第三节 高效建模

当具备了稳定的材料来源时，我们是不是就能做出一道色香味俱全的生炒肉排呢？明显不是。我们只有在经过无数次的试验后才得出最优的原料组合：肉排切小块，打入鸡蛋后加粟粉拌匀，然后加姜汁1/2茶匙，最后加入葱节、料酒、精盐和胡椒粉腌制15分钟。这个最优组合，我们可以称为最优的肉排原料模型！因此，若把配菜的过程应用到汽车工业里，也就是一个高效的研发优化过程，那么如何将零配件组合成最佳的汽车模型呢？在虚拟制造的基础上采用仿真建模是一个不错的方法，目前已被国外大型的汽车生产商所采用，而虚拟制造本身也成了高效数据积累的良好平台。

一、高效的虚拟制造

首先，我们来了解一下：什么是虚拟制造？虚拟制造是在实际制造前，汽车制造商为了获取最佳的汽车模型数据，运用高性能计算机，模拟开发过程中的设计、测试和改进等环节。具体的实施步骤是：

·首先，研发工程师输入汽车各总成图纸设计参数；

·其次，构建三维模型和整车数据集成；

·然后，各总成三维数据进入超级计算机，超级计算机即时演算虚拟环境，并投影至特殊功能的玻璃墙，其投影精度可以达到毫米以下；

·接下去通过数据线，将投影模型传送至世界各地的研发人员；

·最后，各地研发人员只要戴上特殊眼镜，立即进入虚拟的开发环境。

这样一来，不同颜色的喷漆和设备的规格，都可以在短短几秒钟之内呈现出来，并且只要点一下鼠标，就能转换汽车角度，让人们从任何一个可能的视角进行观察。而且，研发团队可以用三维立体的方式模拟任何的内容，包括车内部件、车身强度、动力系统性能、碰撞性能等。

以奥迪Q7车头一个碰撞试验为例，为了模拟汽车碰撞分析，需要100万个数据来支持，计算机可以在150毫秒内计算出结果，为了计算一个车头碰撞的结果，超级计算机需要动用它的8个处理器工作22小时，工作人员以毫米为单位修正，修正后继续重复这个试验。当奥迪Q7的开发已经完成的时候，已经经历了大约2000次准确率达到了90%以上的车头碰撞虚拟试验；相同时间下，如果用真车的话，大概只能做40次。毋庸置疑，虚拟制造和仿真建模大大提高了研发和制造的效率。

二、虚拟制造与传统模式间的差距

为了进一步比较虚拟仿真与传统模式在研发制造中的差距，我们用虚拟仿真系统——DELMIA系统在白车身制造中的应用来说明两者间存在的效率上的差距。在研究过程中，我们留意到，德国大众2007年3月在全球范围内实施虚拟制造商达索（Dassault Systè mes）的虚拟流程管理系统（DELMIA Process Engineer）。这个系统是通过虚拟仿真设计出最优的工艺流程方案，大大提高制造效率。

白车身制造的基本过程就是采用机器人（或者手动加机械手辅助）的手段，传输、抓取、夹持离散的钣金和冲压件并将其焊接成复杂的白车身结构。白车身焊装过程的操作工序繁多，工艺内容复杂，是汽车制造企业最为关心的工艺领域之一，据统计，一个轿车的白车身在焊装过程中要经历3000～5000个点焊步骤，用到100多个大型夹具，500～800个定位器，许多工艺信息都和零部件的三维几何特性密切相关，这给车身焊装工艺参数选择、工艺流程规划、车身焊装的质量控制甚至车身设计都带来很多挑战。如何管理好数以千计的焊点，保证无漏焊、重焊，是白车身工艺规划的难点。

DELMIA的虚拟仿真技术就是通过在白车身制造过程中的八大工序仿真（工位仿真、工装布局仿真、工序分析、焊装仿真、人机仿真、机器人仿真、机构运动仿真和立位工厂仿真）来实现高效率制造的前提。首先，在虚拟系统中建立白车身制造各步骤所需的模型，各模型参数可由实际供应商直接提供，例如焊装线上可供选择的机器人品种多达800种，主要由Fanuc和ABB等一线大厂提供，不同机器人需要的运行参数就由供应厂商提供，然后各工位设计人员通过共享的虚拟开发环境，输入各工位参数在DELMIA系统中仿真运行。假如白车身结果出现偏差，各工位要根据偏差调整参数，然后DELMIA系统重新仿真计算，直至稳定输出为止。最后，每次调整的数据都记录至数据库中，数据库最终给出了最佳的白车身模型。这样一来，只要把最佳模型中参数应用到实际生产中，所有的工艺难题都能迎刃而解。

然而多年以来，在白车身焊装线领域，国内绝大多数整车厂还处在一个很低的技术水平上，相关数据多数还停留在二维的图纸状态，焊装工艺工程师最为主要的工作内容就是Excel填表和截图，工程师难有时间去考虑制造工艺本身的问题，如节拍平衡、生产线布置以及工位仿真等。正因为工艺设计数据和手段依然停留在二维年代，国内制造商难以实现焊点的有效管理，所以为了保证白车身的质量投入大量的人力物力，耗费了大量的时间和资源。同时，因为缺乏统一的管理平台，难以进行精确的焊接过程分析，更不可能打造精确的工厂布局。特别是新车型的生产初期，白车身制造要经过漫长的生产磨合期，这直接影响到新车型的产量和质量稳定性。

当然，白车身制造只是汽车生产的一个环节，假如我们把虚拟制造贯穿到从研发到生产的整个环节，它能给我们带来多大的价值？以新车的设计、制造和测试为例，虚拟仿真只需要两年半就可以实现车身的研发和生产，而传统的二维模式却需要五年之久，这样看来，虚拟制造能大大缩短研发周期。而且它是一个很好的工具，可以直接缩短本土汽车厂和国外汽车厂的差距。事实真的如此吗？

三、无法跨越的虚拟世界

在参观过国外优秀的环境后，本土的汽车制造商们引进了高效的仿真系统，真正的自主品牌似乎离我们不远了。然而，真正高效的仿真还没有我们想得那么简单！超级计算机、华丽的墙体屏幕加上强大的网络虽然可以组建虚拟世界，但是却无法保证完美的汽车模型，因为这并不是仿真研发的核心。真正的研发核心是必须通过不断的重复模拟流程，持续地进行改进来积累汽车模型参数，从而获取最优制造模型参数。

因此，虚拟仿真软件运行的首要前提是要有运行参数，仿真软件的公司并不会提供运行参数，国内汽车生产商由于缺乏参数的积累，根本无法直接运用软件进行开发。因此，虽然奇瑞和吉利等自主品牌企业自2000年来，不断努力向数字化制造靠拢，然而在昂贵的仿真软件面前，却发现没有适合的参数作为自主研发的输入，所以无奈之下他们只能采用逆向研发来实现。

什么是逆向研发？逆向研发是相对于正向研发而言的研发模式，正向研发是先从事基础研究和应用研究取得参数，后进行市场测试和产品推广。而逆向研发正好相反，它通过先购买其他厂商的成熟车型，后通过拆解测量来获得参数。如果我们仍用炒菜的例子作比喻的话，就像身处甲乙两个饭店的厨师A和厨师B，甲饭店厨师A做了一道很好的招牌菜，乙饭店应市场需要，也要提供这样的菜。可是厨师B不会，怎么办？乙饭店派人去甲饭店买其现成的招牌菜，拿给厨师B做研究，得出其原料的构成，估算其配方比例，然后做出类似的招牌菜。通过比较两种研发模式（参见表5-2），逆向研发不但耗时少、投入低而且对市场的反应也快，似乎非常适合国内的汽车生产商。

事实上，国内生产商早已经采取购买——分解——仿制的逆向研发模式。例如，长城汽车开发精灵轿车时就模仿了菲亚特熊猫，他们在委托上海同济同捷做新的同等定位设计的同时，用熊猫原型车做配套商各部件匹配测试。另外，北京现代开发伊兰特时，也模仿了起亚千里马的外观和参数，他们通过扫描仪把一些零件的形状扫成数据，并且通过三维软件画出数模原型，然后开出模具才实现车型开发（参见表5-3）。

而最著名的当属2003年奇瑞QQ和通用Spark之间的故事，所有见过这两款车型的人都承认两者极其相似，因此，更是闹出了一场沸沸扬扬的奇瑞QQ外观抄袭通用五菱Spark的侵权案件。姑且不论是否侵犯知识产权，但从两款车的外观及基本参数对比，我们不难发现逆向工程的痕迹。

从历史的角度来看，大小自主品牌的崛起都经历了逆向研发的过程，而且逆向研发的获得数据可以直接输入仿真系统，从而大大节省开发时间，对于在夹缝中生存的新生制造商而言无疑是一条捷径。回顾40年前的日本，20年前的韩国，他们同样是靠逆向研发的过程获得了今天的成就，模仿也罢，抄袭也罢，问题是我们能否像日本韩国一样，通过逆向研发积累大量的模型数据，为今后更高效的正向研发作准备呢？

四、小结

通过以上的论述，我们看到世界汽车的研发已经走进了虚拟的世界。然而虚拟仿真平台容易购买，高效的研发却依然需要依靠自身所积累的扎实的数据经验。逆向工程是一个良好的开端，它可以让本土汽车制造商一步一步地进行积累，但是我们不应永远沉溺于逆向之梦，汽车强国之路的最终目的还是需要一个从无到有的创造，那才是真正属于我们的核心技术。