基于样机与模型的系统工程探索研究

王小军

（中国运载火箭技术研究院，北京，100076）

0 引 言

中国航天事业的创新发展机制、发展模式随着航天重大工程的持续推进不断丰富健全完善。钱学森[1]的中国航天系统工程思想融合了控制论、系统论和方法论，并随着数字化技术的发展进一步提出了大成智慧工程的思想：“首先，将计算机信息技术作为核心，与人的思想相结合，对事情做出正确且科学精准的判断；其次，根据所得经验开展系统的模拟实验，经过多次实验形成进一步的判断，总结其经验规律；最后，在实践中不断检验对复杂系统的认识，通过激发大家思想、集智慧之大成，从整体上找出解决问题根本的办法。”这种思想从理论高度指明了数字信息技术与系统工程相结合的根本方向。

当前世界新一轮科技革命和产业革命深入发展，世界各国竞相利用数字化技术推进装备建设转型，提升系统工程能力，加速抢占数字变革的主动权。美国发布“数字工程”、“数字化百系列”计划，聚焦构造装备开放式架构和敏捷开发模式，通过高精度模型在数字空间进行簇式大规模迭代，大幅度压缩研制周期，进一步巩固其装备研制能力体系优势。

中国很早就认识到数字工程是未来复杂系统研制模式升级换代的重要方向。近年来，围绕数字样机工程的协同设计、样机构建、技术管理等方面开展了大量的实践工作[2]，同时结合基于模型的系统工程（Model-Based Systems Engineering，MBSE），在基于模型的需求分析、系统设计和仿真验证开展了深入研究，也为后续推广应用打下了较好的技术基础。

本文从系统工程的本质问题出发，分析了当前基于模型的系统工程在推进中所面临的问题，提出了基于样机与模型的系统工程方法，通过整合多领域建模语言和对象模型建模语言，实现统一建模与集成验证的应用，基于统一建模语言Modelica开展多专业耦合仿真，通过模型适配器开展基于样机的集成与验证，推进系统工程在虚拟设计与仿真验证的实践应用。

1 系统工程的数字化发展趋势

1.1 系统工程的本质问题

“系统工程”是组织管理“系统”的规划、研究、设计、制造、试验和使用的科学方法[3]。系统工程的核心问题是工程师群体通过思考与实践，构建针对工程对象的集体认知，并基于这种认知在客观世界实现工程对象，即认识世界、改造世界的过程。

系统工程认知包括工程对象的状态、行为、使用模式、可靠性等一系列非常广泛的信息，然后通过实践不断进行校正和接近客观实际。不同的观察者对客观存在的工程对象进行观测时，可以获得不同的现象，这些现象在本质上必然能够归纳得到共同的特征，这是我们能够获得共同认知的基础。

1.2 基于模型的系统工程数字化趋势

系统工程构建认知的信息载体是一系列基于自然语言的文档，比如用户的需求、设计方案等。在这种模式下，信息集成工作费时费力且容易出错。随着互联网革命造成的计算机技术普及，在市场的牵引下，信息技术按照摩尔定律指数发展，国际系统工程学会（INCOSE）在《系统工程2020年愿景》中，正式提出了MBSE的定义，把MBSE作为建模方法的形式化应用，支持系统需求、设计、分析、验证和确认等活动。相对于传统基于文档的系统设计，MBSE用数字化建模代替写文档进行系统方案设计，把设计文档中描述系统结构、功能、性能、规格需求的名词、动词、形容词、参数全部转化为数字化模型表达。因此数字工程成为一种系统工程集成的数字化方法，使用系统的权威模型源和数据源，在生命周期内可跨学科、跨领域连续传递的模型和数据，支撑系统从概念开发到报废处置的所有活动。逐步形成了一种以MBSE思想为基础的系统工程数字化趋势。

1.3 建模的问题与瓶颈

MBSE工程师在实践遇到了一系列生产力和生产关系障碍，其原因复杂而深刻。

a）系统建模是一个认识不断迭代的过程。

著名物理学家杨振宁先生曾经将经典力学的发现和发展过程总结为试验、唯象定律、理论架构和微分方程4个阶段。人类研究工程对象并形成知识的思维过程可以概括为4个阶段：

第1阶段，发现现象，即通过客观对象获得信息。

第2阶段，归纳规律，把现象归纳起来形成规律，即唯象定律，例如相关性关系和工程经验。

第3阶段，构建模型，把唯象定律进行抽象归纳，形成一个闭环自洽的规律体系。

第4阶段，实践校正，对基于固化规律体系形成的数学模型，开展演绎分析和结果预测；并通过试验数据结果对模型进行校正完善。

这4个阶段是循序渐进、迭代提升的过程。

因此，构建的模型经过不断迭代演化，形成一个与实物产品一致且经过系统工程验证的权威化数字模型。而在开展系统验证的实际工作中，由于认知的不完善，在建模的过程中经常会把其他系统的历史经验补充进当前的规律体系中，人为引入了影响模型自洽和工程创新的因素。这些不完善的认知固化在模型的代码中，会在系统工程全生命周期产生负面影响。

b）系统建模与验证的标准化和规范化程度不足。

MBSE方法能够发挥系统性优势和效果的前提是，要将MBSE涉及的系统工程规范标准、技术平台、工具和人员等要素集成为相互连通、逻辑闭合的整体，但这也是推广实施MBSE过程中的问题和难点，系统工程标准化与规范化的不足是制约MBSE实施的重要瓶颈。

复杂系统的研制涉及到的研发机构众多，如果使用MBSE技术支持全流程、全要素、全周期的统一表达，需要将各个部门的所有设计信息进行统一，并对所有的设计人员进行大规模培训。目前可查阅的MBSE案例绝大多数是在某些产品、某些专业、某些阶段上的单点式应用，很难见到关于MBSE方法在整个项目、全专业范围、全生命周期的完整应用，现有案例尚无法具象化呈现全流程MBSE综合优势。

c）缺乏一套覆盖全部工程学科建模技术体系。

复杂系统的多领域多专业缺乏统一的模型设计语言和具备互操作能力的平台。系统工程中的模型成为了相互之间难以联通的“模型孤岛”，不同学科之间的模型交互需要大量辅助工作。在建模语言方面，CAD、CAE、SYSML等建模语言之间缺乏统一的语义和语 境[4]。在建模范式方面，存在基于几何特征、基于微分方程、基于系统关系等多种建模范式，对模型本身状态和交互的描述方式不具备互操作性。同时不同的建模软件数据结构差异极大，相互转换受到数据解析、知识产权、数据表示方式等多种差异的阻碍，模型之间难以集成为完整的系统。

发达国家具有大型工业软件的技术优势[5]，因此可以通过MBSE工具与CAD、CAE等专业工具进行深度集成，解决工具之间数据交换通畅性和一致性问题。中国正在加强复杂系统数字化总体框架研究、标准规范的制定以及工业软件自主可控等的工作，通过规范工程建模技术体系，加强工业基础软件研究投入，制定统一的建模、接口开发、模型集成和应用规范，明确模型的种类、逼真度和使用场景等具体要求，为复杂系统全寿命周期各阶段推行数字工程奠定基础。

2 样机与模型系统工程的出发点

2.1 样机对模型的补充是构建共同认知的关键

样机是客观存在的系统工程对象，它只能通过现象被人类所认知，而人类对客观存在的认知是不完备的。模型是人类认知的系统工程对象，由工程人员对现象进行归纳总结、实践检验而形成。当前部分学科的数字化模型具有足够高的置信度，其模型水平足以作为系统工程认知的载体。但对于一些耦合性强的工程领域，其数字化模型不能包含足够充分的信息，不足以作为系统工程认知的载体，样机就是传递工程共识的关键手段。比如伺服系统样机除了几何信息之外，还包含机电液热等其他工程信息，这些信息可以通过相应的观测手段从样机中提取出来，使工程师获得共同的工程认知。因此在系统工程中充分利用样机，对样机测量结果进行数字化封装，补充模型描述中不完备不准确的内容，是构建完备共同认知的一个重要途径。

2.2 样机与模型系统工程的目标

样机与模型的系统工程根本目标是寻求一种技术途径，使研制全生命周期产生的样机与模型具有跨阶段、跨虚实的集成、演绎、验证的能力，同时样机与模型需要集成为一个完整系统，以支撑开展演绎分析。对于原本就在设计过程中完成了模型化过程的工程步骤，可以沿用其设计模型成果；对于难以形成模型的工程步骤，跳过建模过程直接使用封装后的样机。样机与模型系统工程方法要符合系统工程过程的认知规律，从模糊到清晰、从未知到已知、从具象到抽象、从试错到推理，需要适应认知水平的提升过程，要使样机对象的粒度具备逐步深化并且全生命周期可用的能力。

3 样机与模型系统工程的着力点

3.1 构建一个具有广泛适应性的工程对象互操作架构

样机与模型分别是客观存在的工程对象和人类认识的工程对象。客观存在的样机基于其自身的实物形态与其它样机和自然环境实现相互作用；模型通过数字虚拟化的方式与其它模型及虚拟环境实现相互作用。为在样机和模型之间建立互操作，需要一个能够对样机进行数字化封装的基本技术架构，如图1所示。

图1 样机与模型的双向回路 Fig.1 Bidirectional Mapping of Model and Prototype

按照现代基础物理理论，物体的状态决定其产生的场，场决定物体状态的动力学演化。为了描述一个系统的动力学过程需要定义其状态和相互作用。模型通过交互仿真计算得到其产生的相互作用，相互作用通过环境模拟施加于样机，样机通过试验运行在模拟相互作用的环境中运行，其运行状态通过观测转化为数据并作用于模型。

在数字化集成互操作环境下，可以采用对象模型对各类样机、数据和模型进行封装。使用“虚拟交互对象（Virtual Interaction Object，VIO）”描述系统对象的全部状态参量，用“方法（Method）”描述系统之间的演化过程和交互行为的参量映射关系。

3.2 构造一套全周期全要素样机与模型演进框架

全周期全要素演进框架为系统模型提供统一的建模范式、建模语言、建模工具体系，以便确保全生命周期的模型具有足够的继承性和互操作性。其系统模型按照研制历程可以分为数字草图、数字性能样机、数字结构样机、虚实融合样机和数字交付样机等几个状态，如图2所示。

图2 系统样机与模型演进框架 Fig.2 System Model and Prototype Evolution Framework

数字草图是系统工程的起点，可以来源于一个复杂系统的概念或想法。开展基于模型使命分析与运用构想设计，支撑基于模型的采办模式。更进一步，数字草图要具备复杂系统的初始完备性，可以支撑性能指标分析、体系贡献度分析，完成系统方案优选与优化等，初步具备支撑方案竞争择优能力。

数字性能样机重点表达完备的系统功能与性能要素，开展部分关键技术验证试验，支撑在数字域开展总体/分系统详细设计与性能仿真验证，具备初步的数字化交付能力。

数字结构样机表达产品的实际模型，包括基于制造BOM的详细结构设计、工艺仿真、数字化制造，支撑开展大型结构力学环境仿真试验。

虚实融合样机包含产品经过校验的功能、性能、结构等权威数据与模型，其系统的全部设计通过验证确认，具备提交用户检验的条件。

数字交付样机是在虚实融合样机的基础上，增加数字履历要素，采集实时状态信息，实施“实装—虚装”状态映射与标定，构造数字孪生体，支撑交付后的试验鉴定、健康管理、维护保障、改进升级等。

3.3 构建一个语义统一的航天装备建模语言

航天装备建模语言通过规范基础语义架构，整合多领域建模语言和对象建模语言，实现统一建模与集成应用，如图3所示。

图3 航天装备建模语言 Fig.3 Aerospace Modeling Language

针对领域统一建模语言特性，设计统一的形式化表征，使得能够在统一环境中建立科学计算编程、框图式数学建模、状态机建模、连接图物理建模等多范式计算模型，如图4所示；为领域统一建模语言定义精确的词法、语法和语义，将以Modelica语言在机电液热等物理域的建模表达为基础，引入Julia对Modelica技术体系进行拓展，形成强大的函数、算法等信息域建模能力，并实现两者的无缝融合。Julia以及Modelica实现从对工程应用软件API调用、多粒度数学建模、语言编制规范等的无缝融合，支持命令编程、函数编程、对象编程等模式，形成对过程驱动、事件驱动、状态陈述等各类工程问题表达能力。

图4 领域建模语言 Fig.4 Aerospace Modeling Language

在通用基础环境之上，构建各类建模、仿真、验证与优化工具。通过多领域模型降阶及融合仿真，实现一维功能模型与三维性能模型的融合；通过异构模型集成及联合仿真，实现各类一维异构模型的融合；通过试验数据与机理模型融合仿真，实现机理模型与数据模型的融合；通过虚拟试验模型校核与验证，实现模型与试验的双向验证。

对象模型建模语言基于开放式架构、标准化集成协议的LVC（Live，Virtual，Constructive，即实装、虚拟和构造）模型集成机制，以跨域异构集成通信支撑环境为基础，构建跨域异构、混合实时、容错恢复、国产环境等基础能力，为样机和对象模型提供一个跨域异构集成通信支撑环境，支撑开展系统级集成试验、条件边界适应性试验等的验证。

应用对象模型建模封装，建立各个分系统的对象模型；应用模型适配器建立实物样机、数字模型、试验数据等异构试验对象与对象模型之间的映射。所谓模型适配器是总体与分系统之间、分系统与单机之间的协作桥梁，如图5所示。在研制过程中，从总体角度，模型适配器是分系统的代理；从分系统角度，模型适配器是总体的代理。基于样机的协作模式就是通过适配器下发总体技术要求，各分系统开展设计、自闭环仿真和基于总体约束的工况验证，分系统经过验证的设计结果以代理模型的形式参与总体集成验证。

图5 基于模型适配器的集成方案 Fig.5 Integration Scheme base on Model Adapter

3.4 建立满足新型系统工程范式的数字化设计验证 平台及工具

针对样机与模型系统工程范式的特征，建立以数字化虚拟化封装样机为系统工程认知传递手段的协作模式，按照“重应用、微服务、低耦合”原则，在当前已有的数字化能力条件的基础上，通过采用虚拟化、数字化和动态仿真等先进设计手段，以及基于APP云服务的微应用、即时协作等先进信息技术，构建一套设计验证数字化协同研发平台，框架如图6所示，支撑开展需求分析与架构设计、跨域样机协同设计、虚拟试验与多场仿真、性能与效能评估等的应用，实现串行设计向并行协同设计转变、单学科分立仿真向多领域多场耦合仿真转变、以实物验证为主向虚实融合验证转变，支撑航天装备的敏捷设计和高效研发。

图6 数字化设计验证平台建设思路 Fig.6 Digital Design and Test Platform

通过开展基于自主可控的数字化设计验证平台的建设，加强数字化关键要素与装备研制全周期的深度融合，构建适用于航天装备研制的数字工程生态。在研制各环节，基于样机与模型的系统工程理念重构研制流程，采用开放式架构与标准化建模规范，形成各研制环节所需的数据、模型和知识资源体系，协调各环节之间的模型关联与转化关系，形成产品全生命周期内的设计信息一致性传递与追溯的数字化基础表达，推动建立装备全生命周期的数字化研制能力体系。

4 结束语

数字工程作为一种集成多学科手段和先进技术的数字化方法，将是推进中国航天重大工程研制模式升级换代的重要方向。基于样机与模型的系统工程提出了一种符合中国国情的系统工程数字化发展模式，通过工程对象互操作框架、全周期全要素工程演进框架、航天装备建模语言和数字化设计验证平台的研究，探索应用于航天装备研制的工程实践，支撑航天数字化设计与仿真验证的研发能力不断提升。