为了保持市场领先地位，将新产品和创意快速推向市场，工业领域正加速转型。随着大量技术和应用依赖软件定义功能实现，软件在工业装备领域的占比已紧追机械、电子电气等传统设备。原有适用于小软件的开发环境和流程，已难以满足当前需求。
在软件定义的时代，如何实现快速敏捷开发，确保软件实现功能的同时保障质量、快速响应市场？行业巨头给出了答案：以数字工程提升创新力与竞争力。
示范效应：数字工程实践标杆
丹麦的Danfoss拥有90多年历史，是全球领先的创新和节能解决方案供应商，其方案能提高机器生产率、减少排放、降低能耗并实现电气化，其成功源于基于模型设计的转型，以及覆盖全公司的培训社区促进了知识共享与相互启发。
德国的西门子能源是全球领先的电力设备供应商，其统一了各项目团队的研发工作流，支持设计知识共享，在能源种类增多、电网复杂度提升的背景下，有力支撑了新电力设备的健康运行。
国内企业同样表现出色。金风科技作为全球装机量最大的风机供应商，将模型开发全方位应用于风机控制系统的系控、主控到厂控全流程，并引入深化AI相关产品的应用。
湖南长沙的三一集团在应用中丰富了数据、提升了数据质量，支持模型复用，还在运营场景中探索先进应用。
这些企业的共同特点是：与MathWorks深度合作，在机电设备开发、设计、应用、维护及员工培训领域取得突破性进展，成为行业应用标杆。
MathWorks凭借MATLAB®和Simulink®两大平台服务各行各业。MATLAB提供包括人工神经网络相关算法和统计工具箱在内的多种工具；Simulink能以动态视角图形化构建物理世界的工业设备或系统。
MathWorks全球行业经理Philipp Wallner先生
MathWorks的全球行业市场覆盖欧洲、北美及亚太地区（含中国）。深耕工业自动化装备、电力设备和电力设施管理运营多年的MathWorks全球行业经理Philipp Wallner近日来华，表达了公司重视中国市场、持续加强销售、技术和服务力量的决心，同时感谢中国用户对MATLAB和Simulink发展的帮助。
目前，MathWorks在全球190多个国家和地区拥有超过500万家用户，34个办公室分布着6500多名员工，近半数员工专注新品研发，确保新品快速迭代以适应数字时代业务变化。
面向工业领域：四大重要发展方向
在软件定义产品的时代，技术供应商需实现基于软件的敏捷开发与管理，同时培养强大的工程师队伍，这也是MathWorks重视工业和教育领域的重要原因。
为此，MathWorks确立了数字工程领域的四大重要方向，均以AI赋能的MATLAB和Simulink解决方案为基础。
1. 模块化产品架构
现代模块化设计与基于模型的系统工程，有助于管理复杂性并支撑大型工程团队协作。
模块化产品架构将产品拆分为多个模块，便于迭代和组合组装，无需重复建造全部产品，通过适度创新即可快速响应市场变化，这种知识沉淀于模块的做法已被大量企业采纳。其基于数字工程环境与平台实现，后者以数字化方式贯穿从设计、测试到部署全流程，将设计知识沉淀为模型驱动开发，并拓展至工业元宇宙、数字孪生等场景。
模块化产品架构包含三大核心：以模型作为产品开发生命周期的数据可信源，知识沉淀与开发变更围绕模型展开；工业嵌入式软件开发借鉴敏捷开发，实现功能快速迭代；通过基于模型的系统工程拆解因软件复杂导致的系统交互与整体复杂性。
2. 数字工程平台
数字工程平台以模型贯穿设计、仿真、测试和部署全生命周期，形成三大核心能力域。
一是验证左移（Shift Left）与向右延伸（Stretch Right）。传统流程中60%的设计缺陷源于产品设计初期，20%来自需求论证等规格不合理，仅8%能通过评审发现，导致后期频繁返工。验证左移策略将集成与测试向设计周期左端前移，在需求开发、架构设计阶段用动态模型替代静态模型开展测试分析，减少潜在错误；向右延伸策略则支持软件定义的产品和系统交付后，通过OTA等方式持续迭代更新，实现“交付即起点、功能持续演化”。
三一集团在MATLAB环境中完成信号处理、特征提取与机器学习选型，创建多元仿真场景，通过Simulink耦合机理模型与数据模型，生成覆盖罕见故障的仿真数据，用于开发预测性维护算法。
二是模型的全流程贯穿体现了复用理念，各阶段模型复用至下一阶段，不仅大幅减少迭代次数与周期，同时节约成本并提升效率。
三是硬件解耦（Hardware-Independent Deployment）。将控制策略、物理算法及AI模块抽象为与MCU、DSP、GPU等硬件无关的容器化组件，实现跨平台迁移、知识沉淀与跨项目复用。
3. 工业元宇宙和数字孪生
借助可执行模型的虚拟调试和验证左移，工业元宇宙和数字孪生加速了创新并推动跨学科协作。
传统模式下，机电产品开发需等设计完成后再启动软件工程设计，如今二者可同步进行，甚至软件开发可更早开展，支撑软件密集装备开发。在虚拟场景中，设备真实性可实时可视化并用于交付阶段，研发端模型还可用于运营应用开发或状态监测。软件可通过代码生成置于PLC控制器，实现早期集成，真实控制器与实时仿真机通过实际通信或人机对话连接，完成交付前功能确认；模型随产品运行，与现场数据耦合形成数字孪生，支撑预测性维护与持续功能升级。
例如，可口可乐的自助机生产线中，高价且维护复杂的压力传感器影响产品输出。借助AI分析数据，可口可乐基于MATLAB开展模型训练，通过代码生成工具生成可直接部署于ARM Cortex M嵌入式处理器的代码，以虚拟传感器替代物理传感器。
4. 人工智能增强工程
人工智能增强工程将工程师专业知识与生成式AI相结合，打造更智能、更具弹性的系统，满足复杂需求，包含三大核心内容。
工业AI设计与部署让设备更智能。克朗斯（Krones）作为全球市场占有率领先的罐装生产设备供应商，其设备广泛应用于国内外，除了为可口可乐提供灌装设备，在回收瓶再利用领域也成效显著。面对回收瓶质量、品类参差不齐的问题，传统开发方式难以让设备自动调整工艺参数，而通过AI观测现场设备、强化学习形成算法并部署，成功解决这一难题。
AI模型降阶（ROM）利用AI技术简化复杂物理模型，通过训练深度神经网络，将物理模型转化为易于计算分析的降阶模型。该方法数据驱动，可处理专业模型数据与现场观测数据，实现动态系统建模，辅助工程师理解设计、识别创新点，提升设计效率与创新能力。
领域专业知识与生成式AI结合为工程设计带来革命性变化。生成式AI能理解代码意图、梳理设计思路、加速设计过程，并直接参与模型创建与改进，虽需人工检查，但它能够提供多样化解决方案供工程师选择优化。MathWorks已在产品中集成生成式AI能力，未来将持续迭代，为国内大模型提供支持并开放给中国用户。
加强教育和培训：AI助力技能提升
当前工程师短缺导致行业面临技能提升难题，MathWorks正探索利用生成式AI化解这一困境，帮助客户在设计中快速融入新技术、新知识，以AI辅助产品创新设计。
加速科学和工程的发展进程：MathWorks一以贯之的核心目标
加速科学和工程的发展进程是MathWorks始终坚守的目标。
MathWorks中国工业自动化与装备（IA&M）行业市场经理宋胜凯先生与MathWorks全球行业经理Philipp Wallner先生
Philipp表示，公司不仅为用户提供一系列高效工具，更致力于提升科学家对先进性研究的效率和工程师们在产品研发过程中的设计能力与产品竞争力，助力他们在数字工程浪潮中实现技术领先和可持续性发展。
mingzhiLatest posts by mingzhi (see all)
