航天产品性能样机协同设计支撑环境研究

张 峰，周 涛，徐 源，薛惠锋，3

（1.榆林学院 信息工程学院 陕西 榆林　719000；2.西北工业大学 自动化学院，陕西 西安　710072；3.中国航天系统工程与科学研究院 北京 100048）

航天产品性能样机协同设计支撑环境研究

张 峰1，3，周 涛2，徐 源2，薛惠锋2，3

（1.榆林学院 信息工程学院 陕西 榆林719000；2.西北工业大学 自动化学院，陕西 西安710072；3.中国航天系统工程与科学研究院 北京 100048）

为了提高大型复杂航天产品性能样机全生命周期的协同设计水平，在对复杂航天产品性能样机建模与仿真综合集成过程分析的基础上，构建了性能样机建模与仿真综合集成模型和复杂航天产品设计-分析一体化建模框架，详细分析了大型复杂航天产品数字性能样机一体化设计仿真业务需求，从项目设计任务的并行设计度和设计周期进行系统设计任务分解，进而构建了复杂航天产品综合集成协同设计架构。应用结果表明，所设计的协同设计支撑环境较好地解决基于多学科分布式协同与仿真的复杂航天产品开发的设计。

性能样机；协同设计；支撑环境；航天产品；综合集成模型

复杂航天产品性能样机的分布式协同建模与仿真是一项复杂的系统工程，涉及诸多系统工程的理论与方法［1］。通过应用性能样机技术来模拟物理航天产品的性能，需要对性能样机的分阶段过程进行建模和仿真，需要统一数据表达模型、统一的建模方法和统一的仿真技术，涉及领域知识共享和管理、应用开发工具集成环境、交互式界面等构成的性能样机设计支撑开发集成环境和框架。为此，本文在对航天产品多学科领域设计过程分析的基础上，针对航天企业的飞航武器产品多学科领域协同设计开发的需求，提出一种基于多学科分布式协同与仿真的复杂航天产品开发的设计思想，设计出性能样机支撑开发集成环境框架和功能结构，分析了性能样机的构建方法和设计技术。

1　性能样机多学科协同设计过程综合集成分析

大型复杂航天产品性能样机是一类典型的复杂巨系统，从定量上讲，复杂系统具有高维数、高阶次、多输入、多回路、多输出等特点；从定性上讲，复杂系统具有非线性、不确定性、多时空、开放性和混沌现象等特点。由于传统的社会科学研究方法难以分析、解决复杂巨系统问题，而决策者们迫切需要一种新的思路和方法，以便处理信息、理清思路、提供多种可供选择的方案。于是，综合集成技术被提了出来用于解决复杂系统建模问题［2］。

综合集成法作为一项技术又称为综合集成技术，是在系统工程科学方法的指导下，根据用户需求，优选各种技术和产品，对不同学科领域所构建的模型根据层次分析法和关系矩阵进行集成，使各模型所构成的子系统在性能、完整性、可靠性和协调性等方面得到多目标最优。

综合集成方法论采用了多层次分解系统和子系统之间的关联关系，从定性到定量来综合描述系统的整体性和局部性。例如，对于复杂航天产品性能样机的建模与仿真过程中，从系统的顶层开始分解组成系统的各子系统及组成子系统的元模型，然后对组成子系统的元模型进行建模、仿真、分析、优化、运行与评估，以求得最好的或满意的系统方案并付诸实施，再综合集成到整体，从而实现了“1+1＞2”目标，这就是综合集成与一般综合分析方法的实质区别［3-4］。

由于将复杂巨系统问题分解为一个具有递阶层次结构的巨系统，系统目标和约束条件众多，许多约束条件还可能是非线性的，因此系统综合集成往往属于多目标规划问题，可用多目标规划、层次分析法等联合分析求解［5］。本文在层次分析法的基础上提出了性能样机多学科协同设计系统分解过程，如图1所示。

图1　性能样机多学科协同设计系统分解过程

在本文所研究的复杂航天产品性能样机的设计与仿真过程中，涉及到性能样机全生命周期中所涉及到的多学科领域模型建模与集成、多学科领域知识的统一表达与共享、各模型之间的参数传递与数据融合都需要通过应用系统工程方法与理论来进行综合集成研究。

2　性能样机协同设计模型分析

2.1性能样机建模与仿真集成模型

多学科领域一体化性能样机建模与仿真技术是基于一体化建模语言的多学科建模与仿真集成环境，开展控制、机械、电子、软件等多学科领域一体化建模与仿真分析，实现航天产品多学科一体化快速原型设计。按照控制、机械、电子、软件等不同专业，建立用于多学科领域一体化功能建模与仿真分析的模型库［6］。

复杂航天产品设计是典型的多学科、多耦合、多目标设计优化问题。传统的设计方法难以给出最优的设计方案［7］。各学科设计需要不同的领域模型，而各种模型之间又有复杂的关联关系，这些子模型之间需要应用系统工程的方法和技术进行综合集成分析，然后进行多学科模型融合优化，应用综合集成研讨厅进行方案可行性评估与选优，文中提出的复杂航天产品性能样机建模与仿真综合集成模型如图2所示。

正如图2所示，复杂航天产品数字性能样机是不同领域分析模型，涉及结构分析、流体分析、电路分析、微波分析、光路分析、电磁兼容性分析以及各类数学模型，这些模型需要有效集成与协同设计。因此实现数字性能样机综合集成分析方法的核心是如何对其进行一致和有效地描述、组织、管理与协同运行，通过给用户提供一个逻辑和语义上一致的、可组织产品全生命周期相关的各类信息的数字样机描述模型，支持各类不同模型的信息共享、集成与协同工作，实现不同层次上产品外观、功能和在特定环境下行为的描述与模拟。

2.2性能样机协同设计业务流程分析

在复杂航天产品性能样机的开发过程，需要对设计过程中的技术、方法和工具进行集成，实现各学科领域知识的综合集成［8］。尽管不同学科涉及的开发对象和领域等有所不同，但从设计和开发过程的管理角度看，都存在相同的分阶段的生命周期，如分析、设计、仿真、优化、组装和测试等阶段。所以，需要开发统一的产品协同开发方法来实现全生命周期的产品开发，需要在统一的框架内研究。建模是人类对客观世界和抽象事物之间联系的具体描述，通过应用统一建模技术实现航天产品数字化性能样机统一建模与设计。基于数字样机的协同制造技术研究以型号产品生产制造流程为主线，贯穿工艺协同审查、工艺规划、工艺设计、工装设计、虚拟制造仿真、零部件数字化制造实现等各主要环节，以数字样机作为产品制造依据［9］。

图2　性能样机建模与仿真综合集成模型

在复杂航天产品数字性能样机的全生命周期协同设计与制造过程中，一般以科研生产流程为主线，结合各类设计模型，需要建立满足面向全生命周期、基于数字样机的一体化设计工作流程和综合集成服务平台，以多学科协同集成设计与仿真流程，实现数字性能样机一本化设计与仿真过程中的研讨、设计、建模、优化、仿真、评审和决策，形成统一的满足面向全生命周期、基于数字样机数字化设计工作流程和支持总装厂和分系统厂（所）间的协同制造应用系统，如图3所示。

图3　复杂航天产品设计-分析一体化建模框架

在图3中，总体设计部进行复杂航天产品的总体设计，并形成分系统的设计任务模型，以便于各总装厂进行工艺、工装和产品模型的设计，应用组织建模，建立部门及人员的组织模型。提供组织管理、角色定义、职级资格定义、用户扩展属性定义、组织扩展属性定义等功能。定义角色的各种与PDM中权限和任务等功能相关联的基本属性。应用数据建模，建立PDM中需要管理的产品数据的类型定义。提供对企业数据字典、对象类树、对象类属性定义及属性项的关联填写方法，提供文档模板定义及各类文档的编辑工具、浏览圈阅工具，提供关联视图定义个性化工作界面，提供对象目录定义动态地管理当前关注的对象集合。

3　性能样机建模与仿真支撑环境的关键技术分析

3.1多学科领域协同建模技术

由于复杂航天产品是一类巨复杂系统，传统的建模与仿真方法与过程复杂，多学科之间的协同性较差，不同学科对同一领域模型的语义含义理解不同，并不能在系统工程层次上描述复杂航天产品的整体结构和行为，已经不能满足复杂系统的建模需求［9］。为了更好的解决复杂系统仿真平台中的模型无缝集成和协同工作问题，元模型的建模方法与技术能够表示所有领域内所有系统，从而较好的解决仿真中的模型集成、互操作和协同工作［10］。本体元模型是一种融合了本体与元模型特征的模型，文中主要利用本体元模型来构建复杂航天产品性能样机综合集成建模体系。

元模型和模型在本质上是一样的，都是对真实世界的抽象描述，所不同的仅是在描述层次上的区别［11］。元模型比模型具有更高的层次，被作为模型的模型。相对而言，模型更能接近现实世界，是在较窄范围内对现实世界的抽象，对模型的更高一级抽象就是元模型［12］。元模型对如何建模、模型语义、模型间集成和互操作等信息进行描述。元模型的建立通常可概括为3个过程，即仿真实验、模拟拟合和模型评估与验证［13］。

元模型可以支持多领域的复杂系统建模［14］。由于它与模型的本质是相同的，所以元模型建模和传统建模是一致的活动，即凡用于传统建模的概念都可同样用于元模型建模。在基于元模型进行复杂系统仿真建模时，利用了两种很重要的规范，即MOF规范和XMI规范。前者定义了描述元模型的语言，被作为开发工具去设计和实现元模型建模系统；后者用以生成使用XML语言描述的复杂系统的系统模型。在复杂系统元模型建模过程中，可将每个子系统视为相对于整个复杂系统的一个对象类，它们之间的互操作是通过信息交换来实现的［15］。按照上述规范，通常有6种元类和元关系，其定义如图4所示，该图还表示了在元模型和元关系基础上，由元模型生成完整的复杂系统模型的基本原理。

一个本体一般由一组包括关系、组成关系和关系划分等概念的层次结构组成，其中，分类层次结构如复杂航天产品系统中的子系统分类层次，软件中的树型结构等。

图4　元类与元关系

本体语言的描述主要通过概念类、关系、函数、公理和实例进行［19］。可以使用五元组O=｛C，R，F，A，I｝来对本体进行表示，其中：

C：概念（Concept）的集合，本体中的概念表示的意义较为广泛，可以表达产品设计任务、产品功能、行为关系、结构组成、逻辑推理等。在本文建模过程中，概念主要用来表达各模型，表达为一个UML类（Class）实体。

R：关系（Relation）的集合，表示概念之间的关联关系，它主要应用于概念之间的关系定义，一组关系可以看作是n维笛卡儿积的子集：R：C1*C2*…*Cn。概念之间主要存在4种类型的关系，分别是整体与部分的关系part-of；继承关系 kindof；概念与实例的关系instance-of；属性关系attribute-of。

F：函数关系的集合，函数主要用来表达概念之间的复杂推理关系，通过数学函数来表达概念之间存在的多元关联关系。一般情况下，函数关系用F：C1×C2×…×Cn-1→Cn来表示［22］。

A：谓词逻辑的集合，表示领域内的一些永真式。

I：概念实例的集合，实例是指属于某概念类的基本元素，即某概念类所指的具体实体。

本体的最终要通过特定的语言来描述，目前常用的描述语言包括XML、RDF（S）、OWL等。其中，OWL可以表述本体中的概念类、属性、类的实例之间的关联关系，提供较为全面的逻辑推理能力和语义分析方法，较RDF提供了更为全面的语义词汇集合，因此成为当前本体研究中首选的描述语言，文中也将选用OWL作为本体元模型的描述语言。

本体元模型（Ontological Metamodel）是应用本体技术来表达元模型的构成。可以应用本体语言来描述元模型本身的组成构建，同时也可以应用本体语言来标识一个元模型。在本体元模型建模过程中，用本体中的概念来表示元模型中的元类，用本体标识的元模型直接与本体关联，当本体模型出现演化时会引起所关联的元模型变化。例如，图5就是一个用本体来表达一个性能样机中的空气动力学的本体元模型，该 模 型 使 用 了 OWL语 言 中 的 Class、objectProperty、subClassProperty等属性来描述性能样机空气动力系统中的相关模型概念。在图5中，Wingdynamics是一个Class，它是Aerodynamics的子类。Wingdynamics的操作用Method类来描述，操作属性用Attribute描述。

图5　空气动力学的本体元模型

3.2多学科优化设计技术

随着新一代航天产品系统对精度和抗恶劣环境要求的提高，必须通过建立面向系统级的数字化性能样机，研究航天产品系统在复杂环境下的各项功能和受控特性，实现航天产品系统的功能仿真与方案优化。需要利用系统工程的方法与技术分析组成系统的模型之间的复杂关联关系，从而进行一体化建模与仿真。

复杂系统的分析也称子系统分析或子空间分析。设子系统i的状态方程为：

则子系统分析就是求解学科状态方程：

通过设置系统的设计变量方程，实现对系统运行过程中的状态进行求解。由于耦合效应，分析过程一般需要多次迭代才能完成，分析方程可表示为：

对于一个复杂系统，它的多学科设计优化问题，在数学形式上可简洁地表达为：

其中f为目标函数，X为设计变量，y是状态变量，hi（x，y）是等式约束，gi（x，y）是不等式约束。

4　性能样机的实现关键技术分析

性能样机的构建过程涉及多学科多领域的建模与设计技术，按建模过程和实现过程可分为两个层面。其中，第一层面是底层的支持技术，包括协同建模方法、协同管理平台、数据交换与管理方法、设计过程管理、模型库和信息共享、协同仿真与数值计算等，本文研究的内容主要是第一层面的底层支持技术。

第二层面是顶层实现技术，主要为设计师提供一种交互式的可视化设计的顶层技术，包括三维CAD模型生成、领域仿真工具、交互式设计技术和综合成技术等。例如，参数化的CAD三维几何模型、基于机械特征设计的CATIA工具、机械系统多体动力学设计软件ADAMS、线性/非线性、离散的控制系统仿真工具MATLAB/SIMULINK等。这些软件工具都提供Java、C++等语言的接口调用方法，实现工具之间的仿真动态联调，对性能样机实现仿真优化

5　结　论

本文在对航天产品多学科领域设计过程分析的基础上，针对航天企业的飞航武器产品多学科领域协同设计开发的需求，提出一种基于多学科分布式协同与仿真的复杂航天产品开发的设计思想，设计出性能样机支撑开发集成环境框架和功能结构，分析了性能样机的构建方法和设计技术，从项目设计任务的并行设计度和设计周期进行系统设计任务分解，进而构建了复杂航天产品综合集成协同设计架构。

［1］ZHANG Yang．Intelligent affect regression for bodily expressions using hybrid particle swarm optimization and adaptive ensembles［J］.Expert Systems with Applications，2015，42 （22）：8678-8697.

［2］王鹏，李伯虎，柴旭东，等．复杂产品多学科虚拟样机顶层建模语言研究［J］．计算机集成制造系统，2006，12（10）：1605-1611.

［3］ZHANG Xiao-dong.Organization configuration simulation of production cells based on human-machine collaborative model［J］.Jisuanji Jicheng Zhizao Xitong/Computer Integrated Manufacturing Systems，CIMS，2013，19（3）：499-506.

［4］Nicolich，Matteo.System models simulation process manangement and collaborative multidisciplinary optimization［J］. CEUR Workshop Proceedings，2014，1300：1-16.

［5］Recker，Jan.How collaborative technology supports cognitive processes in collaborative process modeling：A capabilities-gains-outcome model［J］．Information Systems，2013，38 （8）：1031-1045

［6］Reddi，Krishna R.System dynamics modeling of engineering change management in a collaborative environment［J］．International Journal of Advanced Manufacturing Technology，2011，55（9-12）：1225-1239.

［7］Son，Jeongwook.Evolution of collaboration in temporary project teams：An agent-based modeling and simulation approach［J］．Journal of Construction Engineering and Management，2011，137（8）：619-628.

［8］XU Heng.Implementation and simulation of ontology-based knowledge sharing model in collaborative product design support system［J］.International Journal of Advancements in Computing Technology，2012，4（13）：447-453.

［9］WAINER G，LIU Q.Tools for graphical specification and visualization of DEVS models［J］.Simulation，2009，85（3）：131-158.

［10］Yuliang Chi.Rule-based ontological knowledge base for monitoring partners across supply networks［J］.Expert Systems with Applications，2010，37（2）：1400-1407.

［11］Lin L F，Zhang W Y，Lou Y C，et al.Developing manufacturing ontologies for knowledge reuse in distributed manufacturing environment［J］.International Journal of Production Research，2011，49（2）：343-359

［12］Park Jinsoo，Cho Wonchin，Rho S.Evaluating ontology extraction tools using a comprehensive evaluation framework［J］. Data and Knowledge Engineering，2010，69（10）：1043-1061.

［13］Jyhjong Lin，Jenperng Yu，Changling Hsu.An ontology-based architecture for consumer support systems［J］.WSEAS Transactions on Information Science and Applications，2010，7（2）：153-165.

［14］Lonsdale Deryle，E David，Ding Yihong，et al.Reusing ontologies and language components for ontology generation［J］. Data and Knowledge Engineering，2010，69（4）：318-330.

［15］郑党党，刘看旺，刘俊堂.飞机性能样机技术及体系研究［J］.航空科学技术，2015，26（3）：5-9.

Research on collaborative design support environment for prototype performance of aerospace products

ZHANG Feng1，3，ZHOU Tao2，XU Yuan2，XUE Hui-Feng2，3
（1.School of Information Engineering，Yulin University，Yulin 719000，China；2.School of automation，Northwestern Polytechnical University，Xi'an 710072，China；3.China Academy of Aerospace Systems Science and Engineering Beijing 100048，China）

In order to improve the level of collaborative design for the whole life cycle for aerospace product performance prototype，the integrated modeling and simulation model of performance prototype and the integrated modeling framework for complex aerospace product design and analysis are built based on the analysis of complex aerospace product performance prototype modeling and Simulation on the integrated process.Detailed analysis of the large scale complex aerospace product digital performance prototype integrated design and simulation business requirements.System design task decomposition is carried out from the concurrent design and design cycle of the project design task，and then the integrated collaborative design architecture of complex aerospace product is constructed.The application results show that the design of collaborative design support environment solve complex aerospace design product development based on distributed collaborative and multidisciplinary simulation.

performance digital Mock-Up；collaborative design；support environment；aerospace products；comprehensive integration model

TN391

A

1674－6236（2016）09-0019-05

2015-12-30稿件编号：201512318

国防基础科研重大项目（A0420131501）；陕西省教育厅科技项目基金（2013JK1167）

张峰（1980—），男，陕西榆林人，博士，副教授。研究方向：云集成制造与大数据处理技术，超声速飞航武器性能分析与建模。