系统驱动的产品开发

汽车制造商必须满足的竞争要求从未如此复杂。他们必须创造一种令人兴奋的产品，一种听起来不错、感觉不错的产品，并通过越来越多与消费者世界融为一体的智能系统提供令人兴奋的体验。与此同时，该产品每年都必须变得更省油、更轻、更可持续。工程师们越来越难在许多相互冲突的需求之间找到正确的平衡。

目前，汽车中的所有智能都导致了平均每辆汽车中超过2000万行代码，以及必须管理和验证的需求集不断增长。与此同时，一些领先的汽车制造商，如大众的MQB (Modularer Querbaukasten，意思是模块化横向矩阵)和丰田的TNGA(丰田新全球架构)，都在朝着模块化的方向发展，建立全球和跨品牌的兼容组件系统。虽然组件化有助于降低复杂性和程度差异，但它增加了理解在许多车辆配置中重用的组件的行为、耐用性和整体客户体验的工程挑战。

前置式决策

工程师在特定环境下解决特定问题所做的决定，比以往任何时候都更能影响车辆的行为或人们对它的看法，而这种影响是工程师无法轻易预测的。这是PLM平台面临的核心挑战:我们需要的是一种方法，让参与车辆开发和制造的每个人都能准确地在他们需要的时候，准确地在他们需要的环境中，获得做出关键决策所需的知识。

系统需要使工程师能够在过程的早期做出正确的决策，此时变更的影响比后期变更的代价要小得多。该系统需要合适的专家参与，他们可以帮助更早地影响质量、耐久性、性能和制造成本。

本质上，系统需要通过更早地移动这些下游功能的影响来“前置”决策，关闭决策和验证之间的循环，确保早期做出的决策是正确的。

下一代PLM

下一代PLM为生命周期决策提供了沉浸式环境。要做到这一点，我们认为人们需要变得更有内在意识。信息应该围绕着他们，呈现给他们，但不是全部，只是相关的和在正确的上下文中。这将帮助他们在系统环境中做出综合决策，并且比以往任何时候都更加及时和准确。

我们的目标是建立一个身临其境的决策环境，在这个环境中，产品生命周期中的每个人都能准确地获得他们需要的知识，准确地在他们需要的时候获得知识，准确地在他们必须做出决策的上下文中获得知识。这样的环境将复杂性转化为有用的知识，赋予汽车制造商竞争优势。

它是这样做的:

1.为整个企业的所有用户提供一个透明的环境，从营销、质量、设计和工程到制造。

2.从许多数据源收集数据，这是做出正确决策的关键。

3.提供工具来定义描述车辆物理、控制和行为的架构和模型。

4.确保只交付正确的信息，并在用户的工作上下文中交付。

使用系统驱动的产品开发来设计客户体验是可能的。几十年来，系统工程的方法已经被航空航天和国防工业所接受，越来越多地被汽车工业所接受。但是系统工程本身有时被认为是一个复杂的过程。并不是整个公司的所有工程师都能理解系统工程如何工作的复杂性。事实上，系统工程通常是在核心设计活动之外完成的，由公司内的少数专家完成，通常会偏离关键路径。

公司可以从系统工程中产生的知识中获得很大的优势，因此他们必须找到一种方法来使用系统工程师创建的模型，以便能够在围绕他们的所有复杂系统的上下文中完成工作。那么，组织如何利用系统工程而不被系统工程本身的复杂性所压倒呢?

这就是PLM的工作。PLM确保产品的复杂性被很好地定义和理解，通过在PLM中捕获它，然后让PLM确保在整个产品生命周期中，所有工程师和其他人都可以使用它。

系统驱动开发的4个要素

系统驱动产品开发的四个关键要素是:

1.开放。没有一个软件产品可以做这个工作。当汽车制造商和顶级供应商清点他们所使用的开发、模拟、工程和制造软件工具的数量时，他们发现有数百种。这意味着PLM系统的开放性，即利用他人需要的数据而不被瞬时信息阻塞的能力，是成功的关键因素。

2.单一配置管理。PLM必须提供一种体系结构，可以确定变化，并定义无数的理论和实际配置。

3.变更和进度管理。PLM必须提供企业变更和计划管理流程，以确保在发生变更时跨众多应用程序保持一致。

4.构建和模拟客户体验。项目工程师需要了解燃料消耗、驾驶行为、噪音和振动，以及车辆在多种配置下的成本。要做到这一点，他们需要不同物理特性的精确模型，以及控制软件，他们可以在计算机上“组装”成车辆的模拟和“试驾”。这就要求PLM系统:

• 提供定义依赖关系和描述子系统交互的模型的体系结构。
• 提供正确的数据，所有机械、软件和电子参数的正确版本，即使它们来自PLM之外的数据库。
• 能够从一些专门的工具和应用程序综合模型。

总之，这些基本元素可以使企业中能够更好地影响产品的每个人。

利用工具

如何使企业能够利用系统工程?想象一下，能够使用“整车模型”来检查对驾驶舒适性的新要求是否适用于所有不同的车型(可能来自不同的品牌)。在今天的实践中，这些目标是基于市场评估和对可实现目标的合理猜测而设定的。如果你能运行一个相当精确的模拟来验证这一点呢?

应用程序工程师不断面临挑战，要找到最适合市场需求、成本目标和性能目标的技术。如果他们有一种可靠的方法来了解新的或改进的技术将如何影响汽车项目的性能目标，他们的日常工作就会大大提高效率和准确性。

为了说明社会产品生命周期管理(SPLM)解决方案在这条路上走了多远，下面是一些当前客户实现的例子，它们是实现这一愿景的里程碑。

案例研究:GM，从数学到实验室

在嵌入式软件领域，从实际应用到实验室的前置过程的好处是最明显的。最好的例子之一是发动机校准过程。在发动机控制软件中设置参数最终决定燃油效率、性能和声音。在传统过程中，这一工程活动的主要部分发生在实际的车辆中。然而，算法本身是很早就开发出来的。

算法(控制模型)和可靠且经过验证的车辆级模型的集成允许虚拟校准，这将实际的基于原型的校准所需的工作量减少到过去的近一半，更重要的是，缩短了所需的时间。

案例研究:戴姆勒，跨线优化

戴姆勒奔驰是LMS(西门子业务)在驾驶动力学领域的主要客户之一。与其他汽车制造商一样，戴姆勒也在努力应对产品线日益复杂的问题，并一直在寻求一种更早优化驾驶动态的方法。在解决方案中，集成了基于模型的多体仿真，并在仿真和实际物理测试之间建立反馈回路。这种集成使得模型足够精确，工程师可以依靠模拟来优化驾驶和操纵，并确信实际车辆将按他们想要的方式运行。

- Stefan Jockusch是Siemens UGS PLM Software的产品开发副总裁。由CFE Media内容经理马克·t·霍斯克编辑，控制工程、mhoske@cfemedia.com．

在线额外

这篇文章提供了比《控制工程》8月印刷版和数字版更多的信息。查看8月份的其他文章www.globalelove.com/archive．

www.plm.automation.siemens.com

www.lmsintl.com

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。