基于模型的系统工程（MBSE）及MWORKS实践 课件 10 MBSE教材讲义 第十章 MBSE未来发展趋势

立足航天、面向工业、服务行业基于模型的系统工程及MWORKS实践聂兰顺教授2024年11月08日立足航天、面向工业、服务行业MBSE未来发展趋势聂兰顺教授2024年11月08日概述伴随着数字化研发技术体系的升级，国内外复杂装备系统研制团队以及管理机构逐步扩展MBSE的方法、范畴，既有的MBSE技术体系正在延伸为数字工程或者新一代MBSE技术体系，正在将各专业的CAD/CAE纳入系统研发模型范畴，更加强调任务、需求、功能、性能、物理、可靠性、工艺、维护以及孪生模型等全生命周期多阶段模型在系统研制过程中的作用和必要性，在这种大背景下，MBSE语言、模型、工具、方法、应用都产生了全新的发展方向。INCOSE的《系统工程愿景2035》中描述了全球范围内系统工程的背景、实践的当前状态和未来发展趋势，并且指出既有的很多系统工程优秀实践已经成为系统工程方法的标准案例，而MBSE、敏捷工程与系统工程的结合应用等相关实践正处于过渡发展阶段，数据科学、人工智能等技术的高速发展也给系统工程、MBSE等带来了巨大的挑战和机遇。简而言之，过去十几年，MBSE得到了巨大的进步和长足发展，未来10年，MBSE将在理论方法、技术体系、应用实践等方面取得更加辉煌的进步。新一代系统工程发展趋势《系统工程愿景2035》定义了未来系统工程转型实践的主要方向。系统工程的未来是基于模型的，支撑企业数字化转型；系统工程实践将在系统复杂性和企业敏捷性方面取得重大进展；系统工程将利用数据科学等其他学科的实践来应对数据规模增长的需求；正式的系统工程理论基础将被编纂成指导性文件，从而结合下一代系统工程方法和工具支撑新型装备系统的研究和开发；人工智能将影响系统工程实践，并支撑新型装备系统的研发；系统工程教育将发生重大变化，其范围将覆盖早期教育并重点关注终身学习。MBSE的实践落地需要一个熟练应用MBSE技术体系的团队，需要包括MBSE方法、工具和培训在内的基础设施。在MBSE、数字孪生等技术持续发展的背景下，更加广泛的数字化技术融合已经成为国内外复杂装备用户、管理部门、研制单位的共同需求。新一代系统工程发展趋势支持任务论证和系统架构设计支持系统级仿真验证，设计即正确支持需求和数据驱动的协同管理基于需求基于架构基于机理新一代系统工程发展趋势系统设计系统仿真专业设计专业仿真API元数据代码转换模型集成降阶代理联仿接口集成模型传递新一代系统工程发展趋势系统建模语言能力扩展SysML2.0将会具有的明显变化语言扩展能力SysML2.0中定义了内核建模语言（KerML)，提供了公共的、独立于领域的建模能力，可以用于构建语义丰富且可互操作的领域化建模语言，并将SysML定义为KerML的一种扩展语言。提高了语言表达能力SysML2.0除了图形符号表示，也同步支持文本表示，为系统架构设计建模提供了描述式的建模能力。提升了复杂系统的建模能力SysML2.0还优化了系统建模元素，删减了部分非必要的图元，同时增加了建模能力。设计与仿真集成能力大量MBSE实践结果证明了数字化设计与数字化验证在复杂系统研制过程中具有同等重要的意义，目前也已经确定了SysML、Modelica两种语言的核心地位。系统建模语言能力扩展分析验证多方案权衡结构、行为、接口的描述外部语言、工具、模型集成参数、约束、计算的定义基于用例面向对象，基于元数据基于参数和可运行函数参数化需求、可计算的分析用例模型、元数据结合，参数化描述、行为约束需求可分配多方案枚举、时间切片、元数据集成用例与参数、元数据、架构集成语法语义面向设计验证开放扩展互操作参数化可执行文本&图形系统建模语言能力扩展MBSE新方法与新应用基于集合的设计（SBD）是一种复杂的设计方法，使用形成不同角度的设计方案集合

并使用各自集合之间的交集来实现优化设计，能够考虑大量的替代方案，在做出决策之前确定可行性，与MBSE框架相结合，实现系统方案权衡空间探索。MBSE新方法与新应用JPL的MBSE产品生命周期应用NASA：经过了“能力建设”和“可演示MBSE”阶段，正处在“完整MBSE”阶段，支持广泛变化的机制推广和支持持续变化的机制；ESA：运用MBSE有效地解决欧几里得任务面临的问题，应用范围从体系结构模型覆盖到详细系统模型。NASA的MBSE路线图阶段2：可演示的MBSE阶段3：完整MBSE阶段1：初期能力建设我们处在这MBSE与人工智能的结合MBSE与AI技术结合的方式有两种一种方式是将MBSE方法应用于智能化系统中，用于智能算法设计与验证，称为MBSE4AI；另一种方式是将AI技术融入MBSE技术体系中，作为MBSE的支撑技术，扩大MBSE技术的能力与范围，称为AI4MBSE。AI4MBSE技术则将AI技术应用于复杂系统数字化设计与验证的各个场景，通过各种类型的AI算法，提升

MBSE

在不同阶段或任务场景下的应用能力，主要包括如下几个方面系统需求分析；自动模型生成；模型与数据融合；任务规划决策；系统设计优化。MBSE&&AIArtificialIntelligence(AI)inModel-BasedSystemsEngineering-VisureSolutions本章小结本章面向MBSE的未来发展，介绍了数字工程等新一代系统工程的发展趋势，进一步陈述了新一代系统建模语言在设计与仿真一体化、文本