面向复杂产品创新研发的仿真和试验数据重用理论与方法

With the transformation of Chinese manufacturing industry from “Made in China” to “Created in China”, the demand for innovation research and development has become increasingly prominent. Simulation is increasingly widely used due to its great advantages in time, cost and other aspects. It can effectively reduce the number of physical tests, improve the development efficiency and quality. The bottleneck for innovation research and development is how to effectively reuse large-scale simulation data and small sample test data. Therefore, the research difficulties and hotspots are simulation-driven design and test data reuse. This project aims to propose a simulation and test data reuse method for innovation research and development of complex products and plans to carry out research from three aspects: basic theory, key technologies and practical examples. The unified representation theoretical framework of heterogeneous simulation data will be proposed firstly. Secondly, this project will study the following key technologies to realize the effective reuse of simulation and test data: relationship mining of design and heterogeneous simulation performance, modeling and reasoning of multi-level feature data association structure and effective reuse of large-scale simulation data and small sample test data. Finally, a simulation and test data management and reuse prototype system will be developed. The innovation research and development of new intelligent autonomous aircraft will be taken as an example to verify the proposed theory and key technologies. In conclusion, it is of great significance to explore the simulation and test data reuse theory and key technologies for simulation and test data intelligent modeling theory research and engineering application.

随着我国制造业从“中国制造”向“中国创造”转型，制造业创新研发需求日益凸显，仿真技术因其时间、成本等巨大优势而日趋广泛应用，有效减少了真实试验次数，提高了研发效率和质量。产品创新研发的瓶颈是如何有效重用大规模仿真和小样本试验数据，仿真驱动设计和试验数据重用是研究的难点和热点。本项目旨在提出一种面向复杂产品创新研发的仿真和试验数据重用方法，从基础理论、关键技术和实例例证三方面开展研究。首先，提出异构仿真数据统一表示框架；其次，研究设计与异构仿真性能关系挖掘、多层次特征数据关联结构建模与推理、大规模仿真和小样本试验数据重用等关键技术，实现仿真和试验数据的有效重用；最后，研发一个仿真与实验数据重用原型系统，以新型智能自主飞行器创新设计为例，验证提出的理论和关键技术。通过上述研究，探索面向复杂产品创新研发的仿真和试验数据重用理论和关键技术，对仿真与试验数据的智能建模理论研究和工程应用具有重要意义。

智能制造技术正在引领制造方式改革和制造业产业升级，并成为全球新一轮制造业竞争的制高点。本项目瞄准国家大力发展高端制造业，实现从“中国制造”向“中国创造”转型升级的迫切需求，针对我国复杂产品研发周期长、研发成本高、风险性大等跨行业重大共性需求，提出了一种面向复杂产品创新研发的仿真和试验数据重用方法指导复杂产品设计和优化。.首先，针对设计人员难以高效获取、方便查看多域仿真结果以及仿真数据挖掘与知识重用的难题，提出了基于统一表示模型的多域仿真数据集成建模方法，有效支持对多域仿真数据的高效获取和统一表示。一方面便于多域异构仿真结果的集成展示以支持设计决策，另一方面也为后续仿真数据挖掘奠定基础。接着，进一步研究了设计与仿真性能关系挖掘及仿真和试验数据驱动的产品优化设计等关键技术，通过挖掘和重用仿真和试验数据中隐含的知识和规则，有效减少仿真和真实试验次数，进而达到缩短产品研发周期、降低返工成本、支持产品创新研发的目的。最后，通过实例例证与分析，验证提出的理论和关键技术。.项目在执行过程中，对多域异构仿真数据统一表示理论框架、设计与仿真性能关系挖掘、仿真和试验数据驱动的产品优化设计、MBSE以及深度学习算法在产品设计中的应用等相关基础理论、算法、技术等进行了深入研究，并取得了丰富的研究成果。目前已发表论文12篇，其中SCI检索期刊论文8篇，EI检索期刊论文1篇，CCF A类推荐会议1篇，EI检索会议论文1篇。获得软件著作权1项，申请相关技术发明专利3项。研究成果已经发表在相关领域国内外著名期刊和学术会议如Advances in Engineering Software、IEEE Transactions on Industrial Informatics、Computer-Aided Design、Journal of Computing and Information Science in Engineering、Neurocomputing、计算机辅助设计与图形学学报、CAD&CG、ICITE/ICIIP会议等。此外，部分研究成果还处于审稿或进展中，未来将围绕基于MBSE的复杂系统高可信集成仿真、多学科协同设计优化等方面继续开展研究。