數位工程與模擬如何改變創新

數位化正影響著全球幾乎所有專業、工作流程與產業。根據《Fortune Business Insights》報導，2023 年全球數位轉型市場規模達 2.27 兆美元，預計到 2032 年將成長至 12.35 兆美元。

隨著人工智慧與機器學習 (AI/ML)、雲端運算，以及由模擬驅動的數位孿生等技術的出現，組織紛紛導入數位解決方案來推動工程流程演進，也就不足為奇。

那麼，什麼是數位工程？為何它比以往更重要？組織又該如何實現它？為了釐清這些問題，Ansys 訪問了多位頂尖模擬與產業專家，探討數位工程的演進與革新，以及它對模擬、產業與整體工程領域的意涵。

數位工程的演進

問：您如何定義數位工程？

此外，它能透過整合工程產品或計畫的實體版本效能資料，實現即時回饋，讓設計不斷改善並確保持續效能。

問：在過去十年中，數位工程有何改變？模擬在這場轉型中扮演了什麼角色？

如今，模擬在工程中的角色已十分普遍。目前的重點在於連結這些分散的數位模型，以發揮連結後的協同效應，同時也從僅關注並最佳化單一零件或單一領域，轉向關注整體虛實融合產品的效能。

Scott：值得注意的進展包括：從以文件為基礎的系統方法，轉向完全數位化且連結的 MBSE 工具組，這些工具能將模擬分析與設計驗證 (例如硬體) 相結合。隨著 MBSE 等方法的廣泛採用，為了呈現這些複雜系統，模擬流程變得更龐大且更複雜，因此需要能加以管理的工程軟體工具鏈。

為了因應模擬流程管理，我們看到了模擬流程與資料管理 (SPDM) 系統的興起，這些系統能儲存、管理並捕捉模擬活動流程。這些系統填補了電腦輔助工程 (CAE) 領域的一項重要缺口，而這正是產品生命週期管理 (PLM) 系統原本無法處理的。SPDM 中記錄的複雜多物理研究，可在多領域設計分析與最佳化 (MDAO) 工具鏈軟體中重現，以執行大規模實驗設計 (DOE)，並產生最佳化結果與權衡研究。換句話說，可重複的既有模擬分析能整合進工具鏈中，進行不同變體研究，以找出最佳化設計並平衡各種參數。唯有捕捉並利用這些工具鏈的智慧，才能在不同工程團隊之間有意義地擴展規模。 

隨著模擬與此類工具鏈的複雜性增加，對高效能運算 (HPC) 的需求已由雲端技術支援，讓計算密集型研究能夠遠端處理。此外，AI 在數位工程中的影響力也在擴大，不僅能分析歷史資料來預測未來結果，還能利用訓練過的 AI 模型生成新的高效能設計。

數位工程導入的挑戰

問：有哪些策略可以說服高層從「實體優先原型設計」轉向「數位優先模擬」？

為了支持這一轉型，我們正在開發一些範例，以展示 Ansys 產品組合在促成數位工程方面的強大能力 (請見圖表)。這更像是一種教育性的嘗試，雖然客戶認為這代表了未來可能的狀態，並引起共鳴，但他們仍然覺得這些流程相當前瞻。

製藥產業則正在投資數位製造計畫，以提升藥品製造流程的可靠性與穩健性。其最終目標是能建立數位孿生，實現藥品製造流程的自動化控制，同時達到品質保證與最佳產出。

問：企業如何透過模擬與數位工程工具最大化投資報酬率 (ROI)？

Reni：我先前提到的多項 ROI 指標──如縮短週期時間、提升效率、降低產品或開發成本、縮短上市時間，以及減少品質或保固風險──都能歸功於善用模擬與數位工程工具。除此之外，透過在產品開發流程中導入虛擬化，企業能減少驗證產品效能與符合法規要求所需的實體測試量。同時，透過導入數位工程，組織能推行敏捷式產品開發，快速因應需求變化來改良設計，藉此縮短上市時間，取得競爭優勢。這在產品日益複雜時尤為重要。運用基於模型的方法，組織也能大幅減少因重新建立設計所產生的返工，並藉由運用或重複使用先前設計中的知識，邁向以資料為核心的方式。

數位工程的效率效益

問：是什麼阻礙了組織善用模擬與數位工程？

Reni：組織在採用模擬與數位工程時，成熟度各不相同。值得注意的是，導入數位工程實務不僅關乎技術，同樣也涉及組織的變革管理，必須同時考量人員、流程與文化的互動。與其說是一次性的轉變，不如視為邁向模型驅動型企業的逐步成熟歷程。

傳統上，組織主要依靠實體測試來驗證產品效能並維持品質管制。如前所述，若能在產品開發流程中的早期階段應用建模與模擬，將能帶來顯著價值。隨著產品愈加複雜，驗證層級也必須相應提升，以確保系統效能能符合設計、符合製造並符合操作要求。在這些階段中，各自都存在許多不確定性，而模擬與數位工程能協助解決。此外，若在開發過程中採用嚴謹的驗證與確認流程，能提升對虛擬模型預測系統特性的信心。  

我們已經看到部分產業領域正努力透過「分析認證 (CbA)」來符合合規要求。同時，也正在建立模型驗證與確認方法，並納入不確定性量化，以提升對數值結果預測的可信度。不過，在此過渡階段，數位工程能將實體與數位結果結合於有效且協作的流程中，以提升開發效率。我可以想見，在不久的將來，數位工程將能把開發中的實體測試減少到「一次就做到正確」的地步。

問：傳統模擬方法有哪些限制？數位工程又是如何解決這些問題？

Scott：傳統上，不同工程領域各自為政，例如機械團隊與電機團隊之間的互動或影響相當有限。MBSE 與 SPDM 已經將工程團隊整合起來，並為他們提供了一個共同的語言與協作平台。隨著數位脈絡將所有領域串聯在工程生命週期的各個階段，這也解決了追溯性的問題。

模擬的擬真度逐年提升，使結果更加準確，而運算效率、速度與規模的提升，也讓工程師能以比以往更高的擬真度研究模型。

Andy：如前所述，傳統模擬著重於針對單一零件或產品特定面向的最佳化與設計。在微觀層面上最優的解決方案 (例如某個零件或面向)，未必是對整體產品最好的選擇。事實上，多數優良產品往往是在各個競爭面向之間取得平衡，以達成整體最佳的關鍵效能指標。

傳統模擬通常也局限於少數專家社群內部。因此，這些模擬僅限於那些具備深厚技術知識的專家使用。此外，這些模型與資料的管理通常是在本地進行，不具一致性，也無法有效搜尋、共享或發現。

數位工程致力於以結構化方式連結這些模型，使流程不僅更透明，也更普及。它也將重心從單一零件的個別最佳化，轉向整體解決方案。

透過將資料與模型納入受權威的事實來源，能更容易、更頻繁地與利害關係人溝通所需的重要資訊。相關資訊也更容易存取，減少工程師搜尋與調取資料所需的時間。

數位工程的影響 

問：目前基於物理的模擬與數位工程有哪些最令人振奮的進展？

問：在數位工程的背景下，這些技術或方法如何改變我們對模擬的思維與應用方式？

Scott：各團隊在資料管理上變得更有規範。意識到模擬資料在下游還有使用者，無論是 MBSE 還是硬體模擬，工程師正逐漸轉向更精確、清晰地在數位系統中捕捉資料的思維模式。所有資料突然變得有價值作為訓練資料 — 即使是不符合需求標準的模擬結果，仍然能作為 AI 模型的訓練資料。

問：生成式設計與模擬驅動工程將如何改變產品的開發方式？

Andy：好問題。整體來說，它應能帶來更好的最佳化設計與工程見解，進而造就更好的產品。它也應能縮短開發時間，因為需要的實體原型會更少。不過，我們也必須認知到產品開發並非是單靠工程即可完成的工作。事實上，工程只是其中一環，決策者會基於多種其他因素來做出決定，而工程只是其中之一。因此，工程的角色、流程的變革，以及在效率與設計上的提升，都應放在更宏觀的產品開發全貌中來看待。

問：雲端運算如何支援模擬與數位工程的可及性與擴展性？

Scott：雲端運算提供隨需存取，讓工程師無需昂貴硬體即可隨時隨地執行模擬。這使數位工程更普及，讓各種規模的組織都能將先進模擬納入工作流程。雲端運算的彈性讓成本與效能能夠動態平衡，日常運算需求可依需要進行調整。透過運用「突發運算」能力，組織能加速複雜模擬，縮短處理時間，同時保持效率。

問：未來的工程師需要培養與建立哪些技能？

Reni：為了促成數位工程，工程師必須培養多元技能，並專注於兩大原則：跨領域思維與協作式學習。這些原則也已收錄於 Ansys 白皮書《企業導入數位工程的觀點》中。

跨領域思維能讓人接觸到互補的技能與知識組合，並應用於真實情境中。這將培養出能適應模糊、複雜且動態情境的人力。此外，跨領域訓練還能幫助識別策略中的弱點或機會，進而帶來更有效率的運作。

協作式學習能促進知識分享與團隊合作。這種方式能幫助數位工程相關人員相互學習經驗與觀點，促進更具合作性與創新的工作環境。

Andy：要學會以全局觀來進行工程工作。換句話說，必須考量決策將如何影響整體產品。傳統工程讓工程師侷限於自己的領域，僅為了滿足局部需求而工作。如果還沒發生，未來將會轉向更全面的設計決策方式。

探索 Ansys 的數位工程

Ansys 全面且開放的多物理模擬工具生態系涵蓋所有物理領域，另有解決方案支援特定技術與應用，例如數位孿生、AI/ML 與雲端運算。

此外，Ansys Connect 解決方案能將模擬、資料與資源貫穿整個組織，串聯成數位脈絡，讓促成數位工程更容易實現。這些解決方案包括 SPDM、材料管理、程序整合與設計最佳化，以及 MBSE。

立即探索 Ansys 的數位工程解決方案。