CAD技术发展新趋势

刘文广

(中车工业研究院有限公司,北京 100070)

1 引言

CAD已广泛地应用于工程设计的各个领域,使传统的产品设计方法与制造模式发生了深刻的变化,产生了巨大的社会经济效益。应用CAD技术可以帮助企业提高设计效率,优化设计方案,减轻技术人员的劳动强度,缩短设计周期,加强设计标准化等。CAD技术的发展趋势代表先进生产力,因此有必要对其进行总结、分析。

本文对国内外主要的CAD企业最新进展进行了调研,除了近年常被提及的云服务、软件订阅、全三维设计(MBD)等趋势外,发现了一些新的趋势,对其进行了总结和分析,希望可以给应用企业以借鉴,给国内CAD软件研发企业以启发。

2 发展趋势

2.1 设计更自由——先进建模技术

三维CAD技术起源于20世纪70年代,从最初的曲面造型技术开始,依次经历了实体造型技术、参数化技术、变量化技术,如今更是出现了直接建模、同步技术等多种先进建模技术并存的状态,并逐步走向融合。

所谓直接建模(Direct Modeling)就是不考虑造型的顺序的制约,无需考虑保持特征树的有效性。在直接建模中,特征是在没有任何历史的情况下逐个创建的。直接建模(见图1)能够使得设计师以最直观的方式对模型直接进行编辑,所见即所得,自然流畅地进行模型操作,无需关注模型的创建过程,更加专注于创新和创造力。

图1 直接建模-直接拖动几何修改

但是直接建模和现已普遍使用的基于历史记录的特征建模都有缺点。直接建模既不会保留特征的历史记录,也不会记录模型的构建方式,所有的草图都不会驱动组成该零件的特征,因此设计师无法使用尺寸等参数输入来进行精确编辑或实现自动化;特征建模中各个特征关联在一起,每个特征的修改都会影响后续建模的历史记录,因此设计师必须花时间仔细规划如何构建模型,特别是对于大型的复杂模型,通常只有创建者才能把握最初的设计意图,模型的后期修改中往往不得不面对历史建模带来的模型损失。另外,因为各特征是关联的,所以即使是简单的编辑也可能需要花费大量时间更新整个模型。

西门子率先提出了同步建模技术[1],并将其集成到了Solid Edge和NX软件中。同步建模技术实现了直接建模和特征建模的完美兼容,操作人员不再拘泥于建模历史,可以直接对子特征进行操作,能更加快速地选择和编辑模型。同时,因为同步建模结合了尺寸驱动等技术,可以保证操作编辑符合模型的约束关系,实现三维模型的迅速修改,使设计师能够快速地在思考创意时就将其捕捉下来。同步建模技术允许用户重用来自其他CAD系统的数据,或在此基础上直接修改,无需完全重新建模,从而提高模型重用率和设计效率。NX同步建模技术如图2所示。

同步建模技术自2008年由西门子首先提出后,一直在不断完善。尽管目前各企业对同步技术的含义还没有完全达成一致[2],也各有自己相应的方案,但是相对于以前较为单一、死板的建模技术,无疑设计师有了更多设计手段,使得设计更自由。

2.2 设计更高效——一体化技术

2.2.1 设计仿真一体化

ANSYS Discovery Live是一款革命性的仿真工具产品,它借助于GPU的超级计算能力,以三维设计探索的新模式让每一位设计师都能实现即时仿真[3]。这款产品致力于消除繁琐的仿真准备,使设计者能够在概念设计阶段,通过简洁的设置即可完成仿真。通过在设计的早期阶段引入仿真,可以帮助用户快速获得仿真结果,这使得产品的概念设计可以更加成熟,减少研发过程中的设计迭代次数。

另外,因为Discovery Live集成了SpaceClaim直接创建模型的功能,设计师可以在模拟运行的同时更改它,仿真结果也会随之更新(见图3),因此设计师可以实现快速修改和几乎实时的仿真,通过快速的设计-仿真-优化迭代,大大提高了设计效率和质量。

图3 在Discovery Live中仿真结果随着模型的更改立即更新

2.2.2 多专业一体化协同设计

近年来,由于各行各业产品的复杂度和智能化越来越高,机械、电子和软件专业之间的关联越来越紧密,设计师不仅要处理机械、电子各专业的设计问题,更要处理机械与电子的集成问题,也就是机电一体化协同的问题,数据交流周期正面临着更为严峻的挑战。集成的ECAD/MCAD协作环境可使电气和机械设计团队能够在整个设计过程中实时协同工作,可最大限度减少甚至消除成本高昂的设计迭代,降低产品开发成本,并达成产品发布目标。

PTC推出Creo ECAD-MCAD Collaboration Extension模块(见图4)可帮助改善电气和机械设计师之间的设计协作,改善机电详细设计过程,减少协作错误,使机械设计师在提出变更建议之前能够更好地了解对电气设计的影响。此外,Creo Parametric 9.0中提供的比较工具可以快速发现设计变更[4],更快速地传递设计变更以及更快速地将产品投放市场。

图4 Creo ECAD-MCAD Collaboration

西门子公司推出的Xpedition Enterprise为ECAD和MCAD领域之间的高效协作提供了一个平台[5],运行设计师在严格的外形尺寸限制内优化其电子设计,同时仍能满足质量、可靠性和性能要求。Xpedition Enterprise与Siemens NX一起,通过无缝的工具集成打破了ECAD和MCAD设计领域之间的障碍(见图5)。紧密集成确保两个专业的设计师可以在整个设计流程中进行协作和产品开发。另外,SOLIDWORKS和Autodesk等公司也都开发了类似的功能。

图5 使用Xpedition和Siemens NX ECAD-MCAD的设计协同

2.3 设计更智能——智能建模技术

近年来,人工智能(AI)技术与CAD技术不断融合,CAD建模技术更加智能,以下是基于AI进行CAD建模的一些显著进步。

2.3.1 创成式设计

传统的设计周期耗时耗力且严重依赖个人设计创意,创成式设计则使用AI技术自动探索广阔的设计空间并提出优化的CAD模型。设计师只需要最少的用户输入和互动,在软件程序中设置约束条件等几个简单步骤,算法便可根据输入的约束探索不同的输出,并使用收集到的信息来生成新的和可能更好的解决方案。循环往复,直到找到满足给定约束条件的可行设计。这种方法可以帮助设计师快速生成创新和高效的设计。

使用Solid Edge的创成式设计功能设计的BERNINA新型缝纫机[6](见图6),设计保留了所有的功能表面,比如定位孔、负载面,但在自由外形的地方,没有一处是平面,采用了完全的流线型,这样可以在保证结构强度的前提下把材料的使用量尽量降低。

图6 使用Solid Edge的创成式设计的BERNINA新型缝纫机

世界上最大的3D打印飞机座舱部件(空客和Autodesk合作设计和制造)[7],目前被戏称为“仿生隔板”,则是基于人工智能的算法,通过模仿细胞结构和骨骼生长而设计。创成式设计的仿生隔板如图7所示。

a) 仿生隔板模型

人工智能创成式设计的另外一个典型案例是Autodesk为NASA喷气推进实验室设计的太空着陆器[8],着陆器设计外形酷似一只蜘蛛(见图8),这是有史以来最复杂的创成式设计的着陆器,完全组装的着陆器宽约2.5 m,高约1 m。运用大自然的进化仿生学算法,设计师只需要将设计目标、材料、着陆器在深太空可能遭受的温度和压力、成本限制等数据输入到设计软件中,软件就能够快速生成多种设计结果作为选项。创成式设计技术被用于多个结构组件,与开始时的基线设计相比,该团队能够将外部结构的质量减少35%。

图8 美国宇航局喷气推进实验室的蜘蛛状太空着陆器

2.3.2 特征识别和提取

NX的GeolusRSearch三维形状搜索技术利用人工智能(AI)和机器学习(ML)技术进行形状识别,从而快速识别几何相似的组件[9]。在设计周期的早期,设计师根据所创建的零件的简化模型搜索类似的零件,如果有足够接近的匹配,设计师便可使用现有零件,这大大缩短了产品研发的周期,提高了效率(见图9),减少了企业的零件数量和管理成本。

a) 简化模型 b) 类似模型搜索

2.3.3 设计助手

人工智能在自动化设计工作流程方面有很大的潜力。达索公司在基于SOLIDWORKS浏览器的设计解决方案中导入了AI功能的机器学习,并搭建了4个设计助手[10]。这些工具的目的在于自动完成耗时、重复的任务,帮助用户提高生产力,从而更多地关注创造力或需要更多关注的工作。

1)草图助手(Sketch Helper)可以预测接下来要绘制的草图,并帮助设计师迅速将选定的草图对象和实体复制到具有类似周边特征的多个位置。例如,若需要在支架上添加几个孔,只需放置一个草图实体,草图助手便能知道下一个草图是什么,并自动完成绘制(见图10)。

图10 草图助手实现草图的快速绘制

2)选择助手(Selection Helper)能根据设计师已完成的工作预测并建议下一步的选择,它非常适用于挑选边缘、圆角或倒角等任务。它能识别类似或对称的边缘以及相近的边缘,一旦做了第1个选择,选择助手会根据几何体的大小、形状和方向提出一系列的选择建议。选择助手实现电机组件中的边缘快速选择如图11所示。

图11 选择助手实现电机组件中的边缘快速选择

3)智能装配(Smart Mate)可帮设计师创建完全约束的配合,当用户将一个组件拖动至另一组件的边缘附近时,智能装配命令会自动启动,并识别正确的配合面以动态创建完全约束的配合。智能装配实现紧固件的自动装配如图12所示。

4)配合助手(Mate Helper)可识别并建议复制组件的位置,自动将多个组件实例插入到装配件中,从而最大限度地提高效率并减少安装重复组件所花费的时间。配合助手识别额外的重复组件的实例并自动放置组件如图13所示。

图13 配合助手识别额外的重复组件的实例并自动放置组件

2.3.4 智能草图绘制

分析表明,典型设计师一天中约有10%的时间用于草图,但是大多数概念草图是在CAD软件之外进行的,因为处于概念设计阶段的设计师不知道最终产品是什么,因此这需要一个灵活的草图环境,但常规的草图绘制过程中的许多元素仍然乏味且耗时,从而减慢了设计师的工作流程。

新的NX Sketch软件工具(见图14)彻底改变了CAD中的草图绘制[11],通过改变底层技术,设计师可以在没有预定义参数、设计意图和关系的情况下进行草图绘制。使用人工智能(AI)即时推断关系,设计师可以摆脱纸质手绘草图,真正在NX软件中进行概念设计。该技术在概念设计草图绘制方面提供了极大的灵活性,并且可以轻松处理导入的数据,允许对旧数据进行快速设计迭代。借助NX的这些最新增强功能,可以帮助消除用户遇到的传统障碍,从而显著提高生产力。

图14 NX Sketch

2.3.5 自适应UI

现在软件功能越来越强大,软件的操作也越来越复杂,设计师为了实现某项功能通常需要从众多的命令中找到自己所需要的,这无疑会降低设计效率。

NX使用机器学习和人工智能来监控用户的操作,以动态确定如何提供正确的NX命令,将这些推荐的命令放在一个干净紧凑的面板中,而不必在菜单和工具栏中搜寻[12-14]。凭借其自适应用户界面,该功能知道零件的类型,例如草图或钣金,并在短短一周内根据打开的零件类型推荐用户喜欢使用的工具(见图15),这将会使工作更轻松、更具有效率。

图15 NX根据用户模式和行为对Ul进行个性化设置

3 未来展望

上述CAD技术发展无疑将大大提升设计效率,其中的智能化尤其需要重视。智能化是社会整体发展的一个大趋势,CAD智能化今后将是一个活跃的研究和开发领域。

但目前的CAD智能化主要停留在建模操作层面,还没有深入到“设计”层面。在20世纪90年代至21世纪初曾经出现过一波基于知识工程的CAD智能化设计研究,但限于当时的计算机智能化水平,当时所谓的智能化更多的是实现设计程序化和参数化,功能扩展性较差,且构建过程费时费力。

目前人工智能技术已发展到了一个新的阶段,以ChatGPT为代表的AIGC技术的出现为CAD的进一步智能化带来了曙光。2022年底,ChatGPT的问世受到社会的广泛关注,其诞生使得AIGC成为新的研究热点。AIGC(AI-Generated Content,人工智能生成内容)是指基于人工智能通过已有数据寻找规律并自动生成内容的生产方式。AIGC可利用人工智能技术自动化地生成各种类型的内容的方式,包括文本、音频、视频、图像、模型等。AIGC已应用在多个领域和场景,例如网络营销、品牌宣传、产品介绍、自动化客服、自动化翻译、自动化编程等。AIGC的优点是可以大量且快速地生成高质量的内容,节省时间和人力。Midjourney根据简单提示生成的汽车外观效果图如图16所示。

图16 Midjourney根据简单提示生成的汽车外观效果图

目前AIGC技术更多还是应用在娱乐、消费级领域,因其考虑工程性要求较少,故规范性尚较差,在工业工程设计领域应用还较少,但也有部分公司已经开展了先行研究。丰田研究所近期推出了一种生成人工智能技术[15],通过将阻力(影响燃油效率)和底盘尺寸(如底盘高度和驾驶室尺寸,这些影响操控、人体工程学和安全性)等约束考虑其中, 团队将广泛用于计算机辅助工程的优化理论与基于文本到图像的AIGC的原理结合在了一起,设计师在设计早期只需要初始设计草图和一些文本提示,便可得到优化的设计方案。AIGC技术根据输入参数优化气动阻力如图17所示。

图17 AIGC技术根据输入参数优化气动阻力

另外,宁夏建筑设计研究院的尹昊利用飞桨自然语言处理模型库,开发出了一个工程规范AI搜索引擎“寻规”[16](见图18),实现了查询准确度和速度的大幅提升,查询效率相比以往提升了最高60倍,这也是AIGC在CAD智能化方面做出的积极探索。

图18 AutoCAD端“寻规”

中铁第一勘察设计院集团有限公司杨林浩将人工智能技术与桥梁工程知识相结合,形成了一个高效的桥梁效果图生成工具[17](见图19),该研究展示了人工智能在桥梁工程设计领域的创新应用,为该领域的发展打开了新的可能性和机遇。

图19 人工智能根据简单提示生成的桥梁效果图

由于AIGC强大的语言理解、分析能力,使其具备与我们人类类似的语言沟通、分析、生成能力,未来计算机有希望像设计师一样对基础知识进行学习、提炼并思考,就像我们人类一样,更重要的是人工智能可以不断地完善、进化,因此我们有理由相信,未来可以通过将人工智能技术与CAD系统结合后形成个人设计助手,复杂的软件操作及低水平的设计工作都由其完成,而设计师从中脱离出来后只做高端决策即可。人工智能在CAD软件中的应用可以使设计过程更加简单、高效,可以展望未来的设计场景是这样的。

1)项目策划时,基于人工的基本判断和指导,由计算机完成资料收集和数据分析,形成项目需求、项目设计边界(如成本等)的确定,最终形成项目规划方向及决策方案。

2)方案设计时,在项目决策方案的基础上,通过人工的一段带有提醒性的描述或几张草图,基于行业、企业的工程设计规范要求,计算机收集已有的类似方案并推荐,快速生成初步的设计方案,并通过人机交互的方式不断迭代优化。

3)详细设计时,在模型构建阶段,计算机根据工程理论和经验提供最佳的设计建议,通过人机合作的方式,综合考虑企业工艺能力及外部市场情况(如产业链配套等),基于规范的设计流程高效完成细节设计,并利用一体化的设计环境和近乎即时的高效仿真技术,实现设计的优化迭代,快速得到成本、制造、运维整体最优的设计方案;在二维或三维标注阶段,通过学习标注规范和历史图纸的标注方式,基本达到一键生成图纸的目标,并高效生成相关指导说明文件。

图20所示为设想的未来设计模式/分工。

图20 未来设计模式/分工

4 结语

随着以ChatGPT为代表的AIGC技术的发展及其与工程设计的深度融合,CAD智能化今后将是一个活跃的研究和开发领域,工业界和软件界的两大巨头西门子和Microsoft也已宣布将联合通过生成式人工智能推动工业生产力[18],我们可以对CAD的智能化有更多的期待,我们国内工业企业也应积极与人工智能领域企业进行深度合作,将通用的人工智能大模型与工业应用相结合,实现AIGC技术在千行百业的落地应用。未来智能CAD系统可以作为一个设计助手存在,设计师主要负责创意性工作并对设计助手进行指导,由设计助手来进行具体实现和重复、低创造性的工作,通过人机合作的方式,实现便捷、高效、愉快的设计。

另外,目前国内CAD软件企业在二维方面的功能已经比较完善,部分先头企业也已实现了较为完备的三维功能,但主要还聚焦在传统基本功能实现上,对人工智能对CAD的赋能重视还不够,希望后续可以逐步向国际先进企业看齐。