小编最近在知乎上看到一个有意思的问题。如果你向设计部门或者客户汇报你的 CAE 结果，但是对方并不相信你的分析结果，对方也没有仿真的经验。那你怎么样说服对方呢？

　　我相信这个问题，每位CAE仿真的从业者都有被困惑过，小编先给大家分享知乎上点赞最多的回答。

　　完善的流程是保障CAE分析结果可信可靠的最主要手段。只要是在正确的流程下完成的CAE分析，就值得相信。

　　在开发过程中，CAE的结果是否可信可靠往往是困扰产品工程师和CAE工程师的一个问题。常听到有人戏言，CAE的结果除了CAE工程师谁也不信，试验的结果除了试验工程师谁都相信。这也确实是很多公司的现实写照。

　　之所以产生这样的困惑，其实是对CAE方式和CAE在产品开发中的作用的误解。以“准不准”来评价CAE分析结果本身就是错误的。

       Engineeringis the art of being approximately right rather than exactly wrong

　　——Prof. Rod A. Smith

　　以有限元为代表的CAE方法是对物理世界的近似模拟，是将物理世界中的一些规律抽象出来之后，建立近似模型来对物理世界的仿真。既然是近似模拟，就必然会存在误差。从另一方面，样件、测量都存在误差，做试验也从没有两次试验之间分毫不差的时候，因此必须要人事到无论CAE分析还是试验都是存在一定的误差的。对于有一些试验，试验误差是远大于分析误差的，这时候难道还要求CAE分析与试验一致吗？

　　在产品研发过程中，评价CAE分析结果的唯一标准是是否能在产品开发中发挥作用。CAE在开发中起到的作用主要有两个方面:校核产品设计和指导产品设计。 如果把CAE分析结果看成一个产品，那么对CAE分析团队来说，要做到的是提升产品质量，更好的完成校核和指导的作用。这就需要提升分析的一致性和标准化。所谓分析的准确性，其实是一个质量问题，而质量问题归根是管理问题。

　　从质量体系的角度来看，改进产品质量最重要的就是做好过程管理。这里就不展开了，具体的实现方法每家公司都会有点不一样。总之，要从人机料法环的角度出发，规范CAE分析的每一个环节，使一个工况在不同项目，不同节点，不同工程师的分析结果都具有一致性。同时做好分析结果的监控和策略，使流程体系可控可信。

　　以一个最简单的计算刚度的工况为例：

　　1、执行分析的工程师要经过培训，具备相应的知识和技能；

　　2、分析的输入需要可信可靠，需要核查数模是否正确，材料参数来源是否可靠，材料参数的处理是否正确等待；

　　3、划分网格及搭建分析模型符合相应的标准和规范；

　　4、分析用的软件要经过验证，有时软件的版本升级会带来结果的差异，这些都需要小心谨慎的进行验证；

　　5、模型的简化和边界条件符合分析标准和规范；

　　6、分析后结果的读取符合标准和规范；

　　7、分析结果经过同行评审或上级评审；

　　8、分析过程有完善记录，分析模型归档保存并建立记录以保证可追溯性

　　做好这个分析的每一个环节，就可以保证最终的分析结果是可信可靠的了。

　　另一方面，CAE分析团队也要认识到CAE分析的局限性，在工程开发中对不同的CAE分析工况划分等级和应用范围。毕竟有的工况可以支持设计团队完全的虚拟化开发，而有些工况还是需要进行最终的试验验证，也还有很大一部分工况是需要几轮开发试验的。但是只要做到规范标准，明确每个CAE分析工况的能力等级和在开发中起到的作用，也就不存在什么分析准不准的问题了。

小编还有收集到一些很有意思的回答：

　　观点一：反问他们。你们用设计规范里面的算法做的设计你们很相信吗。   规范的算法就没有简化吗。 cae也是简化 也是逼近 咋就不信了。 同样是简化的规范算法 为啥就深信不疑了。

　　观点二：搞仿真的相信做试验的结果，做试验的相信搞仿真的结果。

　　观点三：没有实验支持的CAE都是耍流氓。

　　观点四：CAE结果出来最怕设计人员盲目相信，而不是不信。