1.決策智能科學
當下國內企業(yè)的研發(fā)決策現狀，仍然是以物理樣機和試驗驗證為基礎。設計方案與性能參數，試驗工況與結果數據均為單次或小批量數據樣本。與正向研發(fā)以虛擬設計、虛擬驗證為核心的目標差距巨大。同時，基于大數據樣本，結合機器學習、人工智能等技術的智能決策的實現，也面臨著獲得大量樣本數據的成本過高的困境。
安懷信積累了多年與客戶的合作經驗，基于自主研發(fā)的SimV&Ver 仿真驗證及性能虛擬樣機管理工具包，提出了通過建立企業(yè)性能虛擬樣機庫的解決方案。
立足于V&V的方法和規(guī)范，從解決“仿真不真、仿真速度慢”兩個核心問題著手，幫助企業(yè)將仿真驗證提升到研發(fā)過程核心的地位。
2.數字化研發(fā)對仿真的要求有了質的提升
構建企業(yè)性能虛擬樣機是實現虛擬驗證的基礎
隨著產品的性能層級金字塔的建立，以及大量仿真模型的V&V驗證的完成，企業(yè)能夠快速、低成本地獲得大量的精確仿真結果，從而構建決策智能科學所需的大量性能數據樣本。
SimV&Ver大數據工具包：秒級精確仿真成為可能
安懷信的SimV&Ver工具包內置大量的數學算法，支持客戶通過試驗數據反推得出仿真代理模型，從而將幾小時甚至幾個月的仿真過程壓縮到分鐘級別。進而快速構建虛擬的、完整的性能樣本大數據，最終讓用戶在輸入設計參數后，數秒內即可獲得的性能預測數據輸出。最終基于大樣本性能數據的科學、智能決策將成為現實。
2.研制協同高效
過去十多年，隨著產品復雜性日增，過程中包含的總體設計知識以及過程的管控變得越來越重要，但卻缺乏一個合適的管控平臺。同時大家也都意識到，即使研制各階段模型的數字化問題解決之后，數據的傳遞、共享、迭代仍然被不同廠商的軟件所構建的孤島阻礙著。隨著數字化研發(fā)的提出，研制協同高效的要求也更加迫切。
經過長達7年深入企業(yè)客戶研制過程的數據研究，多個行業(yè)標桿項目的成功實施，安懷信提出了基于SPIDER平臺構建總體設計驗證管控平臺的解決方案。
SPIDER定義及定位
定義
SPIDER （System Parameter based Integrated DesignER） 是一個基于系統參數模型的、貫穿方案設計過程的系統工程設計驗證協同平臺，實現對需求、指標、總體方案、驗證等模型的關聯管理和技術狀態(tài)的全面管控。
定位
SPIDER面向系統總體和分系統總體設計人員，聚焦總體設計過程中以下問題：
- 總體設計過程無數字化模型表達；
- 方案設計過程無協同化環(huán)境，數據不透明難以實現全面管控；
- 方案設計和驗證工具分散且不統一，無法自動化實現。
基于系統參數模型的研發(fā)數據中心建立
通過構建數據中心的方案，將原來分散在不同軟件、工具中的核心數據統一關聯并管控起來，且可隨著研發(fā)進程實時更新。從而解決了包括過程數據在內的核心數據被迫分散存儲，且無法有效管控的問題。
研發(fā)全過程流程、數據、模型、知識協同管控
同時，通過數據中心與各個工具軟件之間的接口，來實現總體參數與各個子系統、部件之間的數據協同與迭代，研制各階段的數據版本統一與集中調用。
安懷信的Spider平臺是完全自主的國產工業(yè)軟件，同時安懷信也擁有國家保密資質，將平臺的實施過程下沉到傳統研發(fā)管理平臺所管控不到的過程數據中，幫助企業(yè)梳理核心數據，并做到規(guī)范化，透明化，實時化。真正做到了節(jié)省研發(fā)工程師數據獲取、解讀、傳遞的時間消耗，真正幫助企業(yè)提升了研制效率。
SimV&Ver與Spider系統，是安懷信的兩大核心產品線，歷經十年的開發(fā)，以及數十家企業(yè)的持續(xù)驗證，已經被證明，可有效幫助企業(yè)實現決策智能科學與研制協同高效的建設目標。2020年后，安懷信獲得了更多的行業(yè)及資本關注，更多的資金投入與客戶關注，也將激勵安懷信以更加成熟的產品與技術，更加深度的項目實施，有效地助力企業(yè)實現數字化升級。
