Skip to Main Content

什麼是數位工程?

數位工程使用運算工具、數位模型與連結的資料來支援現代資電整合系統的設計、測試、監控與維護。數位工程系統由一套整體性的工程實務組成,旨在因應複雜系統、持續演進的技術,以及更快將產品推向市場的壓力。     

工程團隊將數位工程作為新世代以模型為基礎的產品開發與生命週期管理方法。此方法旨在提供及時且具脈絡的洞察,以支援工程決策。換句話說,它在正確的時間、正確的脈絡中,以正確的格式提供正確的資訊。數位工程不僅僅是將數位轉型原則套用到工程資料上。它建立一個生態系,使先進技術能夠:

  • 根據需求對系統行為進行建模與模擬
  • 導入自動化
  • 連結組織內不同的工程領域
  • 為關鍵資訊建立可信的權威資料來源 

數位工程演進的原因

Digital engineering accurate information

工程師需要及時且準確的資訊來做出明智的決策。

數位工程的潛在效益,使其定義與採用成為傳統硬體工程實務結合軟體依賴後的合理演進。傳統的硬體開發採用瀑布式方法,而非軟體開發常見的敏捷方法。由於硬體系統的複雜性與相互依賴性,敏捷方法往往不適用於硬體開發。

然而,基於模型的系統工程 (MBSE) 的引入,展現了兩種整合敏捷方法優點的方式。第一:工程團隊可以採用系統層級的方法來將產品依其需求進行建模。第二:他們可以讓與產品相關的資訊定義得更清楚、取得更容易。綜合而言,這項策略轉變消除了組織與流程上的依賴。

美國國防部 (DoD) 看到這些優勢,並於 2018 年制定數位工程策略,包含以下四項具體目標:

  1. 將模型的開發、整合與使用形式化,以支援企業及專案的決策制定
  2. 提供長期且具權威性的事實來源
  3. 導入技術創新以改善工程實務
  4. 建立支援基礎設施與環境,讓利害關係人能執行作業、協作與溝通

《DoD 指令 5000.97》 進一步完善了這項策略,並鼓勵國防採購生態系採用數位工程。自此倡議以來,航太與國防產業愈加採納數位工程,因其具備有效管理成本、時程與風險的內在能力。

為了更瞭解推動數位工程的原因,讓我們來分析「為工程決策提供及時且具脈絡的工程洞察」這句話。

  • 及時性:由於競爭壓力與系統複雜度日益增加,組織不僅必須更快設計並將產品推向市場,也必須提升運作時間、更快驗證與導入產品改進,以及更迅速診斷與修復現場故障。面對這些競爭需求,工程團隊再也沒有充裕時間完成這些任務。透過結合基於模型的方法、自動化、權威事實來源與運算工具,數位工程環境能比傳統方法更快速產生資訊。
  • 脈絡性:現代模擬技術與物聯網 (IoT) 感測器的普及,產生了前所未有的大量資料。然而,要讓這些資料真正有用,決策者必須瞭解其來源、與其他資料的關聯、資料來源的性質與可信度。脈絡透過將資料連結到其設計狀態、製造狀態與運作狀態來提供這些資訊。
  • 工程洞察:工程的核心是為了滿足規格要求而設計的產品,並解決其生命週期中遇到的各種問題。要有效做到這點,工程師需要掌握產品各層面的資訊—包含材料、操作環境、物理幾何、效能、耐久度等。若缺乏這些洞察,團隊只能依靠猜測與實體測試,而這既低效率又昂貴。數位工程讓企業內的所有利害關係人能取得其在各自角色中有效執行職責所需的產品相關資訊。
  • 工程決策:團隊需要及時且具脈絡的工程洞察,是為了做出明智的決策。這些決策可能發生在產品開發初期,或在產品生命末期,例如決定最佳的處置方式。數位工程讓工程師能透過在決策過程早期取得洞察來「左移」,從而有效降低整體生命週期成本。   

此外,數位工程也作為應用先進技術的推動者,以提升洞察與時效性。數位工程在建構產品的數位脈絡中扮演關鍵角色—不僅是整理必要資料,也定義透過該脈絡串接之資訊的權威事實來源。

當其與系統工程與運算工具 (尤其是 MBSE) 結合時,數位工程提供即時存取產品系統層級數位模型的能力。這些模型能進行假設分析、最佳化、故障分析與涵蓋整個產品生命週期的預測分析。透過導入快速發展的人工智慧 (AI) 技術,如機器學習 (ML)、神經網路與大型語言模型 (LLM),數位工程生態系能提供更高層次的自動化、更具洞察力的預測分析 —— 特別是在使用頂尖的物理型模擬時—— 以及更具前瞻性的維護建議。 

數位工程的新興應用

Digital engineering system level approach

全面性的系統層級產品開發方法是數位工程的基礎。

數位工程系統由一套工具、流程、資料來源與基礎設施所組成,提供系統產品生命週期的全面且可信的端到端視角。目前的實作通常包含以下元件:

資料脈絡、分類與連結

超越資料收集與資料分析是採用數位工程的關鍵一步。為了從資料中創造更多價值,團隊必須先為產品加入脈絡資訊。接著,他們必須識別權威的單一真實來源,並以有效率、可重複、可稽核的方式將資料串接到各項應用中。如此一來,數位化資訊便能被視為準確、具備資安保護,並能以可追溯的方式進行存取。這便形成數位脈絡的基礎。

數位孿生

Antleron bioreactor with simulation

使用多物理模擬的生物反應器數位孿生

對整個系統、其元件或子系統的數位表徵能提供超越靜態資料的洞察。這些模型通常被稱為數位孿生,讓工程師能改變操作條件、幾何參數及非工程輸入,以觀察系統在設計狀態與運作狀態下的反應。數位孿生可能包含 (但不限於):

  • 電腦輔助設計 (CAD) 的 3D 幾何模型
  • 基於模型的設計
  • 0D/1D/3D 模擬模型
  • 由整理過的資料產生的查找表
  • 由詳細模擬或測試資料產生的降階模型 (ROM)
  • 商務與供應鏈表徵 

程序自動化

為了精簡產品開發流程,採用數位工程的組織會導入自動化與協調控管。這些能力能簡化並加速取得數位脈絡中的資訊、執行運算模型,以及將資料加入系統。自動化也讓非該領域的專家能使用相關資訊,強化在正確時間將正確資訊提供給正確對象的目標。

組織採用與典範轉移

當一個組織導入數位工程時,行為上的改變與技術上的變革同樣重要。所有參與產品生命週期的利害關係人都必須理解並採用以資料為導向的系統層級產品開發方法。企業應促進跨領域的協作與創新,取得領導階層明確支持,建立嚴謹的資料治理實務,並鼓勵敏捷方法。

工具的開放式架構

導入團隊必須確保數位工程系統中的所有工具皆採用開放式架構,以促進高效率、可追溯、可重複、可互通、可協作且準確的資料存取。在封閉生態系中運作的孤島式工具 (而非採用現代產業標準 API) 會使組織無法充分受惠於數位工程帶來的優勢。 

有效導入數位工程的使用案例範例

具有三種類型超穎原子 (如三角形、圓形與方形柱狀體) 的超穎介面幾何

無論產業別為何,數位工程都能強化任何組織的產品生命週期流程。然而,具有高度法規要求、複雜機電系統及嚴苛性能目標的產業受益最多。航太、醫療與汽車產業提供了一些最具代表性的使用案例。

電池超級工廠

由於航太、能源與汽車領域的電池需求快速成長,加上技術迅速進步,正推動製造商在其「超級工廠」(是近期用來稱呼電池與電動車 (EV) 工廠的名稱) 中採用數位工程。

例如,Honeywell Process Solutions 提供以數位工程打造的自動化系統。這些系統結合即時資料與基於物理的模擬,設計能動態調整以因應變動條件的生產線。採用此方法能協助客戶達到更高產量、更低成本與更高能源效率。

軟體定義車輛

Digital Engineering Technology for Software Defined Vehicles

軟體定義車輛正在顛覆汽車產業。

在汽車領域,由軟體控制的智慧系統正改變競爭版圖。許多汽車製造商利用數位工程協助他們更快邁向軟體定義車輛 (SDV),並降低實際使用時的問題。數位工程讓原廠 (OEM) 及其供應商能共同協作設計、驗證與實現其 SDV 願景。許多實作會利用其數位工程平台來:

  • 將 AI 納入其解決方案
  • 克服電機、機械與軟體工程之間的組織隔閡
  • 透過多物理最佳化改善設計
  • 整合其他領域的資訊
  • 提升其嵌入式軟體的穩健性

以電腦模擬方式測試醫療器材

在醫療與其他產業中,以電腦模擬方式進行的測試指的是在產品開發中使用數位模型。這與「體內」及「體外 (例如在實驗室環境中)」的測試形成對比。隨著數位工程的導入,整個產品開發流程能更符合醫療器材開發與核准所需的嚴格法規要求。工程團隊能維護單一且有文件記錄的事實來源,加速開發流程,並向法規機關提供驗證與確認資料。 

使用建模與模擬強化數位工程

建模與模擬工具讓數位工程的能力超越資料管理,使工程團隊能利用高擬真、基於物理的分析,有效率地探索產品效能。模擬也能在開發流程更早期提供可付諸行動的洞察。一個完善實施的數位工程系統應採用具備以下特性的模擬工具:

資料輸入/輸出開放性與自動化支援 

有效的數位工程需要整合與自動化,讓外部工具能擷取結果、納入可信來源的輸入,並管理活動中的模擬模型。Ansys 軟體的 PyAnsys Python 存取工具是一個具備完善文件、支援產業標準檔案格式的解決方案。此外,Ansys Minerva 模擬流程與資料管理軟體提供單一事實來源,用以管理與存取模擬資料與模型。 

開放式平台也支援將其他領域整合進模擬中。例如,像 Ansys Granta 產品系列這類的材料資訊解決方案能提供可追溯性,並確保材料特性的單一事實來源。開放性也能支援使用最佳化工具,如 Ansys optiSLang 流程整合與設計最佳化軟體,以及像 Ansys SimAI 雲端 AI 平台等新興人工智慧 (AI) 解決方案。

基於物理與多物理的模擬 

數位工程解決方案中的運算工具必須準確,並建立在其所代表的物理基礎之上。Ansys (現已與 Synopsys 合而為一) 的頂尖工具能提供元件與子系統層級的模擬:

由於大多數產品牽涉多種物理現象,Ansys 採用多物理方法,以在產品的虛擬表徵中理解結構、熱、電、電磁與光學的相互作用。 

系統等級模擬

當元件與子系統被精確建模後,下一步便是使用系統層級的模擬工具。像 Ansys ModelCenter MBSE 軟體這類的解決方案能讓工程師從系統角度全面探索產品效能。對於在使用期間需執行多重任務或具有複雜互動的產品,像 Ansys Systems Tool Kit (STK) 軟體這樣的數位任務工程模擬平台能在單一平台中提供完整的任務規劃、可視化與多物理互動能力。 

最後,像 Ansys Twin Builder 這類基於模擬的數位孿生平台可供跨團隊使用,用來建立與管理產品與流程的虛擬數位孿生。 

嵌入式系統軟體的整合 

多數現代產品皆包含嵌入式軟體,可能存在於感測器中,或用來管理產品本身。這突顯出在更完整的系統脈絡下,需要能促進快速軟體開發與測試的工具。Ansys SCADE Suite 便是一個能進行硬體迴路與軟體迴路測試的軟體開發平台範例。

快速、彈性的求解器

2021-02-cloud-tech-trend-card-1.jpg

彈性的模擬平台能讓企業運用高效能的雲端平台。

有效的數位工程實作需要快速的求解器,以在不同硬體解決方案上執行多種情境並提供及時的洞察。例如,Ansys Fluent 的原生 GPU 求解器能以遠高於 CPU 模擬的速度來建構流體行為模型。此外,Ansys Cloud 系列提供雲端運算的彈性、速度與成本優勢,讓任何使用者都能使用進階模擬。

相關資源

模擬驅動的數位工程

Ansys 透過動態且協作的生態系,運用數位工程來革新設計驗證流程。

以數位工程提升策略優勢

為何數位工程對企業的未來競爭力至關重要。

數位工程展示系列

了解各行各業的客戶如何透過這些數位工程解決方案示範,在提升品質的同時節省時間與成本。