| |
|
|
| 首页 淘股吧 股票涨跌实时统计 涨停板选股 股票入门 股票书籍 股票问答 分时图选股 跌停板选股 K线图选股 成交量选股 [平安银行] |
| 股市论谈 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 商业财经 科技知识 汽车百科 工程技术 自然科学 家居生活 设计艺术 财经视频 游戏-- |
| 天天财汇 -> 科技知识 -> 工业软件很难做出来吗？ -> 正文阅读 |
|
|
[科技知识]工业软件很难做出来吗？ |
| [收藏本文] 【下载本文】 |
|
工业软件很难做出来吗？ 关注问题?写回答 [img_log] 工业设计 制造业 软件开发 工业软件 工业互联网/物联网平台 工业软件很难做出来吗？ |
|
举个例子：某些所谓的前沿、一流、领先的软件公司Y友、Z软、Z远、金D、D软….，祖传代码，就几套几十年前技术水平的软件，凭借三寸不烂之PPT和“专家”站台，专门找单位和国企忽悠，这些体质内的地方啊，项目多、钱多，几百万几千万几亿的信息化项目多得很，关键是特好忽悠，基本都是外行领导内行还搞一言堂，只要搞定关键的几个人，保证项目拿到手软了，数钱手抽筋，也根本不用担心验收，这些地方基本没有不能验收的项目，领导们的业绩和政绩工程谁敢不验收啊！“软件公司”也大可以换着名字换着壳的卖他们的祖传软件，几个人就完成几百、几千万的项目“开发”，实际上就是换壳换LOGO查删改增万变不离其宗，换个皮就是微服务、大数据、人工智能、区块链、智慧项目、数字化转型典范…，投入几千万搞数字孪生，最后变成个3D动画赏析，虚幻引擎五毛特效游戏，所谓孪生联动的设备其实也是换壳“自主研发、国产技术”因此，里面的各种接口肯定是搞不定的，验收时安排“工程师”手动配合一下，表演给外行领导们看看，给他们开心一下就行了。以后有什么来视察学习的，也一定会提前安排“工程师”打开设备准备好场景，按部就班的表演一下给参加人员再开心开心！记住了，吹牛皮的新闻稿必须跟上，不需要客气用词，什么世界领先、全球首创、颠覆认知、未来可期全用上，各大媒体狂发！然后就可以忽悠完了A公司忽悠B单位，换个logo换个标题就是钱啊！这些破系统，漏洞一大堆，效率极差，业务脱轨，UI丑上天…随时要有人运维，因此每年还有巨额的人肉运维费！不要太爽了！看下面总结~ 总结：能躺着赚钱，傻子才把钱投入真正的研发？有钱的企业，反反复复搞无聊的软件，哪里资源搞工业软件？工业软件能给领导出政绩出业绩？领导不关注就没人关注！都在搞钱，搞够的走了或者被抓了…换个来换个理由继续搞！就算偶尔有点亮点，领导一换，谁管你前任的事？必须废掉听“我”的！外行带领下又开始一个循环！ 这里有完整案例： 为什么祖传代码被称为「屎山」？201 赞同 · 7 评论回答 |
|
|
各位大聪明名字别点出来了！都知道的！会被举报！要能写文章里就写了…另外，代码都没见过的外行和阅读能力欠佳的请绕行吧！还有高高在上的特色砖家也别来扯概念，一本正经胡说八道大放厥词，我直接拉黑删除！就你们这些人太多了，搞得乌烟瘴气！ |
|
之前有一个古早笑话是这么说的。。 别看比尔盖茨是世界首富，身价几百亿。要是Windows98操作系统每死机一次。用户可以索赔一块钱。第二天，比尔盖茨就会破产。。 软件这个东西吧。。在开发过程中，会出现很多BUG。毕竟程序员不是专业的工业领域专家。 但是，如果软件出错一次，就来一次事故。比方说，炼钢系统，钢水烫死几个人，损失个几百万。化工系统，氟哌酸熏死几个人，损失个几百万。比方说，芯片设计系统，流片失败一次，损失个几万块。CAD软件做出来的图纸，画四个孔，三个的直径单位是厘米，另外一根是英寸。这个谁都顶不住的。。 很多工业软件都是踩着尸山血海，真金白银做出来的。。毕竟很多工业软件都是世界上第一个相关领域的软件。大家捏着鼻子也就忍了。。 但是，你想把这个过程再来一遍。。这个谁都顶不住啊。。。 |
|
说自己这两年遇到的两个案例。 案例1： 去年因为芯片供货问题，有几个项目换了国产FPGA，我负责的两个项目用途比较简单，主要做接口扩展和桥接，其他同事的项目跑了比较复杂的业务。 以前老听说国产FPGA的EDA工具很糟糕，所以还算有心理预期的，结果真用上的时候还是被吓了一跳：这根本就...挺好用的嘛！ 我都不用看教程，工作流程跟以前用的基本一样，UI设计也挺直观，第一次建测试工程把以前的源码搬进来写好约束，综合一遍过，下载到板上就开跑，没觉得比国外同档次FPGA的EDA工具差到哪去，甚至同样复杂度的工程综合速度还更快。 几个月深度用下来，小问题不是没有，部分功能特性也有缺失还在按揭开发中，文档不算完善但也大大超出预期，绝大多数问题都能自助解决不需要找技术支持，足以搞定大多数目标项目。问了下同事，他那边项目用的FPGA规模更大，用的特性更多，总体感受跟我差不多。 案例2： 有个客户买了我们一些设备去替换他们生产线上的老设备，他们之前一直使用一个美国公司的设备，这是背景。 不出意外，上线调试就出现问题了，客户反馈怎么调都不对，但我们的设备是可以兼容那家美国公司设备指令的，客户也反馈没有使用到特殊指令，技术支持沟通了很多次，但结果就是不对，于是安排研发出差去客户那边协助查问题。 不查不要紧，一查发现客户那边跑的生产程序完全没考虑设备兼容性，所以只能在之前用那个特定型号的设备上跑起来，甚至用那家美国公司其他型号的设备都跑不起来。问题查到了，不是我们设备的问题，协助客户搞定了他们程序的设备兼容性问题，这一单生意算是完美交付。 工业软件当然难做出来，但话又说回来，现代工程技术领域有几个玩意不难做出来的，没必要片面神话某一个领域。工业软件甚至绝大多数工业市场，都是先发优势巨大，后发追赶异常困难，技术问题只是一方面，但没外行吹的那么玄乎。 以前我们没有去做，很大一部分是市场原因造成了恶性循环，做出来了卖不掉，无法与客户产生正反馈满足不了客户需求改进产品，那产品就更加卖不掉了。人都是有惰性的，工业领域更是，只要它还能用，我就尽量不换。这几年因为各种各样的原因，越来越多客户开始主动寻找国产替代，很多客户也愿意协助供应商完善他们的产品，市场一下打开了。以前看都不看我们一眼的客户开始主动与我们接触，以前我们不愿意去搭理的国产供应商，现在也很欢迎他们来拜访和演示推广，很多领域国产就是在以肉眼可见的速度努力追赶。 总之工友们共勉吧，咱们想住大豪斯，肯定不能一辈子都做低端产品啊。 |
|
除了前面大家说的难，还有一个重要的因素就是：没钱途。直白一点说：就是市场比较狭窄，就算把整个市场吃下来，能挣的钱其实也不算很多，并且没有什么细分领域可以扣点饭吃。 以大家都知道的 MATLAB为例，这个在理工科领域算是最著名的软件了，2020年的的销售额收入大概是10亿美金，当然利润比较高，大概5亿美金，这是Mathworks的3000多员工的结晶，加上一些其他收入，算下来虽然利润率不错，但是这个营收确实不算高。同样的员工，要是做企业软件（ERP之类的）或者 ToC用户类的软件，营收可以远远不止于此。 Mathworks公司虽然在行业领域里面是顶尖的，但是相比于同样的互联网公司、企业服务软件公司，其营收只是人家一个零头。所以外面看着风光，其实老板和股东们心里也苦，这个软件从70年代就起家，这么几十年拼杀下来，也是硕果仅存的几个之一。 MATLAB还算是工业界用得比较广泛的软件了，像一些其他特定的行业软件，例如其他答主提到的造船软件、建筑类软件，其实市场领域更加窄，说白了，就算整个市场100%被某家公司占用，从营收角度来说，也就只能挣到这么点钱。加上早期的一些工业软件，在行业领域内已经占用大量客户，抢占了整个生态链，没有足够的的优势，很难让行业使用者切换软件。正是因为这一点，所以资本也不愿意投资在工业软件的开发。同样的资本，如果投在互联网行业，就算已经有头部软件占据市场，但是还是有很多细分领域有比较多的机会，资本的营收还是有一定的保障。而如果投在工业软件中，研发周期长，研发难度高，市场机会少，对于资本来说风险太大了，所以从资本的角度来说也不愿意投在工业软件。 从整个行业生态来看，工业软件的研发前景确实不太乐观。个人认为比较可行方法：还是以学校进行基础研发为主，工业界实时投入为辅，到适当的时候进行产品化。 也就是说：以高校的科研开发作为起步，先建立一些开源的基础的组件，满足一些工业软件的基本要求。然后企业在雏形完成后，逐步提供一些资金投入，等到一个合适的时候，由企业买断版权，同时企业与高校继续一同研发，进行产品化。在高校内部，可以免费提供给各个高校进行教学、调研使用，满足头部用户，逐渐建立起自己的生态圈。 最后给自己专栏打个广告，专注于 计算机视觉和音视频处理的技术专家 [img_log] 华叔-视觉魔术师 5 次咨询 5.0 8258 次赞同 去咨询 个人技术专栏 视觉魔术师?www.zhihu.com/column/c_1195283405598822400 |
|
|
|
|
我在做一个油罐储量的计算，初中就会的东西，但有经验的工程师告诉我底部锥体你是算不准的，必须用水打点，查表给固定值。上面柱体部分你用几何去算能差不多准。而且这东西本来就算不准。 但是，我之前遇到过一个同事，用aspen建模算一个新型设计的锅炉汽包液位计的性能，实际施工后，和建模算出来的差不到5cm。 |
|
这种问题太虚了。没法直接回答难不难。 就比如在粒子加速器领域，绕不开一个软件：TRACEWIN，这是美国人开发的。 这个软件不大，但根据用户反馈，基本上每个月更新一次。 软件原理也不难，就是追踪粒子在电磁场下的轨迹。 如果我们想突破美国封锁，到各个985高校抽20个数学教授，20个物理学教授。再来几个程序员。半年应该就搞定了。 但是美国人是怎么开发这个软件的呢。 他们没有立项。没有想突破封锁。 只是某天3，4个行业内都不出名的研究员看到了一个amazing的粒子路径追踪公式。 在维持原有工作的情况下！ 历时数年，根据同行们无数次改进开发出了Tracewin。 从这个中二的名字Trace_Win大概就能体会到他们开发成功时的喜悦了。 仅仅因为一时兴起，美国就多了一个能垄断一个小行业的软件。 把人当人，而不是资源！ 人会创造，资源不会！ |
|
难吗？也难也不难。 我有个朋友，做了十多年设计工程师，专门设计火电系统的锅炉管道的支吊架……后来他自学了VB和C++，开发了一套自动设计出图的系统，输入几个参数，自动出设计图。如果行内人看到这个答案，都应该知道我说的谁了。 但是这个软件应用范围就这么大，只有每个省的水利电力设计院用，31个省卖完，就没有别的生意了……当然也没有竞争对手…… |
|
以前接触过一个工业上用的小软件 工厂以前的自已开发的，系统太老了 里面400多个参数和数值，选择相应的参数和数值，就会计算出不同的结果 就这个一个简单的玩意 客户花了几百万都没有替掉，因为换了几波人以后，没有人知道这里面的公式和算法了 不是简单加减计算，融合了很多行业知识，有涉及图形的算法、拼版等等一大堆东西的 能搞清楚这个东西，不在这个行业积累10年以上经验搞不出来的，而且要把行业知识IT化，这个很难的，搞出来这个东西的人水平真的很高 不要老想的什么需求文档，这玩意没有 工业软件最大的优势就是没有需求文档 反编译？里面几十万行代码，你确认你这辈子搞的懂？ |
|
|
贴张图，这是三维研发设计、仿真分析类工业软件的重要核心之一——三维几何建模组件Parasolid的发展过程，从1988年的第一个版本开始，到2002年，在工业企业用户、工业软件提供商和开发商的生态系统中不断磨合、迭代，历经14年才形成比较稳定、完整的功能组件，2002年之后，基于Parasolid的三维设计、仿真软件逐渐在用户端得到广泛应用，而Parasolid还在同步迭代。 这个过程中，Parasolid需要始终维持高水平的研发团队，包括数学、图形学、计算机学等研发人员，既要获得市场回报，还要保持这个核心组件的适当开放化，以获得更多、更广泛软件企业的支持和需求驱动。 利用Parasolid核心开发各种工业软件的解决方案商，要不断基于核心开发工业软件，在成熟的市场和知识产权保护环境下，顺利推进软件的商品化、市场化、全球化，从资本市场拿到资金支持，并将广泛、大量工业企业用户端的需求转化为对Parasolid的迭代需求。 作为终端用户的工业企业，需要不断提高应用工业软件的水平，将研发、生产的技术和经验转化为软件需求和数据，并以购买正版软件和技术支持服务的形式，向整个生态系统提供资金，成为整个生态的终端发动机。 以上种种，从1970年代至今，始终推动着美欧工业软件的发展，以至于形成如今达索系统、西门子、SAP、PTC等全球化工业软件巨头，缺了任何一环，工业软件要做大都非常难。 工业软件是“数学、图形学等基础研究水平+高水平工业体系+完善的市场、知识产权环境+开放的生态化、国际化协作”共同作用的结果，这是工业软件难以成功的核心。 国内工业软件不乏优秀的开发团队，不乏工业大国企，但其他因素都经常性的缺位，从1980年至今，国产工业软件始终做不大、做不强。 |
|
我知道一款特别冷门的工业软件，应用方向特别单一，整个软件不到200M，正版授权费45万RMB左右，市面上没有盗版可用，，自从软件面世以来已经有二十几年了，陆续陆续一直在更新版本以解决计算BUG和运行BUG。 大家可以发挥脑洞想想，为什么盗版不出来。 软件的涉及的算法、计算原理全在公开的论文里有。 |
|
工业软件中几乎最难啃的三座大山，就是CAD、CAE和EDA，大山中间还穿插了许多小的丘陵，如CAM、拓扑优化、工程数据库等。工业软件这三座大山，是人类基础学科和工程知识的集大成者。 尽管它支撑了整个工业的体系，但它的市场份额却小的可怜，不拿显微镜，是找不到它的存在。然而它自身的构成，分别是令人望而生畏的数学、物理、计算机和工程经验。没有一种产值如此微不足道的工业产品，却需要有如此漫长的生命轨迹。从大学的数学方程式开始出发，经过漫长的物理机理的冶炼、计算机科学与技术的萃取，最后还必须经过工程知识的淬火，才能成为一个成熟可用的工业软件产品。 数学基础需要扎实 工业软件首先要有良好的数学基础。计算机辅助设计软件CAD这个学科的渊起和发展，主要是数学的一个分支微分几何突破之后，进化出了一个新学科——计算几何，孔斯、弗格森、贝塞尔等为CAD，CAE，EDA等软件所依赖的3D几何造型提供了强有力的理论基础，在此基础上发展起来的NURBS相关曲线曲面理论和算法是目前大部分商用软件所使用几何引擎的关键技术。 而仿真分析软件CAE无论对于数据的前处理和后处理，还是各种求解器，对数学也有很高的要求。 前处理不仅仅是数据导入、模型修复和显示，很大一块是网格剖分的能力，这部分的技术门槛不低。算是CAE领域后起之秀Altair作为有几十产品的上市公司，至今前处理软件HyperMesh还是最重要的旗舰产品，贡献了公司最多的收入，也是在CAE领域站稳脚的基石。后处理在大规模的数据处理和直观、动态、炫酷可视化展示方面也有很多需要研发的内容，尤其是在B/S架构下，如何通过Web页面快速高质量加载巨大的CAE计算结果，会是一个巨大的挑战。 工业强度的网格生成算法不仅有很深的理论问题，也有很大的程序开发工作量。德国的斯杭博士在德国开发Tetgen，从2000年左右开始一直只做这样的一件事情，坚持了20年，才有了和商业四面体引擎ghs3d竞争的能力。同样法国Distene公司开发的MeshGems系列网格剖分系统被广泛用于商业CAE软件，最早来源于INRIA（法国国家信息与自动化研究所），十几个研发人员也专注开发了近20年。 工业软件这条路上，尽是寂寞的黑夜中的探索。 在NASA公布的CFD VISION2030战略咨询报告中，网格生成是单列的五项关键领域之一，并被认为是达成2030愿景的主要瓶颈。就在这样一个高难度的领域，国内很多软件都是裸奔，依靠Gmsh之类开源算法无法满足客户定制改进的要求，很难做到工业应用主流中去。 优化也是普遍性的数值方法，包括优化理论、代理模型等，是求解复杂工程问题的基础，更不用说对各种路径规划所涉及的矩阵理论、泛函分析、动态规划、图论等等，无不是多约束条件下的多目标自动解空间寻优，背后都是数学王国建构的基础之基。 各种CAE、EDA软件中需要多种计算数学理论和算法，包括线性方程组、非线性方程组求解、偏微分方程求解、特征值特征向量求解、大规模稀疏矩阵求解等都需要非常深厚的数学基础。如果不能熟练运用各种数学工具，对物理场的建模也就无从谈起。 物理场面临着多种挑战 头疼的数学之后，接着是头疼的物理。这是仿真软件、EDA软件需要突破的地方。工业技术的源头，是对材料及其物理特性的开发与利用。因此，对多物理场及相互耦合的描述与建模是各种仿真分析软件的核心。 而工业软件由于要解决的是真实的大千世界，所有看得见、看不见的物理场，都在按照各自的机理自由游荡。工业软件必须要跨越十分宽广的学科光谱，跨越了钱学森科学技术体系的基础科学、技术科学、工程科学、工程技术，而且也会包含大量的经验、诀窍等“前科学”知识。具体而言，任何CAE软件在市场上存身的根本都是其解决结构、流体、热、电&磁、光、声、材料、分子动力学等物理场问题的能力，每种物理场都包含丰富的分支学科。 仿真分析软件CAE的求解器由物理算法组成，每个专业领域都有一堆问题求解算法，不同领域如电磁、结构、流体的求解器处理机制，完全不同，基本没法通用；另外一方面，跟FEA有限元方法有关，采用的单元类型不同，问题求解算法也不同。因此，虽然也有第三方的求解器，但无法像三维CAD软件领域那样形成通过出售几何建模引擎和几何约束求解引擎获利的商业模式。 以结构为例，为解决结构设计的问题，有可能会涉及到理论力学，分析力学，材料力学，结构力学，弹性力学，塑性力学，振动力学，疲劳力学，断裂力学等一系列学科。在这个基础上，主流的CAE软件都支持结构优化功能。相对于传统的CAE的仅限于评估设计是否满足要求，结构优化软件在创成式设计等先进技术支持下可自动生成更好的结构轻，性能优、装配件少的更优设计。 由于现实世界的发展要求，产品的智能化提高导致的复杂度提高，往往产品本身涉及多场多域问题。物理场有太多的组合，相互之间又干扰不清。这些复杂的问题，既要深刻理解学科自身的物理特性，并对这些学科物理特性所沉淀的学科方程，如电磁的麦克斯韦方程、流体力学的伯努利方程、纳维-斯托克斯方程等等，深刻理解之外，还要对实际工程应用领域的多物理场交织耦合环境能够快速解耦，让不同学科不同特质的特征参数迭代过程中能够互为方程组求解的输入输出，以便对多场多域的工程问题进行优化。 随着现在需要处理的模型规模越来越大，模型本身也越来越复杂，现有国际上大型商业CAD、CAE、EDA中使用的几何建模引擎和几何约束求解商业化组件产品（包括InterOp、CGM、ACIS、CDS、Parasolid、D-Cubed等）厂商达索系统、西门子等也在不断跟进最新的计算机技术。比如最近也在采用多线程技术不断改进之前的算法，用于大幅提升模型导入、模型修复、缝合、实体建模、布尔运算、面片化以及约束求解的效率。 轮到了计算机科学 正如当年围绕机床的“数控技术”，很快就演变为“计算机数控技术”和“计算机辅助设计”一样，工业软件的诞生和早期发展受到计算机与多媒体硬件进步的推动，之后又随软件技术、互联网、计算模式的浪潮起伏。工业软件是软件，但它是硬件设备高度融合。二者无法分类，也不能相互修饰，就像两口子的结婚照，少了任何一张面孔都是不可想象的。工业软件，不可能忽视计算机科学与技术的问题。 这其中涉及到计算机硬件技术自身的迭代进步，从大型主机（Mainframe），到工程工作站，再到PC，最后来到云计算，甚至到未来的量子计算与普适计算，每当先进的计算技术出现，与之相匹配的工业软件，就会以鲜明的时代特征，出现在工业界的面前。 软件工程，是为了应对大型软件编码可靠性和质量管理问题的一门学科，而应时而生。它是支持协同开发、保障软件生命力的重要因素。软件工程是驱动软件全生命周期工程活动的基础学科。软件工程重点是算法分析、计算机安全、软件质量控制、软件测试与维护。这其中也涉及到系统架构设计、面向对象程序设计、数据库，计算机图形学与可视化、操作系统、编译原理、数据结构、HPC/GPU 并行计算等各种学科。 除了用户打交道最多的软件界面之外，工业软件需要涉及一个良好的软件架构和过程管理、统一数据标准、接口标准、方便几何建模引擎、约束求解器、前后处理、CAE求解器等优势资源集成。加速软件更新迭代，软件自动化验证，工程经验的积累，软件跨平台(集群,超算)部署，多种服务模式支持，二次开发脚本支持等，以至于后续大规模仿真数据的挖掘、分析等。 工业软件模型之间的兼容性问题，目前主要是通过遵循STEP标准解决的。在美国和欧洲，都有推动STEP标准开发及应用的非盈利组织，特别是近期包括波音、空客、GE、洛克希德-马丁等航空巨头推进的LOTAR（长期归档和检索）项目也是以STEP作为基础。各种CAD、CAE、EDA格式之间相互转换造成的信息丢失和精度丢失每年都会造成高达数十亿美元的损失，而如何有效复用这些模型数据也长期困扰着各个行业，特别是不少国内厂商在设计模型过程中没有遵循严格的标准，“制造”了不少问题数据，这些模型数据传递到下游行业也造成了很多问题，有些模型甚至基本不可复用。 工程知识是最后的淬火 如何将工业技术与知识写进软件，是业界最关注的议题。 麦克斯韦Maxwell能解决电和光的物理方程描述，但却解决不了一家电气制造商的设计制造问题。基础技术很重要，但不能解决工程问题。工业软件经过工程知识的淬火，才能与工业应用场景结合。 工业软件可以分为“基-通-专”的层次。第一层是类似CATIA、UG这样的基础通用平台。基础通用平台是最难的，它裹挟了多年的知识沉淀和用户使用习惯，因此门槛很高。在此之上，第二层是行业相对通用的知识，包括行业设计标准规范、试验测试数据、人机工程学等；而再上面一层是针对特定产品的专用知识，由于面非常窄，个性化非常明显，则往往更加小众，知识密度更大。 工程界的建模与分析问题，混合了很多不同维度的问题，既有基础学科的交叉如数学、如物理；又有不同的工程经验的混合。 因此工业界，其实基本不需要听阿里系、腾讯系所谈到的“建模”。他们会谈到建模，但在那里，那是一种社会科学、软科学，事关消费、交易，是商业而不是工业，完全无法解决工厂里的物理世界。他们用了同样的名词，却在做着不同的事情。 一个简单的示例可以区分两者的核心区别，互联网公司的用户画像建模，它们的这种模型，用大数据抽取年龄、收入、地域、阶层、职业、学历等等，然后关联到购物交易嗜好行为。而工业界一谈到用户画像建模，其实是完全不同的概念。首先它是一个计算机完全描述的对象模型，其多态使用场景随后也精确表征，而这种用户画像模型，如果用在设计阶段，就是人机工程分析、使用行为分析；如果用在生产现场，就是一个资源，有其资质、劳动能力等级、关键设备持证，安全区域等级等等所描述；如果是一个终端用户，则不同大陆百分位身高、驾驶习惯、驾驶舒适感包络、地域色泽嗜好等等是这种模型的特质，因为这样的三维模型可以直接载入虚拟产品中进行各种场景的模拟优化和体验，而与偏向购物交易促销的互联网用户画像模型相差十万八千里。 制造现场涉及大量的工艺过程，这种Know-how的转移，是一个非常复杂的知识扩散现象。各种工艺如铸造、焊接、冲压、锻造、切削、热处理等，各有各的现场诀窍。许多暗默知识，只可意会不可言传，师傅的言传身授往往是最好的方法。而工业软件，正是向这种知识转化进行宣战。大量的制造经验，要想变成算法、编码，固化到软件，那都是一个漫长的过程。工业软件的价值，因此得以凝聚。 实际上，工程知识的汇聚，也会形成用户的使用习惯。一旦用户形成深度依赖，后来者软件的替代将成为非常艰难的攻城术。在芯片领域，电子设计自动化软件EDA则深度地嵌入到芯片设计公司和晶圆代工公司，三者相互连接在一起，不可分离。很多EDA软件，根本得不到代工工厂的工艺数据，而这是EDA发展历程中最为重要的养分。没用了用户的反馈，软件因此而 “饿的面黄肌瘦”。 工业软件是人类制造知识的最好结晶体 工业软件是架构在数学科学、物理科学、计算机技术和工业技术之上的宏大建筑，一座复合型知识的宫殿。 工业软件最奇妙的地方，它一旦集成了前人的技术，它就很少会流失。这跟任何一种设备类的不同，一个老工程师不在了，现场工艺就可能断掉。但工业软件则是一层一层，既有来自软件厂商数学、物理奇才的心血，更有来自数百万工业用户的使用反馈——这形成了一座坚实的护城河。唯有如此，它综合了如此不同的精华，工业软件才成为人类知识的集大成者。 这是真正的工业之花。一花虽小，世界皆在。 |
|
top 2在读，一门计算流体力学课，授课教授基本功非常扎实，学术造诣也很高，也亲临一线搞数学推导，经常在课上给我们演示手推一些基本算法，比如SIMPLE。CODE能力也是一流，二次开发的算法代码也是不计其数。 但是课堂上跟我们说，如果国内有一个软件厂商邀请他去带队研发CFD商用软件，他说他绝对不会去，他说不是他悲观，他觉得当前阶段国内搞CFD商软的99%都是不可能成功的，有的团队十几个人就要开发CFD商软，就是脑袋一拍上马，大腿一拍后悔，屁股一拍走人，能忽悠一个是一个。（补：这些经历是老师八到十年前经历，不是近期，不可否认，最近确实有不少CFD国产软件冒头，各类学术会议现场都有这些企业的展板和宣传位，但总装机量还是非常少，认可度不够。） 现在的各类民用软件的繁荣给了人们一种软件强国的错觉，把淘宝，抖音，微信这些软件开发难度绑一起，赶不上一些工业软件的一根毛，但这些工业软件的利润，又只有抖音之流的一根毛，无解。（有人说抖音等App的开发难度高于CFD商软为代表的一些列工业软件，并且您有令人不能拒绝的开发经历，那您是对的，请留下联系方式，我们课题组招聘助理会联系您。） |
|
本人不才，写过一个很简单的二级减速器齿轮设计软件，用matlab写的，很简单，就不细说了。 But，不懂齿轮设计原理和没有工程应用经验的人肯定是做不出来的，因为很多参数都是经验值。 所以这玩意要破局，关键还是看工程工业领域本身有没有一些有想法有时间的人，如果都是996还房贷，那算了吧。 |
|
大概在2020年吧，我不幸入职一家石家庄的央企子公司，这家公司号称是搞半导体的，其实我一直是做结构有限元仿真的工作，入职没俩月就被下放到车间做碳化硅芯片的抛光工艺测试，到底是隔行如隔山啊，本人对碳化硅是一窍不通，工艺测试小组一开始七八个人，到最后就剩下三四个了，一直做不出符合上级要求的芯片。其实我们也知道，以公司的当时工艺条件，搞出来合格品是意外，失败才是常态。但是长此以往，这个方向没有进展，整个项目组就会砍掉的，为了挽狂澜于既倒，能在项目汇报时有些内容给领导看，我们得做出一些阶段性成果。 当时的产品的一个不合格项是抛光片表面ttv不合格，按我曾经机械行业的泛泛理解，大概就是表面粗糙度不合格吧。这就需要合理设置抛光机的抛光压力，抛光盘的转速和抛光芯片的安装位置。我根据当时的测试设备，利用有限元提取一下抛光片的表面受力情况，然后用Python弄了个界面，搞了一个抛光工艺仿真参数设置界面，准备仿真一下抛光后到底表面是个啥状态。 |
|
|
俗话说得好，理想很丰满，现实很骨干。仿真的结果就是啥也不是。 |
|
|
其实我知道，那些受力啊，转速啊，安装位置啊都会有影响，但是如果真的把这个软件做好了，一个重要核心是抛光液和抛光布的参数，然而这些都是外采的（还很贵，很贵，且批次不一样，稳定性就无法保证），不进行大量的实际进行工艺摸索是搞不出来的。 结果可想而知，当我把软件提交一周后，我就被裁员了，入职公司不到十个月，短暂的半导体行业工艺软件开发经历就结束了。 |
|
超级难。 我十几年前实习单位就是写工业软件的，内外部通信、附带的ERP模块我们写出花了，就关键的系统控制完全写不出来。一开始我们觉得是我们自己能力不足，专门找了一个懂软件的数学系给我们弄算法，后来发现实质是懂代码的不懂机器，懂机器的不懂代码，你不去厂里拧螺丝，永远不知道三圈应力和四圈应力的区别。后来软件阉割，当专业ERP卖了。 |
|
是的，很难，超级难。就算是世界上也没有几家能做。 工业软件的大公司：法国达索、西门子PLM，PTC等等。。。无一不是来自于工业。 工业软件是工业品，不是IT。 |
|
如果微软系统出毛病一次，微软要赔一块钱，那微软已经倒闭了。而工业软件出毛病一次，起码亏几千到几千万。 x钢当时作为国企，支持某某自动炼钢软件，这玩意可以做到全程自动化。但是每轮会有15s冗余，这个以往都没事，但是哪一年一整年炉子都在工作，结果唯一一次大修，炉子都已经冷却十天了。炉内顶盖的锅巴掉到下面的钢水，然后钢水喷溅出来，遇到冷水爆炸。 直接把总工变成熟人了。外加另外十几个工人，就这一次差点就g了20多个人。最后这个软件就停工了，因为实在领导都这样了，实在没办法支持你。 每一款国外的顶级工业软件，背后少说几千条人命，除了那种细分领域科研性质的玩具，哪个不是靠金钱加生命堆起来的经验。 像自动驾驶的土木推车，在20楼自动驾驶把工人带下去的例子，国外的土木自动化软件，就是靠土木工人的尸体堆砌成的。这个国内那个公司敢说自己写的程序和理论设计绝对没有bug？ 然后就是软件收入的问题，国内很难养得活这些公司。就100个程序员，还得是懂工业技术的程序员。一年起码得几千万薪水吧，然后前几年肯定入不敷出，那个冤大头愿意做这种生意啊。 |
|
不知道这个问题下面的回答者有多少人是真正做过工业软件的。 我严格来说也是没有做过。但是我做过6年多的2B软件业务，也就是公对公的软件业务。除此之外还有很多年的SDK以及中间件业务。 现在的身份是客服和保姆，也是2B的。 2B的业务和2C（面向消费者）的业务一个显著的区别就是，2B的需求是对方（也就是甲方）定的，而2C的需求是自己定的。 比如这个知乎，就是2C的。它的界面，它的功能，虽然有时候也会进行一些问卷，但是最终是知乎自己定的。每个用户更多的是去适应它，而不是它去适配你。这是因为2C面对的是大量个人，软件只能按照抽象出来的一个所谓的“用户画像”的共性去设计。 但是2B就不一样了。你服务的是具体的行业，一般都有明确的行业标准和做事方法。大部分行业头部也就是那么2、3家公司，其它的都以这2、3家马首是瞻。于是乎，这2、3家就决定了你开发的行业软件的生死存亡。 在这种情况下，唯有与这2、3家耳鬓厮磨，事无巨细地满足其每一个需求，包括一些可能毫无道理的癖好，才能活下去。 尤其在该行业已有成熟软件的情况下，则那个软件的每一个细节每一个操作，包括快捷键的绑定、UI的布局甚至是一些良性bug均会成为你需要去模仿的点。这样的点往往成千上万而且并没有整理好的文档给你，需要你去一点一点发掘。通常情况下，唯有全面兼容之后全面超越（甲方不可能停工几月来熟悉你的软件；或者把之前十几年几十年积累的数据都丢掉用你的软件再从头来一遍；也不可能接受你先来个0.5版本，然后再慢慢sprint迭代），并且物美价廉，还要能顶住人家的专利网和法律诉讼（因为你操作界面高度类似人家，这是最容易被诉讼的），你才可能翻身。 这才是工业软件的真正难度所在。 当然，像如今漂亮国这种直接卡脖子的，那就是属于逼着行业换软件，这其实是天大机遇。 |
|
看看WPS的历史，办公软件养不活还能养工业软件？ 看看WPS的现状，办公软件不敢用还敢用工业软件？ 利益相关：我付费用了几年，出事秒删，买了Office。 |
|
https://www.bilibili.com/video/BV1ca4y1g7dT 在B站上制作了一个系列视频，记录了我们从脱离国外软件Revit开始自研，耗时三年时间，一步步打造属于我们自己的工业软件，最终形成了一个完整的产品。 软件试用地址：EasyBIM (esbim.cn) 虽然只是建筑领域中的结构专业，还只包含了钢筋混凝土结构，但依然面临了重重困难。 这里仅从技术角度记录一下我们研发的时间线，感兴趣的朋友可以在视频中看到更加直观的技术发展。 20年前，结构BIM都是在Revit上做二次开发，其中BIMI是一款较为出色的结构BIM插件。 20年初，BIMI分家，一去鸿业，名曰乐构，一归西南，名曰EasyBIM。 20年3月，尝试放弃Revit，自研设计平台，研发结构平面自动调整线型。 20年4月，正式放弃Revit，开始移植梁图，通过多种配筋倾向表控制配筋参数。 20年5月，梁支座移植完成，自由编辑梁段类型与分跨，流畅度远超Revit版。 20年6月，梁配筋生成移植完毕，成图效果良好，验证了自研平台的可行性。 20年7月，发明梁配筋动态关联技术，梁字符像CAD自由编辑的同时，又始终与梁构件保持关联，保证了理论上百分百准确校审的可行性。 20年8月，研发用于结构平面图表达的符号对象，相比CAD表达更加智能，如后浇带交接处自动裁剪，尝试解决平面出图。 20年9月，研发自动标注构件截面，辅助系列平面符号，已可完成结构初设平面图。 20年10月，参加某地勘软件研发比赛，探索了自研平台在地勘领域应用的可行性。 20年初11月，在平台上尝试内嵌Python模块，初步实现Python直接调用平台接口。 20年12月，板配筋移植完成，成图效果良好，至此，以自研平台为基础，完成全套结构施工图研发的方向正式确定。 21年1月，研发参数化柱大样，大样随文字智能变化，并与柱表实时联动，为柱图移植做准备。 21年2月，购买国产图形引擎，完善平面建模功能，至此摆脱只能导入计算模型的后处理软件处境，正式迈入BIM软件的门槛。 21年3月，研发剖切算法，完全按结构工程师的设计习惯表达剖线与看线。 21年4月，柱图移植完成，至此，自研平台研发完毕平面、梁、板、柱功能，已准备好正式发布使用。 21年5月，研发计算网格算法，打通BIM模型导入计算软件计算，再反导BIM继续深化的路线。时隔一年半，V1.0研发完成，正式发布。 21年6月，研发基于剖面拉伸平面的墙身大样建模方式，相比Revit墙身大样建模效率大幅提升。 21年7月上，研发计算网格可视化，通过虚拟轴线控制竖向构件节点，更直观预览与编辑BIM模型导入计算后的节点关系。 21年7月下，研发结构基础建模与放坡线自动生成，走出传统的梁板柱墙四大模块，向全过程施工图扩张。 21年8月，研发参数化图例，施工图的附注说明通过参数修改关键信息，方便管理的同时为附注校审提供了可行性。 21年9月，由于购买的国产三维引擎面对大模型性能不足，开始探索图形引擎研发方法与自研的可行性。 21年10月，受三维引擎探索启发，二维引擎率先突破，解决大图卡顿问题，性能仅比CAD稍弱。 21年11月，三维引擎突破，性能爆炸！平移、缩放、框选无延迟感，超大模型亦可流畅拖动！ 21年12月，随着三维引擎突破，剖面功能将引擎与算法结合，不再局限于结构专业剖面，一切模型皆可剖。 22年1月，研发三维布尔运算，率先应用于基础开挖模型，通过基坑模型可以方便工程师调整复杂基础放坡，也方便预览基坑的直观效果。 22年2月，研发基础钢筋大样自动生成，无论多复杂的空间关系，都能准确剖出并生成钢筋大样。 22年3月，探索钢筋模型的可行性，验证根据完整的EB施工图模型生成钢筋模型可行。 22年4月，剪力墙移植完成，至此，平台集成了平面、梁、板、柱、墙、基础模块，二三维性能巨幅提升，V2.0正式发布！ 22年5月，深化计算网格模块，增加荷载布置与编辑，并可将荷载导出到计算软件。 22年6月上，探索自研图形引擎的性能极限，导入机场全专业Revit模型，运行极为流畅。 22年6月下，导入大型地质模型，并复制多次，探索图形引擎对大地形的支持极限。 22年7月上，图形引擎增加贴图功能，至此，三维模型不再只有形体。 22年7月下，图形引擎进一步强化，增加人物视角下的漫游模式。 22年8月上，增加Rvt几何提资，同时V2.0因缺少平面与构件图协同方式导致CAD替代失败，软件停更，进行大版本升级，攻克构件级协同系统。 22年8月中，探索EB模型直接导出.obj格式，双击打开直接浏览模型。 22年8月下，研发楼梯施工图模块，通过建好的楼梯模型直接生成楼梯施工图。 22年9月上，研发CAD外部参照功能，专业内外CAD配合无需再导入CAD。 22年9月中，探索可视化编程的可行性，为平台增加技术储备。 22年9月下，校审模块全面升级，通过面板实时定位错误，辅助修改，梁图先行，板柱墙图也紧随而来。 22年10月上，研发三维图形引擎绘二维图元，至此，二三维图形引擎合二为一，二维性能超越CAD，EB跳过V3.0版，直接向V4.0前进！ 22年10月下，增加三维视图中构件的布置功能，强化三维编辑。 22年11月，研发结构CAD底图与EB模型匹配功能，使EB模型自动与CAD底图模型对齐，解决结构施工图平面与计算模型偏心可能不一致的问题。 22年12月上，研发板局部洞口、板吊坑、墙洞、梁缺口、梁墙穿洞功能，以CAD的操作模式得到BIM模型，深化结构平面图。 22年12月中，平面研发柱帽与梁加腋，基础研发承台与锚杆，至此，平面与基础类型已完成全面覆盖。 22年12月下，研发视图参照，EB文件不同视图可相互参照，替代CAD参照配合与布局功能，至此，EB已具备将图纸深化到出图深度的基础功能。 23年1月上，研发打印功能，至此，在平台上绘图完成后，导CAD、PDF或直接打印交付成果已经全部实现。 23年1月下，图形引擎增加沿路径漫游功能，为可视化动画制作积累技术储备。 23年2月，柱配筋重构，首次提出柱倾向表控制不同尺寸下的柱箍筋肢数与纵筋根数，可单层生成也可多层生成，支持柱大样与柱表两种表达形式。 23年3月，坡道模块开发完成，至此，混凝土结构所有构件类型齐全，结构BIM软件彻底成型。 23年4月，楼梯建模与出图更新，V4.0正式发布，至此，结构模块级功能全部开发完毕，开始进入迭代与细节完善期！ |
|
说一个小众冷门的软件：LTSpice。 这个软件是凌力尔特（Linear）开发的一款免费的模拟电路仿真软件，主要服务于凌特自家的模拟器件，当然也能导入第三方spice模型，软件只有五十几兆大小，然而就这么个小软件也开发了十来年，可想而知更全面的pspice之类的软件要花费多少精力。 要是国内公司愿意花10来年开发一款免费软件，老板怕是疯了才会做吧。 顺便说一下，LTSpice的架构师是华人。 |
|
这个咋说，我就是从事这方面工作，但是也不想说太多了，工业是文明，软件只是文明的一个体现，也是文明的成果，反过来促进文明发展。 在中国大陆，不存在工业文明，我们还是一个儒家思想的社会，不尊重人，不尊重人的劳动成果。我说的不尊重人，指的是不尊重每一个人。包括官僚，在位时各种捧，一旦倒霉，各种恶心。 说一个技术细节吧，工业软件和开源差距巨大，很多细节都不会公开，更不会有文章。侥幸本人运气好，曾经得到海外一个大师的指点，看完他们做的工作，惊为天人，不管是边界条件、色散处理，以及近场的解析解，每一个公式都让人看到了扎实的 数学功底、物理意义。尤其聊起一个细节时候，他说，这个问题，是我们请了一个北大数学的高材生，干了两年才做出来。当时感慨，以他们的人工成本，这高材生两年，差不多一年要20多万美元，两年40多万。中国大陆，第一不会有人关注这么细致的事情，第二，这钱，咋可能给一个搞数学的书呆子呢？ 再说个细节，就是国内的不尊重劳动成果，比如盗版，251牢厂里面eda有多少盗版，怕是大家多少心里有点数吧？他们做仿真正版license根本就够，从这个案值来说，抓个他们人在海外坐牢不算冤枉。另外一个例子，就是中石化央企的大型研究机构，明火执仗的盗版斯伦贝谢软件，大约1万多个cpu核，真要是按照法律，罚款一把，怕是slb早就完成了这辈子在中国的销售任务了。我曾经给领导开玩笑说，老哥最近出国小心，人家美国要扣下你，执行国资委一块资产的话，真的是人家占理。以至于央企领导统计集团里面盗版软件，都只敢给各级单位口头传达，各级也只能口头汇报，坚决不许留文字。这些软件，不是啥日常办公软件，都是工业软件，价值不菲，难听点，三桶油央企，除了中海油好点，剩下的，哪家你抓个单位，也有几十亿的案值的盗版。 至于说国产替代，你这落后30年的东西，怎么替代？光有个名词差不多，里面东西完全不是一回事 可圈可点的事情很多，我也懒得说了，就中国做工业软件，目前至少落后三十年，未来？基本上没有啥希望 |
|
干货预警！！工业软件的高科技高难度，不是我们普通人所能想象的（系统性整理较长，建议先点赞或收藏） 其中最难啃的三座大山，就是CAD、CAE 和 EDA，大山中间还穿插了许多小的丘陵，如CAM、拓扑优化、工程数据库等。 工业软件这三座大山，是人类基础学科和工程知识的集大成者。 它的组成分别是令人望而生畏的数学、物理、计算机和工程经验。 |
|
|
四大技术图谱就像四座护法金刚，形成了深不可测的技术鸿沟。这对于任何一个工业软件企业，十年发展的沉淀，那还只是开始。这条路，太漫长了。 1、数学基础需要扎实 工业软件首先要有良好的数学基础。计算机辅助设计软件 CAD 这个学科的渊起和发展，主要是数学的一个分支微分几何突破之后，进化出了一个新学科——计算几何。 孔斯、弗格森、贝塞尔等为CAD，CAE，EDA等软件所依赖的3D几何造型提供了强有力的理论基础。 在此基础上发展起来的 NURBS 相关曲线曲面理论和算法是目前大部分商用软件所使用几何引擎的关键技术。 而仿真分析软件 CAE 无论对于数据的前处理和后处理，还是各种求解器，对数学也有很高的要求。 前处理不仅仅是数据导入、模型修复和显示，很大一块是网格剖分的能力，这部分的技术门槛不低，算是CAE领域后起之秀。 Altair作为有几十产品的上市公司，至今前处理软件 HyperMesh 还是最重要的旗舰产品，贡献了公司最多的收入，也是在CAE领域站稳脚的基石。 后处理在大规模的数据处理和直观、动态、炫酷可视化展示方面也有很多需要研发的内容，尤其是在B/S架构下，如何通过 Web 页面快速高质量加载巨大的 CAE 计算结果，会是一个巨大的挑战。 工业强度的网格生成算法不仅有很深的理论问题，也有很大的程序开发工作量。德国的斯杭博士在德国开发Tetgen，从2000年左右开始一直只做这样的一件事情，坚持了20年，才有了和商业四面体引擎ghs3d竞争的能力。 在NASA公布的 CFD VISION2030 战略咨询报告中，网格生成是单列的五项关键领域之一，并被认为是达成2030愿景的主要瓶颈。就在这样一个高难度的领域，国内很多软件都是裸奔，依靠Gmsh之类开源算法无法满足客户定制改进的要求，很难做到工业应用主流中去。 工业软件这条路，就是寂寞的黑夜之旅。 2、物理场面临着多种挑战 头疼的数学之后，接着是头疼的物理。这是仿真软件、EDA软件需要突破的地方。工业技术的源头，是对材料及其物理特性的开发与利用。 因此，对多物理场及相互耦合的描述与建模是各种仿真分析软件的核心。 而工业软件由于要解决的是真实的大千世界，所有看得见、看不见的物理场，都在按照各自的机理自由游荡。 工业软件必须要跨越十分宽广的学科光谱，跨越了钱学森科学技术体系的基础科学、技术科学、工程科学、工程技术，而且也会包含大量的经验、诀窍等“前科学”知识。 具体而言，任何 CAE 软件在市场上存身的根本都是其解决结构、流体、热、电&磁、光、声、材料、分子动力学等物理场问题的能力，每种物理场都包含丰富的分支学科。 仿真分析软件CAE的求解器由物理算法组成，每个专业领域都有一堆问题求解算法，不同领域如电磁、结构、流体的求解器处理机制，完全不同，基本没法通用；另外一方面，跟FEA有限元方法有关，采用的单元类型不同，问题求解算法也不同。 因此，虽然也有第三方的求解器，但无法像三维 CAD 软件领域那样形成通过出售几何建模引擎和几何约束求解引擎获利的商业模式。 以结构为例，为解决结构设计的问题，有可能会涉及到理论力学，分析力学，材料力学，结构力学，弹性力学，塑性力学，振动力学，疲劳力学，断裂力学等一系列学科。 在这个基础上，主流的CAE软件都支持结构优化功能。相对于传统的CAE的仅限于评估设计是否满足要求，结构优化软件在创成式设计等先进技术支持下可自动生成更好的结构轻，性能优、装配件少的更优设计。 |
|
|
物理场之上的工业模型（来源DARPA） 由于现实世界的发展要求，产品的智能化提高导致的复杂度提高，往往产品本身涉及多场多域问题。物理场有太多的组合，相互之间又干扰不清。 这些复杂的问题，既要深刻理解学科自身的物理特性，并对这些学科物理特性所沉淀的学科方程，如电磁的麦克斯韦方程、流体力学的伯努利方程、纳维-斯托克斯方程等等，深刻理解之外，还要对实际工程应用领域的多物理场交织耦合环境能够快速解耦，让不同学科不同特质的特征参数迭代过程中能够互为方程组求解的输入输出，以便对多场多域的工程问题进行优化。 随着现在需要处理的模型规模越来越大，模型本身也越来越复杂，现有国际上大型商业CAD、CAE、EDA中使用的几何建模引擎和几何约束求解商业化组件产品（包括InterOp、CGM、ACIS、CDS、Parasolid、D-Cubed等）厂商达索系统、西门子等也在不断跟进最新的计算机技术。 比如最近也在采用多线程技术不断改进之前的算法，用于大幅提升模型导入、模型修复、缝合、实体建模、布尔运算、面片化以及约束求解的效率。3、轮到了计算机科学 正如当年围绕机床的“数控技术”，很快就演变为“计算机数控技术”和“计算机辅助设计”一样，工业软件的诞生和早期发展受到计算机与多媒体硬件进步的推动，之后又随软件技术、互联网、计算模式的浪潮起伏。 工业软件是软件，但它是硬件设备高度融合。二者无法分类，也不能相互修饰，就像两口子的结婚照，少了任何一张面孔都是不可想象的。工业软件，不可能忽视计算机科学与技术的问题。 这其中涉及到计算机硬件技术自身的迭代进步，从大型主机（Mainframe），到工程工作站，再到PC，最后来到云计算，甚至到未来的量子计算与普适计算，每当先进的计算技术出现，与之相匹配的工业软件，就会以鲜明的时代特征，出现在工业界的面前。 软件工程，是为了应对大型软件编码可靠性和质量管理问题的一门学科，而应时而生。它是支持协同开发、保障软件生命力的重要因素。软件工程是驱动软件全生命周期工程活动的基础学科。软件工程重点是算法分析、计算机安全、软件质量控制、软件测试与维护。 这其中也涉及到系统架构设计、面向对象程序设计、数据库，计算机图形学与可视化、操作系统、编译原理、数据结构、HPC/GPU 并行计算等各种学科。 除了用户打交道最多的软件界面之外，工业软件需要涉及一个良好的软件架构和过程管理、统一数据标准、接口标准、方便几何建模引擎、约束求解器、前后处理、CAE求解器等优势资源集成。 加速软件更新迭代，软件自动化验证，工程经验的积累，软件跨平台(集群,超算)部署，多种服务模式支持，二次开发脚本支持等，以至于后续大规模仿真数据的挖掘、分析等。 工业软件模型之间的兼容性问题，目前主要是通过遵循STEP标准解决的。在美国和欧洲，都有推动STEP标准开发及应用的非盈利组织，特别是近期包括波音、空客、GE、洛克希德-马丁等航空巨头推进的LOTAR（长期归档和检索）项目也是以STEP作为基础。 各种CAD、CAE、EDA格式之间相互转换造成的信息丢失和精度丢失每年都会造成高达数十亿美元的损失，而如何有效复用这些模型数据也长期困扰着各个行业，特别是不少国内厂商在设计模型过程中没有遵循严格的标准，“制造”了不少问题数据，这些模型数据传递到下游行业也造成了很多问题，有些模型甚至基本不可复用。 4、工程知识是最后的淬火 如何将工业技术与知识写进软件，是业界最关注的议题。 麦克斯韦Maxwell能解决电和光的物理方程描述，但却解决不了一家电气制造商的设计制造问题。基础技术很重要，但不能解决工程问题。工业软件经过工程知识的淬火，才能与工业应用场景结合。 工业软件可以分为“基-通-专”的层次。第一层是类似CATIA、UG这样的基础通用平台。基础通用平台是最难的，它裹挟了多年的知识沉淀和用户使用习惯，因此门槛很高。 在此之上，第二层是行业相对通用的知识，包括行业设计标准规范、试验测试数据、人机工程学等；而再上面一层是针对特定产品的专用知识，由于面非常窄，个性化非常明显，则往往更加小众，知识密度更大。 工程界的建模与分析问题，混合了很多不同维度的问题，既有基础学科的交叉如数学、如物理；又有不同的工程经验的混合。 |
|
|
因此工业界，其实基本不需要听阿里系、腾讯系所谈到的“建模”。他们会谈到建模，但在那里，那是一种社会科学、软科学，事关消费、交易，是商业而不是工业，完全无法解决工厂里的物理世界。他们用了同样的名词，却在做着不同的事情。 一个简单的示例可以区分两者的核心区别，互联网公司的用户画像建模，它们的这种模型，用大数据抽取年龄、收入、地域、阶层、职业、学历等等，然后关联到购物交易嗜好行为。而工业界一谈到用户画像建模，其实是完全不同的概念。 首先它是一个计算机完全描述的对象模型，其多态使用场景随后也精确表征，而这种用户画像模型，如果用在设计阶段，就是人机工程分析、使用行为分析；如果用在生产现场，就是一个资源，有其资质、劳动能力等级、关键设备持证，安全区域等级等等所描述； 如果是一个终端用户，则不同大陆百分位身高、驾驶习惯、驾驶舒适感包络、地域色泽嗜好等等是这种模型的特质，因为这样的三维模型可以直接载入虚拟产品中进行各种场景的模拟优化和体验，而与偏向购物交易促销的互联网用户画像模型相差十万八千里。 |
|
|
图4：模型分析（鸣谢达索系统吴敏提供此图） 制造现场涉及大量的工艺过程，这种Know-how的转移，是一个非常复杂的知识扩散现象。各种工艺如铸造、焊接、冲压、锻造、切削、热处理等，各有各的现场诀窍。许多暗默知识，只可意会不可言传，师傅的言传身授往往是最好的方法。 而工业软件，正是向这种知识转化进行宣战。大量的制造经验，要想变成算法、编码，固化到软件，那都是一个漫长的过程。工业软件的价值，因此得以凝聚。 工业软件最奇妙的地方，它一旦集成了前人的技术，它就很少会流失。这跟任何一种设备类的不同，一个老工程师不在了，现场工艺就可能断掉。 但工业软件则是一层一层，既有来自软件厂商数学、物理奇才的心血，更有来自数百万工业用户的使用反馈——这形成了一座坚实的护城河。唯有如此，它综合了如此不同的精华，工业软件才成为人类知识的集大成者。 如果大家对智慧工业感兴趣，或者想低成本、低门槛转型数智化，或了解智慧工业软硬件的，推荐下涂鸦智能这个IoT平台。 针对设备制造企业、集成企业、运维企业, 通过 IoT 技术, 与制造业应用场景的深度融合, 改造传统设备以实现网络化、智能化。举几个丰富的功能给大家看下： |
|
|
本文来源于CSDN技术社区，作者--大迁世界，链接如下： |
|
很多工业软件是用VB6.0开发出来的。 工业软件难，难在工艺需求的满足和工艺数据本身，而不完全是IT技术的先进与否。 很多大型的工厂、工程公司都有自己的信息中心。他们都在开发一些辅助性的工具，就是因为外购的工业软件不好用，只能内部做改进。这些软件交互界面简陋，开发工具的版本落后，但开发出来的软件很好用。 像西门子就是世界上最大的工业软件公司之一，因为他手上掌握了很多工业数据。开发工业软件，从微软那些地方拉个人过来反而会抓瞎。因为他们只懂编程，不懂工业。 前几年铁道系统就闹过笑话，开发出来的系统居然是用flash为基础的。其实很多工业系统电脑很老的，不敢升级也是这个原因。因为他们的系统是根据老版本的环境开发出来的，找一个又懂工艺又懂开发的人，真的很难。 我们的工业其实已经很大，甚至可以说是强大。但在工业软件方面缺乏整合，处于各自为战的状态。很多人没有意识到这一块。 现在很多工业部门的领导，其实也是从基层出身，从生产线上做起来。但当年很多时候是从手工作业做起，对信息系统依赖没那么大，所以意识也没那么强烈。 而从外招聘人来干，又因为没做过生产一线，做出来的东西也没法用。所以出现了一些很逗比的情况，首先花大价钱从外面购入信息系统工业软件，然后再花钱在工业软件上做二次开发。 有些部分已经做得非常先进，但仅限于该开发单位使用。同一个大型的工业集团内部也是这样，不同的分子公司，本身都有自己二次开发的工业软件。好像一个又一个互不联通的小湖泊。 在行内分别倒过两桶油，主要是中石油和中石化的一些分公司看过。其实他们都有对auto CAD等一些软件进行优化，开发出很好用的工具。然后他们的领导并不是无能，可以说很大的领导吧，都是行内的专家。对炼油化工的工艺非常熟悉，很专业。但对工业软件和信息化本身没有太多的概念，或者不重视或者用力过猛。比如说把一个很重要的系统开发交给某一个人去干，其实他所想象的概念应该是一个大的项目去组干。有点像给你100万，帮我把windows操作系统给开发出来。 又或者认为信息系统很重要，工业软件很重要。找了一大批it业的应届毕业生，还都是名校啊。结果因为不熟悉工业也不了了之。以前看过一大批应届毕业生，大家一起也不是不想干，是对的陌生的工业流程，不知从何下手。和生产一线的工程师探讨了解需求，又因为专业不一样，出现了你说你的我说我的情况。 很多小型的工业工具性软件，是刚好那家公司出了一个既懂工业又懂一点编程的人，灵光一闪的产物。结果这个人如果不在这个岗位上了，这块系统也没法干下去了。以前见过一个规模不小的工程公司有一个工具性的软件，对那家工程公司比较重要。但是开发在XP的环境底下的，不知为什么去到高版本一点的系统，居然运行老出错。结果这家公司在每一台机子上都装了虚拟机运行XP系统。 而原来开发这个系统的人退休了，那工程师是设计出身，当年用fortran。自己自学的VB开发的工具，结果他退休的时候没人接手。过了很多年才又找人过来，中间隔断了。毕竟不是专业的编程，也没留下太多的文档。然后打电话问他，或上门请教，他自己抓了半天头想不起来了，毕竟年纪太大了。 按理说重新开发也行，功能也一样。大很多十几年前留下来的设计文件，是用老程序运行的，是否存在什么问题也不知道，不兼容。 所以说需要传承，需要系统的规划，并且要和生产一线相对接了解生产一线的需求。需要不断的投入。需要开发什么样的功能？，开发需要达到什么样的深度，需要规划和了解生产一线的需求。不断的迭代，兼容老的，可是又能满足新的需求，需要不断的投入但我们往往是惊艳一把，然后下面没有了，俗称太监。 |
|
我以前做过行业一个小型软件，这东西主要问题在于交叉科学，举个例子：自由曲面造型及其几何算法，首先你得懂基本的高数和线性代数，其次你得懂高端一点的数值计算矩阵论，你还得专门学下计算机辅助几何设计及nurbs原理，你还得熟练具体开发语言的开发环境(c++,mfc或qt,opengl，就够你花不少时间熟悉)，懂基本的算法和数据结构，还有这东西是给做机械行业用的，你得懂机械行业（机械实践性非常强，各种细节问题非常多，有些教师博士毕业直接就进机械系，一个产品都没有设计过，如果教机械设计课程完全是误人子弟）。综合这一下来，对人的要求就很高了。还有一个重要因素：可能所有的基础理论准备很快都搞懂了，万事俱备了，结果工程实践能力却是极差，眼高手低（因为学人家的东西和开创自己的东西是两回事，能学懂微积分和发明微积分是两回事，长期的教育注重学习而忽略自己创造，能学懂不一定会运用会创新。把理论用c++代码把前端后端全部敲出来也是非常需要水平和经验，他首先得是个合格的程序员才能保证敲的好，nurbs的发明者皮格尔也承认他花了大量的精力写代码）。如果你做cae底层开发，对不起以上基本功只是建立一个3D计算机数学模型，刚刚进个门而已，还得深入力学理论，力学我感觉是非常难学，我反正不想碰力学那个天坑，也没那个能力去碰，实分析，泛函分析，抽象代数，微分几何，计算数学，数学物理方程，ode,pde肯定是都要学。这东西对人要求多而杂而且并不非常简单，所以没有前仆后继多少年是不可能做成产品的，更不可能商业化，能在硕博阶段实验室玩出个名堂就已经上天了，时间太短了。 以前也曾关注了一下我们这边的进展，坦白说做底层开发的极少，而且几乎全部都是停留实验室阶段(也包括我自己的)，有试图商业化的那几个一看内核，全用海外的库，等于零部件是别人的组装货。内核是别人一定会造成后期非常被动。 工业级可靠性要求也很高，赚钱效应，研发风险，机会成本各种因素，都导致是个比较大的系统工程，在这个浮躁的时代很少有人愿意坐冷板凳去干，毕竟技术人员也是普通人，不仅仅是要建功立业，也要糊口谋衣，要赚点钱。 ‐------------ 感谢列位回复，做这个东西是15年前了，这个数学模型完成其实占我这个项目2／3的工作量，它要用在某特殊用途的复杂型面的零件上。我运气很好，几乎没走弯路，赶在毕业前基本完成，测试也顺利，完全不依赖任何专用库，当然通用的免不了比如opengl提供深度缓冲区。虽然整体理论上创新极少(理论创新何其难，能进一小步都难于上青天)，但是答辩的时候，同行的专家评议都很高，也知足了(给一群教授博导上课还是挺好，因为确实底层基本研究透了，研究透了的最大好处就是基于此可以极方便灵活的开创新东西增加新功能，处处不受任何限制，灵活性极大，而且别人在你面前无法吹牛)。回想起来年轻是真的好。可惜那时候没有继续坚持，我的同学土鳖出身34岁已是博导教授国家优青，他坚持守学问的苦窑坚持住了，当然运气也不错，做学问毫无疑问也需要运气。 回答几个问题：1.数学基础学起来不难，没错是不难，但难在数学上进一步突破，得上数学专业理论了。而且工程难度并不小，举个实例：钟志华是cae理论专家了，他曾试图做个深水耕田的耕田机，30年前耕过田的人应该知道水深的农田用机器很不方便一般用牛，他想解决，没想到耕田从工程上来说这种高度非线性问题还是很难的，费了九牛二虎之力，花了几年时间效果怎么样不知道。 2.软件是集成的没错，造车不必造车轮子，不过如果连发动机变速箱底盘都不是自己的就没意义了，别人随时卡你脖子，仁者见仁智者见智，很多人不屑于做底层，殊不知万丈高楼需要坚实地基，有些东西一不开源二不提供库。我还是倾向于从底层，凭什么欧美就能从底层呢，我们就一定要短平快？一定要做科研民工做组装厂装配工？这样做的后果就是容易有惰性依赖性，我也作为主要设计人员做过一些机械产品，即所谓的横向项目，总结起来从3d软件，工作母机，伺服电机，控制系统，减速器，精密轴承，导轨模组，液压气动件，各种检测原件等等都是别人的，搞完了发现自己就设计了几块机架墙板连杆横梁，我们却沾沾自喜说不定还可以评个省级科技奖而洋洋得意。我不想讲某一具体问题，而是整个体系都如此那类似matlab的事情未来也不会少，我倾向于底层，因为这的确是很大的问题，是整个底层全面裸奔的问题，你不觉得可惜吗？总之我觉得可耻。 3.抛开cae这种难的东西不谈，像3D几何引擎理论上是不难，甚至都不用查文献。工程开发工具都有，资本也不是问题，人才济济，管理也重视，那这么一个看起来很简单的东西迟迟不行问题在哪？我觉得还是科研制度体制的根本问题牵一发动全身，仅仅局部优化结构是隔靴搔痒不起作用，人都是趋利避害，理性的，他一定要有合理的外部环境的精神支援，去推进他内生的自我进化。 |
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
|
| 股票涨跌实时统计 涨停板选股 分时图选股 跌停板选股 K线图选股 成交量选股 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 网站联系: qq:121756557 email:121756557@qq.com 天天财汇 |