6月2日至3日“聚力仿真·赋能动力”2026浩思动力全球仿真技术日在浩思动力杭州湾研发中心二期梧桐厅隆重举行,汇聚来自全球动力总成领域的CAE仿真技术领军人物、行业专家、资深总工及研究人员,共同探讨仿真技术前沿趋势、分享工程实践经验,推动全球技术协同与创新发展。



两天时间里,与会嘉宾共同探讨仿真技术在动力系统研发中的创新实践与未来趋势,以全球视野碰撞技术思想,以工程经验推动协同创新,为动力系统高质量发展注入新的思考与动力,并就“CAE与AI如何重塑未来产品开发”这一主题进行了专题讨论,共同探讨人工智能与仿真技术融合发展的新机遇,呈现了一场兼具前瞻性与实践价值的技术盛会。
Dr. Gu: AI驱动汽车CAE未来发展
来自吉利创新中心的Dr.Gu以《The Future of Automotive CAE: AI-Driven Transformation of Engineering and Simulation》为题,分享了人工智能对汽车工程开发模式带来的深刻变革。
他系统阐述了AI与CAE融合的发展路径,提出从传统迭代仿真向AI赋能工程转型的新思路,并结合NVH开发、生成式设计、代理模型等案例,展望未来智能化工程研发体系的发展方向。
Dr. Li:主动噪声控制技术的开发与应用
Dr.Li带来了《Active Noise Control (ANC): Development and Applications in Geely Auto》主题报告。
报告围绕主动噪声控制技术的发展历程、系统架构及整车应用展开,重点介绍了吉利在EOC(发动机阶次控制)和RNC(路噪控制)领域的自主研发成果,以及ANC技术在提升整车NVH性能方面的实践经验。
Dr. Yang:安全仿真与动力系统协同开发
Dr.Yang以《Safety, Powertrain & CAE》为主题,分享了汽车安全开发领域的最新探索。
他结合AI技术在安全开发中的应用案例,介绍了智能碰撞预测、乘员保护及虚拟验证等创新方向,并深入探讨动力总成布置与碰撞安全性能之间的协同设计思路。

Dr. Liu:超低摩擦技术助力高效混动系统
Dr.Liu 围绕《Ultra Low-Friction Technologies for High-Efficiency Hybrid Engines:CAE for Ultra Low-Friction Technologies》展开分享。
报告聚焦高效混动发动机开发过程中摩擦损失优化问题,介绍了CAE技术在低摩擦设计、效率提升及系统优化中的应用价值,展示了仿真驱动动力系统性能提升的重要作用。

Hans Johannesson:结构振动与NVH性能优化实践
来自瑞典技术团队的Hans Johannesson带来了《Reduced Impulsiveness and Improved Structure Borne NVH for I4 Engine》专题报告。
他通过高精度CAE模型分析发动机悬置系统与结构振动之间的关系,探索降低结构传递噪声和振动冲击感的优化方案,为发动机NVH性能提升提供了新的工程思路。
全球智慧汇聚,共探仿真未来。
仿真技术正加速成为动力系统研发创新的重要驱动力。从AI赋能工程开发,到安全、NVH、热管理等多领域协同优化,仿真正在不断拓展技术边界,推动研发效率与产品性能持续提升。
未来,浩思动力将继续携手全球合作伙伴,深化技术交流与协同创新,以更开放的全球研发体系和更先进的仿真技术能力,共同探索动力系统发展的新未来,为行业高质量发展持续赋能。
关于浩思动力
浩思动力由吉利旗下动力公司极光湾科技和雷诺旗下动力公司 Horse 科技合并而成,其中吉利持股 45%、雷诺集团持股45%、沙特阿美(Aramco)持股 10%。浩思动力总部位于英国伦敦,全球员工达19,000名,拥有18家生产制造基地、5大研发中心,客户包括雷诺集团、吉利汽车、沃尔沃汽车、宝腾汽车、日产汽车等知名整车厂。传承雷诺与吉利125年的技术底蕴,公司产品涵盖发动机、变速箱、混合动力平台,覆盖增程、醇氢可替代燃料等动力技术路线。浩思动力致力于以多元技术路径服务全球市场,加速行业可持续净零转型。
浩思动力
龚淑娟
李峥
杜尔与福建奔驰此前已达成协议,目前正对总装车间进行大规模改造。双方将共同打造中国首条符合梅赛德斯-奔驰最新全球标准(Integra 7)的高自动化、高柔性总装生产线,涉及新建底盘合装线、分总装线及测试线,并对机械结构和控制系统进行了全面升级。
2026-06-01
面对新能源汽车对智能底盘部件需求的日益升级,京西智行已通过构建全生命周期优化体系、优化核心材料技术以及全面推行智能装配工艺变革,实现MagneRide®磁流变悬架系统耐久性的突破,在智能悬架领域树立全新标杆。
2026-05-29
2026-05-27
2026-06-02
2026-06-03
2026-06-01
2026-05-28
2026-05-29
2026-05-29
本文提出一种覆盖“数据感知-云端分析-供应链协同”全链路的涂装色差智能管理方案。通过构建多源异构数据融合模型、多材质动态补偿算法及数据驱动的根因分析系统,实现了色差问题的实时监控、精准溯源与闭环优化。工业应用实践表明,该系统将色差超标率降低76.8%,供应链协同效率提升82%,为新车型颜色开发与量产质量管控提供了有效的技术范式。
作者:钟红飞 谭学钢 李文鹏 马驰宇 唐树平 吴平平
评论
加载更多