个人简介：

Elmqvist 于 1996 年发起国际标准化工作，主导设计新一代面向对象物理建模语言 Modelica。

1978 年，他在瑞典隆德理工学院自动控制系获得博士学位，其论文提出了创新的面向对象、基于方程的建模语言 Dymola 及符号化模型处理算法。

1992 年，Elmqvist 创立 Dynasim AB 公司（2006 年被达索系统收购），同时也是 Modelon AB 公司的联合创始人。

主旨演讲：Modelica 与基于模型设计的未来 —— 从基础理论到智能体 AI 工作流

自 1996 年诞生以来，Modelica 已发展成为面向多领域、基于方程的建模与仿真领域的一项全球标准。其核心基石建立在非因果声明式建模、符号化处理、面向对象复用等关键原则之上，使工程师与科研人员能够以统一方式描述复杂物理系统。多年来，这些原则孕育了丰富的工具生态、开源与商用模型库，以及产业协作体系。

如今，在网络与云技术、智能自动化的推动下，Modelica 社区迈入了令人振奋的全新阶段。基于浏览器的仿真环境实现了建模、运行与可视化的即时访问，消除了安装门槛，为教育、科研与快速原型开发开辟了新机遇。新兴建模挑战不断涌现 —— 包括在复杂动态环境中运行的人形机器人与四足机器人的建模、仿真与控制，持续拓展多领域建模的表达边界。

基于 Modelica 的仿真服务与智能体 AI深度融合，形成了强大的全新范式：AI 驱动的闭环仿真。智能体可自主生成模型、执行仿真、测试验证，并基于仿真结果迭代优化设计。

本次主旨演讲将回顾 Modelica 的演进历程与核心原理，展示当下前沿创新，并探讨基于云端的仿真、AI 辅助建模与设计探索，如何重塑基于模型的设计范式。

主旨演讲：功能样机接口（FMI）十五载：从 FMI 1.0 到 3.0 的发展历程与未来展望

在过去十五年间，“功能样机接口（FMI）”始终围绕工业界对仿真互操作的真实需求持续演进。这一最初主要服务于汽车行业的解决方案，如今已牢固确立为跨多领域、独立于工具的模型交换与联合仿真的事实工业标准。

本次主旨演讲将回顾 FMI 从 1.0 版的最初理念，发展到如今成熟生态体系的历程。FMI 3.0 版的发布是这一历程中的关键里程碑，带来了多项重大改进，重新定义了系统仿真的边界。该版本提供了更先进的联合仿真能力，支撑虚拟 ECU 的开发与部署，并可将 FMI 模型无缝融入复杂的优化与机器学习工作流。这些能力升级让工程师能够更高效、更高保真地应对数字化与自动化领域的全新挑战。

展望未来，FMI 标准将通过“分层标准（Layered Standards持续拓展。这些基于 FMI 核心框架构建的领域专用扩展，将带来进一步提升，并为虚拟工程开辟全新应用场景。

本次演讲将全面介绍 FMI 的过去、现在与未来，彰显其作为现代基于模型开发核心基石的重要地位。

主旨演讲：汽车领域基于模型的数字化工程实践

依托全产业链优势、垂直整合体系与海量自主研发投入，比亚迪已在新能源汽车销量领域实现全球领先。为应对汽车系统日益增长的复杂性，并持续保持领先地位，在产品全生命周期内系统性应用系统工程方法已成为必然选择。本次主旨演讲聚焦基于 Modelica 的数字化工程实践，围绕三大相互关联方向展开探讨：1）高集成度整车系统的联合仿真设计与验证方法；2）面向多元研发场景的高保真、高效能建模方法；3）工具链集成与虚拟验证的工程化落地。

目前，比亚迪正将基于 Modelica 的数字化工程实践推广至多个领域：搭建融合动力总成、热管理、底盘控制模型的整车数字化工程联合仿真平台，实现动力性、经济性、操稳性跨系统协同优化；构建空调热管理系统数字模型，精准预测座舱热负荷、系统功耗与能量流，显著提升能效与座舱舒适性；建立座椅系统数字化开发流程，通过模型驱动设计与仿真实现控制策略、振动噪声、舒适性等属性的前期验证，大幅缩短物理样件开发周期；探索 AI 与 Modelica 融合应用，借助数据驱动方法加速模型生成、参数辨识与标定，显著提升复杂系统建模的智能化水平。

上述实践充分印证了 Modelica 在复杂多学科系统建模中的关键价值，为提升智能汽车研发效率提供了全新范式。

主旨演讲：徐氏建模方法：液压数字孪生与智能元件的技术基石

徐氏建模方法源于20世纪80年代美国俄克拉荷马州立大学 HyPneu 软件的基础研究，为液压系统建模提供了直观框架。其核心思路是让建模过程贴合工程师的认知范式。该方法的一项关键突破，是通过算法求解微分代数方程（DAE） 问题，并已通过中国 “七五” 国家科技攻关项目研发的PERSIM 软件得到验证。

该方法支持直接从液压原理图构建模型：在节点应用基尔霍夫定律，将所有元件简化为两类基本子模型——液压阻力（节流口）与液压容性（液压缸），由此得到隐式状态方程（即 DAE 方程）。徐氏算法采用动静态统一仿真思路求解该方程，通过牛顿 - 拉夫逊法迭代计算各时间步的静态工作点与动态导数。

进入数字孪生时代，该方法展现出新的价值。其隐式状态方程可作为数字孪生的机理模型，前提是解决反问题（当前研究热点，可结合人工智能实现）。同时，该方法为“液压智能元器件”提供理论依据，能够从第一性原理指导更简洁高效的结构设计，超越了经典的液压阻力系统理论。

在工程应用方面，该方法已用于深圳某液压机器人系统专用仿真与数字孪生软件开发，体现出持续的工业应用价值。