当下,国内的新能源汽车井喷式发展,汽车产品结构复杂度达到了空前未有的高度。诸如车身间隙面差、底盘复杂机构、动力系统装配、柔性钣金件匹配,等等问题都成为了尺寸工程关注的重心。
在这样的背景下,尺寸工程团队还面临着大量重复建模、重复定义公差,以及复杂装配关系建立效率低、CAD数据反复转化的痛点。
对此,郭飞鹏强烈认为,尺寸工程不再只关注计算准确性、仿真精度,更加需要提升模型复用效率、建模效率,以及工程应用效率。这些,正是3DCC近年来持续投入和重点突破的方向。
在传统尺寸分析过程中,工程师需要消耗大量时间来创建特征、重新定义公差、整理模型等。针对这一问题,3DCC提出基于MBD模型的公差仿真分析方案。
软件可直接读取CATIA、NX、Creo、SolidWorks等主流三维软件中的MBD模型,自动识别PMI公差数据,并建立公差与模型特征之间的关联关系,实现模型数据的直接复用。
与此同时,软件既支持模型原生特征,也支持虚拟特征建模方式,在保证工程灵活性的同时减少重复定义工作量。这一能力尤其适合当前汽车行业MBD推进程度不一致的现状。
众所周知,复杂机构装配一直是汽车尺寸工程的难点。以双叉臂悬架为例,传统建模方式需要建立多个装配约束关系,操作复杂且容易出错。
针对这类复杂机构装配场景,3DCC开发了专用高阶约束功能。原本需要建立8个约束关系的装配场景,可以简化为1个高集成度约束;原本接近100步的操作流程,可减少至约25步。同时,系统还能直接完成外倾角、前束角、主销后倾角等关键参数计算,大幅提升工程建模与尺寸分析效率。
在汽车尺寸工程领域,GD&T标注设计一直都依赖老工程师的经验。针对该问题,郭飞鹏展示了3DCC在智能公差设计方向上的探索成果。
基于测点、装配关系、DTS目标以及RPS规则,软件能够自动生成关键GD&T标注方案,并实现从总成到分总成,再到零件级别的公差逐层分解。
该能力并非是为了替代工程师,而是将企业长期积累的设计规则数字化、标准化,形成可复用的工程知识资产。
郭飞鹏表示,虽然AI+工业软件还处于早期阶段,但3DCC在部分客户场景和重大攻坚项目中,已经取得阶段性成果,比如PMI自动识别、装配关系自动生成、尺寸链自动构建、特征信息提取等。
对于汽车行业大量重复建模、重复定义公差的工程痛点,这类能力有望降低工程师工作量,进一步提升尺寸工程的数字化与自动化水平。