摘要：基于模型的系统工程(MBSE)技术从理论到实践,在航空航天等高端装备制造业正在发挥巨大的作用，对产品的整体研发、设计、仿真等业务模式起到了很好的支撑，也逐步提升了数字模型在产品研制过程中的应用效率和质量，本文就新一代MBSE解决方案的应用前景做一定的探讨，以及杰为软件公司的MBSE解决方案的研发方向探讨建议。

1、背景及趋势

I 背景

目前许多总体设计院所产品研发模式已无法满足新产品创新要求，基于系统工程的产品研发模式已势在必行，但也面临着诸多挑战：

如何更好地站在用户的角度理解用户的需求及技术指标，承接客户DoDAF的需求模型，更好地为客户提供满足技术指标使用要求的创新产品

如何改变长久以来养成的文档式研发模式和文化惯性，建立一套基于模型的研发平台及设计体系，使得绝大部分设计师都能够有效理解和继承优秀的设计成果及经验，提升整体的产品研发效率

如何建立一套指标关联及需求追踪体系，以便能够及时了解客户需求变化对设计方案的影响和反向追踪设计方案调整对客户需求的满足能力

如何在新的型号研制中，不再受限于传统的设计思路，进行RFLP组成上的创新，从而设计出各项技术指标均远远优于传统的产品，有效提升产品的竞争力

I MBSE定义

在2007年的INCOSE（国际系统工程协会）的国际研讨会上，MBSE的概念被首次提出：

图1 INCOSE MBSE的定义

MBSE实际上是一种系统工程理论的方法论，因此系统模型是MBSE方法论的主要工件，而系统模型也贯穿了整个设计制造活动的整个生命周期。

I MBSE范围

系统工程专注于在生命周期的早期阶段，分析引出客户的需求与必需的功能性，将需求文件化，然后在考虑完整问题也就是系统生命周期期间，进行设计综合和系统验证。奥立佛…等人主张系统工程流程可以分解成两个部分：

系统工程技术流程

I 基于模型的系统工程

基于模型的系统工程以数据模型为基础

对产品或项目以系统工程视角进行管理和实现

图2 MBSE（基于模型的系统工程）

I MBSE目的

建立一个系统数据模型;

打通系统不同组件、不同学科之间的联系;

规范和提高设计准确性;

系统设计集成;

系统构建的重用;

主要使用是来设计一个系统，其满足系统需求和分配需求到系统的组件;

用户增强系统设计者和开发者之间的联系。

I MBSE输出

建立可重用的系统数据模型

I MBSE三大支柱：方法论、建模语言、建模工具

如何建立准确的系统模型就成为了MBSE方法论的关键。下面是对目前公开资料中涉及到的几种较为有名的MBSE方法的介绍：

表1 MBSE的方法论、工具及特点

除上述的方法论、工具外，还有NASA JPL、Wilkins SYSMOD、Alston ASAP等，在此不作详细介绍。

I MBSE应用现状思考

信息化保密要求与MBSE的相关技术的冲突：复杂装备研发企业对于信息安全具有比较强的诉求，而MBSE技术的目标是打破信息壁垒，实现信息互通。这两种诉求在本质上存在冲突，需要通过技术手段解决;

基于文档设计研发生态的文化惯性：在项目研发的全生命周期过程中，文档和模型生命周期管理模式不同，如何将两种不同的管理模式融入统一的项目管理过程需要统一的顶层规划;

传统研发团队与MBSE研发团队的组织架构冲突 ：目前的研发团队组织架构适用于传统的基于文档设计方法及流程，与采用MBSE设计的研发团队使用的MBSE设计方法不同，因此传统的团队组织架构并不适用于新的研发团队组织架构。同时，由于传统研发团队对MBSE的理解有限，管理人员对于MBSE的成果要求及目标预期也会影响到MBSE技术的落地;

使能技术能力的缺陷：由于目前MBSE技术成熟度略低于其他CAD及CAE技术，MBSE目前面临着很多与早期CASE工具相同的风险。

I MBSE数字化转型建议

“做好1项基础工程、4个体系建设”：

图片图3 MBSE数字化转型建议

实现MBSE的数字化转型及落地的过程，包括基于文档设计阶段、以文档为中心的设计阶段、模型增强性设计阶段、以模型为中心设计阶段、基于模型系统工程设计阶段。为了方便对相关阶段进行定义，分别从其中的利益相关方、研发流程、使能技术及工具几个角度对相关阶段进行细化。

表2 MBSE落地阶段

初步应用，在小型验证系统中进行初步应用，并且提炼对应技术效能的成功因子及该技术的效能评价指标;

型号落地，在型号中进行大规模技术验证，并通过上一步提取的技术效能成功因子和效能评价指标，对落地效果进行评估。

2、MBSE的发展前景

INCOSE在《系统工程2020年愿景》中指出，系统工程的未来是MBSE。

I MBSE的优势与发展概述

MBSE实现了对系统的整体性与系统性描述

MBSE中的DoDAF系统架构描述标准，提供了多视角的体系架构描述方法，从全景视点、能力视点、作战（业务）视点、服务视点和系统视点等8个方面来完整描述系统，使得从整体上描述复杂系统或体系成为可能，满足了系统工程方法的系统性与整体性，使得系统工程成为名副其实的系统论指导下的工程方法。

MBSE形式化建模的其它优势

MBSE与传统的系统工程相比，最主要的区别是贯穿于全生命周期的技术过程的形式化建模，重点在形式化，而不是有无建模。形式化的建模有诸多优点，如：描述严谨、无二义性、能从不同视角准确描述系统的行为和规律、模型支持动态执行等。

MBSE的发展期望

如果说MBSE是系统工程的未来，那么信息物理系统（Cyber Physical System，CPS）就是系统的未来。如何使二者结合起来，应用MBSE方法来支持信息物理系统的构建是MBSE未来的发展方向。

I MBSE支持协同设计的全过程

通过建立面向MBSE的基础技术底座，基于JWI Digital Thread支撑多学科工具集成、多领域物理统一建模，以实现协同设计全过程的模型数据贯穿。

图4  JWI Digital Thread支撑协同设计全过程

应用JWI Digital Thread管理异构模型之间的关联关系、模型互换和数字主线的配置管理，形成跨域异构总系统模型，实现各领域模型基于系统层面的数据链路打通，并通过与建模工具集成助力设计师在线建模，降低设计和管理的复杂性。

图5 JWI Digital Thread集成架构

通过多学科项目团队的构建完成初始化，基于产品总体模型架构开展在线协同设计，应用模型可视化工具完成模型在线评审，数字主线集成建模工具及应用系统提供模型数据的支撑，助力实现业务目标。

I MBSE未来的发展不仅仅是工具，更多的是关注数字链，全领域的数据模型集成管理和追溯

各研制阶段的数据模型化只是MBSE的初始阶段，集成的模型数据（集成、关联、互操作）才是MBSE的成熟应用。

图片图6 集成的模型数据

I 高端复杂装备的制造业更加关注模型从系统到分系统、子系统、单机的模型传递，从黑盒到白盒的打开

通过JWI Digital Thread管理异构模型之间的关联关系、模型互换和数字链的配置管理，形成跨域异构总系统模型。

图片图7 MBSE数字链

3、杰为软件公司的MBSE解决方案

I MBSE在杰为基于模型的全生命周期数据管理产品体系的定位

图片   图8  MBSE在JWI产品体系的定位

杰为公司依托JWI Digital Thread数字主线平台打造MBSE解决方案，通过产品全生命周期链路的数字化解决方案保障MBSE的实施落地。

图片图9 杰为MBSE解决方案

JWI Digital Thread实现各领域System模型数据的解析、结构化存储及应用管理，目前已支持 System 1.6版本的解析能力，包括4领域9类图的解析、存储及展示；下一阶段将支持System V2.0 2 Graph语义转换

集成JWI PPM支持本地项目初始化和设计团队的构建；统一项目属性信息，保证项目数据一致性

集成需求管理系统、建模工具集成，实现多专业的在线协同设计管理

无缝集成JWI 3DX产品套件实现各领域模型的在线评审管理，包含总体模型的提交、阶段评审等过程

无缝集成JWI PDM系统实现下达模型选定范围的指标和连线关系至PDM系统，提升基于MBD工具设计骨架模型构建的准确性及时效性

实现安全保密管理，包含数据安全策略管理、三员管理、数据访问权限控制等

注：可基于客户需求，背靠杰为产品线，能为MBSE扩展更多的解决方案。

I 数字主线平台MBSE特性

图片图10  JWI Digital Thread MBSE特性清单

I 集成架构

通过图库模型可视化工具直接查看及分析各类数据模型集成关系，通过Digital Space方便有效的串联设计师的工作。

图11  JWI Digital Thread 集成架构

I 全域模型的管理

实现机械、电子、电气、软件等模型语义转换及数据管理。

图12  JWI Digital Thread模型定义

I 数据模型追溯

实现PLM全生命周期的数据模型正向追溯及反向追溯。

图13 JWI Digital Thread数据流

总结

杰为软件公司基于统一的底座平台打造了面向数字化设计（PPM、MBSE、Digital Space、PDM、3DX）、数字化制造(MPM、QMS、MES、APS、DES)、IIOT（Device Mate、DZ Hardware）的解决方案，支撑高端装备制造业的数字化转型和打造智能制造体系，未来将会为客户共享更多的新一代的工业软件解决方案，为智能制造助力。

数字化是方向目标, MBSE是方法手段,提质降本增效是永恒目的

分层级数字化交付、全系统数字仿真验证、全流程数字模型贯通是发展方向

打造系统设计与仿真验证基础底座平台,为各行业、各学科提供底层支撑

需求牵引、创新驱动,建设完全自主可控的新一代数字化工程生态