科技的进步持续拓宽人类对世界的认知边界和高度，从单一学科到多学科的融合，探索的脚步从未停歇。在数字化时代，复杂装备制造业涉及的学科门类和系统结构正变得越来越复杂，并且对其运行过程中的可靠性和稳定性也提出了更为严格的要求。为了应对这些挑战，多学科设计优化方法应运而生。
多学科设计优化（Multidisciplinary Design Optimization，简称MDO）是一种创新的工程设计方法，旨在深入研究和协同探索工程系统中的各个子系统，同时充分考虑各学科或子系统之间的相互影响，以优化复杂的工程系统和子系统。这种方法可以提高设计质量，优化系统性能，缩短设计周期，减少设计成本，因此受到复杂装备企业的广泛关注和青睐。
㈠数字化时代，复杂装备研发遭遇“瓶颈”
在数字化时代，复杂机械装备的研发是一项复杂的系统工程，涉及多个领域的任务，需要不同部门的仿真人员以及多种仿真工具的协同合作。为了实现这些复杂装备的最优性能设计，研发工程师需要创新设计理论和方法，全面考虑各学科对装备性能的影响，并利用各学科之间的相互作用，以获得整体最优的设计方案。然而，在实际的研发过程中，由于不同领域的知识和技能难以融合，加上研发工具和平台的支持不足，使得对复杂装备进行仿真分析和优化设计的工作面临诸多难点：
·仿真工具种类繁多且分散。
企业在研发过程中需要使用各种商用、自研的仿真工具，这些工具种类繁多且各自独立，使得模型集成和多学科仿真分析存在困难。
·模型数据的流转效率低下。
在单点仿真工具之间，模型数据的流转控制和接口转换等工作主要依赖人工操作，规范化程度较低，导致业务效率低下。
·研发人员之间协同存在困难。
多学科仿真分析流程较为复杂，需要多个工程师之间的紧密协作，但客户端软件的仿真模型和数据共享存在困难。
·仿真模型的精度不高。
仿真模型中有许多需要配置的参数，其中一些参数的配置依赖于工程师的经验，这可能导致参数的准确性不足，从而限制了仿真模型的精度。
·设计优化过程耗时且费力。
一些仿真模型由于其复杂性和高维度，给计算资源和时间成本带来了巨大的挑战，导致仿真设计优化的迭代过程缓慢。
为了解决这些难点问题，长期专注于为制造业提供数字化、智能化升级服务的雪浪云，深入装备研发的一线企业现场，并基于最新的多学科设计优化方法，打造了全新的国产化、自主可控、云原生的多学科设计优化软件——MetaD MDO，助力装备研发数字化，加速装备研发设计优化迭代。
㈡雪浪云MetaD MDO，驱动复杂装备研发设计加速
雪浪云MetaD MDO软件是基于雪浪OS平台开发的创新工具，专注于解决复杂装备研发中的多学科设计优化问题。这款软件功能强大，覆盖20多种主流建模/仿真软件的分布式异构仿真接口、FMU仿真接口、5种试验设计算法、10种设计优化算法、10种模型降阶算法等关键功能，帮助企业提升装备研发过程中的软件工具和研发人员之间的协同效率，让整个研发过程更加高效、顺畅。
雪浪云MetaD MDO软件界面
从产品组成来看，雪浪云MetaD MDO是一个由多个独特工具集组成的强大软件，这些工具集为复杂装备的研发提供了全面的支持。例如，仿真软件接口工具集可以实现各种建模/仿真软件的调用求解、仿真数据提取、仿真过程监控、仿真资源调度等功能。通过分布式异构仿真接口工具集，工程师可以轻松地搭建半自动化或自动化的仿真流程，提高流程式仿真业务的效率。同时，这个工具集还打通了Linux容器和Windows原生仿真任务运行环境，将各个仿真单元连接起来，实现任务的运行调度、并行计算和通信协作。此外，这个工具集具有接口协议标准化、接口开发敏捷化等特点，可以兼容各种不同的仿真软件。目前，该工具集已经支持包括NX、UG、Solidworks、Creo、ANSYS、Amesim、Matlab、Simcenter3D等在内的20多种商用软件。
FMU仿真接口工具集可以帮助工程师便捷地实现复杂装备基于FMU的多学科联合仿真，并在联合仿真的基础上进行仿真设计优化。这个工具集的计算模板主要包括四类组件：上游组件、下游组件、联合仿真控制组件和FMU组件。这些组件之间的连接和数据交互关系保持一致。通过这些组件的组合使用，工程师可以实现基于FMU的联合仿真，提高复杂装备的设计效率和性能表现。
试验设计算法工具集用于帮助工程师方便地进行单学科或多学科仿真的试验设计。这个工具集支持配置主流的试验设计方法，可以快速生成合理的试验设计方案；支持对仿真软件的执行进度和试验方案任务进程进行实时监控。同时，工具集还提供了多种图表来展示试验结果，包括阶梯折线图、平行坐标图、响应面等，可以实时展示结果；并支持对结果进行分析，包括响应、灵敏度、关联性等多方面的分析。此外，试验设计结果还可以存储在数据库中，方便工程师复用这些结果数据。
设计优化算法工具集为工程师提供了多种优化算法，包括局部优化算法、全局优化算法、启发式优化算法以及多目标优化算法。这个工具集可以帮助工程师配置优化问题，并调整优化算法的超参数。同时，它还支持并行下发设计点，从而加快优化过程。
模型降阶算法工具集是一种通用的模型降阶工具集，适用于多学科仿真模型。它可以创建降阶模型，支持从多种学科数据源获取数据，包括仿真数据和实验数据。降阶模型可以在保证精度的前提下大幅度降低计算耗时，快速获取高精度预测结果。工具集提供插值拟合、经验分析、机器学习、深度学习4类模型降阶算法。
雪浪云MetaD MDO软件功能与应用
从业务层面来看，雪浪云MetaD MDO软件还具备灵活开展仿真研发业务的能力。包括FMU联合仿真、复杂仿真流程自动化、集成模型分析与设计优化、模型标定等，帮助企业提高仿真资源利用率、设计优化效率、人员协同效率以及仿真模型的置信度和完整性。通过灵活运用雪浪云MetaD MDO软件的功能及功能组合，可以加速复杂装备的研发设计过程，提升企业的创新能力和竞争力。
㈢立足优势，雪浪云MetaD MDO探索不同应用场景
雪浪云MetaD MDO软件将云端部署、高效协同、便捷搭建、灵活扩展以及强大的模型降阶算法完美融合，为复杂装备研发设计带来巨大的优势。从价值层面来看，雪浪云MetaD MDO软件不仅打破了传统研发模式的壁垒，提高了团队协作效率，而且通过行业模板的复用、扩展与适配，实现了更快的产品优化速度。雪浪云MetaD MDO软件核心优势在于：
·云端部署协同高效：通过创新的混合流计算技术，雪浪云MetaD MDO实现了超级自动化的开发，将工业软件迁移到云端。这使得数据能够便捷地在云端进行流转和同步，带来了存储、算力的提升与高效调度。这种云端部署的方式极大地提高了研发人员的协作效率。
·搭建便捷扩展灵活：雪浪云MetaD MDO采用了组件化、可扩展、可配置的混合建模及联合计算框架，实现了数据与模型之间的紧密关联。用户可以在平台上积累自研的软件工具、算法程序、仿真模型等，并将其转化为新组件和新工具，用于灵活搭建各种仿真研发业务应用。
·模型降阶算法强大：雪浪云MetaD MDO提供了强大的模型降阶算法，支持基于深度学习算法来构建降阶模型。这些算法具有更广泛的适应性和更显著的灵活性，使得计算速度和准确性远远高于传统的代理模型、经验分解、机器学习等算法。
从应用场景来看，凭借卓越的产品优势和技术实力，雪浪云在探索基于MetaD MDO软件的各种应用场景方面持续取得突破。这些应用场景不仅涵盖了交通设备、工程机械、热工机械和工艺设备等行业的FMU联合仿真、复杂仿真流程自动化、设计优化和模型标定，还进一步延伸到了更广泛、更复杂的集成应用场景。
应用场景一：FMU联合仿真
基于FMU的多学科仿真模型间的联合仿真，是指将装备的多个学科和领域的模型相互结合，形成一个完整的模型进行仿真分析和求解，以提高仿真模型的准确性和完整性。工程师可以采用MetaD MDO提供的FMU仿真接口工具，结合数据处理工具进行构建，实现单向和双向形式下多个FMU模型的联合仿真，帮助企业更好地模拟装备的性能和运行情况。
基于MetaD MDO的FMU联合仿真
应用场景二：复杂仿真流程自动化
高端装备的仿真分析流程往往非常复杂，涉及多个学科的模型之间的数据交换和处理，需要使用多种不同的软件工具来处理数据转换和计算。工程师可以采用MetaD MDO软件提供的一系列仿真接口工具、数据读写和数据处理功能，高效地构建和自动化运行复杂的仿真流程，提高企业仿真流程的效率和准确性。
基于MetaD MDO的复杂仿真流程自动化
应用场景三：设计优化
仿真分析的最终目标是优化设计参数，提升产品性能。在仿真分析过程中，可能涉及三维建模、模型数据提取、联合仿真以及相互间数据处理与传递。利用MetaD MDO软件提供的优化算法工具，并结合仿真接口工具和数据处理工具来构建仿真模型，工程师可以实现设计参数的优化，提升产品性能。
基于MetaD MDO的设计优化
应用场景四：模型标定
模型精度对于仿真分析的可靠性至关重要。为了确保仿真结果的准确性，需要以物理实验结果为依据，对仿真模型参数进行标定和修正。工程师可以运用MetaD MDO软件提供的误差计算和优化算法工具，并结合仿真接口和数据处理工具，实现仿真模型精度的提升。
