本篇主要围绕eVTOL仿真难点和趋势，eVTOL仿真多学科解决方案和当下热门的AI或者机器学习的方法在EVTOL中的应用展开。

eVTOL 研发难点

首先是eVTOL研发难点，区别于上个世纪70年代就已经构型稳定或者技术方法稳定的民航客机，eVTOL到今天尚未有经过市场验证的成熟产品，可以说大家都是行业的开拓者，甚至是规则的制定者。

另外就是专业人才短缺，近期教育部对北航、西工大、南航等高校也是增设了低空技术与工程专业来弥补这一空缺。

eVTOL是高度复杂、高度集成的系统，在设计及仿真中面临着各种挑战，比如航程、载重、安全性之前的矛盾需要解决，尤其是电池问题，并且目前尚没有革命性的技术去解决电池的问题。

对于仿真来说，首要难点就是复杂物理现象的模拟。比如复杂流场的计算，比如旋翼气动噪声，都是很难分析准确或者极其耗费计算资源的，还有满足结构刚度强度下的结构轻量化要求，另外难点还包括不同学科专业复杂的多物理场耦合仿真，还有仿真替代试验绕不开的模型验证等。

我们进行仿真的目的，一个是辅助我们设计，还有一个是最终要替代掉我们一部分试验，尤其是局方关注的一些工况，如果所有工况都去开展试验验证，那成本将极其昂贵。

尤其研发阶段的试验机还不是量产机型，考虑到模具成本，试验机的造价会极其的高，所以我们尽可能使用仿真来替代试验，所以就需要进行模型验证，所以也是一个eVTOL仿真的难点。

eVTOL 关键技术与趋势

很多eVTOL行业专家都提到UAM， UAM是城市公共交通概念，畅想一下像如今的新能源汽车行业一样，未来eVTOL蓬勃发展，首先涉及到就是高效的空中调度和实时通信、通信间干扰等问题。还有目前发展的基本都是无人驾驶的eVTOL，需要有高度自主且智能的飞行控制，还有电池技术的革新以及电池的能源形式，目前太阳能或者氢能也有一些很前沿的研究。

另外就是高效的驱动电机、特种材料使用，以及结构的轻量化，电池重量、结构的重量、还有电机重量都是需要进行减重设计的，我们仿真技术可以辅助结构进行轻量化研究。

最后是我们现在被卡脖子的芯片技术，eVTOL芯片可能区别于我们传统手机上或者汽车上的芯片，他有一个非常高的安全性要求，另外还受高空复杂环境及复杂电磁场的影响，eVTOL的芯片需要更强大的算力和更稳定的可靠性和抗环境和电磁干扰能力。

eVTOL研发体系，或者很多主机厂的专业的划分，基本是这样一个逻辑。包括总体、气动、结构、强度，动力系统，还有飞控相关的电子控制及电子系统，在eVTOL就是三电：电池、电机和电控，另外还有制造与集成部门以及最后的试验验证和试飞。对于以上的全流程仿真，需要提供从设计到制造，结构流体到电磁，一维到三维，零部件到系统全面的多物理场求解器。

我们研究一款飞机第一步肯定是进行初步概念设计阶段快速外形设计迭代仿真，也就是飞机气动外形设计，比如eVTOL旋翼要怎么设计怎么布置，如果有固定机翼的话，固定机翼的形状布置设计。

开展快速仿真设计迭代，涉及到很多方案，并且需要通过仿真来验证方案，传统的仿真可能需要数天计算一个工况，它在时间上可能不满足快速设计迭代这一需求，那我们需要一款计算速度极快，硬件资源占用较低，功能强大的空气动力学求解器，Flightstrem是航空航天应用等领域早期快速设计迭代及深入空气动力学研究的重要工具。能捕捉亚音速到高超音速的流动问题，气动声学问题，可以其他软件进行耦合进行气弹问题仿真。

四旋翼无人机的运动控制

关于飞行器轨迹和姿态的控制，这里展示了一个简单的例子，用四旋翼无人机的运动控制来解释仿真中控制系统实现的过程，这个例子就是给定无人机目标飞行曲线，使用如图多体动力学模块和如图系统控制模块进行机电一体化仿真来实现这个过程。

首先在多体动力学软件里面建模，无人机有四个电机，定义四个电机的旋转，电机的旋转带动旋翼的转动，旋翼转动产生升力。升力的计算，我们可以调用流体软件去计算，当然也可以通过经验公式解耦处理，有了升力可以算出加速度、速度和位移，也就得到了无人机的姿态。

然后进行控制模块和多体模块的联合仿真，把目标飞行曲线输入控制模块，通过计算当下无人机的实时位置和目标曲线来计算出四个电机的转速，然后实现轨迹的控制。

无网格快速设计仿真

结构在航空航天领域来说，结构不单称为结构，称之为结构强度，结构是结构设计，出结构设计图，然后由强度来做设计验证。传统流程就是结构出图强度验证，然后来回迭代直到它满足设计要求。

如图软件其实是去减少该流程迭代所花费的时间，我们强调的是让结构设计师来做设计验证， 一款结构工程师能够使用的一款非常简单易用的软件，功能强大，不需要画网格，不需要进行复杂的几何清理。

通过该软件 ，结构设计工程师直接把设计的原生几何格式导入并进行工况分析，快速得到仿真结果，这个工作流程也得到了高效的验证。

eVTOL结构领域涉及到多种仿真类型：

●第一个是多体动力学的仿真，比如倾旋翼结构机械运动，它需要做整体机翼倾转或者是旋翼的倾转模拟，是一个复杂的机械系统的模拟，还有像飞机舱门的开关模拟，机翼的襟翼收放仿真等等。

●第二个是NVH分析，包括分析模态、振动以及噪声的问题。

●第三个是疲劳耐久，疲劳问题是航空器无法避开的问题。

●第四个是碰撞、迫降、冲击这类显示分析问题，比如说航空器鸟撞或者旋翼叶片脱落甩出产生的结构冲击。

●最后是热的问题，包括热传导、热对流等，eVTOL行业涉及到的电机电池的热管理，以及热导致的结构的热应力等内容。

以上这些结构分析内容都可以作为一个专业来开展结构的减重优化，来达到最佳的性能状态下的结构的轻量化。

以机翼支架设计为例演示全流程的仿真和优化过程。这是机翼上的副翼结构，通过作动器驱动副翼偏转。我们工作流程先是通过多体动力学软件提取副翼作动器上的载荷，将载荷施加到作动器支架上，然后设置优化的应力约束，开始优化得到优化设计结果，对优化后的结果在软件中进行几何的重构，将传力路径传构造出来。再对重构模型做一次仿真验证，验证一下它的性能是否满足我们期望目标。

后面是制造环节，包括3D打印零件的摆放和3D打印的仿真，最后实际制造出来的零件能看到零件性能的提升和整体质量的下降。

快速仿真设计优化一般在设计流程的早期进行，该设计从一开始就考虑结构优化的设计思想，例如无人机的结构设计，从原始CAD输入，载荷和制造约束的引入，变形和应力的控制等，开展产品设计。借助仿真和优化实现更快的设计，更多的方案，提升设计生产力。

eVTOL结构轻量化的需求相比传统的民机或军机更为迫切。优化技术在航空航天领域有大量的成熟应用，如图是波音飞机舱门铰链臂的拓扑优化，简而言之就是保留必要的传力路径上的材料，达到实现减重目的，当然这是零件级别，像A350后机身部段级优化，可以对框占位布置，框截面形状，蒙皮厚度等开展优化，实现结构性能控制下的轻量化。

借助于优化技术，飞机制造商能够实现近10%的零部件减重。

为了保障飞行安全，包括eVTOL等航空结构需要具备高度可靠的系统和足够的冗余设计。

针对航空领域特有的破损安全优化技术，在优化过程中设计出多传力路径，保证飞机故障工况下的结构完整性。

得益于复合材料质量轻、强度大、抗腐蚀耐疲劳等特点，复合材料在航空器上的使用越来越高，商飞C929飞机复合材料使用率达到了50%以上，eVTOL对轻量化的要求更高，复合材料使用率将达到70%甚至更高。

这需要提供完整的复合材料一站式解决方案，从建模到后处理，从微观材料到宏观材料、从优化设计到强度校核全流程仿真平台。

这里展示的是飞机翼身整流罩复合材料的优化案例，那专业上我们叫复材优化三部曲。复合材料建模完成后，第一步进行自由尺寸的优化，得到复材铺层形状；第二步尺寸优化，优化出来每个铺层的厚度；

最后一步就是铺层堆叠顺序优化，不同的铺层顺序也会影响复材的性能，通过复材优化三部曲就实现了性能的最佳。

eVTOL 电磁应用

再来看电磁，电磁在eVTOL中主要是低频电机仿真，还有高频的天线和雷达的仿真应用。

对于电机相关的仿真分析，主要是电机电磁仿真、电机结构强度、电机NVH结构振动、电机热管理以及多物理场耦合等等。

高频电磁主要用来协助进行天线设计和布置，电磁EMC兼容，还有波的传播和无线电规划等。

高频电磁解决方案在航空航天领域有大量的应用，空客直升机公司借助这些系统快速高效的开发机载天线，通过对复合材料的电磁仿真，提高直升机通信系统的频率。

还有天线布局的应用，比如所展示的A380这种大型的固定翼飞机和这种小型旋翼无人机的应用，主要仿真内容包括天线布局、天线耦合、干扰分析和场强分布。

高频电磁应用还包括机载定向天线对地面覆盖，比如说eVTOL在城市或山地环境下飞行时，需要计算机载定向天线在不同的地形下对地面的覆盖，还有复杂场景下机载天线与地面系统天线的收发性能分析等等。

机器学习和AI的仿真应用

最后介绍当下比较热门的机器学习和AI技术在仿真领域的应用，人工智能（AI）和机器学习也就是数据科学业务，在仿真领域的应用流程包括数据准备，利用数据开展机器学习，然后验证模型以评估模型的准确性，最后将生成的模型部署后进行具体的应用。

以上展示的数据平台的工作流程，是一个零代码、端到端、面向大众的数据科学和AI平台，AI工具的主要目的就是高效使用数据，让数据产生更高的价值，并帮助决策、助力创新。

它主要功能是进行云图实时预测，因为一般做仿真分析主要也就看云图。这是一个无参的AI工具，也就是不需要进行复杂的参数化，它基于的原理是几何深度学习模型，基于几何特征关联结果数据。

工作过程

结合这个航空支架刚度预测案例来详细说明软件的工作过程。首先就是数据，例如已经开展了很多种方案的支架设计，相对应对应的已经拿到了很多仿真分析的结果，将这些历史数据中的一部分创建数据集加载到软件进行机器学习训练，一部分用来进行软件模型测试以验证训练得到的模型的准确性。预测结果的时候，只需要输入新的支架设计方案，软件基于新的设计预测结果并显示云图。

软件学科中立且不需要定义设计变量，尤其适用于极其耗费计算和时间资源的仿真，基本上在输入几何或有限元模型的同时就能得到预测的仿真结果。

eVTOL作为航空器，其研发过程涉及到物理现象多且复杂，包括像流体这样非常耗费计算资源的仿真，甚至还有目前还不能实现数值模拟的物理现象。建议行业用户可以到软件来找找思路，利用我们已经有的一些历史仿真数据和试验数据来实现产品性能的预测。

我们在CAE仿真的各个阶段引入AI ，可以自动识别重用零件，自动映射网格；求解及优化过程中的AI工具；还有后处理AI工具，它可以通过行业专家模式进行聚类分析。