1. 工业软件的发展

1.1. 工业包括制造业、采掘业、建筑业、纺织业、交通运输业、电力生产、水生产等41个大类

• 1.1.1. 工业软件是指在工业领域应用软件，其产业属性本质上属于工业、制造业门类，而不是信息产业

1.2. 工业系统本质上是信息物理系统

• 1.2.1. 一方面工业、制造知识不断软化为工业软件

• 1.2.2. 另一方面，工业软件不断硬化入芯片、控制器、设备、生产线，直至工厂系统

1.3. 工业软件应用于制造、电力、石化、国防等行业，与各行业的工艺环节，如研发、生产、管理、协同等紧密相连

1.4. 工业软件主要包括研发设计类软件、生产控制类软件、管理运营类软件，以及服务保障类软件

1.5. 工业软件中最难征服的三座“高山”，是CAD软件、CAE软件、EDA软件

• 1.5.1. 工业软件的这三座高山，乃是集人类基础学科和工程知识之大成者

1.6. 工业软件自身的构成，却是令人敬畏、严谨精密的数学、物理、计算机科学和工程经验

• 1.6.1. 几乎再没有其他任何一种产值如此微不足道的工业产品，需要经历如此漫长的成长轨迹

• 1.6.2. 从大学的数学方程式出发，经过漫长的物理机理的冶炼，再通过计算机科学与技术的精炼，最后还必须经过工程知识的淬火，才能成为一个成熟可用的工业软件产品

1.7. 数学、物理、计算机和工程—四大基石构成了工业软件的完整技术图谱，同时也形成了深不可测的技术鸿沟

• 1.7.1. 对于任何一个工业软件企业而言，即便有十年发展的沉淀，那也还仅仅是开始

• 1.7.2. 工业软件的成长，是一条漫漫长路

2. 从数学基础开始

2.1. 工业软件首先需要扎实的数学基础

• 2.1.1. 计算机辅助设计(CAD)软件的发展，主要是源于数学的一个分支—微分几何取得突破之后，进化出了一个新的计算几何学科

• 2.1.2. 孔斯、弗格森、贝塞尔等为CAD软件、CAE软件、EDA软件等工业软件所依赖的曲面几何造型提供了强有力的理论基础，在此基础上发展起来的NURBS相关曲线曲面理论和算法是目前大部分商用软件所使用几何内核的关键技术

2.2. 在仿真分析CAE软件中，无论是数据的前处理和后处理，还是各种求解器，对数学也有相当高的要求

• 2.2.1. CAE软件的前处理包括数据导入、模型修复和显示，其中很大一部分是网格剖分的能力

• 2.2.2. 在信息学中，网格(Grid)是一种用于集成或共享地理上分布的各种资源（包括计算机系统、存储系统、通信系统、文件、数据库、程序等），使之成为有机的整体，共同完成各种任务的机制

2.3. Altair是一家拥有几十个产品的上市公司，其前处理软件HyperMesh至今仍是最重要的旗舰产品

• 2.3.1. 后处理在大规模的数据处理和直观、动态、炫酷可视化展示方面也有较多需要研发的内容

2.4. 工业强度的网格生成算法不仅需要深厚的理论研究，也需要大量的程序开发工作

• 2.4.1. 为了开发Tetgen软件，从2000年开始到现在的20年间，德国的斯杭博士把自己的主要精力全部放在网格生成算法上，这才有了Tetgen与商业四面体内核ghs3d竞争的能力

• 2.4.2. 法国Distene公司开发的MeshGems系列网格剖分系统被广泛用于商业CAE软件

• 2.4.2.1. 最早来源于法国国家信息与自动化研究所，是十几名研发人员专注开发近20年的成果

• 2.4.3. 网格生成是单列的五项关键领域之一，并被认为是达成2030愿景的主要瓶颈

• 2.4.4. 国内很多软件公司仍在仅依靠免费的开源算法（三维有限元网格生成器Gmsh之类的），这必然无法满足客户定制改进的需求，也很难进入工业应用的主流

2.5. 优化也是普遍性的数值方法，包括优化理论、代理模型等，这些是求解复杂工程问题的基础

• 2.5.1. 矩阵理论、泛函分析、动态规划、图论等，是多约束条件下的多目标自动解空间寻优，其底部是数学王国建构的基石

2.6. 各种CAE软件、EDA软件中需要多种计算数学理论和算法，包括线性方程组、非线性方程组求解、偏微分方程求解、特征值特征向量求解、大规模稀疏矩阵求解等都需要非常深厚的数学基础

3. 物理机理的初炼

3.1. 工业技术的源头是对材料及其物理特性的开发与利用

3.2. 对多物理场及相互耦合的描述与建模是各种CAE分析软件的核心，这是CAE软件、EDA软件着力突破的地方

3.3. 在工业软件需要面对的真实大千世界中，所有看得见、看不见的物理场，都在按照各自的机理发挥作用

3.4. 工业软件必须跨越十分宽广的学科谱系，跨越基础科学、技术科学、工程技术，而且工业软件中也会包含大量的经验、诀窍等“前科学”知识

3.5. 任何CAE软件在市场上存身的根本都是其解决结构、流体、热、电和磁、光、声、材料、分子动力学等物理场问题的能力，每种物理场都包含着丰富的分支学科

• 3.5.1. 仿真分析CAE软件的求解器由物理算法组成，每个专业领域都有一堆问题求解算法

• 3.5.2. 跟有限元分析（Finite Element Analysis，简称FEA）方法有关

• 3.5.3. 有限元分析是用较简单的问题代替复杂问题后再求解，采用的单元类型不同，问题求解算法也不同

3.6. 以结构为例，为解决结构设计的问题，有可能涉及理论力学、分析力学、材料力学、结构力学、弹性力学、塑性力学、振动力学、疲劳力学、断裂力学等一系列学科

3.7. 现有国际上大型商业CAD软件、CAE软件、EDA软件中使用的几何建模内核和几何约束求解商业化组件产品（包括InterOp、CGM、ACIS、CDS、Parasolid、D-Cubed等）的厂商达索系统、西门子等也在不断跟进最新的计算机技术

4. 计算机科学的精炼

4.1. 工业软件是软件，但它与硬件设备高度融合

4.2. 软件工程作为一门学科，是为了应对大型软件编码可靠性和质量管理问题而诞生

4.3. 软件工程的重点是算法分析、计算机安全、软件质量控制、软件测试与维护

4.4. 工业软件之间的几何模型兼容性问题，目前主要是通过遵循产品模型数据交互规范(STEP)标准解决的

• 4.4.1. 波音、空中客车、通用电气、洛克希德·马丁等航空业巨头推进的长期归档和检索(LOTAR)项目也是以STEP标准为基础

• 4.4.2. 各种CAD软件、CAE软件、EDA软件数据格式之间相互转换造成的信息丢失和精度丢失，每年都会造成高达数十亿美元的损失

4.5. OpenGL和WebGL都是图形显示方面非常重要的技术，CAD软件借助于OpenGL和WebGL，可以充分利用图形加速硬件，在运算复杂的渲染、3D显示方面可实现更好的性能和效果

• 4.5.1. OpenGL是Windows/Unix/Mac操作系统方面的图形库，而WebGL则是网页端的图形库（实际上是OpenGL技术与JavaScript的深度绑定）

5. 工程知识的淬火

5.1. 工业软件只有经过工程知识的淬火，才能与工业应用场景紧密地结合

• 5.1.1. 麦克斯韦(Maxwell)能解决电和光的物理方程描述，却解决不了一家电气制造商的设计制造问题

5.2. 工业软件可以分为“基—通—专”的层次

• 5.2.1. 第一层“基”是类似CATIA、UG这样的基础平台

• 5.2.1.1. 基础平台往往是最难的，它裹挟了多年的知识沉淀和用户使用习惯，因此门槛很高

• 5.2.2. 第二层“通”是指行业相对通用的知识，包括行业设计标准规范、试验测试数据、人机工程学等

• 5.2.3. 第三层“专”是指针对特定产品的专用知识，由于适用面非常窄，个性化非常明显，往往更加小众，但知识密度更大

5.3. 工业领域的建模，与消费、交易、电商、社交等场景的建模，是完全不同的两个世界

• 5.3.1. 互联网公司的用户画像建模，是用大数据抽取年龄、收入、地域、阶层、职业、学历等，然后关联到购物交易偏好行为

• 5.3.2. 制造现场涉及大量的工艺过程，这种Know-how的转移是一种非常复杂的知识扩散历程

• 5.3.2.1. 只可意会不可言传，师傅带徒弟往往是最有效的方法

5.4. 工程知识的汇聚，会让用户养成使用习惯

• 5.4.1. 以芯片领域为例，电子设计自动化(EDA)软件深度地嵌入芯片设计公司和晶圆代工公司，三者相互连接在一起，不可分离

• 5.4.2. 很多EDA软件公司，根本得不到代工工厂的工艺数据，而这些是EDA软件发展中最为重要的养分

• 5.4.3. 没有了用户的反馈，软件的发展迟早会陷入困境

6. 人类制造知识的宏大宫殿

6.1. 工业软件是架构在数学、物理学、计算机技术和工业技术之上的宏大建筑，是一座复合型知识的宫殿

6.2. 工业软件最奇妙的地方，是一旦它集成了前人的技术，这些技术就很少会流失

• 6.2.1. 知识被编码，可以流传下去

• 6.2.2. 工业软件是一层又一层的知识叠加，既有来自软件厂商数学、物理奇才的心血，更有来自无数工业用户的使用反馈

• 6.2.3. 它以这种方式综合了各种精华，成为人类知识的集大成者