计算机辅助设计与制造CAE/CAM目前有哪些技术问题需要解决?
本人硕士研究领域(在国外)。硕士研究课题基本做完,那么我就来说说我对整个学科的理解。(注:连接大部分为英文,部分不确定墙内是否能访问)
按照题主的标题,其实你描述的是整个“计算机辅助技术Computer Aided Technology - CAx”领域。当然,不仅仅是会画图就行了,那是用户的需求。比如很多人的反应是,“你研究CAD啊,我也会啊,就画画图,我还画过xx呢。”呐,有人用软件,就要有人做软件对吧。其实CAx是一个非常难的领域,无数人为之奋斗。
未来技术发展方向,或者说个人想要做好这个领域,需要有1 + X的能力,其中1代表计算机知识及编程能力,X代表多能。
毋庸置疑,你最终研发的是软件。主要涉及的计算机知识为:
1、计算机图形学:这是整个显示技术核心,很多CG底层算法都是为了更好的产品设计出现的,比如著名的贝塞尔曲线就是当年为了造汽车外形出现的,当然现在广泛用于飞机了(链接:
贝塞尔曲线_百度百科)。而显示技术核心kernel,也是成为公司立足之本,而拥有世界领先kernel的国家,也都是制造业强国,如美国的Autodesk、Pro/E,德国西门子旗下NX,法国CATIA, 公司都独立开发Kernel。相关列表请戳:
Geometric modeling kernel, 也有人开源了部分小型Kernel,GitHub上也有:
lolcad - a tiny CAD kernel,以及
Open CASCADE Technology, 3D modeling & numerical simulation。
ps中国是有人开发kernel了,但是基本不能用啊,这就好比中国没有能用的操作系统一样。
2、数据库,数据建模及数据协同性:行业内学名称之为information modelling, (详情点击
Information model)。是对复杂产品进行面向对象建模并用合理数据库保存。我本科的毕业设计就是与此相关。一个产品信息必须全球同步可查,因为飞机早就全球范围内造了。难点当然除了包括所有数据库共同的存储,分布的难点以外,更难的其实是怎样对复杂数据建模。比如给你一架飞机,没有航空背景的纯码农很难对它进行准确的1-1,1-n等关系建模。此外还有安全问题,由于面向军工用户,整个设计数据绝对不能外漏。即使是商业产品,对数据的要求同样极高,如苹果。相关介绍请戳:美国国家标准研究局NIST发布的文章
http://www.mel.nist.gov/msidlibrary/doc/tina99im.pdf由于计算机业内并不存在可以直接解决类似问题的方案,聪明的CAx人员,为了解决该问题,甚至重新提出了底层建模语言和方法,
EXPRESS (data modeling language)(喂,不是express.js那个node.js框架啦~)。类似于UML,但是更加适合机械产品信息。而数据协同性研究(
Interoperability),是建立在这个之上的。因为机械产品信息要求,必须,准。你不准是要出人命的。(这点与互联网内很多模糊算法,如主页热搜词,推荐好友,明显不同)但是不同软件之间转换,会损失产品信息和精度,于是这个研究就出现了。这是本人导师深入研究7年的领域,并和全球标准化组织一起在全行业推行。
3、云技术及物联网技术:中国刚刚提出的
互联网+_百度百科中很重要的一环。同时,
中国制造2025_百度百科明确提出要大力推广互联网技术及云技术。相关软件行业则更加要求自动化,网络化,智能化。云制造技术已经提出,难点在于终端类型广泛到纯码农或纯制造业背景的人均无法handle。例如如何把一台机床放到云里并让server控制?更多的甚至涉及到总线和网络等通信领域研究工作,如
工业以太网_百度百科。我导师的导师发表的一篇
From cloud computing to cloud manufacturing文章已经是云制造领域下载和影响力最高的文章之一,欢迎阅读。
4、交互技术与虚拟现实:现在的交互设计从根儿上溯源,那都是来源于制造业的。这和管理学一样。制造当中会对工人以及用户的操作进行详细分析(如动作被分解为起身,走动,站立,转体等基本动作后评价复杂度,这个评价一个app的用户体验性相同)。怎样降低工业软件学习成本?于是要在交互上下功夫。未来虚拟现实技术将会大量进入工业界。比如已经有人用google眼镜识别信息,让工人瞬间识别零件装配信息,解放双手,
Shop Projects Better Machine Vision with MTConnect + Google Glass。同时更多的研究工作已经非常深入的进入到了飞机等
复杂产品虚拟装配系统的人机交互技术。fb旗下的大力推广的
Oculus VR以后会大有用武之地。
5、人工智能与机器学习:CAx需要太多的人工智能了。比如,一个零件怎样设计,壁厚多少?一个零件怎么造,刀轨怎样?一个机床参数怎样设置?这些都应该可以,自动推荐,的!这是符合人类思维的。都说一个老师傅更值钱,why?因为他有经验。那么我们为什么不能将所有人的经验总结到一起?那将会比所有老师傅都值钱。这就是机器学习。也是我硕士课题研究成果之一。我研发了一个参数推荐系统,可以根据历史记录,和用户需求,自动的推荐适合的设定参数,并在一定可信范围新达到最优解。这实质是总结了前人所有实验和错误经历,但是我们不再需要“人”在这里,而只需要人的经验。
1+X 的X代表多能,也代表你要走进去的深入的非计算机学科的点,比如各类计算力学如(计算流体力学CFD),计算几何,制造知识,产品设计知识,工业管理(供应链)和可持续生成(LCA)等知识。这些都是传统领域,比较好懂,就不再赘述了。
现在制造业已经到了没有计算机就要停产的地步。可以说,是一个有很搞头的方向。但是抱歉我个人不喜欢这种过于严肃而不fun的东西,所以就跑去做了最不严肃的社交产品。