支持MBSE的系统全过程设计应用框架研究与实现

胡峻豪， 冯 雷， 朱 睿， 李荣强

（中航工业成都飞机设计研究所，成都 610091）

胡峻豪 硕士，毕业于西北工业大学航天学院，现就职于中航工业成都飞机设计研究所，研究方向为基于模型的系统工程、多学科联合仿真。

由于在成本和效率方面的巨大优势，计算机仿真已成为当前工程研制的必要环节。但目前的计算机仿真多集中在物理仿真层面，通过建立系统物理模型，模拟系统工作原理，分析系统性能；对于前期需求与功能逻辑建模重视不够，无法将系统的需求、功能和性能作为一个有机整体来分析、验证，从而造成顶层设计与专业工程设计间反复迭代。

针对上述情况，近年兴起了基于模型的系统工程（Model-Based System Engineering，MBSE）方法论[1]，在分析系统需求的基础上，采用SysML和UML作为描述系统功能和行为的建模语言，使用模型状态机精确描述系统的功能逻辑和故障处理模式，建立系统的功能模型，并通过模型的仿真、验证，分析需求的满足程度和系统的功能逻辑流转，方便设计人员在系统设计早期验证设计的全面性和正确性。

如果能将系统的功能模型和物理模型联合起来，则可用系统功能模型设计系统行为处理逻辑和故障处理模式，用其结果驱动物理模型，并根据物理模型仿真结果改善功能模型，实现基于系统功能、物理模型的确认、验证，大大降低设计成本、缩短研制周期。

但是，由于系统建模语言与传统物理建模语言存在很大差异，导致同一系统的功能模型和物理模型难以交互和协作。Carloni等[2]通过详细分析和比较常用工具的语义规范，提出了HSIF（Hybrid Systems Interchange Format），用以调解工具间差异，但该方法要求建模工作者深入了解软件机理，专业需求较高；Schamai等[3]提出直接使用Modelica建立UML的状态机，但该机制的状态机在处理可用事件时，只能采用全并行的方式，对于仿真时拍不好控制；Sakairi等[4]尝试使用S函数将Simulink模型导入状态机，实现了物理模型和功能模型的联合仿真，但专用性太强,不具有代表性。

基于此，本文选择功能模型接口FMI（Functional Mockup Interface）标准协议作为桥梁，利用通用标准接口实现功能模型和物理模型的信息交互，提出了从系统需求分析、功能建模、物理建模到最终联合仿真的支持MBSE的系统设计应用框架。基于此框架，设计人员在进行系统设计和验证时，只需专注于模型本身，而不用去分析工具底层的差异。同时，由于打通了功能模型和物理模型的壁垒，在工程样机之前即可对系统进行全面验证，减少迭代次数。

最后，运用此设计框架设计了某飞行器的舵机伺服系统，并对设计结果进行了仿真分析，结果证明该系统设计框架能够快速设计舵机伺服系统，并能对其进行全面的功能、行为和性能验证。

支持MBSE的系统设计应用框架

支持MBSE的系统设计应用框架分为3层：功能模型层，主要描述系统的功能逻辑行为；FMI协议层，主要用于模型的封装和协议标准化，实现不同建模工具和语言间的模型交互；物理模型层，主要用于实际系统的物理建模和仿真，支持MBSE的系统设计应用框架如图1所示。

功能和物理模型之间关系采用松耦合方式关联：功能模型不考虑物理模型的具体结构和实现，只需关注系统的功能逻辑；而物理模型也只用考虑真实物理系统工作原理，两者通过互留的接口进行交互。因此，功能和物理模型可分别设计，并行工作，最后通过FMI协议层进行综合。

在依照前文中的标准完成种子的选择之后，可以通过科学的种子处理来增加种子的抗逆性和出苗率。具体措施为先使用15℃的凉水将种子浸湿，随后放入54℃的温水中浸泡15分钟，等水温冷却至20℃的时候再浸泡12小时左右完成浸种。在浸种完成中，需要进行催芽处理。将浸好的种子捞出洗净之后，用湿布包裹完好，放置于27℃左右的恒温中催芽3天。需要注意的是，在催芽的过程中每天需要翻动几次包裹，并采用清水进行淘洗。通过上述操作，可以大幅度增加种子的出芽速度和出苗率。

此外，由于FMI协议的通用性，既可以将功能模型封装导入物理模型，也可以将物理模型封装导入功能模型。也就是说，在设计过程中，既可以自顶向下正向设计，也可以自底向上逆向验证、完善。

图1 支持MBSE的系统设计应用框架Fig.1 System design application framework for MBSE

1 功能模型层

本层的主要工作是采用MBSE方法论对系统进行需求分析和功能建模。在需求分析和管理方面，目前已有许多成熟的工具，常见的有CaliberRM、RequisitePro、Doors等。其中，CaliberRM侧重于分布式开发团队协作开发，提高系统设计效率，但不支持对已有文件和信息的重用与共享；RequisitePro侧重于改进项目团队的沟通协调，增强协作开发能力，但需求追踪和需求变更功能较差；Doors则是基于整个项目的需求管理系统，用来捕捉、链接、跟踪、分析、管理信息，确保项目与需求和规范的一致性，是面向管理者、开发者、追踪用户及整个生命周期的综合需求管理套件。

功能建模方面，通常使用系统建模语言（Systems Modeling Language,SysML）来创建系统结构、行为、需求和约束的模型。主要建模方法有Weilkiens系统建模（System Modeling，SysMOD）方法、INCOSE面向对象系统工程方法（Object Oriented System Engineering Method，OOSEM）和IBM Telelogic Harmony-SE方 法[1]。 其 中，IBM针 对 其Harmony-SE方法配备了较成熟的建模工具—Rhapsody，该软件能很好地覆盖Harmony-SE方法的整个设计周期，已成为功能建模的主流选择。

本层设计的具体实现过程如下：在需求分析阶段采用Doors对需求进行条目化管理，并利用Rhapsody Gateway将需求导入到Rhapsody进行需求分析，得到系统需求分析模型，并抽取出用例。在用例基础上进行功能分析和架构分析，建立系统活动图、顺序图，定义出系统应具备的属性、操作和行为，并细分出系统架构；其次，根据角色间交互关系，生成对应端口，将得到的上述属性、操作和行为分配到相应的端口，得到系统的IBD（Internal Block Diagram）。这里需要注意的是：为满足后续FMI的数据传递要求，此处定义的端口须是流端口（FlowPort）且只能为单向传递，各属性必须有初值。最后,建立系统状态图。可在每个状态内通过代码实现状态逻辑判断和处理，并通过状态间的切换、流转反映系统的功能行为逻辑。将之前得到的属性、操作和行为合理分配，分别作为状态出、入口动作，状态切换触发器和分支判定语句，并根据需要细化和补充属性、操作和行为信息，最终得到可运行的状态机。至此，完成系统功能模型的构建。

对于逻辑清晰、结构简单的系统，可以省略绝大部分操作，直接定义出系统的输入、输出接口和状态切换逻辑，建立系统的IBD和状态图，即可获得系统功能模型。

2 FMI协议层

FMI标准定义了两种模型封装形式[6]：“model exchange”和“cosimulation”。两者最大的区别是“model exchange”需要仿真工具提供常微分方程（Ordinary Differential Equations，ODE）来执行仿真，因此模型需要暴露出所有的内部方程；“co-simulation”自带模型求解器，不需要仿真工具额外提供仿真算法。

这样看来，“co-simulation”形式似乎更方便、实用，但该方式在处理离散事件时效率不高。这是因为系统的功能模型多是基于离散事件表达的，而“co-simulation”API并不能像“model exchange”API那样进行下一事件时间报告。所以，本文最终选择“model exchange”方式进行模型的封装[7-8]。

封装函数基于QTronic提供的FMU SDK调用其现成的FMI API，使用建模软件生成的系统模型代码，封装上满足 FMI标准的“wrapper”，其详细实现过程如下。（1）定义输入、输出接口和内部变量。找到并列出所有需要与外界进行交互的接口，并根据信息的流向分别定义为输入、输出端口，同时对端口的规范性进行检查。（2）创建FMU模型描述文件。按照FMI标准定义的XML文件模板，对第一步中获得的信息进行填充，创建出FMU的模型描述文件：modelDescription.xml，主要用于描述FMU的接口信息。（3）生成系统模型标准代码。调用模型软件的代码生成器，生成待导出的系统模型代码。（4）创建FMU “wrapper”。将第3步中的模型代码按照FMI标准实现。FMU “wrapper”支持FMI接口并将其转化为模型软件对应的接口，在“wrapper”上有对FMU响应的各变量以及一系列内部变量（如当前仿真时间等）。绝大多数的FMI函数主要用于读取或设置这些变量值，最主要的工作通过fmiEventUpdate函数实现，其具体实现过程如下：根据最近一次调用fmiSetTime获得的时间来设置模型软件时间；根据先前的fmiSetXXX（变量名）来设置块输入变量；调用模型软件生成的代码来执行一个行为步长；更新“wrapper”上FMU输出所对应的变量；将下一事件时间设为最早的超时门限。（5）编译并封装FMU。将上述步骤中的模型代码和模型描述文件按FMI标准封装为.fmu文件。

3 物理模型层

本层的主要功能是搭建系统的物理模型，模拟系统的真实运行场景，获取系统的各项性能指标。

当前各专业的仿真软件有很多，分别为针对某一个或几个领域的问题进行建模仿真，如用于多体动力学建模的ADAMS、控制仿真的Matlab/Simulink、机械液压的AMESim等，但随着当前系统的规模和复杂度越来越高，单一的专业仿真软件已无法胜任完整的系统建模工作[9]。

基于此，本文选择了统一建模语言Modelica。它采用面向对象和组件的思想，对不同领域物理系统的模型进行统一表述，实现统一建模，并且建立的模型能真实反映系统的拓扑结构。同时，其基于方程的非因果建模方式极大地减轻了建模工作量（尤其是复杂系统），还可避免因公式转换和推导引起的错误，保证了模型的健壮性。此外，Modelica还支持层次结构建模，语言本身带有可重用的机械、电子、液压、控制、热流等领域的标准库和扩展库，用户还可建立自定义的领域模型库，实现领域知识的重用。

当前，基于Modelica的建模仿真工具层出不穷，常见的有Dymola、OpenModelica和SimulationX。其中Dymola作为Modelica的原生工具，拥有最及时的Modelica原生库和建模规范更新，是最纯粹的Modelica建模工具；OpenModelica是基于Modelica语言的开源软件，其最大的好处是免费且安装方便，能满足基本的建模需求，但模型库匮乏、功能简单，可看作Dymola的精简版；SimulationX是德国ITI公司开发的基于Modelica的商业建模软件，不仅有完整的Modelica模型库，还提供了丰富的自主开发的商业模型库，并提供二次开发平台TypeDesigner，用户不仅可以直接对SimulationX所有模型进行修改，还可以基于Modelica语言创建新的模型，并能够把用户自己的C代码模型以图形化模块的方式集成进SimulationX软件包，能满足大型、多物理系统的建模需求。SimulationX还支持FMI协议，满足本设计框架的联合仿真需求。因此本文选择SimulationX作为物理建模层的建模和仿真工具。

某飞行器舵机伺服系统应用验证

基于上述应用设计结构，设计了某飞行器舵机伺服系统[10-11]。考虑到舵机伺服系统主要逻辑判断和处理在舵机控制器（Actuator Control Equipment,ACE）进行，因此功能模型主要针对ACE子系统，其与作动器的交互通过消息传递，物理模型主要针对物理作动、执行单元，功能和物理设计同步进行，最后通过FMI协议层进行模型汇总和联合仿真。具体过程如下：

首先，采用Doors对舵机伺服系统的需求进行条目化管理，并利用Rhapsody Gateway将其导入到Rhapsody进行需求分析，得到该伺服系统的需求分析模型，如图2所示。

其次，根据第1节中所述方法构建系统功能模型，其接口IBD如图3（a）所示；系统的具体功能行为和故障处理逻辑通过状态流转及状态处理算法（写在各状态中）实现，最终状态如图3（b）所示。

图2 系统需求分析模型Fig.2 System requirement analysis model

图3 系统功能模型Fig.3 System functional model

物理模型层则是采用SimulationX构建舵机执行机构的物理模型，该执行机构使用“主主式”工作方式：当单通道发生故障时，另一通道接管故障通道职能，保证系统正常运行。对系统抽象、简化后模型如图4所示。

功能和物理模型设计完成后，即可通过FMI协议层进行模型的汇总和联合仿真。具体做法如下：将功能模型，通过FMI协议层封装为FMU模型，作为带接口的功能块导入到SimulationX中，并将其接口与相应的物理模型连接，得到系统的联合仿真模型，如图5所示；最后，给出相应的初始信号，设置好仿真求解器和步长，即可进行功能和物理模型的联合仿真。图6为双通道正常模式下联合仿真结果：从图6（a）可以看出，当A、B通道有效性值在整个仿真过程保持为1（即正常）时，舵机位置曲线（具体位置信息已作归一化处理）如图6（b）所示，能很好地跟随输入指令曲线。

图7为单通道故障模式仿真图。从图7（a）中可以看出，在仿真时间40～70s时，令B通道故障（即B通道有效性值为0），舵机位置响应曲线（如图7（b）所示）在故障切换时，发生抖动并很快恢复正常，满足单通道故障模式下的位置跟随。

由以上仿真分析可以看出，舵机在正常和故障模式下都能很好地响应位置指令，并且能在发生故障时按要求进行模式切换，在模式切换的瞬间有振颤，并且很快恢复正常，及时跟随位置指令，达到预期设计需求。

图4 系统物理模型Fig.4 System physical model

图5 联合仿真模型Fig.5 Co-simulation model

图6 双通道正常模式仿真Fig.6 Dual-channel normal simulation

图7 单通道故障模式仿真Fig.7 Single-channel failure simulation

结束语

本文提出的支持MBSE的系统设计应用框架为大型、多物理领域系统提供了整体设计思路，使设计人员在初步设计阶段即可对系统进行全面的需求、架构、功能和性能仿真验证，覆盖从需求到物理元件的设计全过程，可避免后期工程物理样机的研制出现反复，从而达到降低设计成本、提高效率的目的。

[1]HOFFMANN H P.Model-based systems engineering best practices[M].Beijing:Aviation Industry Press,2011: 1-62.

[2]CARLONI L P,PASSERONE R,PINTO A.Languages and tools for hybrid systems design[J].Foundations and Trends in Electronic Design Automation,2006,1(1/2):1-193.

[3]SCHAMAI W，POHLMANN U，FRITZSON P，et al.Execution of UML state machines using Modelica[C]//The 3rd International Workshop on Equation-Based Object-Oriented Modeling Languages and Tools,Atlanta,2010.

[4]SAKAIRI T,PALACHI E,COHEN C,et al.Designing a control system using SysML and Simulink[C]//2012 Proceedings of SICE Annual Conference (SICE).IEEE Electronic Library,2012: 2011-2017.

[5]BROMAN D,BROOKS C,WETTER M.Determinate composition of FMUs for cosimulation[C]//EMSOFT '13 Proceedings of the Eleventh ACM International Conference on Embedded Software Article No.2,IEEE Electronic Library,2013:1-12.

[6]吴紫俊,赵建军.多领域功能样机可交换模型规范实现研究[J].系统仿真学报,2012,24(10),2083-2086.

WU Zijun,ZHAO Jianjun.Research on functional mock-up interface for multi-domain model exchange[J].Journal of System Simulation,2012,24(10) :2083-2086.

[7]吴义忠，刘敏，陈丽平.多领域物理系统混合建模平台开发[J].计算机辅助设计与图形学学报,2006,18(1):120-124.

WU Yizhong,LIU Min,CHEN Liping.Development of hybrid modeling platform for multi-domain physical system[J].Journal of Computer-aided Design & Computer Graphics,2006,18(1) :120-124.

[8]MULLER W,WIDL E.Linking FMI-based components with discrete event systems[C]//Proceedings of 2013 IEEE International Systems Conference (SysCon).Orlando,2013:676-680.

[9]王西超，曹云峰,庄丽葵,等.面向复杂系统虚拟样机系统建模的方法研究[J].电子科技大学学报,2013,42(5),648-655.

WANG Xichao,CAO Yunfeng,ZHUANG Likui,et al.Collaborative modeling approach for virtual prototype of complex systems[J].Journal of University of Electronic Science and Technology of China,2013,42(5):648-655.

[10]张志强,高金行,李俊霖.双余度舵机伺服系统设计[J].机械与电子,2012(11):23-25.

ZHANG Zhiqiang,GAO Jinxing,LI Junlin.Design of dual redundancy rudder servo system[J].Machinery & Electronics,2012(11) :23-25.

[11]GHEORGHE A,ZOLGHADRI A,CIESLA C,et al.Model-based approaches for fast and robust fault detection in an aircraft control surface servo loop: from theory to flight tests[Application of Control[J].IEEE Control Systems,2013,33(10):615-630.