Dienst · Software-ontwikkeling

CAE software laten maken.

Maatwerk Computer Aided Engineering: van custom physics-solvers in C++ en Fortran tot pre- en post-processing tooling rond ANSYS, Abaqus en OpenFOAM. Voor engineering-teams die aanlopen tegen de grenzen van hun standaardpakket en specialistische simulatie willen die wel klopt voor hun product, sector of klant.

FEA & CFDCustom solversHPC & GPUC++ / Fortran

Wij vervangen ANSYS niet — we vullen aan waar het pakket stopt.

Computer Aided Engineering is een breed werkveld: Finite Element Analysis voor structurele berekeningen, Computational Fluid Dynamics voor stromingsleer, elektromagnetische simulatie voor antenne- en motor-ontwerp, multibody dynamics, akoestiek, thermische analyse. Voor het gros van de standaardvragen zijn ANSYS, Siemens Simcenter, Dassault Simulia (Abaqus), Altair HyperWorks, MSC, COMSOL Multiphysics en OpenFOAM uitstekende keuzes. We bouwen die pakketten niet na.

Wij komen in beeld zodra er iets specifieks nodig is dat geen vendor levert: een solver voor sector-eigen physics, automatisering rond een bestaande pipeline, een web-portal die simulatie toegankelijk maakt voor niet-engineers, of een C++ codebase die op een GPU-cluster draait. Met name het maken van maakindustrie-software en simulatie-tooling rond enterprise-systemen overlapt sterk met deze dienst. Voor bouw-gerelateerde modellering zien we vaak overlap met BIM-software, en voor de aansluiting op de productievloer met MES-systemen.

Drie soorten CAE-projecten.

Het meeste werk valt in een van deze drie categorieën. We bepalen samen welke past bij uw vraagstuk in de eerste sessie.

Compact traject · vast sprintbudget

Scripting & automatisering rond bestaande pakketten

ANSYS APDL-scripts, Abaqus Python-API, COMSOL LiveLink, OpenFOAM dictionary-generators. Repetitieve setup, batch-runs en post-processing volledig geautomatiseerd, inclusief integratie met uw PLM of issue-tracker. De simulatie blijft in het vendor-pakket draaien — wij maken de schil eromheen waarmee uw team sneller resultaten produceert.

ANSYS APDLAbaqus PythonOpenFOAMBatch & HPC
Middelgroot traject · vast sprintbudget

Pre- en post-processing tooling, web-portals, SaaS-CAE

Mesh-generators, geometrie-importers, visualisatie-dashboards in Three.js of via VTK/ParaView, en cloud-native portals waarmee niet-engineers een simulatie kunnen aftrappen zonder eerst Abaqus te leren. Vaak Python aan de backend, een React- of Astro-frontend, en koppeling naar een Kubernetes-cluster voor de zware runs.

Mesh-generatieThree.js / VTKCloud HPCWeb-portal
Groter traject · vast sprintbudget

Custom solvers in C++, Fortran of CUDA

Wanneer geen vendor-pakket dekt wat u wilt simuleren: een eigen Finite Element-solver met deal.II of MFEM, een specialistische CEM-solver, akoestische scattering, plasma-physics. C++ of Fortran als kern, MPI voor parallel-computing, CUDA of OpenCL voor GPU-acceleratie, Python-wrappers voor scripting. Een traject van meerdere sprints met sterke betrokkenheid van uw eigen onderzoekers.

deal.II / MFEMCUDA / OpenCLMPIFortran legacy

Wat u krijgt aan het einde.

Productieklare CAE-software plus alles wat nodig is om het zelf draaiende te houden en door te ontwikkelen.

  • Werkende solver- of tooling-codebaseC++, Fortran of Python-codebase met build-systeem (CMake), unit-tests, verificatie-cases en benchmark-suites tegen analytische oplossingen of bestaande pakketten.
  • HPC- of GPU-deploymentDraaiend op uw on-prem cluster, AWS ParallelCluster, Azure CycleCloud of Google Cloud HPC. SLURM- of PBS-job-scripts, container-images, en monitoring.
  • Pre- en post-processingMesh-import vanuit Gmsh, NetGen of CAD-formaten; visualisatie via VTK, ParaView of een eigen Three.js-viewer; export naar CSV, HDF5 of CGNS voor verdere verwerking.
  • Documentatie + theorie-manualAPI-documentatie, user-guide en — bij eigen solvers — een theorie-manual met de gebruikte vergelijkingen, discretisatie en validatie-resultaten. Onmisbaar voor peer-review en audits.
  • Kennisoverdracht aan uw R&D-teamPair-coding sessies, een review-traject van de codebase, en heldere afspraken over wie verantwoordelijk is voor doorontwikkeling na oplevering.
  • Beheer-contract (optioneel)Bug-fixes, dependency-updates, doorontwikkeling tegen vaste sprintcapaciteit. Voor solvers die in productie draaien is enige vorm van long-term support vrijwel altijd nodig.

Voor welke teams en sectoren we bouwen.

CAE-werk komt in veel sectoren langs, telkens met eigen accenten. De gemene deler: een team dat al diepe domeinkennis heeft, ergens tegen de grenzen van een commercieel pakket aanloopt, en eigen software wil om het verschil te maken in hun product of dienst.

Maakindustrie en engineering-bureaus. Machinebouw, automotive, aerospace. Klassieke FEA voor stijfheid, vermoeiing, crash; CFD voor koeling, aerodynamica of inwendige stroming; multibody dynamics voor mechanismen. Vaak gaat het om scripting rond ANSYS of Abaqus om herhaalwerk uit het ontwerpproces te halen, of om een eigen tool die parametrische varianten doorrekent zonder dat een engineer iedere keer handmatig de simulatie opnieuw opzet.

Energy. Wind, transformatoren, hoogspanning, nucleair. Hier zien we vaak gekoppelde problemen — elektromagnetische simulatie samen met thermisch en mechanisch gedrag — en strenge validatie-eisen vanuit certificering. Custom solvers of pakket-wrappers worden hier zelden los van peer-review opgeleverd.

Biomedical. Implantaten, prothesen, medische instrumenten. FEA voor stress in materialen, CFD voor bloedstroming, akoestische simulatie voor hooroplossingen. Belangrijke nuance: software die patiëntspecifieke berekeningen doet valt vaak onder MDR/IVDR, wat extra eisen aan documentatie, validatie en risicoanalyse stelt.

Defense. Ballistiek, EM-shielding, antenne-ontwerp, radar-cross-section. Gevoelig werk dat vaak on-prem moet draaien, met security-cleared engineers en strakke export-control regels. We werken hier op afroep, in nauwe samenwerking met uw eigen security-team.

Bouw. Structurele analyse voor gebouwen en infrastructuur, vaak gekoppeld aan BIM-modellen. Hier raken CAE en architecturale informatica elkaar — denk aan automatische export vanuit Revit of IFC naar een FEA-pre-processor.

Universiteiten en onderzoeksinstituten. Promotie-onderzoek, TKI- en EU-projecten. Hier zit doorgaans diepe physics-kennis maar weinig capaciteit voor software-engineering. Wij brengen build-systemen, tests, CI/CD, parallel-computing en code-review in; de onderzoekers houden de fysica in handen.

Software-vendoren. Bedrijven die zelf een simulatie-pakket op de markt brengen en daar capaciteit op zoeken — voor de solver-kern, voor de UI, of voor cloud-deployment.

Tech stack die we vaak inzetten.

Geen vaste blueprint — we kiezen per project, in overleg met uw onderzoekers, op basis van wat past bij de physics en uw bestaande infrastructuur. De combinaties hieronder komen het meest terug.

Solver-kern. C++ met Eigen voor lineaire algebra, deal.II of MFEM voor Finite Element-discretisatie, OpenFOAM voor CFD-startpunten, FEniCS waar Python-productiviteit gewenst is. Voor legacy-integratie of zware numerieke kernels Fortran 90/2008, vaak in combinatie met BLAS/LAPACK-implementaties.

Parallel-computing. MPI voor distributed-memory, OpenMP voor shared-memory, hybride combinaties op moderne clusters. PETSc en Trilinos waar we sparse linear-algebra nodig hebben op grote schaal.

GPU-acceleratie. CUDA voor NVIDIA, OpenCL of SYCL voor portable code. Kokkos of RAJA als we performance-portable willen blijven over CPU- en GPU-targets heen. Profiling met NSight of nvprof, omdat naïef porten zelden de winst oplevert die je verwacht.

Mesh-generatie. Gmsh voor scriptable mesh-bouw, NetGen voor tetrahedrale meshes, CGAL voor robuuste geometrische operaties. Soms een eigen mesher als de standaard-tools de geometrie niet aankunnen.

Visualisatie. VTK en ParaView voor wetenschappelijke visualisatie, Three.js of regl voor web-portals, matplotlib voor reports. Bij grote datasets streaming via VTK-XML of bagger via HDF5/CGNS, niet alles in het geheugen laden.

Cloud HPC. AWS ParallelCluster, Azure CycleCloud, Google Cloud HPC. SLURM of PBS Pro voor job-scheduling, Singularity of Apptainer voor reproducible runs op gedeelde clusters. Spot-instances om kosten te drukken waar de workload checkpoint-restart aankan.

Scripting en orchestratie. Python over de hele linie — voor pre- en post-processing, voor batch-orchestratie, voor het aanroepen van ANSYS APDL of de Abaqus Python-API, en als bindings-laag bovenop C++ kernen via pybind11.

AI-augmented simulation. Surrogate-modellen met PyTorch of TensorFlow naast een traditionele solver, om parametrische ruimtes goedkoop te samplen. Werkt goed waar de fysica zich laat leren, en blijft hand in hand gaan met validatie tegen de echte solver — geen vervanging, wel een versneller.

Nog niet zeker over een groot traject?

Test je idee eerst — werkend prototype in 1 dag

Met OneDayBuild maken we je idee in één dag tastbaar voor €950, zodat je weet of verdere ontwikkeling de investering waard is. Besluit je door te gaan met de volledige bouw? Dan verrekenen we de kosten volledig.

Bekijk OneDayBuild →

Wanneer maatwerk CAE-software de juiste keuze is.

Vier signalen waarop opdrachtgevers ons benaderen. Herkent u er een, dan praten we graag verder over de aanpak.

Standaardpakket te beperkt

Uw physics past niet in ANSYS

U doet onderzoek dat buiten de standaard-fysica van vendor-pakketten valt: niet-Newtoniaanse stroming, gekoppelde multiphysics, plasma, of een sector-specifieke variant van Maxwell-vergelijkingen die u zelf gevalideerd heeft.

Repetitief werk

Engineers doen hetzelfde opnieuw

Per project draait uw team dezelfde Abaqus-setup met andere parameters, of bouwt iemand handmatig hetzelfde mesh in Gmsh. Scripting en automatisering geeft ze die tijd terug voor het echte engineering-werk.

Bredere toegankelijkheid

Niet-engineers willen simuleren

Sales, design of klanten zouden parametrische varianten willen narekenen zonder een vendor-licentie of een week training. Een web-portal met een vereenvoudigde frontend bovenop uw solver lost dat op.

Performance-grens

Runs duren te lang

Uw simulaties vereisen GPU-acceleratie, betere parallel-decompositie of een cloud-burst naar honderden cores. Vaak is dat eerder een software-engineering vraagstuk dan een vraag voor meer hardware.

Hoe een CAE-traject loopt.

1

Kennismaking & technische scoping

Een gesprek met uw R&D- of engineering-lead. We brengen in kaart welke physics, welke vendor-pakketten, welke HPC-omgeving en welke validatie-eisen er spelen. Vaak met een van onze C++/Fortran-engineers erbij.

2

Proof of concept

Een korte fase waarin we de risicovolle aanname valideren — bijvoorbeeld: kunnen we deze solver op een GPU laten draaien, of komen onze resultaten overeen met een referentie-case in ANSYS. Pas daarna committeert u op het bredere traject.

3

Bouw in sprints

Tweewekelijkse cycli met werkende releases, gekoppelde verificatie-cases en doorlopende code-review met uw onderzoekers. Performance-profiling en parallel-scaling vroeg in het traject, niet pas aan het einde.

4

Validatie & oplevering

Verificatie tegen analytische oplossingen, validatie tegen bestaande pakketten of meetdata, en bij regulated industries een traceability-rapport. Daarna kennisoverdracht en — als u wil — een doorlopend beheer-spoor voor patches en uitbreidingen.

Veelgestelde vragen.

Wat opdrachtgevers in engineering- en R&D-teams ons meestal vragen voor we beginnen.

Vervangen jullie ANSYS, Abaqus of OpenFOAM voor onze organisatie?
Nee. Voor mainstream FEA en CFD zijn die pakketten beter dan elke maatwerk-oplossing die binnen een redelijk budget te bouwen is. Wij vullen aan: scripting eromheen, custom solvers voor physics die het pakket niet dekt, of een toegankelijke web-frontend bovenop bestaande runs.
Waarom kiezen jullie C++ of Fortran in plaats van Python voor solvers?
Python is uitstekend als orchestratielaag, voor scripting, voor pre- en post-processing. Voor de rekenkern van een solver — waar dezelfde lus miljarden keren draait — kiezen we vrijwel altijd C++ (Eigen, deal.II, MFEM) of waar nodig Fortran voor legacy-integratie. Vaak combineren we beide: een C++ kern met Python-bindings via pybind11.
Kunnen jullie elektromagnetische simulatie of andere specialistische physics aan?
Ja, mits we de samenwerking goed organiseren. Voor CEM, akoestische scattering, plasma of multiphysics-koppelingen werken we altijd samen met uw domein-experts. Wij brengen de software-engineering, parallel-computing en validatie-infrastructuur in; uw onderzoekers brengen de physics en de referentie-data.
Hoe zit het met GPU-acceleratie via CUDA?
GPU's leveren voor bepaalde solvers ordes van magnitude snelheidswinst, maar niet voor alles. Een sparse direct-solver loopt nu eenmaal slechter op een GPU dan een iteratieve methode of een stencil-berekening. We meten eerst, voor we porten — dat scheelt veel verspilde inspanning.
Kunnen jullie scripts schrijven voor ANSYS APDL of de Abaqus Python-API?
Ja, dit is een van de meest gevraagde varianten. We bouwen automatiseringspijplijnen die parametrische studies opzetten, results extraheren en koppelen aan uw PLM of issue-tracker. De zwaarste rekenklus blijft in ANSYS of Abaqus draaien — wij maken de workflow eromheen.
Wat bepaalt de kosten van een CAE-project?
De grootste factoren zijn: hoeveel nieuw werk versus wrappers rond bestaande tooling, of er een eigen solver gebouwd moet worden, hoeveel validatie en peer-review nodig is voor uw sector, en hoe diep we integreren met uw HPC-cluster of cloud. We werken in vaste sprintbudgetten, dus u kunt het traject ook in een vroege fase bijsturen of stoppen.
Werken jullie met universiteiten of onderzoeksinstituten?
Ja, regelmatig. Veel CAE-projecten leunen op promotie-onderzoek of een TKI/EU-subsidie. We zijn comfortabel met co-development, kunnen werken binnen open-source licentie-eisen (LGPL, GPL), en leveren waar nodig publicatie-klare validatie-rapporten.
Hoe lang voor we resultaat hebben?
Een scripting- of automatiseringsklus levert vaak al binnen enkele sprints zichtbaar tijdwinst voor het engineering-team op. Een eigen solver vanaf nul is per definitie een traject van meerdere sprints met intensief verificatiewerk. We beginnen altijd met een proof of concept om de zwaarste aanname vroeg te valideren.
Hoe gaan jullie om met intellectueel eigendom en publicatie-rechten?
Standaard ligt het IP van het door ons geschreven werk bij u. Bij co-development met universiteiten of onderzoeksinstituten leggen we samen vast wat publiek mag worden gepubliceerd en wat onder NDA blijft, en respecteren we de licenties van open-source componenten zoals deal.II (LGPL) of OpenFOAM (GPL). Bij gevoelig defense- of medical-werk werken we onder strakke geheimhoudings- en export-control afspraken.
Kan dit gekoppeld worden aan onze bestaande PLM, CAD of test-omgeving?
Vrijwel altijd. We koppelen aan Teamcenter, Windchill, 3DEXPERIENCE voor PLM, importeren CAD-geometrie via STEP, IGES of native formaten waar nodig, en koppelen test-data uit meet-omgevingen via standaard-formaten of REST-API's. De koppelingslaag is meestal Python; voor zwaardere data-streams gebruiken we HDF5 of CGNS als uitwisseling.

Praat met ons over uw CAE-vraagstuk.

Een kennismaking van een half uur, vrijblijvend. We luisteren naar de physics, de pakketten die u al gebruikt en de wens die er ligt. We zijn eerlijk over wat we wel en niet voor u kunnen bouwen — soms is het antwoord een betere licentie, niet een eigen codebase.

Edit Content