建立多物理模拟基础 优化设计流程管理效能
- DIGITIMES企划/DIGITIMES企划
随着工业4.0风潮崛起,使数码孪生(Digital Twin)蔚为新宠,一般做法都透过众多传感器,把实际东西Mapping到数码模型,此数码模型植基于Managed Data或Feedback Data,不见得涵盖真实世界所有场景。相形之下,倘若回归最原始物理的Simulation-based模拟方式,即可弥补上述缺憾,因而愈来愈受重视。
在Simulation-based市场享有最高占有率的安矽思科技(Ansys),其技术总监魏培森表示,多数制造工厂在采用PLM、ERP等管理流程之余,现在积极导入数码孪生,以期提高产品价值并降低维护预算。
Ansys建议,因应产品设计日趋复杂,工程师时间愈来愈压缩,模拟方案的重要性与日俱增;以自驾车为例,车厂长期以来透过实体车的行驶来收集场景,以致作为车上安装众多传感器制动准则,以判断前方是否有危险场景,但此举不足以场景的收集多样且复杂,实体车的行驶并没有办法收集所有的场景,确认个个传感器是否正常动作。因像有时车子是行驶在崎岖的山路或是隧道,雷达的侦测或许不足需要搭配影像传感。有时黄昏、下雨或甚至下雪之际影像传感或许不恰当,需要搭配其他的传感器是不动作的。反观模拟、再搭配HPC,任何场景都能计算得清清楚楚,确认所有传感器都能适时动作,万无一失。
「Ansys可协助将所有事物数码化,让电脑读得懂,再透过大数据、AI/ML进行处理,以达到元件、系统或产线最佳化。」魏培森说,更重要的,透过模拟还可预测未来,例如藉由老化分析,研判此物体在正常温度下还可使用几年;抑或可靠度分析,观察在极低温、极高温间快速切换下,将使此产品的可用度发生何等变化;这些事项,若透过真实测试来进行,势必得耗费大量时间与成本。
而Ansys最擅长之处,即是多物理模拟。比方说汽车,制造商期望它兼具省油、耐震、通讯品质良好等优势,因而需要同时考量众多物理量,此时可利用Ansys解决方案营造Co-Design场景,借此大幅简化设计流程,加速设计最佳化的结构、流体与电性。魏培森指出,Ansys的软件着重在物理场景的分析不仅擅于模拟像是流体力学,也擅长模拟、应力学、结构力学、IC、光、电磁场等电子电机,只要符合电磁场这些物理场景的都可以解;换言之,Ansys并不限于某些制造或产品的设计,而能针对物理现象做更多设计。
一直以来,制造商内部存在许多业务孤岛、设计孤岛、数据孤岛,以PCB Layout设计为例,往往需要电性、应力、热效应等不同团队各做一次设计,显见碍于人员沟通、技术沟通等问题,使Summarize设计过程耗时费力,日后万一出现人员异动,恐导致先前设计成果难以连贯下去。鉴于此,Ansys推出「Minerva」模拟流程与数据管理平台,可将原本需要仰赖人员执行的大量重复性予以自动化,并结合AI/ML判读机制,形成完整设计管理流程。
前述平台对于深具复杂性的3D IC设计,可望产生极大助益,只因它能让芯片、封装、系统等不同Know-how开始透通,使得芯片设计团队、封装设计团队在共同的数据架构下,彼此共享界面、模块及分层权限管理机制,轻易达到协同模拟(CoSim)目标。
- 加速智能转型才能从容因应短链新常态
- 启用数码化利器 持续繁衍智能制造成果
- 立基工业物联网云平台 汇聚智能制造转型动能
- 利用量测解决方案 确保工业自动化机能恒常运行
- 建立多物理模拟基础 优化设计流程管理效能
- 借助明纬标准品电源 迅速满足智能厂区应用需求
- 桥接IT与OT 构筑制造业数码转型基础平台
- 台塑网供应链管理电子化 解决长鞭效应与产销失调问题
- 环保组合式滤网 半导体厂高效管控AMC且降低碳排冲击
- 汇聚内外数据 强化供应商风险管理及ESG评比应用
- 并用NPB与SaaS NDR 让OT网安威胁无所遁形
- 凭藉云端轻资本与高整合优势 加速实现智能监控
- 讯能集思提升OT人数据掌握能力 扩大企业员工数码转型参与度
- 整合多方技术落实弹性制造 广登电子加快机械智能化脚步
- VHub让AI系统开发更有效率 超恩建构高效能智能边缘制造系统
- 未来工厂智能新面貌 富士通助产业转型数码再创高峰
- 以应用为导向打造解决方案 华硕电脑满足AI检测智能需求
- 数据健检:以科学方式解决制造业痛点