数字化创新是企业发展的动力与源泉，缩短开发周期、提高产品质量同时控制整体成本是汽车制造企业竞相追求的目标，虚拟产品开发为企业达到以上目标提供了强有力的支持。

AI：在当今激烈的市场竞争中如何平衡时间、质量、成本组成的既相互依存又相互制约的金三角，MSC公司提出了虚拟产品开发（VPD）战略，请您谈一下MSC的VPD战略是怎样一个针对汽车行业的一揽子解决方案？

金毅民先生：虚拟产品开发（VPD）是在整个新产品开发流程中，高效利用虚拟产品模型做关键和重要的产品决策。通过虚拟产品开发，可高效地聚合及利用人、流程、工具和数据以提高产品质量、缩短研发时间并降低成本。

MSC企业级战略解决方案

MSC公司推出的企业级仿真解决方案SimEnterprise即是针对虚拟产品开发所提出的一揽子解决方案，是目前唯一产品化的且在为欧盟及亚太等各大汽车企业所开始广泛采用的、切实可行的解决方案。例如欧洲的BMW、Audi、VW，美国的GM、Demler-Chrysler及亚太的Honda、Toyota、Nissan、和Hyundai等知名厂商都采用MSC.SimEnterprise支持其数字化创新，从而达到时间、质量和成本的完美平衡。

MSC.SimEnterprise是一个企业级的“终端到终端的”、基于面向对象架构（SOA）的解决方案，它还基于组件化、对第三方具有非常好的天然开放性。具体包括一个作为基础的多学科求解器－MD.Nastran; 一个提供给设计人员用的嵌在CAD环境中的多学科分析环境－SimDesigner；一个提供给设计人员和方法专家做多学科分析及定义专家经验和“最佳实践”模板的架构－SimXpert及一个管理所有仿真分析流程、数据和知识且可与PDM 及ERP等其它企业信息系统无缝集成的仿真管理平台－SimManager。 四部分无缝集成并可实现“开箱即用”及按需扩展。
　　
AI：汽车行业的异地研究开发与生产制造、各部门间信息利用与工作的同步进行都在“协同”方面提出了更高的要求，MSC公司的VPD解决方案在协同方面有何作为？

金毅民先生：汽车行业的竞争日趋激烈，国内的汽车厂商面临着国外巨头和国内友商的巨大竞争压力，“协同研发”可充分利用和整合资源，进而缩短研发周期，MSC的解决方案包括以下方面的协同：

1、设计和分析的协同：在MSC.SimEnterprise解决方案中，通过SimManager实现仿真流程、数据和知识管理，同时，无缝集成PDM及ERP系统，实现分析和设计的协同。另外，通过SimDesigner，设计人员可以在CAD环境下快速、高效地进行部件级、子系统级的多学科分析，从而实现仿真在设计前端进行，达到仿真驱动设计的目的。同时，为了保证设计人员所做的分析和专业分析人员有同等的精度和准确度，由方法专家通过SimXpert定制各种各样的分析模板，并将其发布到SimManager中去，其它设计人员可在SimDesigner环境下，通过集成好的SimManager客户端，浏览和重用此模板，进行高效、准确的分析工作。

2、分析过程中的多种学科协同：包括 “链式的”多学科联合仿真和多学科的紧耦合分析，MSC的多学科求解器可实现上述两个层面的多学科协同分析，而不仅仅是多物理场耦合分析。

3、主机厂和供应商之间的协同研发：SimManager是基于B/S架构的仿真管理平台，主机厂和供应商可非常方便地利用其达到协同研发的目的。同时，相互之间的知识产权也可得到完全的保护。

4、研发过程中不同角色人员之间的协同：通过MSC.SimEnterprise统一平台可实现设计人员、分析人员、管理人员的协同研发，同时可完全内嵌企业的分析流程和质保体系。
　　
AI：MD Nastran一直是业界称道的仿真方案，请问相比其他仿真软件，MD Nastran有哪些特点？

金毅民先生：很高兴您问到这个问题，有一种说法认为MD Nastran 和MSC.Nastran没有本质的区别，只不过是MSC的原有数种求解器打包而已，或者是多物理场分析罢了。其实，这种说法是不正确的。下面通过五方面来加以说明：

1、多学科分析和多物理场有区别，多物理场包括有限元法和有限体积法，可分析结构和流体的力学、热、电磁和流场之间的耦合或解耦分析，不能进行机电一体化的分析，无法涵盖控制、多体动力学、瞬态动力学、疲劳等学科，MD Nastran是多学科的求解器，绝不仅仅是多物理场。

2、MD.Nastran采用独特的统一数据模型（Common Data Model- CDM）技术，在求解器和用户界面层面，将单元、材料、材料性质、边界条件、连接单元、求解算法、数据格式及模型组织等进行了开发，统一和整合，实现了多学科分析的精度和效率。

3、MD.Nastran采用组件（Component）技术，保证和第三方软件集成的天然方便性和易用性。

4、充分利用高性能计算（HPC）技术，快速进行复合尺寸、形状优化和拓扑优化分析，并特别适合大模型上述优化分析及很方便地集成有学科优化分析，而这也是仅仅进行多物理场分析所做不到的。

5、减轻对使用者的过分苛刻的要求，消除人为转换错误，进行多学科耦合分析，从而提高分析的协同、效率和精度。    目前，MD.Nastran已为全球各大汽车厂及一级供应商所广泛采用，快速、高效及高精度的用于其日常CAE分析工作，取得了显著的效果及效益。

应用MD NASTRAN进行的车门分析

AI：以您的行业经验来看，汽车行业CAE技术的应用情况如何？将来会向哪些方向发展？

金毅民先生：这是个很大的问题，众所周知，这几年自主品牌取得了长足的发展，前途不可限量。但中国的汽车行业是否已具备自主研发能力却无法定论。依我看来企业具备自主研发能力与否应从如下方面考量：

1、 是否具备了标准化的流程

2、 是否具备了与上述流程相应的评判标准

3、 是否具备了与相应的数据库和知识库

具备了上述三个方面，再加上人才因素才能说一个企业具备了自主研发的能力。

国内汽车行业不同企业的CAE应用水平差异性极大，但总的来说，进步非常快，尤其是对“点”工具及解决方案的应用上，可以说，为数不少的企业正处在从“点”工具和解决方案向企业级仿真分析跨越的关键点和十字路口上，同时，因原有“点”解决方案的积累和沉淀，包袱不是很重，具备后发优势。

在认真思考汽车行业的发展趋势及其所面临的挑战后，我们很容易得出CAE在汽车行业的发展方向，那就是企业级的CAE分析平台，利用该平台来支持充分的分析专家和设计人员及供应商之间的协同；支持数据、知识的结构化存储和管理及数据和知识的企业级访问、共享和复用；实现可重复的、标准化的且可管理、跟踪和回溯的流程。

我相信CAE解决方案的高效应用一定会使我们的汽车工业早日达到世界一流水平。同时，我也坚信并确信，全球汽车行业的明天一定是属于中国的。