2022315_艾瑞咨询_2022年车企数字化转型趋势系列研究之研发数字化篇（58页）.pdf

中国车企数字化转型趋势系列 研究之研发数字化篇 2022.3 iResearch Inc.2 2022.3 iResearch I1953 年长春一汽奠基时，我国资源匮乏、技术落后，而我国自主品牌从未停止自主研发的脚步。自主品牌经历了从结 构开发到性能开发的飞跃，从逆向研发到正向研发的变革，设计出一系列具有竞争力的产品，并在某些核心领域取得了 不小的突破。目前，我国正在全面推进数字经济，“十四五”信息化和工业化深度融合发展规划 指出，我国工业企业数字化研 发设计工具普及率达到 73%，到 2025 年目标普及率为 85%。“十四五”数字经济发展规划的通知 指出要引导企业 强化数字化思维，提升员工数字技能和数据管理能力，全面系统推动企业研发设计、生产加工、经营管理、销售服务等 业务数字化转型。然而，对于知识沉淀、总结、应用等缺乏关注，对于数字化概念存在误区，投入不足，以及数字化项 目落地阻碍和内部组织不畅通等问题导致我国部分企业数字化效果不及预期。下一个十年，科技创新或将成为中国经济增长的内生动力。在汽车领域，整车数字化研发，大数据应用，电动化与智能 化技术的不断突破都为汽车行业的强劲和可持续增长提供坚实可靠的基础。为达成此目标，亟需推动产业数字化和数字 化产业发展，加快质量变革、效率变革和动力变革，为我国的经济增长提供新的引擎，在汽车产业发展深水区的自主研 发领域画出一道中国色彩。序 百年汽车工业的巨变与沧桑 来源：艾瑞咨询自主研究绘制。“”虽千沟万壑，亦砥砺前行3 2022.3 iResearch I摘要 数字化理解 研发数字化本质：利用数字化技术在研发周期缩短、平台化和虚拟验证能力的基础上利用数据流动实现研发流程的变革。研发项目综述 整车产品研发类别：包含小改款、年度款、大改款、升级换代和全新构架项目，是以满足用户需求为根本目的的针对性产品迭代。研发方式理解：逆向研发是学习和积累的必要手段，正向研发是学成之后产出的结果。研发数字化的 技术应用 协同研发平台：协同研发平台是研发内部与外部的协同，是敏捷开发机制的共建。是实现上传下达和部门间实时沟通的数字底座，完成业务间的横向拉通，打开决策者的信息牢笼。虚拟现实：可减少一次性开发成本，缩短项目周期，以虚拟的方式在现实中获得最优模型，打破物理空间和时间的限制。数字孪生：利用强大的复现能力大幅度减少物理样机的试验次数，保证产品设计的可追溯性、系统性和经济性，收敛潜在问题，聚焦软硬在环。云上数据反哺：在多云互通和大算力平台的基础上，利用后端数据分析反哺研发是大数据造就的核心价值。研发数字化落 地举措 数字化前期的注意事项：1.数字化转型是高层挂帅、自上而下的过程；2.系统协作失灵导致的数据孤岛需未雨绸缪；3.人才是数字化中的珍稀血液和战略资源；4.数字化是对于流程的再造和变革；5.数字化部门的确立是保证全面协同的基石。主要矛盾与建议：数字化供应商或可帮助车企在数字化前期共同进行数据治理，厘清数据和流程间的触点，共建数字化执行策略，同时在此过程中逐渐弥补自身不足，共同探索数字化的建设方式。典型企业 案例 现代起亚：利用虚拟现实技术在质量评估和研发验证过程中的深入探索。蔚来汽车：实现产品全生命周期数字化研发和运营的闭环。达索系统：建立协作式产品开发环境，加速产品开发全流程。华为：协同研发云缩短研发周期，加快新车上市。4研发数字化理解 1整车研发项目综述 2研发数字化技术应用和价值体现 3典型企业研发数字化案例 5研发数字化落地举措 45 2022.3 iResearch I何为研发数字化？利用数字化技术在研发周期缩短、平台化和虚拟验证能力的 基础上利用数据流动实现研发流程的变革 大多数观点认为以虚拟化和数字化的形式代替或辅助传统汽车研发的业务环节，实现时间、成本的节约和质量的提升为数 字化的核心价值。然而，艾瑞认为，在消费者需求快速变化和柔性化生产的背景下，降本增效仅可作为研发数字化的表层 价值看待，而其深层价值是利用数字化工具缩短整车开发周期、实现平台的复用和建立虚拟验证能力，其核心在于三维数 模和超级 BOM。三维数模达成可延展、可控制、可追溯、可复现的分析；超级 BOM 可实现平台一体化、产品数据管理，在柔性化生产基础上实现适合小批量、个性化生产的组件集合。部分车企可将研发周期从 36 个月降低至 18 个月甚至更短，开发后期的设计修改减少 50%，原型车制造和试验成本减少 50%，投资收益提高 50%。而究其根本，研发数字化的核心价 值体现在研发周期缩短、平台复用和软硬件一体化虚拟验证能力的基础上，利用数据缩短决策链，能够围绕用户迅速给与 支持和响应，也有能力按照消费者要求的时间、方式、配置、价格提供消费者期望的车型，是一场革命性的研发流程变革。来源：公开资料、专家访谈，艾瑞咨询研究院自主研究绘制。研发数字化的核心价值 表层价值 深层价值 核心价值（研发数字化的本质）降本增效：降低管理成本、物料成本、验证成本等；提高建模效 率、纠错效率、试验效率等 缩短研发周期，实现平台复用，提高虚拟验证能力：核心在于三 维数模和超级 BOM。做到平台一体化、产品数据管理和小批量、个性化生产的组件集合 研发流程的变革：利用数据流的变化和分析能力的提升，缩短研 发环节上的决策链 根本目的 满足消费 者需求6 2022.3 iResearch I内部驱动的研发数字化 以数字化转型提升企业生存能力 研发效率低下：车企研发流程极为严谨，为保证多方协同设置了诸多节点及里程碑，开发时间和验证周期都存在严格的规 定，虽然为整车产品的顺利出厂提供了有力参考，但在此背景下研发效率难以提升。软硬件整合开发能力欠缺：传统而言汽车产品以硬件产品开发为主，软件进行外包。然而，智能汽车时代软件的重要性和 价值与日俱增，软硬件协同的开发和验证能力成为了部分车企的阿喀琉斯之踵。单车利润率急转直下：2019 年某款国产热销车型单车利润不足五百元；国民神车五菱宏光 MINI EV 单车利润甚至不足百元（此处暂不考虑双积分影响）。在此背景下，若在汽车品质和服务不变的情况下提升利润空间，则需要利用数字化手段进 行开源（OTA 升级）节流（平台化）。来源：公开资料、专家访谈，艾瑞咨询研究院自主研究绘制。企业内部的关键问题 传统研发效率低下 软硬件整合开发能力欠缺 传统研发环节中，更改数 模需要在研发人员的计算 机中进行，导出后再传输 到制造端的工作站中，由 制造人员导出与产线进行 匹配并判断数模的更改对 于制造的影响。若此零部 件已经量产还需财务、库 存等人工盘查。效率低下 意味着逐步边缘化甚至淘 汰+电动智能汽车比传统燃油 车多出 50%-60%的高科 技配置，需要软硬件整合 能力和全新 EEA 进行支撑。因此缺乏软件研发能力的 车企急需数字化技术提升“电、机、软、控”四方 面的系统筹划能力和前期 的虚拟化验证能力，以打 造智能化时代的核心优势 过去，除豪华车外，单车 平均利润约 10%左右。但 由于在价格、配置、工艺 等方面的内卷不断加深，想要在不减配和如此短暂 的生命周期的前提下获取 额外利润，需要提升数字 化能力，平台的通用性和 研发数据的积累 单车利润率急转直下+7 2022.3 iResearch I外部驱动的研发数字化 以数字化转型应对外部行业压力 生命周期缩短：过去，某豪华品牌车型设计周期约 40 个月，整体开发周期约 60 个月，从上市至大改款的生命周期约 5年；桑塔纳生命周期长达 10-15 年经久不衰。放眼现在，如此之久的研发周期变得不切实际，10 余年的生命周期也难以企及。汽车生命周期的不断缩短正在挑战着研发效率的极限。服务的升级：部分车企逐渐摒弃 4S 店的销售方式以便提高服务质量。共平台开发的理念可将各类总成、部件、电器系统等 以乐高的方式自由组合，将可能出现的问题简化并尽可能减少差异化问题的出现，以此更有效率地解决售后问题。行业竞争加剧：新能源和智能化的趋势催生了大量场外玩家进入，其大量的资金和快速的迭代造就了较大优势；而生长在 数字化时代的新玩家也为百年汽车工业带来了不小的冲击，同时乘用车外资股比已被打破，导致传统车企急需利用数字化 手段应对不断增长的市场负荷。来源：公开资料、专家访谈，艾瑞咨询研究院自主研究绘制。汽车生命周期不断缩短 用户对于服务升级的期待+行业竞争加剧 目前大规模的 IT 技术和科 技类的硬件配置在汽车当 中得以应用，虽然摩尔定 律逐渐失效，但新车型的 研发周期难以短于 18 个月，而生命周期正在急剧缩短。叠加消费者需求不断变化，急需数字化能力缩短研发 周期，迫使车企作出变革 部分车企逐渐通过线下体 验和网络直销方式提升服 务质量，此举给研发带来 了更高的要求，需要打造 平台化战略，利用数字化 能力尽可能做到功能标准 化、结构模块化、配置差 异化和零部件通用化，才 能使服务升级变成现实 车企为应对日益加剧的竞 争环境和汽车生命周期的 压缩，加快产品换代及投 放节奏。对于数字化技术 的应用需求水涨船高，其 帮助企业在线上协同化完 成研发和验证，最大程度 上缩短研发和实物验证周 期以应对不断增长的市场 负荷 企业外部的关键问题8 2022.3 iResearch I新冠疫情对于研发数字化进程的驱动 以数字化转型缓解黑天鹅事件带来的潜在风险 远程办公：各类远程办公、线上会议软件在疫情间发挥了巨大的作用。然而，一方面汽车研发需要大型软件和高算力进行 虚拟仿真，个人电脑和家庭网络则难以带动；另一方面由于研发工作和数据的高度保密性，使得部分企业员工只能通过公 司内网才能登陆办公账号提取关键数据，因此远程办公在汽车研发环节的价值难以真正体现。车企与供应商的协同：汽车产业的横向跨度较大，与供应商间协同的重要性不言而喻。然而疫情下供应商同样难以将重要 的非标准化、定制化数据及时与主机厂同步，导致部分关键决策的停滞。物流与供应链：在车企全球化布局的背景下，疫情难以保证零部件和其他实体物料的及时供应，导致部分物理实验被迫停 滞，车企被迫应用更多的虚拟验证手段来应对线下供应链的断裂。来源：专家访谈，艾瑞咨询研究院自主研究绘制。远程办公不畅通 供应商难以协同+物流供应难以保障 随着主机厂对于电子电气 架构及互联网件的深入，供应商被要求做更多的定 制化分析（无法使用此前 的标准化产品库）。在此 条件下供应商也遭受疫情 打击难以及时提供定制化 数据，导致主机厂难以在 关键问题上与供应商达成 协同 部分车企将研发中心建立 在海外，同时评审过程中 使用的油泥模型大部分也 来自于海外。在疫情中，难以通过物流供应来保障 线下运输的顺畅性。因此 迫使很多工作以虚拟仿真 的形式开展，或向线上化 的方式转移 疫情导致的关键问题 个人家庭网络或设备性能 难以达到工作要求，无法 带动大型软件，难以满足 大量虚拟仿真所需的高算 力。同时，由于研发数据 的高度涉密，员工只能通 过公司内网登录账号9研发数字化理解 1整车研发项目综述 2研发数字化技术应用和价值体现 3典型企业研发数字化案例 5 研发数字化落地举措 410 2022.3 iResearch I整车产品研发类别 以满足用户需求为根本目的的针对性产品迭代 不同企业对于研发项目定义和类别有所差别，但均依据不同目的进行针对性改动。全新构架项目一般为迎合行业新趋势，打造差异化产品布局的战略目标而建立；需改动车辆钣金及下车体的项目通常因为造型过时、舒适度及体验难以满足大部 分用户需求；年度改款通常针对市场同类产品竞争和用户需求进行针对性改动；而小改款则根据用户痛点快速迭代。究其 根本，均为满足日益变化的消费者需求。其中，优良的车灯模具为千万级别，前保模具为百万级别，因此车辆的更新换代 涉及大量资金投入同时面临着激烈的市场竞争和消费者接受度风险，导致较大的项目决策极为谨慎。目前，现有车型更新 换代周期约为 16 个月，从研发到销售的周期甚至更短，对于提升研发效率的需求和难度也日益增加，真正可以做到完全自 主的全新构架产品考验着我国汽车工业的硬实力。来源：专家访谈、公开资料，艾瑞咨询研究院自主研究绘制。全新构架 基于全新构架的底盘、车身、造型、动力总成等修 改；约 36-42 个月，涉及上百人的战略级别项目 升级换代 原有构架上的车身、底盘、悬架等修改，约 24 个月 左右 大改款 车灯、侧围、外覆盖件、电气电器等改动，不涉及 下车体，约 12-18个月 年度款 塑料件、前后保险杠等改动；车灯和钣金无改动；视改动程度周期从几个月到 1年不等 小改款 加减细节配置，如娱乐、后视镜、档杆等；随时根 据市场需求调整，可在 10 个月以内完成 研发项目类别 研发项目分类11 2022.3 iResearch I整车产品逆向研发流程 逆向研发是快速追赶世界水平的必然手段 逆向研发源于逆向思维，将原有产品进行拆解、测量、分析得出数据，在原有的结构、造型上进行再次开发从而得到全新 产品，降低研发成本和风险。我国汽车工业起步时期经历了从零到一的艰难过程，更新换代缓慢，车辆性能、造型、耐久 等指标难以与大众、通用等巨头媲美，因此逆向研发成为了短时间内快速提升我国研发水平的重要手段。然而，在中国汽车工业萌芽时期，部分项目的逆向研发可悲哀的等同于逆向抄袭，并在我国市场并未进入完全竞争的条件 下获得了喜人的成绩。在不断的技术积累下，逆向抄袭的现象逐渐减少，而逆向研发正在逐渐转变为系统性分析，可靠的 研发理念和思考问题的方式，并在吸收先进经验的基础上进行创新和改造。来源：专家访谈、公开资料，艾瑞咨询研究院自主研究绘制。逆向研发流程简述 产品原型 原型拆解 产品制造 测量建模及检验 将标杆车型拆解后进行数据建模，识别车身硬件、底盘等，再考虑产品规划、用户需求、竞品特征等因素做出针对性 改动，如轴距加长，轮距加宽等，再进行细节调整。过程中需系统性分析，随意改动将导致后期问题的扩大。12 2022.3 iResearch I整车产品正向研发流程 结构化、标准化的指导产品开发过程的文件体系 整车开发项目是多模块、多系统、多目标之间的平衡，而一辆优质的汽车也是外部和内部各项因素和指标取舍、平衡的产 物。通用汽车的 GVDP 和福特汽车的 GPDS 等均蕴含的丰富的经验和科学的设计，为各大车企所广泛沿用。目前正向开发 周期在 3648 个月不等，并随着经验的积累和技术的进步逐渐缩短。虽然不同企业的开发流程会按照企业自身情况进行不同程度的裁剪，阀点设置、周期和具体工作等或有所不同，但都与门 径管理思想和集成开发体系一致，基于时间轴和里程碑进行明确的划分，底盘系统、电气系统等跨部门、跨系统的并行开 发保障着节点交付物的质量和项目管理的周密性。G9预研 启动 G8项目 启动 G7方案 批准 G6项目 批准 G5设计 冻结 G4产品和 工艺验 证 G3预生 产 G2试生 产 G1正式 投产 战略阶段 生产 准备 量试与投产 设计开发 试制试验及 认证 概念阶段 阶段 阀点 名称 G8-G4 为整车研发的主要环节 逐渐过渡至生 产环节，开始 大量资金投入 3635343332313029282726252423222120191817161514131211109 8 7 6 5 4 3 2 1SOP 前 月份 整车开发流程体系（以 GVDP 为例）注释：GVDP（整车开发流程）是 Global Vehicle Development Process 的简称，是汽车开发过程中重要的计划书，贯穿车型开发整个生命周期。来源：专家访谈、公开资料，艾瑞咨询研究院自主研究绘制。13 2022.3 iResearch I整车产品正向研发业务逻辑 基于车企经验和能力的阶段性任务划分 整车项目开发逻辑是基于历史车型开发经验的结构性总结，通过各种技术手段，协调各部门、各方案和整车各子系统间的 平衡，寻找对于整车而言最优的功能方案，因此整车研发逻辑有着清晰的业务划分。方案策划阶段通过大量的案头研究和 市场调研进行产品开发的可行性研究；概念开发阶段围绕总布置、造型、技术等进行目标定义和产品定义；工程设计阶段 根据大量工程化数据和仿真开展产品设计验证；样车试验开展物理样车的验证确定制造工艺，并对设计进行完善；投产阶 段拉动供应链、销售、生产等实现产业链的批量一致性验证，并进行新车的宣传、上市和销售活动。来源：公开资料，专家访谈，艾瑞咨询研究院自主研究绘制。方案策划 概念开发 工程设计 样车试验 投产上市 整车开发项目业务逻辑 主要工作 市场调研案头研究产品开发可行性研究总体布置造型设计技术选型成本效益开发计划总成及零部件设计系统详细设计验证工程数据开发工艺设计样车试制产线调试功能属性验证工艺及设计完善一致性能力验证广告宣传渠道建设上市活动策划主要关注点 政策、法规市场规模产品竞争技术可行性对标、仿真分析客户需求投入产出分析进度、目标、资源规划总布校验仿真分析整车集成与功能匹配零部件选型设计数据工艺文档设计变更3C 认证及公告供应链及产品一致性生产准备上市策略营销策略14 2022.3 iResearch I不同研发方式的理解与选择 逆向研发是学习和积累的必要手段，正向研发是学成之后产 出的结果 由于国外技术的封锁和我国技术的落后，我国对汽车结构设计长期以来处于懵懂阶段。2008 年左右我国汽车结构化能力提 升，此后多家车企宣布了正向研发的计划。而特斯拉的出现对车企产生了降维打击，其底盘结构、一体化冲压方式、高压 接插件的连接方式、集中式 EEA 等又给我国车企带来了巨大的进步空间。因此，我国汽车主要研发手段呈现了由逆向转为 正向，又转变为逆向的起伏过程。然而，逆向研发并非代表着技术落后；逆向研发是学习和积累的必要手段，正向研发是学成之后产出的结果。同时，研发 方式与车型、制造工艺等息息相关。由于经济车型材料利用率高、设计技术相似度高、技术复杂度低，大部分正向研发从 经济车型入手。而豪华车腰线和裙线较为复杂，部分设计存在冲压负角，制造难度大，材料利用率低，导致正向研发难度 较大。因此，主要研发方式的选择基于了不同历史时期下行业环境、技术能力、市场环境和产品定义等因素。来源：公开资料，专家访谈，艾瑞咨询研究院自主研究绘制。头角崭露 铢积寸累 厚积薄发 借鉴创新 2008 2010 2019我国汽车工业成熟度低，主要仿制海外成熟度较高 的车型并对其进行小幅度 改良 我国汽车技术的结构化 能力逐渐发生质变，供 应链能力也有了较大幅 度的提升 随着国产品牌技术能力 的崛起和供应商能力的 成长，部分企业开始具 备正向研发的能力同时 宣称开始自主正向研发 特斯拉的崛起使得车企 又开始了大量的拆解和 学习的过程，同时结合 自主研发能力打造创新 产品 1996中国车企研发之路15研发数字化理解 1整车研发项目综述 2研发数字化技术应用和价值体现 3典型企业研发数字化案例 5 研发数字化落地举措 416 2022.3 iResearch I研发数字化的核心技术架构 以数据流为核心资产的全生命周期数字孪生 研发数字化的技术构架主体包含协同研发平台、虚拟现实、数字孪生和云上数据流，其本质是多技术融合的数字化生态，以打通物理世界和虚拟世界的壁垒。整体数字化研发架构可被理解为以云服务为研发环境，以满足协同设计要求的仿真软 件为基础，以虚拟现实为展现形式，以数据为流动资产的全生命周期数字孪生。来源：艾瑞咨询研究院自主研究绘制。多技术融合的研发数字化架构 数字孪生 方 案 策 划 概 念 开 发 工 程 设 计 样 车 试 验 投 产 上 市 虚拟现实 协同研发平台（CAE/CAD/CATIA）数据流 虚 拟 层 现 实 层 IaaS PaaS SaaS171.协同研发平台#实现纵向和横向拉通的基础协作工具18 2022.3 iResearch I关键应用：协同研发平台 研发内部与外部协同共建的敏捷开发机制 协同研发平台包含 CAD/CAE/CATIA 等多人协同的研发平台，是数字化研发的基础工具。协同研发的价值在于厘清任务间 的触发机制，实现同一开发平台在不同物理环境下的快速决策和联合预警，有效打破系统和软件间的独立运维，实现仿真 数据的实时记录和研发流程中的平滑衔接。同时，协同研发的方式打通研发与生产、售后间的信息壁垒，使更有价值的信 息进入到研发的决策链中，最大程度上的规避系统性问题的产生。来源：公开资料、专家访谈，艾瑞咨询研究院自主研究绘制。方案策划 概念开发 工程设计 样车试验 投产上市 造型定位 总体布置 设计验证 样车试制 能力验证 产品形态 造型设计 仿真分析 产线联调 备品备件 效益分析 技术选型 数据开发 试验检测 上市活动 研发 生产 冲压 焊装 涂装 总装 电池 测试 售后 用户体验 用户痛点 车辆数据 用户数据 保险 维修 研发板块的 内部 协同 多地协同：满足同一环节中的多终端研发及软件性能需 求 统一的工作平台：打破横向和纵向的信息不对称 统一的工程设计软件：同一版本和设计格式，保证数模 的一致性和连续性 风险管控：实现并行项目的实时跟踪预警，在前期发现 干涉后及时调整，避免问题随时间扩大的风险 研发板块的 外部 协同 研发-生产协同：实现研发和生产环节信息的即时流动，生产端可早期介入判断设计合理性、工艺可行性和成本。在数模变更后生产端可快速判断对成本和供应链的影响 研发-售后协同：实时观测车辆、用户和维保数据异常，建立敏捷的基于用户的开发流程，实现反馈和变更的快 速闭环 研发内外部协同机制与价值19 2022.3 iResearch I协同研发平台对于研发效率的提升 实现上传下达和部门间实时沟通的数字底座 设计建模：基于 AUTOCAD 和 CATIA 等软件提供的接口，做深度定制化的二次开发，建立账号体系和平台，员工登录平台 后便可使用对应软件进行三维建模、有限元分析、运动仿真分析等。账号系统与项目管理系统深度绑定，由管理者在 PLM中发布设计、校核等任务。由于软件的深度二次开发，在做数据校对和整车数据匹配时可便捷地抽取轻量化数据，有利于 整车层面所需的大量校对工作。同时，由于 CAD 等软件与企业级 IT 系统的融合，可对图形设计者和设计版本进行追溯。无纸化评审：评审过程中时常出现相似评审间的冗余问题，即不同评审专家提出相同问题，整改时需付出额外的沟通时间，甚至做出大量的无效整改。而基于协同办公的评审将问题在系统中实时记录，进行冗余问题的分类后推送至各整改人。冗 余部分可被推翻、覆盖或仲裁，实现利用少量人工跟踪整个项目，降低出错风险，减少无效工作。来源：专家访谈，艾瑞咨询研究院自主研究绘制。基于协同办公的无纸化评审 1 23 4问 题 清 单 整 改 人 评 审 专 家 传统办公 协同办公1 2 3 4 评审的实时记录并分类，剔除冗余清单明确推送至责任人。实现问题提出、记录、分类、分发、整改的清晰链路冗余清单 基于协同办公的设计建模 员工账户 CAD CAE CATIA 项目管理系统 项目管理系统和员工账户深度绑定，研发任务、阀点等直 接从项目管理系统中发送至相应研发人员 通过 CAX 软件的深度二次开发，可将易修改的参数化数据 转化为轻量化数据便于整车数据校核 研发进度可监控、可追溯20 2022.3 iResearch I协同研发平台对于研发流程的优化 实现业务间的横向拉通，打开决策者的信息牢笼 在传统研发流程中，部分企业的研发部门与其他部门独立办公，信息相互隔离，导致在研发环节较少考虑到制造工艺、成 本和用户抱怨，甚至不同研发部门间也存在着信息和物理隔离；同时中层决策者也埋没在大量的研发日报检查和汇报材料 的准备中，导致其无力倾听制造分析、用户需求和外部环境的变化，一定程度上导致了企业内的重要决策者在信息化时代 的信息牢笼，被动过滤掉了大量有价值的信息。而协同开发平台可以实现信息的透明化，数模的改动可反映至制造端并判 断其产生的影响；售后产生的车辆问题清单也可帮助研发进行数模的修改和评审决策。因此，协同研发平台的重要意义在 于优化研发内部流程和横向拉通制造、售后等其他版块，实现信息在核心业务流程中的透明化和实时性，打破流程僵化给 部分决策者带来的信息牢笼。来源：专家访谈，艾瑞咨询研究院自主研究绘制。传统独立 CAE 设计分析流程 数字化协同设计流程 结果输出 后处理 有限元分析 前处理 用图形软件对汽车工 程产品进行实体建模 根据工程和产品模型设 计要求，对有限元的分 析结果进行加工检查 以图形的方式输出，辅 助决策者判断计算结果 和设计方案的合理性 单元分析、组装、求 解、结果生成 n 设计过程较少考虑制造成本和用 户抱怨 n 评审存在冗余，工作流程僵化 n 决策者的信息断层 虚拟样机缩短研发周期 设计及变更信息透明化，版本可回溯 数据流横向拉通 营销/售后 生产制造 设计开发 判断数模变更对制 造工艺和成本影响 根据用户反馈考量设计方案212.虚拟现实#以最少的成本和最高的效率得到最优的模型参考22 2022.3 iResearch I关键应用：虚拟现实 虚拟现实技术是一种计算机仿真系统，可模拟出崭新的虚拟交互环境，具有多感知、沉浸感强、交互性强等特点。20 世纪 90 年代国外车企就开始将虚拟现实技术应用在虚拟评审环节中，并逐渐扩展至工艺校验、工程分析、产线调整等环节。目 前 VR 技术在虚拟评审环节中已较为成熟，同时在产品开发到产线联调中的各个环节均有应用。可减少物理样车的整改和反 复的物理实验，对于研发费用的节省和研发周期的缩减有着积极影响。来源：公开资料、专家访谈，艾瑞咨询研究院自主研究绘制。虚拟现实在汽车研发中的应用 产品设计 工程开发 实验验证 造型评审 DMU 运动分析 虚拟汽车设计 CMF 评审 产线联调 虚拟试验 工位设计 减少一次性开发成本和缩短项目周期的成功尝试 虚拟现实应用的基本组件 数据库 负责处理输入、输出、构建汽车 3D 模型，并 将物理定律应用到汽车 表面及运行交互场景 存储 3D 汽车模型、VR交互场景和用户数据 允许访问数据库中的 内容，从而在客户端 应用程序中修改数据 客户端 后台管理23 2022.3 iResearch I虚拟现实对于研发效率的提升 减少设计所需时间，以虚拟的方式在现实中获得最优模型 虚拟现实以各种数据为基础构建虚拟汽车模型或驾驶环境，取代对实际零件进行测试和组装的汽车开发过程。设计师可以 尽可能快地修改和检查设计方案，并快速地识别和改进在真实世界原型车中难以验证的错误，达到缩短研发周期的目的。在造型评审时可将原本 16 个月的周期缩短 50%以上。同时，虚拟验证可降低油泥模型的制作和反复实物试验所带来的巨大 成本消耗，在低成本、短周期的环境下有效评估设计与产品性能间的适应性以便获得最优的模型参考。来源：专家访谈，艾瑞咨询研究院自主研究绘制。VR 技术极大程度上减少汽车评审、设计和试验中所需物理材料的成本，不仅简化各环节中的复杂性。也使分析 和验证变得更加便捷，结果更加直观，缩短项目周期，保障产品的快速发布和更新迭代 造型与内外饰评审 可 360 度观察并真实感受到内外饰的 质感、光泽等。允许在不同光照条 件、天气条件下观察漆面的反射以 及不同载重条件下的姿态和更换轮 毂、颜色等。用在外观评审和内外 饰评审环节 零部件与总成设计 通过动作捕捉传感器，以毫米为单 位精确检测佩戴 VR 设备的评估者的 位置和运动，让评估者在假想的环 境中准确评估自己的设计，并允许 评估者通过简单的物理按键探索并 改变零部件、材料及颜色等 性能试验 量产前需在各种环境下进行整车性 能试验和可靠性试验，如：碰撞试 验、风洞测试等。利用 VR 技术构 建的虚拟环境，配合环境数据可得 到准确可靠的试验结果24 2022.3 iResearch I虚拟现实对于研发流程的优化 优化造型评审，打破物理空间和时间的限制 专业部门评审时通常会用到油泥模型判断设计策略与外观的一致性，最终确定造型方案。通常造型评审会做 5-6次油泥模 型，其制作耗时且昂贵，难以观测汽车的动态变化。而虚拟现实将评审流程简化，通过 VR 设备可清晰的展现效果图中未能 清晰展现的部位，同时可提前判断姿态表现甚至内饰设计。虽然部分评审项目已全部将油泥模型更换为 VR 模型，但部分企 业考虑到开模、制造工艺和可行性等，目前 VR 暂时难以完全替代油泥模型，因此部分项目在初审和终审阶段仍需使用油泥 模型，而在中间的审核阶段使用 VR 模型。来源：专家访谈，艾瑞咨询研究院自主研究绘制。二审 初审 三审 四审 终审 VR造型评审流程的优化 油泥模型 VR 模型 传统流程虚拟流程传统流程虚拟流程p 需手工加工，价格较贵 p 难以观测姿态、颜色等变化 p 需在同一场地、时间进行评审 不受地域和人员限制 可变换姿态、颜色、天气、光照、零部件等 打破时间空间的限制，简化流程 使评审不再受物理空间和时间的 限制，简化评审流程，缩短项目 周期253.数字孪生#从虚拟设计到物理设计的无限次复现解决方案26 2022.3 iResearch I关键应用：数字孪生 数字孪生的应用建立在虚拟仿真、物理实体和数据分析的基础之上，针对物理样本建立虚拟副本进行缺陷和故障的发现和 产品性能的持续改进。汽车行业已经具备了大量先进软件和自动化技术应用基础，因此数字孪生系统可天然地搭载在汽车 行业中并得以广泛应用。数字孪生可以在虚拟环境中迅速反映动力流、阻力和部件间的连接等，优化其质量和性能，减少 物理样车的制造成本和时间。来源：公开资料、艾瑞咨询研究院自主研究绘制。利用强大的复现能力大幅度减少物理样机的试验次数 历史数据 实时数据 维护数据 FMEAFEA 模型 描述性 分析 诊断性 分析 预测性 分析 规范性 分析 虚拟层 物理层 可聚焦、可变参数、可加速的复现 数字孪生的价值闭环 将设计缺陷与仿真后的最优结果进行 匹配，对性能和参数进行不断优化27 2022.3 iResearch I数字孪生对于研发效率的提升 数字模型和复现保证产品设计的可追溯性、系统性和经济性 数字孪生实现项目前期的虚拟化验证，具有无限次、可变参数、可加速的复现特性，可验证产品的适应性和系统性表现，实现基于需求、功能、逻辑、物理的全过程仿真验证，加强主机厂在软件定义汽车时代的核心能力，造就了数字孪生在汽 车研发环节的重要价值。在造型阶段，数字孪生解决数据滞后和难以回溯的问题；在虚拟仿真阶段解决传统分布式仿真的系统性和协同性验证问题；在样机试验阶段解决物理实验的故障风险和经济性问题。总体而言，数字孪生在相同试验标准下可节省约 20%左右的时间 和 40%-45%的研发成本，其多维度、多领域的虚拟验证方式令其成为研发数字化关键的技术之一。来源：专家访谈，艾瑞咨询研究院自主研究绘制。造型设计 虚拟仿真 样机试验 实时可追溯 的数据档案 模型数据可实时记录，从小比例油 泥模型开始建立数据档案，将外观 细化至零部件级别，进一步细化实 验结果。工程团队在早期即可介入，对制造工艺，风阻系数、油耗表现、姿态表现等指标等进行初步评价、测试和反馈，给到工程团队和决策 管理层进行参考 系统性 的设计、仿真与集成 结合 CAE、CAD 和数字孪生对产品 做动力学、热力学、零部件强度、疲劳性耐久性和 NVH 等分析，以系 统性的确定子系统零部件的形状尺 寸和设计方案等，以系统化、协同 化的方式完成对于设计和仿真的监 控 最优的 样机试验方案 使用数字样机进行虚拟试验，通过 相关性分析、混合仿真和硬件在环 将产品表现控制在合理区间内，形 成最佳物理实验方案，最大程度减 少物理样机实验次数、时间和现场 发生故障的可能性 在造型环节纳入工程和制造可行性 的考量，对姿态、NVH 等在早期进 行初步考量以进一步细化模型 减少物理样机的制造成本，缩短试 验验证环节的周期，提高试验效率 和经济性 系统化、协同化的数字方案可在相 对早期开始确定系统装配和初步的 加工方案，减少问题的发生几率28 2022.3 iResearch I 2022.3 iResearch I数字孪生对于研发流程的优化 协同性：传统而言，内饰、外饰和动力总成开发相互独立，在月度同步节点进行模型拼合和总布置的断面评估，由于沟通 即时性较低导致问题易被时间放大。而数字孪生可将数字模型在后台进行相对地实时拼合，干涉后的报警保证设计和调整 的实时性，在源头即可弱化问题放大的风险，同时可观测数模改变后对产品功能的影响，大幅节省沟通和测试时间成本。耦合性：日益增加的智能化功能需要软件带动硬件实现，在设计环节则需要软件和硬件统一评审，然而传统而言主机厂并 不具备完整的软件开发能力。在数字孪生的加持下，主机厂可选择定期复盘，判断软件迭代开发对于整车功能和表现的影 响，不仅节省时间及成本，更加增强了软件定义汽车背景下主机厂的话语权。来源：专家访谈，艾瑞咨询研究院自主研究绘制。来源：专家访谈，艾瑞咨询研究院自主研究绘制。研发流程的耦合性优化 硬件在环HIL软件在环SILS 进一步减少重复工作，使用脚本自动触发测试，降低测试成本，减少测试时间，提升测试能力 实现硬件在环和软件在环，提升传统 OEM 所缺失的软硬件一体化联合开发及评审能力研发流程的协同性优化 节点 节点：总布置部门分阶段进行整合与切断面评估 内饰开发 外饰开发 动力总成开发 节点 节点 传 统 流 程 数 字 流 程 约 30天 内饰开发 外饰开发 动力总成开发 实时 拼合 实现实时拼合，干涉后的报警可以在源头消除问题，节省沟通和测试的时间成本协同性优化收敛潜在问题，耦合性优化聚焦软硬在环294.云上数据反哺#从经验决策转向数据决策的必经之路30 2022.3 iResearch I关键应用：数据上云 车企通常采用混合云的形态并建立各地分支云平台满足各地研发中心上云的需求。同时基于云端的大数据分析可解决传统 业务中依靠经验难以真正解决问题的痛点。而研发环节牵扯到生产、售后等各个环节，需要考虑生产工艺、生产可行性、用户抱怨、用户习惯等多方面因素，因此云间的打通成为车企云部署最重要的成功因素。打通后的生产、售后等数据通过 云平台的流转，可用来验证或预测研发与其他环节的适配性。因此，云平台可看作数字化的基础环境，而云平台的成功才 能发挥出数据分析与反哺的最大价值。来源：专家访谈、公开资料，艾瑞咨询研究院自主研究绘制。多云互联的数据流通体系 生产云 营销云 售后云 研发云 造型设计 总布置设计 底盘设计 车身设计 尺寸工程 热系统设计 利用云平台的算力和容量进 行数据的储存和运算 多云互通的大算力平台实现数据分析与反哺的最大价值 覆盖全国各个地区的研发中心，保证实时的信息流动 单一车型开发约产生 12TB 数据量，加之大规模的仿真需求，对于算力和保密储存能力要求较高 跨云间的数据流动可帮助车企打通全生命周期的数字化研发，因此互联互通的云平台才能释放大数据的价值车企云平台部署特征 数据 数据 数据 数据31 2022.3 iResearch I数据类型与反哺路线 利用后端数据分析反哺研发为大数据造就的核心价值 数据采集的渠道和分析方法多种多样，但将后端数据反哺至研发环节，使研发能够更加贴近生产需求和客户需求为研发数 字化最大的价值所在。用户使用车辆的数据及整车数据可上传至云平台，为提升研发水平提供重要参考。尤其对于新能源 汽车而言，2016 年发布的 新能源汽车生产企业及产品准入管理规定 中指出，新能源汽车生产企业应当建立新能源汽车 产品运行安全状态监测平台，按照新能源汽车产品用户协议对已销售的全部新能源汽车产品运行安全状态进行监测。而生 产端、车辆端和售后端产生的数据都可针对汽车产品的功能改进、工程改良和研发流程提供全面指导，存在着巨大的潜在 价值。来源：专家访谈，公开资料，艾瑞咨询研究院自主研究绘制。主要数据信息类型与反哺策略 阶段 生产数据 产线、装配工艺、工时、工序、成本、连接方式、夹具 车身数据 行驶速度、档位、电池参数、方 向盘信号、电压 驾驶习惯、行为偏好 售后数据 维修次数、保养、抱怨 论坛评论、社交媒体视频/评论 生产过程中发现的设计问题可反哺 至研发环节，在云上进行数模的修 改并进行编号与数模的全公司级覆 盖更新，并下发至