導讀：2023年10月28日，由中國自動化學會主辦的2023國家工業軟件大會在浙江湖州盛大開幕。大會以“工業軟件·智造未來”為主題，匯聚了25位國內外院士，1500余位代表，共同探討工業軟件領域前沿理論和技術創新應用問題，共同謀劃我國工業軟件未來發展之道。
杭州百子尖科技股份有限公司葛銘董事長受邀在2023國家工業軟件大會中作題為“流程工業模擬仿真軟件的現狀和展望”的專題報告。主要介紹了流程工業模擬仿真軟件在現代工程與制造領域的現狀，及其未來發展趨勢。流程模擬軟件不僅僅是工程師和科學家研究和解決問題的強大工具，也是制造業在追求效率、質量和可持續性方面的關鍵伙伴。基于對于現代工業過程的深入理解、利用先進的科學計算技術和方法、以及多模式的建模方法，流程模擬軟件使企業能夠深入了解、準確模擬、有效優化和持續改進復雜的工業流程。
流程工業模擬仿真軟件的現狀和展望
流程行業和離散行業并非完全互斥的兩大范疇。事實上，許多行業并不能簡單地被劃分為純粹的離散或流程行業，而是傾向于其中一種特性。例如，石油化工、造紙、水泥、有色金屬等行業更強調其流程性特征；相反，電子行業、汽車等行業則更傾向于離散性特征。
一、流程行業介紹
中國作為制造大國，在諸如石化、核能和化工等流程行業占據著領先地位，在流程行業中，模擬仿真技術占據著非常重要的位置，如圖1所示。無論是設計和改進工藝裝置的性能、提升業務敏捷性，還是提高員工技能，模擬仿真軟件在各個階段都發揮著關鍵作用，貫穿于從概念設計到最終運營的整個生命周期。
圖1 流程模擬軟件發揮的作用
在模擬仿真領域，需要考慮其功能在何處發揮作用。目前市場上影響較大的產品一般涵蓋六大模塊，包括動態模擬和熱交換設計等，功能涵蓋范圍非常廣泛。但是基于流程工業的多樣化，其涉及的需求遠遠不是某個單一軟件產品能解決的。這突顯了模擬仿真領域的廣闊應用范圍，也凸顯了其挑戰性。
二、流程模擬軟件現狀介紹
流程模擬仿真本質上是利用計算機等各種手段來模擬現實世界的實體。然而，由于仿真對象的不同，導致仿真模擬的難度和復雜度大相徑庭。回顧歷史，如圖2所示，可以發現大約在1960年左右，國內外均開始涉足這個領域。當時最早的軟件之一是CHESS，同時蘭州石化在流程模擬仿真方面也開始了相關研究，可以看到在世界范圍內涌現出了一批相當出色的工業軟件。
回顧國內的發展路徑可以看到，上世紀90年代有一款名為“化工之星”的備受矚目的軟件，但遺憾的是，在2001年前后，國外工業軟件取得了巨大進步。相比之下，國內發展速度相對較慢，這并非僅僅是模擬仿真軟件本身的問題，也是大部分國產軟件所共同面臨的挑戰。
鼓舞人心的是，在2010年左右，許多同行開始關注仿真模擬軟件，并不斷推陳出新，近十年來，國產軟件在該領域取得了顯著發展，雖然在某些方面與國際軟件仍有差距，但總體來說，這種差距已不十分明顯。
圖2 流程模擬軟件的發展歷程
根據數據與理論的透明度，可將目前流程工藝模擬的主流技術分為三種類型。最早進行模擬仿真的肯定是從機理出發的，包括現今主流的仿真模擬軟件，在底層依然以機理模型為主。然而，人工智能的迅速發展，為這一行業注入了新的元素。目前，幾乎所有成熟的流程模擬軟件，仍以機理模型為核心驅動因素，并疊加數據、知識和經驗。因此，目前采用的方式可能多為灰盒模式，介于白盒和黑盒之間，將數據和機理良好融合。
在流程模擬仿真領域，核心技術涵蓋熱力學、高效計算引擎和設備機理建模，如圖3所示。其中，設備機理建模對于深入理解研究對象至關重要。在仿真過程中，僅依賴數據會帶來不少問題，因此深入把握所描述對象的性質至關重要，這有助于解決諸多關鍵性問題，符合仿真的實際目標。中間的計算引擎也是以前國產軟件中遇到的一個挑戰，因為需要高效處理許多高度非線性的對象。如何有效地使用求解器來處理這些非線性對象是一個重大難題。除了熱力學之外，這牽涉到很多流程模擬中的核心問題。
圖3 流程模擬的核心技術
目前，在流程模擬仿真領域，國外的軟件公司不斷進行融合和并購，并為我們提供了許多學習的機會。某主流工業軟件企業自2006年以來就開始了多次整合與收購，展現了他們在這個領域的深厚實力。從國內軟件發展的歷程來看，我們可能會沿著類似的道路前行，通過吸收技術、進行創新甚至原創來不斷發展壯大。目前國內在模擬仿真軟件領域真正有廣泛應用的公司并不多見。值得欣慰的是，在過去的兩年中，尤其是最近三年，許多新興公司正在積極參與到這個行業中。過去，許多優秀的人才更傾向于投身互聯網或其他非傳統行業，近年來，隨著全球形勢的變化以及國家對科技投入的增加，越來越多優秀人才涌入這一領域，這對于整個行業來說是個極好的發展趨勢。
三、流程模擬軟件發展趨勢
在過去，仿真領域主要依賴于機理建模，需對所建模對象進行深入理解，結合經驗、知識進行數據擬合。然而，近五到八年時間里，人工智能的再次崛起對仿真領域帶來了顯著推動。人工智能是否能完全替代機理建模，這是個值得探索的問題。無論是深度學習還是其他形式的人工智能，都將對流程模擬領域產生顛覆性影響，如圖4所示。因此，在流程行業中，隨著數據量不斷增長，如何有效利用這些數據，尤其是結合人工智能相關技術，將成該領域發展的強有力的推動力。
圖4 人工智能技術
在概念性的機理建模與數據建模融合方面，尤其是與解析表達式神經網絡等技術之間，需要進行大量的探索和工作。在實際應用中，我們已經開始采用結合機理建模和數據建模的方法來解決復雜對象的問題。我們已經在實踐中運用了這些方法，并取得了顯著的成效。目前關注的焦點是如何將這些成功的經驗推廣應用到更多的領域。在這個過程中，融合是非常重要的。雖然使用數據來模擬事物理論上是可行的，但實際上，數據往往受限于算法能力和數據的充分性。
目前存在豐富的相關文獻介紹了相當多的應用案例，這些案例在數據方面積累了相當豐富的經驗，這促使它們對工業界進行更深入的探索。特別是一些大型企業，在大數據領域擁有廣泛的經驗，且擁有眾多優秀的科學家團隊，如今對傳統行業產生了濃厚興趣。這種跨界交流與碰撞對我們非常有益，因為來自其他領域的視角可能會帶來全新觀點。
近年來，仿真的概念在大眾中的認知度有了顯著提升。這主要歸因于數字孿生的興起，人們開始對仿真有了更多的了解和關注。數字孿生的核心在于模型，無論是數據模型、知識模型、經驗模型還是機理模型，本質上都是模型。然而，與傳統仿真不同的是，傳統仿真大多是離線的，是根據實際對象采用各種方法構建仿真模型，如圖5所示。而數字孿生中的數據往往是雙向的，它主要是從真實物體中收集相關數據，并通過各種手段建立逼真度高的模型以反映該物體。
圖5 數字孿生技術
數字孿生的興起引領了新的趨勢，強調了生態系統和互動性，同時也帶來了許多新問題。其中如何將物理空間與信息空間融合，特別是整合物理模型與虛擬模型以提供更好的應用是關鍵之一。數字孿生追求實時在線反饋，與傳統的離線仿真不同，這引發了對模型逼真度和魯棒性的更高要求，尤其在實際對象與仿真對象同時運行時。此外，數字孿生也需要更高的實時性，相較于傳統仿真會耗費更多算力。雖然目前成功的數字孿生案例較多來自離散行業，但這并不妨礙其在其他行業的應用。在石油化工等流程行業，數字孿生的應用正在探索，并通過國家基金項目提供的平臺，為該領域帶來新的思考和實踐機會。
當前面臨的主要挑戰集中在技術方面，特別是國產化和自主化方面，如圖6所示。過去十到二十年，國產自主的仿真模擬軟件公司并不多見，部分原因在于用戶習慣和版權方面的問題，基于成本的原因，許多客戶更傾向于繼續使用未經授權的工業軟件，而不太考慮收費的國內軟件，對國內軟件公司的發展造成了一定影響。然而，近些年來，這些情況有了很大的改變。一方面企業用戶對于知識產權的保護意識越來越強，另一方面，國產模擬仿真軟件的成熟度和可用性在很多方面已經可以與國外的軟件相媲美。盡管工業軟件百分之百國產化仍然是一個挑戰，但與其他領域相比，流程模擬軟件的工業化和國產化有許多關鍵技術已經被掌握。同時，勞動力的轉型也是一項重要挑戰。隨著人口紅利的消失，我們面臨著維持和提升員工技能的新問題。如何利用仿真模擬軟件，使現有勞動力不斷提升認知和學習能力，這是未來需要解決的問題，也是我們的使命。
圖6 未來挑戰
四、百子尖
百子尖作為一家多元化跨國企業，目前已經在全球設立多個分支機構，涉及模擬仿真與可視計算相關領域，并且在模擬仿真行業擁有多年的實踐經驗。通過積極與同行、客戶及上下游合作伙伴合作，未來百子尖將推出更多創新的產品。此外，公司擁有全球化的交付能力，如圖7所示。隨著越來越多的制造企業選擇向國外擴張，百子尖也將抓住這個機會，不斷夯實其國際化的發展步伐。
圖7 全球交付能力
*本文根據作者在2023國家工業軟件大會上所作報告速記整理而成
