行业分享丨规模化汽配企业如何大幅缩短CAE验证周期和提升运营效率瓶颈——延锋国际用AI一举解决了两个痛点

01、汽配行业产品研发现状

在当下的汽配行业中，产品相对固定的批量生产性汽配企业占据着重要地位。这类企业通常肩负着为多个主机厂配套的重任，多个项目并行研发制造是常态。从企业的日常运营来看，由于不同主机厂的需求存在差异，即使是相对固定的产品，也需要针对不同项目进行定制化调整。例如，在为不同品牌主机厂生产方向盘时，虽然产品核心功能和基础结构相似，但在外观造型、尺寸精度以及与整车的适配性等方面会有独特要求。

产量大、并行项目多的情况，使得企业的研发制造压力剧增。在这种复杂的业务环境下，汽配企业为了确保产品质量和满足主机厂的严格要求，基本都会从自身研发流程要求出发，积极开展CAE仿真分析。

从自身研发流程角度，CAE仿真能够在产品设计阶段就对各种性能指标进行模拟预测，提前发现潜在的设计缺陷，避免在后续的实际生产中出现问题，从而降低研发成本和时间成本。例如，通过CAE仿真可以模拟方向盘在不同工况下的受力情况，提前优化结构设计，确保产品的强度和耐久性符合要求。同时主机厂出于对整车性能和安全性的考虑，也会希望汽配供应商能够提供详细的CAE仿真报告，以证明其产品在各种条件下的可靠性。

但是多个项目并行开展CAE仿真分析，无疑会加剧汽配企业仿真部门的压力，包括人力资源的压力、仿真准确性的压力，最大的压力来自于仿真的周期。

笔者从智能座舱头部制造企业延锋国际了解到，就其主打产品汽车座椅而言，从用户直观感受来看，每辆车的座椅似乎并无太大差异。然而在实际的产品开发进程中，基本上每款座椅都需要进行CAE模型验证。

整个CAE模型验证流程涉及多个精细环节，从模型搭建、参数设定到模拟计算与结果分析，每一步都需要专业的技术人员投入大量时间和精力。这一过程往往漫长，整个周期可能长达四到五个月之久。重复性的CAE模型验证工作以及不断累积的项目任务，使得仿真工程师的工作负荷日益沉重。在经过如此长时间的验证工作后，最终诞生的新产品，与上一代产品相比，产品的差异度大概只有10%-15%左右。

事实上，这种工作负荷过重、面临客户质疑以及满足管理层快速穿透需求的困境，并非个别企业的现象，而是整个汽车行业普遍面临的痛点。在追求产品创新与技术升级的道路上，如何平衡工作效率、结果准确性以及产品推出速度，成为了亟待解决的关键问题。

02、延锋国际AI应用

在努力突破行业困境的进程中，延锋国际选择了Altair的physicsAI，并选择了方向盘骨架这一相对标准化、单一化的产品作为AI与CAE融合的切入点。通过20多个历史项目的实际工程数据，并选取不同OEM普遍要求的关键性能指标，为后续的技术验证与应用探索奠定了坚实的数据基础。

方向盘的形状具有一定规则性，在产品迭代或针对不同客户需求进行设计变更时，往往只需进行一些微调，像是在特定区域稍微加宽、变窄，或是调整弧度使其更圆、更扁等。这类设计改动在CAD软件中进行操作时，凭借其便捷的图形编辑功能，能快速完成修改，高效响应设计需求。

然而CAE分析需要对模型进行网格划分，每当方向盘设计有变动，就必须重新绘制网格。要精确绘制出高质量网格还是有难度的，这一过程非常消耗时间，拖延整个项目的交付周期。

延锋国际尝试使用Altair physicsAI做模型训练。physicsAI的操作极为简易，依托其简洁且高效的UI界面，工程师能够轻松选定若干特征点并快速导入数据，可以自动帮你完成后续步骤，相比于其他预测类神经网络模型搭建的产品，physicsAI的操作难度大幅度降低，并且读取结果的耗时大幅缩短。

延锋国际率先选择从相对基础的模态分析入手，评估Altair physicsAI的表现是否能达到预期。从分析结果来看，最终呈现的整体训练非常理想，在数据的拟合与预测上表现出色。

借助physicsAI，工程师无需成为神经网络专家，也无需精通复杂编程，仅凭手头的数据，就能轻松开展模型训练工作。这一转变，极大地降低了技术应用的难度，让更多精力得以投入到核心业务的优化与创新中。

延锋国际还基于RapidMiner工具开展方向盘骨架案例的数据分析模型训练。RapidMiner操作直观、算法丰富，经团队对关键数据的分析挖掘与参数调试，最终数据指标结果非常不错。

对于如何选择搭配使用physicsAI和RapidMiner这两款Altair的AI工具。延锋国际得出了一些总结性结论：

对于一些指标性的性能要求：

•有比较清晰的数据逻辑，就可以使用RapidMiner得到满足精度要求的测试结果。

•对于需要关注结构变形、云图类的输出，physicsAI可能是更好的工具，可以帮你把从前到后全流程做一个比较好的集成，而且能将结果以云图的方式展示。

•训练数据量是根本，如果没有足够多的案例数据支撑，模型能学习到的工程知识点还是相当有限的。

•算力对于AI的应用非常重要。延锋作为一个TO1供应商，可以把各种各样不同客户的同类产品数据放到一起，而对于OEM，在开发的车型不是非常多的情况下，要做一类产品的数据集积累就会比较困难，有可能需要通过仿真的方式主动产生数据，所以算力对于AI的应用也是一个非常重要的点。

此外，RapidMiner还助力延锋国际将历年运营数据与管理系统对接。帮助延锋国际实现了在实际运营中便捷地评估总体业务量、把握业务趋势，合理调配资源。

同时，也能从微观层面，跟踪日常业务任务、趋势及状态，判断其是否契合管理层预期，以及任务是否及时追踪与关闭。客户关注的整体交付效率也一目了然，全方位帮助延锋国际精准洞察整体业务健康程度。

早在十几年前，延锋就前瞻性地在IT端投入大量资源，全面开启数字化转型。通过搭建各类系统，积累了海量结构化和非结构化数据，生成试验报告、仿真报告、仿真模型以及工程文档，沉淀下丰富的知识资产。

AI工具为延锋国际带来了飞跃式的效率提升，成功攻克了多年来困扰效率的效率难题。以RapidMiner为例，它不仅解决了大批量的工程问题，还极大地优化了管理流程。只要数据基础相对完善，略作清理后对接RapidMiner，即可实现“即插即用”，快速对整体团队的运营效率进行评估，为决策提供有力依据，让延锋国际的工作开展更加高效、精准。

03、结语

对于规模化汽配企业，应用Altair的AI产品矩阵，不仅可以在工程研发环节和CAE结合大幅缩短仿真的周期，还能大幅提升整体运营的效率，延锋国际对AltairAI的应用，是一个已经落地并已取得显著成效的可参考学习的成功案例。

申请免费试用

如您对 Altair RapidMiner 感兴趣

欢迎扫描二维码申请免费试用：

关于 Altair 澳汰尔

Altair（纳斯达克股票代码：ALTR）是计算智能领域的全球领导者之一，在仿真、高性能计算 (HPC) 和人工智能等领域提供软件和云解决方案。Altair 能使跨越广泛行业的企业们在连接的世界中更高效地竞争，并创造更可持续的未来。

公司总部位于美国密歇根州，服务于16000多家全球企业，应用行业包括汽车、消费电子、航空航天、能源、机车车辆、造船、国防军工、金融、零售等。

欲了解更多信息，欢迎访问：

www.altair.com.cn