.............................16 （二） 数字人 ..................................................18 （三） 仿真业务数据 ............................................20 （四） 智能运营 ..................................... 染服务，指根据通过建模服务得到的模型进行渲染，从而得 到一个与物理实体等价的虚拟实体。仿真服务，指在建立虚 拟实体上进行各类运算，从而对实际物理实体的运行决策进 行支撑。 数据层：包含支撑服务层各类服务的各类数据，包括从 物理实体各处采集和监测的数据，以及对数据中间集和物理 实体历史数据仿真的生成孪生数据。同时，数据层能够运用 机器学习，大模型技术等 AI 技术对数据集进行各类预测及 可视化渲染能力，应用逻辑可视化渲染能力等。 2.仿真技术 工程仿真传统上一直被用于新产品设计和虚拟测试。 虚拟仿真技术（CAE）是实现工业产品及制造过程模拟仿真 与优化的核心技术，是支持工程师进行产品创新设计最重要 的工具和手段，在保证产品质量的同时能大幅度缩短产品研 5 发周期，节省产品研发成本。在数字化设计技术和虚拟仿真 技术发展和集成应用的过程中，产生了 Digital Mockup（DMU，

能最先成熟的领域，具身智能仍处早期，各要素尚未完备 数据成熟度（核⼼） 6 信息来源：量⼦位智库 自动 驾驶 3D ⽣成 • ⾼ • 汽车⾏驶数据（摄像头及 传感器）达到百亿英里级 • 仿真数据正在快速发展以 弥补真实数据的分布缺失 具身 智能 成熟度 XR 经济性 • ⾼ • 融合感知、规划、控制的 端到端⼤模型已经成为业 界共识 算法成熟度 • ⾼ • 头部玩家达到5万 卡/千卡级，算⼒ 目前并非瓶颈 • ⾼ • 软件服务可快速 普及应用 • 中 • 自动驾驶软件成 本低，潜在受众 巨⼤，头部玩家 已投放市场 • 低 • ⾼质量的机器⼈真机操作 数据数量稀少，仿真数据 作用有限 • 低 • 目前算法部分处于摸索期， 感知、规划、控制等功能 都不成熟 • 低 • ⼤多数玩家在千 卡级，目前的主 要瓶颈是数据 • 低 • 物理操作需要满 ⾜安全性、合规 种类多样，如形状、体积、 纹理、材质，对数据表征 要求⾼ • 中 • 3D模型的数据集丰富度 较⾼，模型可以覆盖各 类物件和场景 • ⽆ • 低 • 缺少存量装机量，要从零 开始积累数据，同时仿真 数据精度有限 • 低 • 需要视觉数据、⼒学数据、 运动数据、激光雷达、甚 ⾄其他模态，异构数据多 • 低，数据主要来自⼀些 垂直的训练场景，数据 分布比较单⼀ • ⽆ • 目前数据是⼤部

基于多代理系统进行农业智能仿真模拟；  关联分析：  专家会商系统结合；  专家智慧动态引入；  仿真模拟智能化和自适应； anXn a X a X a Y       2 2 1 1 0 多代理 系统 CAMES模 型系统 专家会 商系统 农业动态 建模技术 农业动态 建模技术 交互仿真 模拟技术 交互仿真 模拟技术 仿真可视 化技术 仿真可视 化技术 农产品消费 农产品消费 行为与消费 量变化模型 农作物生长 与产量形成 机理模型 介入与反 馈模型 农业智能仿真架构 农业智能仿真架构 优化调整 决策 优化 农业 专家  仿真过程介入；  仿真结果反馈；  生产与市场决策流程优化。 4. 数据分析模拟技术 5. 农业大数据交互式可视化技术 农信采监测数据可视化 大数据背景下，在交互式数据可视化技术的支撑下，通过对高频变

新平台体系架构 模型化数据底座 分布式智能调度 全生命周期 应用工具链 多源异构 数 数据融合 虚拟化 PLC 工业AI智 智能体 低代码/无 无代码开发 生产全过程仿真与 智能优化 智能化 敏捷化 平台化 首先，平台化趋势大幅提升工业自动化 软硬件兼容性和灵活度。“平台+应用” 架构模式作为工业软件体系演进的重要 方向，逐步成为主流工业软件框架。工 业软件从单体应用转向平台化，通过统 各工业生产要素对象变得高度模块 化，可实现积木式搭建和动态组合； 上层应用和底层生产要素解耦分离， 可实现制造资源的灵活复用和按需 调配；物理实体与孪生信息模型之间 交互联动、虚实映射，通过数据融合 分析、制造过程全流程仿真、决策迭 代优化等手段共同作用，实现工业生 产制造过程的持续优化。通过对工 业生产制造过程中的经验、领域知 识和模型进行显性化、模型化、数字 化、系统化、智能化的软件定义，构 建标准的工业知识库，并以组件的方 保决策和操作的准确性与可靠性。它 能够集成现有成熟的工业技术及工 业软件能力，有机结合传统自动化控 制技术、工业仿真软件等，形成强大 的工业智能解决方案。工业智能体 还具备协同对接生产企业上下游产 业链的能力，通过数据共享和协同决 策，优化整个产业链的生产效率和资 源配置。 — 生产全过程仿真与智能优化：随着 智能制造的飞速发展，生产相关的 各类需求愈加复杂多变。例如离散智 能工厂面向3C产品小批量、多品种、

脱敏及风险评估等标准。 3. 可靠性标准 主要包括工程管理、技术方法等 2 个部分。工程管理标 准主要包括智能制造系统可靠性要求、可靠性管理、综合保 障管理、寿命周期成本管理等标准。技术方法标准主要包括 可靠性仿真、可靠性设计、可靠性试验、可靠性分析、可靠 性评价等标准。 4. 检测标准 主要包括检测要求、检测方法、检测技术等 3 个部分。 检测要求标准主要包括不同类型智能装备和系统的互操作 性、互 主要包括智能工厂/数字化车间的设计要求、设计模型、 设计验证、设计文件编制以及协同设计等总体规划标准；物 理工厂数据采集、工厂布局，虚拟工厂参考架构、工艺流程 及布局模型、生产过程模型和组织模型、生产设备全信息建 模、仿真分析，实现物理工厂与虚拟工厂之间的信息交互等 物理/虚拟工厂设计标准。 （2）智能工厂交付标准 主要包括设计、实施阶段数字化交付通用要求、交付信 息模型、交付数据采集要求、交付系统要求、交付系统集成 于模型的系统工程（MBSE）设计、多 CAD 协同设计、基于 多业务协同的动态优化设计与仿真等产品设计与仿真标准； 基于制造资源数字化模型（MBD）工艺设计、柔性设计、质 量要求以及验收要求等工艺设计与仿真标准；试验方法、试 验数据与流程管理等试验设计与仿真标准。 （4）智能生产标准 主要包括计划建模与仿真、多级计划协同、可视化智能 云排产、云边协同优化调度等计划调度标准；全流程多工序

业企业与专业化服务商深度合作。 (五)设施联通。整合汇聚网络、平台、算力等各类基础设施 资源，为企业提供优质资源推荐、低成本资源共享和多类型资源 集成应用等服务。针对软件、装备、工艺等检验检测和仿真验证 需求，提供设施共享和产品评测服务。联合运营商等帮助企业部 署 5G、TSN、云计算等新型网络技术，建设组网灵活、接入便捷、 带宽可调、安全可靠的云网融合体系。 (六)数据共享。协同行业企业、研究机构、工业互联网平台、 引导企业开展云端研发设计，按需订阅产品设计、 仿真模拟等软件服务，提升产品仿真效率，降低软件运 维成本。推动企业开展协同研发设计，特别是鼓励以高 端装备为代表的制造业企业建设协同设计平台，强化设 计协同，鼓励配套零部件企业使用平台，缩短产品设计 周期。鼓励企业探索智能研发新应用，开发“人工智能 +”研发设计软件，构建设计模型、仿真模型等数据集， 开展模型训练，发展创成式设计、实时仿真等创新应用， 加速新产品研发。 理等，同时区分跨环节协同类(如图 1 所示)。具体如下： 图 1 场景分类 1.研发设计：利用计算机辅助设计、数字化仿真、数字样机、 模型驱动设计等数字技术和工具，开展产品样品或服务样例设 计和仿真，包含产品平台化设计、产品协同测试验证、产品工 艺虚拟仿真、产线及工厂三维优化设计等细分场景。 2.生产制造：利用物联网、计算机辅助生产、数字化制造执 行系统等数字技术和工具，将原材料、零部件、能源、信息等

减少对微电网的冲击，维持整个微 电网系统的稳定。 智能微电网分布式电源的综合控制策略 仿真算例模型： 智能微电网分布式电源的综合控制策略 微电网在 0-0.8s 联网运行， 0.8s-1.6s 运行孤岛运 行，而 1.6s-2s 重新与配电网连接。分别反映微电网与配 电网联网运行、孤岛运行以及微电网与配电网重新联网 3 种情况 仿真结果分析： 智能微电网分布式电源的综合控制策略 1 和 DG2 输出无功功率 仿真结果分析： 智能微电网分布式电源的综合控制策略 2. 母线 1 电压和系统频率情况 母线 1 电压 系统频率 仿真结果分析： 智能微电网分布式电源的综合控制策略 3.PCC 点的电压频谱情况 0-0.8s 时 PCC 点电压频谱 0.8-1.6s 时 PCC 点电压频谱 仿真结果分析： 智能微电网分布式电源的综合控制策略

中望CAD国产替代方案 同时拥有二维CAD、三维CAD/CAM、仿真CAE核心技术与产品矩阵 可 信 赖 的 A l l - i n - O n e C A x 解 决 方 案 提 供 商 核 心 技 术 DWG文件并行读取 三维几何建模引擎 图形并行生成 几何约束引擎 图形数据库 数据转换引擎 内存池 高性能计算引擎 仿真求解器 高性能渲染引擎 通用前后处理引擎 网格剖分引擎 通 用 平 台 中望CAD Windows 中望CAD Linux 中望3D Windows 中望3D Linux 云CAD 悟空计划 ZWMeshworks 中望 电磁仿真 中望 结构仿真 二维CAD平台 三维CAD/CAM平台 CAE平台 孵化产品 中 望 产 品 矩 阵 可 信 赖 的 A l l - i n - O n e C A x 解 决 方 案 提 供 商 口，支持个性化定制拓展，满足行 业应用需求 CAM加工 高效易用 基于企业实际加工理念的CAM方案 高效易用，满足2轴加工需求 多系统 跨平台 支持Windows、Linux系统，Web 版助力跨平台设计 结构仿真 便捷准确 快速验证产品结构设计的合理性， 缩短产品开发周期 极少数拥有自主内核的三维CAD/CAE/CAM一体化平台 三维CAD：中望3D 提供多维度的全生命周期解决方案，助力大体量工程项目

设计规则检查、测试验证、闭环反馈，最终要落实 到研发流程中可交付、可验证的活动、输入和输出 当中，并成为技术评审和质量控制的重要内容； • 数字化：数字化的工具和协同平台是提升DFx能 力的必不可少的手段。例如，通过工艺仿真提高产 品的可制造性，减少试制和试生产过程中的DFM （面向制造的设计）问题；通过产品数据和BOM （物料清单）管理实现在早期阶段研发与下游环节 的数据共享和并行工作等等。 32 | 保持10%左右的增长。随着云计算、物联网、人工智 能、大数据分析、元宇宙等新技术的发展，PLM在功 能和应用、平台和技术架构以及商业模式等方面都将 呈现出新的特点和趋势。 功能和应用层面，仿真分析与IoT、AI和大数据 分析结合，衍生出产品全生命周期的各类数字孪生应 用，包括产品设计和性能验证、营销展示和体验、制 造工艺和制造系统的验证，以及服役产品的故障监 测和预测性维护等；端到端的产品数据得以拉通， 的闭环反馈和持续改进流程。 埃森哲帮助该企业导入了综合的解决 方案，包括：优化DFx流程，促进跨职能的 DFx需求管理和追溯验证；建立统一产品 数据源，实现研发制造高效数据共享；引入 DFM早期仿真验证工具，如装配仿真、数 控加工仿真等，减少试制过程中的问题；通 过打通研发、工艺、制造系统，实现数据的 准确传递及问题的根因分析和持续改进。 通 过以 上 解 决 方案 的导入，该企 业 实现了设计到制造数据传递“零”等待、