试验和仿真是对等的，整体来说我觉得大多数主机厂还是可以正视这个事情。当然了，如果有谁只偏向一方的话，确实不是一个健康的研发体系。
应该说，不论是试验还是仿真，都是为设计服务的，仿真偏前期，而试验偏后期。
随便说说想法，逻辑可能比较混乱，但……就这样吧。
先说说仿真和试验，再说说其他的。
仿真的目的有两种，一种是在概念设计时，详细设计之前，尝试性得到一些可以参考的数值，并输入给设计，这类仿真多是一维。第二种是在详细设计的过程，试制样件之前，凭空对设计进行一次校验，主要是模态、强度、和流体，简单说就是CAE或者CFD，这类基本上是三维。样件出来之后，SOP之前，如果试验过程里出现了任何问题，要提出改善方案，大体上，也是会用仿真先确认一遍，再进行试制的，这种情况实际上可以归结到上面两类作用里。
即，仿真不一定能确保结果是对的，但它可以减少试错的机会。这就是所谓的“缩短研发流程”的意义，本来需要试制五轮样件，做五轮试验，有了仿真，就可以摸清楚方向，两轮试验就能得到想要的结果，岂不是很好？试验的目的，不仅仅只有“验证”这一个，也可以用于指导仿真得到更好的结果。
这两者相互迭代，才可以相互前进。
至于仿真不准确的问题是有的。我很清楚大学里的情况，所谓的实现了精度1%，2%，我一概是微笑对待的。又或者说，校准的时候确实达到了这个水平，然而那只是对于某些个参数而已，又或者当我要拓展到其他工况时，实际上并不合适。更多的时候，我认为用来“预测趋势”是合适的，至于结果到底是不是落在了真实值的那个区间，我们都不知道。我会觉得，如果距离限值很远，那么结果是可信的，如果在限值附近，那么对这个结果就需要更谨慎一点。问题是，连这个限值是不是合适的，我们也是不知道的，它只不过是以往的经验数据。
我明白这是楼主的困惑。
但实际上，工程与高校非常不同，各个层面上看，都是这样的。
这几年我也不断在重新认识车企与高校的关系。
车企提供给高校的一些横向课题，少则几十万多则几百万，在高校的时候我觉得车企好傻，这是性价比极低的项目，简直是在给高校送钱，这么简单的仿真，难道那么大的企业里没人会做吗，我们做出来的这种结果我们自己都不确定，他们敢信吗，中国的汽车造出来的到底行不行？
一直到了后来我才明白这种想法，是我自己天真。
关于钱的事情，项目往来当然有着复杂的人脉关系，这是另一个话题。但想想这十年里的巨大改变，多少在学校里玩仿真的同学进入到了企业里面，企业里会玩不过高校么？当我在学校里的时候，我有四台工作站可以同时开50个算例，一个通宵算500个，但在车企里，一天就那么点时间分给几个项目，工作站只有一台，给超算需要排队，资源是很受限的，如果要算同样的500个Case，我需要一个月以上的时间。有哪个项目等得起吗？
对于商业化的车企来说利润是唯一目的，由于资源不足所以项目委外是主要原因。企业里的事情，超过一般人的想象，为什么造一台车需要几万人必然有其理由。而对于高校的一个课题组，所需要应付的只不过是一个领域里的一个特定问题而已。
再者，车企咨询外部，通常只是参考，也并非尽然全信。打个比方，当我需要打探消息的时候，我综合的是三家以上供应商的意见，多的时候七八家也有。特别是重要的决策，不会只听信独家的说法，除非这个独家在特定的领域业内垄断。
那么，为什么在学校里会有算不准的错觉呢？
数据太少。
举个例子，在学校的时候，每一份缸内爆压数据都是弥足珍贵的，但是在单位里，天天都可以更新这样的数据。在学校的时候，其他课题组的同学找我要一份活塞运动规律时都要神神秘秘，可是现在我不在乎这样的数据，因为数十组已经有过量产经验的参数容我算对应的特点，这些数据并不是当年眼里的“Key to the result”了。
我觉得现在有很多的数据可以参考，慢慢的也就更相信自己算的准了，你知道怎么调整自己的模型，怎么让结果去与试验对起来，我觉得进步很大，自主原来真的很厉害了。
直到有一天我在咨询供应商那里看到了浩渺的、真正的数据库。那是一百多年来的积累。
如果说学校里是1，企业里10，那天我看到的是100。我认识到了我们与先进企业的区别。
我突然意识到，一直以来我只是个“玩”仿真的，并不是“做”仿真的。
仿真是真的有其意义，算不准有其原因。当然这不仅仅是在校准上，还包括在方法上。
比如计算模态，是算一个零部件？还是算一个系统？还是加几个东西？干脆算整机？约束又怎么加呢？每一种计算方法都有其意义，但你只会用一种方法做测试，只会得到一个结果，所以你会认为其他的计算方法不准确。实际上各家的设计指南各有不同，仿真、试验过程都有一定的区别，每家都有其特点，大体上都能把握住那个结果，也就可以了。
对了，回到刚才说的计算资源的问题。
我在学校的时候非常疯狂，觉得既然要算就算全面，所以一晚上算500个算例。初到企业的时候觉得企业简直囫囵吞枣，只算10个算什么啊。但慢慢的我开始认识到这么做的原因。
学校里的我，总是花费大量的时间在没有意义的结果上。500个算例当然可以给我一个详细的结果，但其实里面我只关心20个，如果描点先粗略把握趋势，再细化找到最优点，确实10个就足够了。在这里浪费精力，意味着我在其他地方只能做更少的事情。企业是追逐利润的，需求在最短的时间、最少的钱、完成最多最好的结果，而不是要得到那个完美的结果。为什么明明可以无级可调的零部件，标定上非要做成2段、3段而已呢？都是一个原因。再者，对于把握趋势来说，这样做已经足够了，所以通常一个试验准则里只有一条限值，并不会针对每台汽车去设定一个独有的限值——-我们都知道这样不太准，但是已经足够了。
当你花了五年的时间终于在这个技术上做到极致的时候，你会发现，技术已经换代了，新技术只用30%的能力就打败了100%发挥的旧一代技术，所以事无巨细，意义上没有那么大。
不要太苛求仿真。
当我开始理解标定的时候，我认识到世界不是非黑即白的，中间有千百种灰度。我们每个人都处在不同的灰度里。但是所有的仿真、试验，实际上都是一种“法”。既然不可能针对每个人去制定特别的限值，对于现在来说，设定一个“大部分人都能够适配”的限值，是最合适的。
上面的内容，套到试验里，也都是一样的。大体如此。
但需要明白的是，如前面所说，试验处在的是下游，是以“验证”为主。这意味着，前面指导设计的仿真，以及相关的设计工作，都已经结束了。一张考卷，第一遍是做题，第二遍是检查，诚然各有其意义，但平心而论，你觉得哪一遍难度更大一点呢？
我觉得，任何觉得试验不重要的人，任何只关注一个试验结果的人，都不是合格的仿真或者设计工程师。但试验真的没有进步的空间吗？
对于我来说，我对我们的试验规范非常不满意。事实上这几年在我的领域里，我已经开始尝试在每次做试验的时候都亲自跟进，看着台架的每一步操作——我自己操作也是可以的。在每一次试验结束时立刻拷走数据检查。只有这样，你才知道你看的数据，是怎么来的。
我在准备的是，未来的一两年要更新相关的试验指南。知道为什么吗？
技术已经换代了。旧一代的考核方法已经没法适用。新一代技术只有作为设计的我自己最清楚。
试验身处下游，应当更积极主动地去和上游的仿真、设计交流，这样才能更清楚的知道，一个试验的目的是什么，它需要验证哪方面的事情，怎么做才更客观，有哪些结果是重要的，如果传感器通道不够应当先舍弃哪些不重要的等等。
一旦你进行的试验足够科学，足够客观，足够堵住所有质疑，就没有人会觉得你是“干活的”，你就是那个审判者。
我不是职业做仿真的，不是职业做试验的，不是职业做标定的，我本来只是个设计工程师。
但事实上，我什么都做。
不要把自己局限在一个领域里，那样会让自己变得狭隘。
不会有谁有义务去帮助你理解一件事情，一切学习都要靠自己主动去交流。当你觉得他们对你封闭的时候，对你不友好的时候，想想自己，对他们是不是一样的不友好。他们不告诉你到底为什么这么做，你给他们数据的时候有没有制造过障碍？他们不主动和你交流是他们不想进步，但你可以。
这件事，并不是说要试图去干涉别人的领域——事实上没有人喜欢你去挑战他们，去抢他们的饭碗，你也不可能做得比他们更好。但我们去学习别的领域，接触别的领域，却可以从更广阔、更全面的角度来理解自己现有的领域。
客观地说，试验是通往真相的唯一道路，所有的试验数据，对于一个企业来说，都是不可多得的宝藏。而这件事你有发言权，他们没有，一旦你的理解高过他们，你就是他们的权威，试着不要那么在意别人，试着去接受他们，你对自己所做的一切，就会有更深刻的理解。
来源：知乎 www.zhihu.com
作者：Sleepy Lin
【知乎日报】千万用户的选择，做朋友圈里的新鲜事分享大牛。
点击下载
此问题还有 9 个回答，查看全部。
延伸阅读：
各位知乎大神对国内汽车研发重设计仿真，轻实验对标的现状有什么想法？做一名实验工程师又该何去何从？
2016 年汽车行业有哪些好的设计？