原料組合：肉排切小塊，打入雞蛋后加粟粉拌勻，然后加姜汁1/2茶匙，最后加入蔥節、料酒、精鹽和胡椒粉腌制15分鐘。這個最優組合，我們可以稱為最優的肉排原料模型！因此，若把配菜的過程應用到汽車工業里，也就是一個高效的研發優化過程，那么如何將零配件組合成最佳的汽車模型呢？在虛擬制造的基礎上采用仿真建模是一個不錯的方法，目前已被國外大型的汽車生產商所采用，而虛擬制造本身也成了高效數據積累的良好平臺。

一、高效的虛擬制造

首先，我們來了解一下：什么是虛擬制造？虛擬制造是在實際制造前，汽車制造商為了獲取最佳的汽車模型數據，運用高性能計算機，模擬開發過程中的設計、測試和改進等環節。具體的實施步驟是：

·首先，研發工程師輸入汽車各總成圖紙設計參數；

·其次，構建三維模型和整車數據集成；

·然后，各總成三維數據進入超級計算機，超級計算機即時演算虛擬環境，并投影至特殊功能的玻璃墻，其投影精度可以達到毫米以下；

·接下去通過數據線，將投影模型傳送至世界各地的研發人員；

·最后，各地研發人員只要戴上特殊眼鏡，立即進入虛擬的開發環境。

這樣一來，不同顏色的噴漆和設備的規格，都可以在短短幾秒鐘之內呈現出來，并且只要點一下鼠標，就能轉換汽車角度，讓人們從任何一個可能的視角進行觀察。而且，研發團隊可以用三維立體的方式模擬任何的內容，包括車內部件、車身強度、動力系統性能、碰撞性能等。

以奧迪Q7車頭一個碰撞試驗為例，為了模擬汽車碰撞分析，需要100萬個數據來支持，計算機可以在150毫秒內計算出結果，為了計算一個車頭碰撞的結果，超級計算機需要動用它的8個處理器工作22小時，工作人員以毫米為單位修正，修正后繼續重復這個試驗。當奧迪Q7的開發已經完成的時候，已經經歷了大約2000次準確率達到了90%以上的車頭碰撞虛擬試驗；相同時間下，如果用真車的話，大概只能做40次。毋庸置疑，虛擬制造和仿真建模大大提高了研發和制造的效率。

二、虛擬制造與傳統模式間的差距

為了進一步比較虛擬仿真與傳統模式在研發制造中的差距，我們用虛擬仿真系統——DELMIA系統在白車身制造中的應用來說明兩者間存在的效率上的差距。在研究過程中，我們留意到，德國大眾2007年3月在全球范圍內實施虛擬制造商達索（Dassault Systè mes）的虛擬流程管理系統（DELMIA Process Engineer）。這個系統是通過虛擬仿真設計出最優的工藝流程方案，大大提高制造效率。

白車身制造的基本過程就是采用機器人（或者手動加機械手輔助）的手段，傳輸、抓取、夾持離散的鈑金和沖壓件并將其焊接成復雜的白車身結構。白車身焊裝過程的操作工序繁多，工藝內容復雜，是汽車制造企業最為關心的工藝領域之一，據統計，一個轎車的白車身在焊裝過程中要經歷3000～5000個點焊步驟，用到100多個大型夾具，500～800個定位器，許多工藝信息都和零部件的三維幾何特性密切相關，這給車身焊裝工藝參數選擇、工藝流程規劃、車身焊裝的質量控制甚至車身設計都帶來很多挑戰。如何管理好數以千計的焊點，保證無漏焊、重焊，是白車身工藝規劃的難點。

DELMIA的虛擬仿真技術就是通過在白車身制造過程中的八大工序仿真（工位仿真、工裝布局仿真、工序分析、焊裝仿真、人機仿真、機器人仿真、機構運動仿真和立位工廠仿真）來實現高效率制造的前提。首先，在虛擬系統中建立白車身制造各步驟所需的模型，各模型參數可由實際供應商直接提供，例如焊裝線上可供選擇的機器人品種多達800種，主要由Fanuc和ABB等一線大廠提供，不同機器人需要的運行參數就由供應廠商提供，然后各工位設計人員通過共享的虛擬開發環境，輸入各工位參數在DELMIA系統中仿真運行。假如白車身結果出現偏差，各工位要根據偏差調整參數，然后DELMIA系統重新仿真計算，直至穩定輸出為止。最后，每次調整的數據都記錄至數據庫中，數據庫最終給出了最佳的白車身模型。這樣一來，只要把最佳模型中參數應用到實際生產中，所有的工藝難題都能迎刃而解。

然而多年以來，在白車身焊裝線領域，國內絕大多數整車廠還處在一個很低的技術水平上，相關數據多數還停留在二維的圖紙狀態，焊裝工藝工程師最為主要的工作內容就是Excel填表和截圖，工程師難有時間去考慮制造工藝本身的問題，如節拍平衡、生產線布置以及工位仿真等。正因為工藝設計數據和手段依然停留在二維年代，國內制造商難以實現焊點的有效管理，所以為了保證白車身的質量投入大量的人力物力，耗費了大量的時間和資源。同時，因為缺乏統一的管理平臺，難以進行精確的焊接過程分析，更不可能打造精確的工廠布局。特別是新車型的生產初期，白車身制造要經過漫長的生產磨合期，這直接影響到新車型的產量和質量穩定性。

當然，白車身制造只是汽車生產的一個環節，假如我們把虛擬制造貫穿到從研發到生產的整個環節，它能給我們帶來多大的價值？以新車的設計、制造和測試為例，虛擬仿真只需要兩年半就可以實現車身的研發和生產，而傳統的二維模式卻需要五年之久，這樣看來，虛擬制造能大大縮短研發周期。而且它是一個很好的工具，可以直接縮短本土汽車廠和國外汽車廠的差距。事實真的如此嗎？

三、無法跨越的虛擬世界

在參觀過國外優秀的環境后，本土的汽車制造商們引進了高效的仿真系統，真正的自主品牌似乎離我們不遠了。然而，真正高效的仿真還沒有我們想得那么簡單！超級計算機、華麗的墻體屏幕加上強大的網絡雖然可以組建虛擬世界，但是卻無法保證完美的汽車模型，因為這并不是仿真研發的核心。真正的研發核心是必須通過不斷的重復模擬流程，持續地進行改進來積累汽車模型參數，從而獲取最優制造模型參數。

因此，虛擬仿真軟件運行的首要前提是要有運行參數，仿真軟件的公司并不會提供運行參數，國內汽車生產商由于缺乏參數的積累，根本無法直接運用軟件進行開發。因此，雖然奇瑞和吉利等自主品牌企業自2000年來，不斷努力向數字化制造靠攏，然而在昂貴的仿真軟件面前，卻發現沒有適合的參數作為自主研發的輸入，所以無奈之下他們只能采用逆向研發來實現。

什么是逆向研發？逆向研發是相對于正向研發而言的研發模式，正向研發是先從事基礎研究和應用研究取得參數，后進行市場測試和產品推廣。而逆向研發正好相反，它通過先購買其他廠商的成熟車型，后通過拆解測量來獲得參數。如果我們仍用炒菜的例子作比喻的話，就像身處甲乙兩個飯店的廚師A和廚師B，甲飯店廚師A做了一道很好的招牌菜，乙飯店應市場需要，也要提供這樣的菜。可是廚師B不會，怎么辦？乙飯店派人去甲飯店買其現成的招牌菜，拿給廚師B做研究，得出其原料的構成，估算其配方比例，然后做出類似的招牌菜。通過比較兩種研發模式（參見表5-2），逆向研發不但耗時少、投入低而且對市場的反應也快，似乎非常適合國內的汽車生產商。

事實上，國內生產商早已經采取購買——分解——仿制的逆向研發模式。例如，長城汽車開發精靈轎車時就模仿了菲亞特熊貓，他們在委托上海同濟同捷做新的同等定位設計的同時，用熊貓原型車做配套商各部件匹配測試。另外，北京現代開發伊蘭特時，也模仿了起亞千里馬的外觀和參數，他們通過掃描儀把一些零件的形狀掃成數據，并且通過三維軟件畫出數模原型，然后開出模具才實現車型開發（參見表5-3）。

而最著名的當屬2003年奇瑞QQ和通用Spark之間的故事，所有見過這兩款車型的人都承認兩者極其相似，因此，更是鬧出了一場沸沸揚揚的奇瑞QQ外觀抄襲通用五菱Spark的侵權案件。姑且不論是否侵犯知識產權，但從兩款車的外觀及基本參數對比，我們不難發現逆向工程的痕跡。

從歷史的角度來看，大小自主品牌的崛起都經歷了逆向研發的過程，而且逆向研發的獲得數據可以直接輸入仿真系統，從而大大節省開發時間，對于在夾縫中生存的新生制造商而言無疑是一條捷徑。回顧40年前的日本，20年前的韓國，他們同樣是靠逆向研發的過程獲得了今天的成就，模仿也罷，抄襲也罷，問題是我們能否像日本韓國一樣，通過逆向研發積累大量的模型數據，為今后更高效的正向研發作準備呢？

四、小結

通過以上的論述，我們看到世界汽車的研發已經走進了虛擬的世界。然而虛擬仿真平臺容易購買，高效的研發卻依然需要依靠自身所積累的扎實的數據經驗。逆向工程是一個良好的開端，它可以讓本土汽車制造商一步一步地進行積累，但是我們不應永遠沉溺于逆向之夢，汽車強國之路的最終目的還是需要一個從無到有的創造，那才是真正屬于我們的核心技術。