全 天

一、产品全生命周期中的关键应用场景

1. 产品开发V模型

2. 产品全生命周期中的计算

3. 用户载荷谱开发（国内）

4. 用户载荷谱开发（进入国外新市场）

5. 全域用户全工况产品性能优化

6. 上市风险预测与改善

7. 可靠性提升与设计成本平衡决策

8. 产品分级与智能销售

9. 产品寿命预测

10. 产品故障诊断

11. 产线工艺优化

12. 产线根因排查

13. 产线设备预测性维护  

14. 场景需求归类

二、大数据仿真方法与关键步骤

1. 大数据介绍

1) 大数据原理与技术

2) 大数据的影响

2. 大数据仿真原理

1) 常规设计分析

2) 常规分析面临的问题

3) 大数据仿真原理

3. 大数据数字仿真关键步骤

1) 大数据仿真流程图

2) 数字模型开发

3) 载荷谱开发-用户群选取

4) 数字样机开发

5) 数字匹配

6) 数字计算

7) 数字评价

三、大数据仿真难点与关键技术

1. 数据处理技术

1) 数据现状

2) 数据结构化与关联

3) 数据清洗

4) 数据填充

5) 数据标签与分段

6) 数据存储

全 天

2. 模型建模技术

1) 模型开发技术

2) 模型降阶技术

3) 模型拼装技术

3. 大数据求解技术

1) 计算类型与特点

2) 任务调度

4. 大数据存储技术

5. 大数据查询技术

四、大数据仿真关键要素

1. 工程师与计算业务流程图

2. 数据与处理工具

3. 模型与开发工具

1)  模型降阶实例

2)  热降阶实例

3)  结构振动降阶实例

4)  数据降阶实例

4. 计算与仿真平台

5. 数据查询与分析工具

6. 硬件设备

五、工程实例

1. 基于大数据用户载荷谱开发

2. 基于大数据典型片段库开发