CAD技術發展新趨勢

劉文廣

(中車工業研究院有限公司,北京 100070)

1 引言

CAD已廣泛地應用于工程設計的各個領域,使傳統的產品設計方法與制造模式發生了深刻的變化,產生了巨大的社會經濟效益。應用CAD技術可以幫助企業提高設計效率,優化設計方案,減輕技術人員的勞動強度,縮短設計周期,加強設計標準化等。CAD技術的發展趨勢代表先進生產力,因此有必要對其進行總結、分析。

本文對國內外主要的CAD企業最新進展進行了調研,除了近年常被提及的云服務、軟件訂閱、全三維設計(MBD)等趨勢外,發現了一些新的趨勢,對其進行了總結和分析,希望可以給應用企業以借鑒,給國內CAD軟件研發企業以啟發。

2 發展趨勢

2.1 設計更自由——先進建模技術

三維CAD技術起源于20世紀70年代,從最初的曲面造型技術開始,依次經歷了實體造型技術、參數化技術、變量化技術,如今更是出現了直接建模、同步技術等多種先進建模技術并存的狀態,并逐步走向融合。

所謂直接建模(Direct Modeling)就是不考慮造型的順序的制約,無需考慮保持特征樹的有效性。在直接建模中,特征是在沒有任何歷史的情況下逐個創建的。直接建模(見圖1)能夠使得設計師以最直觀的方式對模型直接進行編輯,所見即所得,自然流暢地進行模型操作,無需關注模型的創建過程,更加專注于創新和創造力。

圖1 直接建模-直接拖動幾何修改

但是直接建模和現已普遍使用的基于歷史記錄的特征建模都有缺點。直接建模既不會保留特征的歷史記錄,也不會記錄模型的構建方式,所有的草圖都不會驅動組成該零件的特征,因此設計師無法使用尺寸等參數輸入來進行精確編輯或實現自動化;特征建模中各個特征關聯在一起,每個特征的修改都會影響后續建模的歷史記錄,因此設計師必須花時間仔細規劃如何構建模型,特別是對于大型的復雜模型,通常只有創建者才能把握最初的設計意圖,模型的后期修改中往往不得不面對歷史建模帶來的模型損失。另外,因為各特征是關聯的,所以即使是簡單的編輯也可能需要花費大量時間更新整個模型。

西門子率先提出了同步建模技術[1],并將其集成到了Solid Edge和NX軟件中。同步建模技術實現了直接建模和特征建模的完美兼容,操作人員不再拘泥于建模歷史,可以直接對子特征進行操作,能更加快速地選擇和編輯模型。同時,因為同步建模結合了尺寸驅動等技術,可以保證操作編輯符合模型的約束關系,實現三維模型的迅速修改,使設計師能夠快速地在思考創意時就將其捕捉下來。同步建模技術允許用戶重用來自其他CAD系統的數據,或在此基礎上直接修改,無需完全重新建模,從而提高模型重用率和設計效率。NX同步建模技術如圖2所示。

同步建模技術自2008年由西門子首先提出后,一直在不斷完善。盡管目前各企業對同步技術的含義還沒有完全達成一致[2],也各有自己相應的方案,但是相對于以前較為單一、死板的建模技術,無疑設計師有了更多設計手段,使得設計更自由。

2.2 設計更高效——一體化技術

2.2.1 設計仿真一體化

ANSYS Discovery Live是一款革命性的仿真工具產品,它借助于GPU的超級計算能力,以三維設計探索的新模式讓每一位設計師都能實現即時仿真[3]。這款產品致力于消除繁瑣的仿真準備,使設計者能夠在概念設計階段,通過簡潔的設置即可完成仿真。通過在設計的早期階段引入仿真,可以幫助用戶快速獲得仿真結果,這使得產品的概念設計可以更加成熟,減少研發過程中的設計迭代次數。

另外,因為Discovery Live集成了SpaceClaim直接創建模型的功能,設計師可以在模擬運行的同時更改它,仿真結果也會隨之更新(見圖3),因此設計師可以實現快速修改和幾乎實時的仿真,通過快速的設計-仿真-優化迭代,大大提高了設計效率和質量。

圖3 在Discovery Live中仿真結果隨著模型的更改立即更新

2.2.2 多專業一體化協同設計

近年來,由于各行各業產品的復雜度和智能化越來越高,機械、電子和軟件專業之間的關聯越來越緊密,設計師不僅要處理機械、電子各專業的設計問題,更要處理機械與電子的集成問題,也就是機電一體化協同的問題,數據交流周期正面臨著更為嚴峻的挑戰。集成的ECAD/MCAD協作環境可使電氣和機械設計團隊能夠在整個設計過程中實時協同工作,可最大限度減少甚至消除成本高昂的設計迭代,降低產品開發成本,并達成產品發布目標。

PTC推出Creo ECAD-MCAD Collaboration Extension模塊(見圖4)可幫助改善電氣和機械設計師之間的設計協作,改善機電詳細設計過程,減少協作錯誤,使機械設計師在提出變更建議之前能夠更好地了解對電氣設計的影響。此外,Creo Parametric 9.0中提供的比較工具可以快速發現設計變更[4],更快速地傳遞設計變更以及更快速地將產品投放市場。

圖4 Creo ECAD-MCAD Collaboration

西門子公司推出的Xpedition Enterprise為ECAD和MCAD領域之間的高效協作提供了一個平臺[5],運行設計師在嚴格的外形尺寸限制內優化其電子設計,同時仍能滿足質量、可靠性和性能要求。Xpedition Enterprise與Siemens NX一起,通過無縫的工具集成打破了ECAD和MCAD設計領域之間的障礙(見圖5)。緊密集成確保兩個專業的設計師可以在整個設計流程中進行協作和產品開發。另外,SOLIDWORKS和Autodesk等公司也都開發了類似的功能。

圖5 使用Xpedition和Siemens NX ECAD-MCAD的設計協同

2.3 設計更智能——智能建模技術

近年來,人工智能(AI)技術與CAD技術不斷融合,CAD建模技術更加智能,以下是基于AI進行CAD建模的一些顯著進步。

2.3.1 創成式設計

傳統的設計周期耗時耗力且嚴重依賴個人設計創意,創成式設計則使用AI技術自動探索廣闊的設計空間并提出優化的CAD模型。設計師只需要最少的用戶輸入和互動,在軟件程序中設置約束條件等幾個簡單步驟,算法便可根據輸入的約束探索不同的輸出,并使用收集到的信息來生成新的和可能更好的解決方案。循環往復,直到找到滿足給定約束條件的可行設計。這種方法可以幫助設計師快速生成創新和高效的設計。

使用Solid Edge的創成式設計功能設計的BERNINA新型縫紉機[6](見圖6),設計保留了所有的功能表面,比如定位孔、負載面,但在自由外形的地方,沒有一處是平面,采用了完全的流線型,這樣可以在保證結構強度的前提下把材料的使用量盡量降低。

圖6 使用Solid Edge的創成式設計的BERNINA新型縫紉機

世界上最大的3D打印飛機座艙部件(空客和Autodesk合作設計和制造)[7],目前被戲稱為“仿生隔板”,則是基于人工智能的算法,通過模仿細胞結構和骨骼生長而設計。創成式設計的仿生隔板如圖7所示。

a) 仿生隔板模型

人工智能創成式設計的另外一個典型案例是Autodesk為NASA噴氣推進實驗室設計的太空著陸器[8],著陸器設計外形酷似一只蜘蛛(見圖8),這是有史以來最復雜的創成式設計的著陸器,完全組裝的著陸器寬約2.5 m,高約1 m。運用大自然的進化仿生學算法,設計師只需要將設計目標、材料、著陸器在深太空可能遭受的溫度和壓力、成本限制等數據輸入到設計軟件中,軟件就能夠快速生成多種設計結果作為選項。創成式設計技術被用于多個結構組件,與開始時的基線設計相比,該團隊能夠將外部結構的質量減少35%。

圖8 美國宇航局噴氣推進實驗室的蜘蛛狀太空著陸器

2.3.2 特征識別和提取

NX的GeolusRSearch三維形狀搜索技術利用人工智能(AI)和機器學習(ML)技術進行形狀識別,從而快速識別幾何相似的組件[9]。在設計周期的早期,設計師根據所創建的零件的簡化模型搜索類似的零件,如果有足夠接近的匹配,設計師便可使用現有零件,這大大縮短了產品研發的周期,提高了效率(見圖9),減少了企業的零件數量和管理成本。

a) 簡化模型 b) 類似模型搜索

2.3.3 設計助手

人工智能在自動化設計工作流程方面有很大的潛力。達索公司在基于SOLIDWORKS瀏覽器的設計解決方案中導入了AI功能的機器學習,并搭建了4個設計助手[10]。這些工具的目的在于自動完成耗時、重復的任務,幫助用戶提高生產力,從而更多地關注創造力或需要更多關注的工作。

1)草圖助手(Sketch Helper)可以預測接下來要繪制的草圖,并幫助設計師迅速將選定的草圖對象和實體復制到具有類似周邊特征的多個位置。例如,若需要在支架上添加幾個孔,只需放置一個草圖實體,草圖助手便能知道下一個草圖是什么,并自動完成繪制(見圖10)。

圖10 草圖助手實現草圖的快速繪制

2)選擇助手(Selection Helper)能根據設計師已完成的工作預測并建議下一步的選擇,它非常適用于挑選邊緣、圓角或倒角等任務。它能識別類似或對稱的邊緣以及相近的邊緣,一旦做了第1個選擇,選擇助手會根據幾何體的大小、形狀和方向提出一系列的選擇建議。選擇助手實現電機組件中的邊緣快速選擇如圖11所示。

圖11 選擇助手實現電機組件中的邊緣快速選擇

3)智能裝配(Smart Mate)可幫設計師創建完全約束的配合,當用戶將一個組件拖動至另一組件的邊緣附近時,智能裝配命令會自動啟動,并識別正確的配合面以動態創建完全約束的配合。智能裝配實現緊固件的自動裝配如圖12所示。

4)配合助手(Mate Helper)可識別并建議復制組件的位置,自動將多個組件實例插入到裝配件中,從而最大限度地提高效率并減少安裝重復組件所花費的時間。配合助手識別額外的重復組件的實例并自動放置組件如圖13所示。

圖13 配合助手識別額外的重復組件的實例并自動放置組件

2.3.4 智能草圖繪制

分析表明,典型設計師一天中約有10%的時間用于草圖,但是大多數概念草圖是在CAD軟件之外進行的,因為處于概念設計階段的設計師不知道最終產品是什么,因此這需要一個靈活的草圖環境,但常規的草圖繪制過程中的許多元素仍然乏味且耗時,從而減慢了設計師的工作流程。

新的NX Sketch軟件工具(見圖14)徹底改變了CAD中的草圖繪制[11],通過改變底層技術,設計師可以在沒有預定義參數、設計意圖和關系的情況下進行草圖繪制。使用人工智能(AI)即時推斷關系,設計師可以擺脫紙質手繪草圖,真正在NX軟件中進行概念設計。該技術在概念設計草圖繪制方面提供了極大的靈活性,并且可以輕松處理導入的數據,允許對舊數據進行快速設計迭代。借助NX的這些最新增強功能,可以幫助消除用戶遇到的傳統障礙,從而顯著提高生產力。

圖14 NX Sketch

2.3.5 自適應UI

現在軟件功能越來越強大,軟件的操作也越來越復雜,設計師為了實現某項功能通常需要從眾多的命令中找到自己所需要的,這無疑會降低設計效率。

NX使用機器學習和人工智能來監控用戶的操作,以動態確定如何提供正確的NX命令,將這些推薦的命令放在一個干凈緊湊的面板中,而不必在菜單和工具欄中搜尋[12-14]。憑借其自適應用戶界面,該功能知道零件的類型,例如草圖或鈑金,并在短短一周內根據打開的零件類型推薦用戶喜歡使用的工具(見圖15),這將會使工作更輕松、更具有效率。

圖15 NX根據用戶模式和行為對Ul進行個性化設置

3 未來展望

上述CAD技術發展無疑將大大提升設計效率,其中的智能化尤其需要重視。智能化是社會整體發展的一個大趨勢,CAD智能化今后將是一個活躍的研究和開發領域。

但目前的CAD智能化主要停留在建模操作層面,還沒有深入到“設計”層面。在20世紀90年代至21世紀初曾經出現過一波基于知識工程的CAD智能化設計研究,但限于當時的計算機智能化水平,當時所謂的智能化更多的是實現設計程序化和參數化,功能擴展性較差,且構建過程費時費力。

目前人工智能技術已發展到了一個新的階段,以ChatGPT為代表的AIGC技術的出現為CAD的進一步智能化帶來了曙光。2022年底,ChatGPT的問世受到社會的廣泛關注,其誕生使得AIGC成為新的研究熱點。AIGC(AI-Generated Content,人工智能生成內容)是指基于人工智能通過已有數據尋找規律并自動生成內容的生產方式。AIGC可利用人工智能技術自動化地生成各種類型的內容的方式,包括文本、音頻、視頻、圖像、模型等。AIGC已應用在多個領域和場景,例如網絡營銷、品牌宣傳、產品介紹、自動化客服、自動化翻譯、自動化編程等。AIGC的優點是可以大量且快速地生成高質量的內容,節省時間和人力。Midjourney根據簡單提示生成的汽車外觀效果圖如圖16所示。

圖16 Midjourney根據簡單提示生成的汽車外觀效果圖

目前AIGC技術更多還是應用在娛樂、消費級領域,因其考慮工程性要求較少,故規范性尚較差,在工業工程設計領域應用還較少,但也有部分公司已經開展了先行研究。豐田研究所近期推出了一種生成人工智能技術[15],通過將阻力(影響燃油效率)和底盤尺寸(如底盤高度和駕駛室尺寸,這些影響操控、人體工程學和安全性)等約束考慮其中, 團隊將廣泛用于計算機輔助工程的優化理論與基于文本到圖像的AIGC的原理結合在了一起,設計師在設計早期只需要初始設計草圖和一些文本提示,便可得到優化的設計方案。AIGC技術根據輸入參數優化氣動阻力如圖17所示。

圖17 AIGC技術根據輸入參數優化氣動阻力

另外,寧夏建筑設計研究院的尹昊利用飛槳自然語言處理模型庫,開發出了一個工程規范AI搜索引擎“尋規”[16](見圖18),實現了查詢準確度和速度的大幅提升,查詢效率相比以往提升了最高60倍,這也是AIGC在CAD智能化方面做出的積極探索。

圖18 AutoCAD端“尋規”

中鐵第一勘察設計院集團有限公司楊林浩將人工智能技術與橋梁工程知識相結合,形成了一個高效的橋梁效果圖生成工具[17](見圖19),該研究展示了人工智能在橋梁工程設計領域的創新應用,為該領域的發展打開了新的可能性和機遇。

圖19 人工智能根據簡單提示生成的橋梁效果圖

由于AIGC強大的語言理解、分析能力,使其具備與我們人類類似的語言溝通、分析、生成能力,未來計算機有希望像設計師一樣對基礎知識進行學習、提煉并思考,就像我們人類一樣,更重要的是人工智能可以不斷地完善、進化,因此我們有理由相信,未來可以通過將人工智能技術與CAD系統結合后形成個人設計助手,復雜的軟件操作及低水平的設計工作都由其完成,而設計師從中脫離出來后只做高端決策即可。人工智能在CAD軟件中的應用可以使設計過程更加簡單、高效,可以展望未來的設計場景是這樣的。

1)項目策劃時,基于人工的基本判斷和指導,由計算機完成資料收集和數據分析,形成項目需求、項目設計邊界(如成本等)的確定,最終形成項目規劃方向及決策方案。

2)方案設計時,在項目決策方案的基礎上,通過人工的一段帶有提醒性的描述或幾張草圖,基于行業、企業的工程設計規范要求,計算機收集已有的類似方案并推薦,快速生成初步的設計方案,并通過人機交互的方式不斷迭代優化。

3)詳細設計時,在模型構建階段,計算機根據工程理論和經驗提供最佳的設計建議,通過人機合作的方式,綜合考慮企業工藝能力及外部市場情況(如產業鏈配套等),基于規范的設計流程高效完成細節設計,并利用一體化的設計環境和近乎即時的高效仿真技術,實現設計的優化迭代,快速得到成本、制造、運維整體最優的設計方案;在二維或三維標注階段,通過學習標注規范和歷史圖紙的標注方式,基本達到一鍵生成圖紙的目標,并高效生成相關指導說明文件。

圖20所示為設想的未來設計模式/分工。

圖20 未來設計模式/分工

4 結語

隨著以ChatGPT為代表的AIGC技術的發展及其與工程設計的深度融合,CAD智能化今后將是一個活躍的研究和開發領域,工業界和軟件界的兩大巨頭西門子和Microsoft也已宣布將聯合通過生成式人工智能推動工業生產力[18],我們可以對CAD的智能化有更多的期待,我們國內工業企業也應積極與人工智能領域企業進行深度合作,將通用的人工智能大模型與工業應用相結合,實現AIGC技術在千行百業的落地應用。未來智能CAD系統可以作為一個設計助手存在,設計師主要負責創意性工作并對設計助手進行指導,由設計助手來進行具體實現和重復、低創造性的工作,通過人機合作的方式,實現便捷、高效、愉快的設計。

另外,目前國內CAD軟件企業在二維方面的功能已經比較完善,部分先頭企業也已實現了較為完備的三維功能,但主要還聚焦在傳統基本功能實現上,對人工智能對CAD的賦能重視還不夠,希望后續可以逐步向國際先進企業看齊。