
当前,全球汽车产业正处于电动化、智能化的深度变革期,车型迭代速度持续加快,消费者对产品性能、安全与品质的要求不断提升,计算机辅助工程(CAE)仿真技术作为缩短研发周期、降低试制成本、提升产品性能的核心工具,已成为整车企业研发体系的核心竞争力之一。而如何实现 CAE 业务的全流程数字化管控、跨领域协同与数据资产沉淀,正成为头部车企研发数字化转型的核心命题。
剑指车企研发数字化核心需求
上汽集团与通用汽车联手打造的世界级汽车设计与工程中心,泛亚汽车技术中心(PATAC)不仅承担着上汽通用汽车产品的工程开发任务,同时也是通用汽车全球六大核心技术研发设计中心之一,在整车与汽车系统设计开发领域拥有深厚的技术积累。随着自身分析技术的持续升级,泛亚的 CAE 分析任务体量快速增长,研发过程中也面临着全新的行业共性挑战:工程师需要实现仿真模型的高效存储、复用与跨团队共享,打通不同仿真领域的协同壁垒;同时,在企业研发体系数字化转型的整体规划下,亟需一套适配自身业务的仿真管理平台,实现日常分析工作的高效管控、CAE 数据的系统化结构化管理、分析流程与结果的可视化呈现,以及分析案例的全链路可追溯。
由于不同车企的仿真模型与业务流程存在显著差异,市面上缺乏能够完全适配泛亚全业务场景的成熟仿真管理平台。经过近两年的全面筛选与严谨评估,泛亚最终选择西门子作为技术合作伙伴,共同开展平台的开发与落地工作。这一选择,既源于泛亚此前已在研发体系中应用西门子 Simcenter 系列软件,具备良好的技术适配基础,更核心的是西门子工业软件解决方案出色的开放性与可集成能力。
泛亚汽车技术中心整车虚拟技术高级经理邱荣英表示:“仿真管理平台搭建过程中并无行业先例可循,我们与西门子团队持续协同攻坚,共同探索更优解决方案。在合作过程中,西门子充分展现了对 CAE 业务的专业理解与极强的产品定制化能力。”
定制化协同攻坚,全链赋能研发效率
基于双方的深度联合开发,Simcenter 仿真云套件(Simcenter Simulation Cloud Suite)应运而生。该平台全面覆盖泛亚汽车整车安全、噪声振动与声振粗糙度(NVH)、整车动力学、结构与流体分析等核心仿真领域,针对业务需求完成了深度定制开发,不仅实现了与泛亚汽车项目管理系统的无缝对接,还搭建了集建模、仿真、流程管理于一体的可视化看板,同时与西门子的 HPCWorks PBS Professional workload 管理系统实现了深度集成,为高性能计算资源的高效调度提供了稳定支撑。
目前,该仿真云套件已落地整车快速建模、模型管理、载荷工况数据管理、分析计划管理等核心模块,同时配套了协同统计看板,能够适配多角色用户的使用需求,全面提升了 CAE 仿真业务的运行效率。邱荣英表示,长远来看,这套 CAE 仿真管理平台不仅将持续优化仿真业务效率,更将为企业整体数字化转型打造核心支持。
在汽车产业竞争日趋白热化的当下,研发效率与技术创新能力已成为车企的核心护城河。数字化仿真早已不再是研发环节的辅助工具,而是贯穿整车开发全流程、驱动产品创新的核心引擎。泛亚汽车与西门子的此次合作,不仅为企业自身的研发体系升级注入了全新动能,更为中国汽车行业整车研发数字化转型提供了可借鉴的实践样本。未来,随着数字化仿真技术的持续深化,其将在汽车研发全流程中发挥更加核心的作用,助力更多车企在产业变革中实现高质量发展。
西门子
龚淑娟
李峥
株式会社BluE Nexus、株式会社爱信及株式会社电装(共同开发了eAxle产品。该产品在紧凑化设计与动力性能之间取得平衡,可支持车辆提升电能利用效率,并搭载于丰田汽车纯电动SUV“bZ4X”。
2026-03-06
森萨塔科技近期正式发布FaultBreakTM接触器,这是一款新一代的高压开关与保护解决方案,专为提升故障清除性能、增强安全性及简化电动车辆动力系统而设计。
2026-03-06
2026-11-06
2026-11-09
2026-11-11
2026-11-09
2026-11-10
2026-11-11
2026-11-12
在工业5.0“以人为本”的发展理念下,劳动强度已成为衡量岗位负荷与员工健康风险的核心指标。制造业长期采用的“按工时计酬”模式,因无法精准体现岗位间的劳动强度差异,易引发“同酬不同工”的公平性问题;同时,传统工效学评价方法存在维度覆盖不全、现场适配性不足等局限。针对上述问题,本文构建了面向制造业场景的多维度劳动强度评价方法,涵盖五维度指标体系、动态权重分配机制及劳动强度分级模型,实现了岗位劳动强度的统一量化表征。基于汽车制造企业的实践验证表明,该框架可有效支撑劳动强度识别、岗位优化、人力配置与管理决策,具有良好的适用性、可操作性与推广潜力,可为制造业劳动强度评估的标准化、科学化与人本化管理提供参考思路与应用经验。
作者:邓国钦 李程 崔露丹 赵梦龙
评论
加载更多