2025达索系统DYMOLA技术日完美收官

寂静回声

近日，2025达索系统DYMOLA技术日在上海圆满举办，活动吸引了来自工业装备、高科技、汽车与交通运输、航空航天、船舶、能源等行业人士参与。在复杂系统研发需求激增的当下，达索系统DYMOLA技术日聚焦全球领先的一维多学科系统仿真技术，为工程领域提供破解复杂挑战的关键路径。
DYMOLA技术日已在法国、日本、中国北京、西安、无锡、镇江等地成功举办。本届DYMOLA技术日以技术前瞻性与商业价值转化为核心，旨在通过DYMOLA技术战略解读、核心能力展示与实践案例深度剖析，助力与会企业提升多学科系统仿真能力，并促进跨领域交流合作。活动期间，Modelica协会、中国制冷空调工业协会、特灵技术上海研发中心（后简称：特灵技术）、美的集团、南京工业大学、达索系统及其合作伙伴的技术专家和代表分享了领域洞察、技术成果和应用经验。

达索系统大中华区CATIA品牌高级销售经理谢芳致辞中谈到达索系统已历经七代技术革新，从Gen1三维建模奠基到Gen7的AI驱动3D UNIV+RSES平台，实现虚拟孪生与生成式设计跨越。入华20年，服务超5万家企业，深度参与大量本土研发项目，并通过青岛、重庆、太仓、江阴等地创新中心推动本土化协同。未来达索系统将继续携手中国伙伴打造全球工业创新标杆，践行“在中国，为中国，与中国在一起”的智造赋能使命。

Modelica协会/德宇航DLR主席Dirk Zimmer(德克 · 齐默）博士以《面向严格、稳健和可扩展的Modelica》为主题，从物理理论的基础理论入手剖析了Modelica机理建模的理论依据并介绍了过去二十年来Modelica专家所做的各种尝试。然后提出实现稳健仿真的技术方案。这对热流体建模，机械系统建模等领域实现新的技术突破提供了新的理论基础，并指出新的建模思想有助于推进基于GPU计算架构上的系统仿真。

特灵技术上海研发中心黄冬平博士以瞬态模型在基于模型的控制设计中的应用为主题，介绍了特灵空调瞬态模型基于DYMOLA平台的开发和应用现状。通过实际案例，她深入探讨了如何利用瞬态模型在产品开发的不同阶段提高开发效率，并借助DYMOLA实现控制逻辑验证与系统级仿真，从而节约开发时间和成本。

达索系统大中华区CATIA系统工程行业咨询顾问张晶重点介绍了DYMOLA 2025x在建模效率、仿真性能、FMI/SSP兼容性、多语言支持等方面的重大提升，详细解析了新模型库TIL-Suite替代方案，并展示了DYMOLA实际应用案例包括氢动力eVTOL飞行器和节能建筑仿真。向参会嘉宾展现了DYMOLA可以为跨行业多物理场建模提供更强大、更灵活的解决方案。

Modelica协会/德宇航DLR主席Zimmer博士在他分享的第二个主题《ThermoFluid Stream库的介绍应用》中系统阐述了基于Modelica语言的社会建模思想/协同建模范式（Social Modeling Paradigm）开发的热流体模型及其应用。该模型库以非因果建模为核心，通过模块化组件（如含热力学状态方程的理想气体模型、集成热端口的热流壁面组件）实现复杂热工水力系统的微分代数方程结构化降阶与多领域能量端口耦合。

达索系统合作伙伴南京远思智能科技有限公司高锐博士在《汽车三电系统热管理建模：MSL与TFS建模仿真的比较研究》介绍了汽车三电热管理的技术路径，和达索系统DYMOLA的电池模型和电驱动模型库的热管理应用。并进一步介绍了采用ThermoFluid Stream库与标准库的差异。初步的测试结果表明新的技术带来很大的仿真速度提升。

美的集团（上海）有限公司祝用华博士分享道：介绍了美的智能家居的业务情况和创新研究，特别是基于DYMOLA的仿真实验室打造与应用实践。祝博士指出，美的智能家居领域基于打造下一代高效制冷解决方案的目标，构建了可复用的全屋冷热系统及冰箱仿真平台。该平台依托DYMOLA的多领域建模能力，采用模块化的建模方式，不仅支持多种系统组合的灵活切换，还能通过Web访问方式提供低门槛、可定制的在线仿真服务。这一仿真平台大幅提升了产品开发效率，降低了研发门槛，并为技术创新拓展了更多可能。最后，祝博士分享了多个智能空调、冰箱的应用案例，展示了仿真实验室对美的智能家居产品设计水平的有力提升。

南京工业大学教授殷亮博士在《Modelica控制模型在排风热回收系统中的应用》主题分享中介绍了如何利用Modelica控制模型，融合先进建模与智能算法，推动排风热回收系统从传统向数字化转型。它依托DYMOLA平台强大的多物理场建模能力，嵌入设备特性曲线，结合Optimica优化框架，实现多变量协同优化，极致能效提升，还构建一体化范式，助力绿色建筑产业升级。

达索系统合作伙伴南京远思智能科技有限公司徐爱国博士以AI在系统建模仿真中的应用为主题，介绍了多种机理和AI互补形式分类，包括机理辅助的AI训练，AI辅助的机理建模，AI和机理混合建模，以及机理约束下的AI训练。并针对每个分类进行了案例讲解和演示。

主题分享后的的圆桌讨论中，专家围绕“第一性原理与生成式AI融合建模”及“工业数据价值挖掘”两大议题展开深度探讨。殷亮博士从学术视角提出Modelica控制模型与智能算法结合的数字化转型路径，黄冬平博士分享了特灵技术基于DYMOLA平台在空调系统节能优化、故障预测等场景的AI融合实践，并强调DYMOLA已成为跨行业节能减排的核心工具。张晶则以DYMOLA大会发布的电动飞机协同建模案例为切入点，展示了DYMOLA机理模型与机器学习控制器的联合仿真成果，指出生成式AI在商业库模型解析、代码生成中的效率提升已获验证。美的集团专家吴志刚和祝用华博士结合企业数十年积累的试验与用户数据，提出AI驱动产品迭代的落地策略，并特别提及DYMOLA在复杂系统建模中的工程支撑作用。Modelica协会主席Zimmer博士则从语言设计层面，提出通过结构化模型语义框架实现GPU加速与AI求解器优化的前瞻方向。讨论共识表明，DYMOLA作为物理建模与AI融合的枢纽平台，正推动工业界向“机理+数据”双驱动建模范式加速演进。

这场在黄浦江畔展开的横跨物理与数字、现实与可能的思辨之旅将会在达索系统3DEXPERIENCE平台不断延伸。当Modelica的严谨方程与多物理场耦合智慧在DYMOLA平台深度融合，当工程师的领域经验与数据驱动的洞察形成闭环，再加上生成式AI加持的创造能力，我们正在构建的不仅是更高效的研发体系，更是面向复杂系统的新型认知范式。