數(shù)字孿生技術(shù)方案（技術(shù)方案）

復(fù)雜系統(tǒng)數(shù)字孿生：基于模型的工程

1

目錄

1復(fù)雜系統(tǒng)研發(fā)模式變革........................................14

1.1工程產(chǎn)品的復(fù)雜性在增加.................................14

1.1.1系統(tǒng)組成元素較多，組成元素間的交互多.............14

1.1.2涉及的學(xué)科較多，且各學(xué)科強耦合...................15

1.1.3軟件代碼行數(shù)成倍增加.............................17

1.1.4設(shè)計約束增多，多目標多屬性探索權(quán)衡...............18

1.2復(fù)雜性帶來的挑戰(zhàn)：大規(guī)模系統(tǒng)集成、跨地域跨組織協(xié)同....20

1.3復(fù)雜性帶來的機遇：數(shù)字化轉(zhuǎn)型...........................25

1.3.1產(chǎn)品仿制的逆向工程→自頂向下的正向設(shè)計轉(zhuǎn)變....25

1.3.2基于文檔的方式→基于模型的方式轉(zhuǎn)變.............26

1.3.3物理試錯→仿真驗證→數(shù)字孿生.................27

1.4國外在研發(fā)體系數(shù)字化轉(zhuǎn)型的探索.........................36

1.4.1美國數(shù)字工程......................................36

1.4.2歐盟框架計劃項目..................................41

2創(chuàng)新思維模式................................................47

2.1創(chuàng)新設(shè)計思維...........................................47

2.1.1創(chuàng)新設(shè)計思維的發(fā)展歷程...........................48

2.1.2孫子兵法的啟示....................................49

2.1.3創(chuàng)新設(shè)計思維的應(yīng)用...............................53

2.2系統(tǒng)思維...............................................56

2.2.1復(fù)雜巨系統(tǒng)理論...................................56

2.2.2系統(tǒng)思維的內(nèi)涵...................................67

2.2.3開展系統(tǒng)思維的四個步驟...........................69

2.2.4系統(tǒng)思維人員的習(xí)慣...............................78

2.3數(shù)字思維...............................................80

2.3.1數(shù)字思維的演進...................................82

2.3.2數(shù)字思維范式轉(zhuǎn)移.................................85

3基于模型的工程(MBE)概論...................................88

3.1MBE定義................................................88

3.2基于模型的方法.........................................91

1

3.2.1正式模型........................................91

3.2.2以模型為中心....................................92

3.3MBE流程..............................................94

3.3.1需求工程........................................96

3.3.2系統(tǒng)工程........................................98

3.3.3領(lǐng)域工程.......................................100

3.4MBE內(nèi)涵.............................................102

3.4.1系統(tǒng)模型.......................................103

3.4.2領(lǐng)域模型.......................................106

3.4.3SysLM..........................................108

4MBSE方法論...............................................110

4.1MBSE概述............................................110

4.1.1系統(tǒng)工程概念...................................110

4.1.2MBSE定義.......................................113

4.1.3MBSE應(yīng)用價值...................................117

4.1.4MBSE方法論.....................................119

4.2系統(tǒng)工程流程(Process)...............................122

4.2.1SE流程綜述....................................122

4.2.2ISO/IEC/IEEE15288:系統(tǒng)生命周期流程...........124

4.2.3ANSI/EIA632:系統(tǒng)工程流程.....................132

4.2.4IEEE1220:系統(tǒng)工程流程的應(yīng)用和管理............142

4.2.5組織/項目制定系統(tǒng)工程流程的建議................149

4.3MBSE方法(Methods)..................................164

4.3.1Harmony-SE.....................................164

4.3.200SEM..........................................173

4.3.3RUPSE.........................................176

4.3.4MagicGrid方法.................................186

4.3.5OPM方法.......................................198

4.3.6ARCADIA方法....................................201

4.3.7組織/項目選擇MBSE方法的建議...................222

5系統(tǒng)模型.................................................226

5.1運行環(huán)境模型(OperationalModels)....................226

2

5.1.1SoS概念定義....................................226

5.1.2DoDAF..........................................228

5.1.3UPDM...........................................242

5.2系統(tǒng)模型(SystemModels)............................244

5.2.1系統(tǒng)術(shù)語定義...................................244

5.2.2涌現(xiàn)性.........................................246

5.2.3系統(tǒng)模型.......................................248

5.2.4基于SysML的系統(tǒng)建模...........................249

5.2.5基于OPD&OPL的系統(tǒng)建模.........................257

5.2.6基于Capella的系統(tǒng)建模.........................266

5.2.7組織/項目選擇系統(tǒng)建模工具的建議................271

5.3系統(tǒng)分析.............................................272

6領(lǐng)域模型.................................................272

6.1機械領(lǐng)域模型.........................................272

6.1.1機械系統(tǒng)架構(gòu)模型...............................272

6.1.2機械設(shè)計模型...................................274

6.1.3結(jié)構(gòu)分析模型...................................303

6.1.4流場分析模型...................................327

6.1.5多體動力學(xué)模型.................................355

6.1.6疲勞分析模型...................................376

6.2電氣領(lǐng)域模型.........................................386

6.2.1電氣系統(tǒng)架構(gòu)模型...............................386

6.2.2電氣設(shè)計模型...................................393

6.2.3電磁仿真模型...................................407

6.2.4散熱分析模型...................................426

6.3軟件領(lǐng)域模型.........................................434

6.3.1軟件系統(tǒng)架構(gòu)模型...............................434

6.3.2軟件開發(fā)模型...................................443

6.4跨領(lǐng)域、多學(xué)科模型...................................454

6.4.1多領(lǐng)域仿真架構(gòu)模型.............................454

6.4.2系統(tǒng)仿真模型...................................459

6.4.3聲學(xué)仿真模型...................................479

3

6.4.4多物理場耦合模型................................500

6.4.5RAMS模型........................................507

6.4.6實驗測試模型.....................................524

6.5模型可信度評估........................................533

6.5.1影響模型準確性的因素............................533

6.5.2模型評估體系....................................536

6.5.3模型驗證和確認的方法............................542

6.5.4有限元模型的相關(guān)性分析..........................545

6.6設(shè)計空間探索..........................................549

6.6.1設(shè)計空間探索面臨的挑戰(zhàn)..........................549

6.6.2設(shè)計空間探索發(fā)展歷程............................554

6.6.3設(shè)計空間探索(DSE)..............................557

6.6.4主流通用DSE軟件................................560

7基于數(shù)字線程的系統(tǒng)全生命周期管理...........................564

7.1復(fù)雜系統(tǒng)數(shù)據(jù)/模型管理的演變...........................564

7.2數(shù)字線程的定義........................................573

7.3需求工程.............................................581

7.3.1需求類型和特征..................................583

7.3.2需求工程流程活動................................586

7.3.3需求管理.........................................587

7.4設(shè)計資源集成共享與質(zhì)量管理............................593

7.4.1研發(fā)設(shè)計資源集成共享............................593

7.4.2研發(fā)設(shè)計資源質(zhì)量管理............................600

7.5MBSE和PLM是數(shù)字線程的兩個重要領(lǐng)域...................606

7.5.1產(chǎn)品和過程模型的數(shù)字化..........................606

7.5.2MBSE系統(tǒng)架構(gòu)與PLM數(shù)字定義的協(xié)同...............608

7.5.3數(shù)字孿生中物理實例與系統(tǒng)設(shè)計描述的一致性........614

7.6模型生命周期管理......................................619

7.6.1模型定義.........................................620

7.6.2模型生命周期管理要素............................622

7.6.3系統(tǒng)工程業(yè)務(wù)流程以及模型的分類..................626

7.6.4系統(tǒng)模型生命周期管理............................630

4

7.6.5領(lǐng)域模型生命周期管理............................639

7.6.6試驗?zāi)Ｐ蜕芷诠芾?...........................649

7.6.7系統(tǒng)模型、領(lǐng)域模型和試驗?zāi)Ｐ偷拈]環(huán)集成管理......657

7.6.8模型存儲和安全性................................671

7.7基于數(shù)字線程的閉環(huán)質(zhì)量管理...........................676

7.7.1具有航天特色的質(zhì)量管方法........................676

7.7.2在新形勢下端到端閉環(huán)質(zhì)量管理需求................688

7.7.3端到端的數(shù)字化質(zhì)量體系建立......................690

7.7.4數(shù)字化賦能全面質(zhì)量管理..........................691

8POC:航天實踐驗證..........................................694

8.1POC項目目標和驗證思路................................694

8.1.1項目目標.........................................694

8.1.2場景流程與驗證思路..............................695

8.2核心技術(shù)應(yīng)用概述以及驗證場景..........................697

8.2.1基于PLM平臺的MBSE協(xié)同管理使能技術(shù).............697

8.2.2基于用戶需求的快速論證設(shè)計技術(shù)驗證場景..........718

8.2.3構(gòu)建系統(tǒng)架構(gòu)的定義場景..........................730

8.2.4系統(tǒng)設(shè)計驗證場景................................737

8.2.5虛擬試驗場景驗證................................759

9數(shù)字孿生邁入智能時代.......................................763

9.1用例背景..............................................764

9.2Physical-DigitalAnalytics............................766

9.2.1Smartconnection.................................767

9.2.2Data-to-Informationconversion..................768

9.2.3Cyber............................................768

9.2.4Cognition........................................770

9.2.5Configuration....................................772

5

1序言

-從自動化、數(shù)字化到智能化，追求日臻完美的復(fù)雜系統(tǒng)數(shù)字孿生模型

2013年德國提出的第四輪工業(yè)革命“工業(yè)4.0”,比我們想象的速度

更快地變成當下的現(xiàn)實。云、大、物、移、智等新技術(shù)和制造業(yè)的交融，

自動化和數(shù)字化的“兩化融合”,機器學(xué)習(xí)深入到包括語音識別、圖像識別、

數(shù)據(jù)挖掘等諸多領(lǐng)域并取得了矚目的成績，新材料、新工藝、新能源的技

術(shù)突破，正在讓制造業(yè)變得更柔(大規(guī)模柔性定制)、更軟(軟件定義一

切)、更美(綠色環(huán)保)。一個物質(zhì)極大豐富、全面智能化的新時代，正在

加速到來。

要在"工業(yè)4.0"時代生存發(fā)展，制造業(yè)企業(yè)必須成功地進行數(shù)字化轉(zhuǎn)

型，轉(zhuǎn)型成為一個軟件定義的平臺型企業(yè)，把產(chǎn)品重構(gòu)為軟件定義的可重

構(gòu)平臺。制造平臺型企業(yè)的核心是產(chǎn)品、工廠、企業(yè)的數(shù)字孿生模型，有

了“數(shù)字孿生”,才能通過并行工程和快速迭代，用數(shù)字的消耗替代能源的

消耗和物質(zhì)的消耗，才能"多快好省"地(T、Q、C、S、E綜合優(yōu)化)實現(xiàn)產(chǎn)

品創(chuàng)新和精益生產(chǎn)，以可接受的成本為消費者提供尊貴的個性化消費體驗，

才能實現(xiàn)可持續(xù)盈利性增長，形成強大的市場競爭能力。

工業(yè)科技的發(fā)展是累進的，讓我們簡單回顧一下歷史。“二戰(zhàn)”前后，

工程師認識世界和改造世界的"三論"——系統(tǒng)論、控制論、信息論逐步

成熟，在機械化和電氣化的基礎(chǔ)上，引發(fā)了第三輪工業(yè)革命。自動控制理

論也從經(jīng)典控制，逐步發(fā)展到現(xiàn)代控制、計算機控制，直到今天興起人工

智能第三輪浪潮。"工業(yè)4.0"時代，如何對企業(yè)系統(tǒng)進行建模和仿真——

開發(fā)其“數(shù)字孿生”模型?

1

著名科學(xué)家錢學(xué)森先生在1990年發(fā)表的一篇文章《一個科學(xué)新領(lǐng)域一

一開放的復(fù)雜巨系統(tǒng)及其方法》中為我們指明了方向。"當前人工智能領(lǐng)域

中綜合集成的思想得到重視，計算機集成制造系統(tǒng)(ComputerIntegrated

ManufactureSystem,CIMS)的提出與問世就是一個例子。在工業(yè)生產(chǎn)中，

產(chǎn)品設(shè)計與產(chǎn)品制造是兩個重要方面，各包括若干個環(huán)節(jié)，這些環(huán)節(jié)以現(xiàn)

代化技術(shù)通過人機交互進行工作。以往設(shè)計與制造是分開各自進行的。現(xiàn)

在考慮將兩者通過人工智能技術(shù)有機地聯(lián)系起來，將制造過程中有關(guān)產(chǎn)品

質(zhì)量的信息及時向設(shè)計過程反饋，使整個生產(chǎn)靈活有效，又能保證產(chǎn)品的高

質(zhì)量。這種將設(shè)計、制造甚至管理銷售統(tǒng)一籌劃設(shè)計的思想，恰恰是開放

的復(fù)雜巨系統(tǒng)的綜合集成思想的體現(xiàn)?！?/p>

到了2002年，MichaelGrieves博士在密歇根大學(xué)和NASA研討會上第

一次提出“DigitalTwin”(數(shù)字孿生)的理念。他認為，隨著復(fù)雜性日益

增加，現(xiàn)代產(chǎn)品系統(tǒng)、生產(chǎn)系統(tǒng)、企業(yè)系統(tǒng)本質(zhì)上均屬于復(fù)雜系統(tǒng)。為了

優(yōu)化、預(yù)測復(fù)雜系統(tǒng)的性能，我們需要一個可觀測的數(shù)字化模型，一個產(chǎn)

品的綜合性的、多物理場的數(shù)字表示，以便于在產(chǎn)品的整個生命周期中維

護并能重復(fù)使用在產(chǎn)品設(shè)計和制造期間生成的數(shù)字信息。數(shù)字孿生在設(shè)計

和制造過程中建立，并在產(chǎn)品生命周期中持續(xù)演進增長。一旦產(chǎn)品投入現(xiàn)

場使用，其全生命周期歷史包括狀態(tài)數(shù)據(jù)、傳感器讀數(shù)、操作歷史記錄、

構(gòu)建和維護配置狀態(tài)、序列化部件庫存、軟件版本以及更多提供服務(wù)和維

護功能的完整產(chǎn)品圖像。通過數(shù)字孿生可以分析產(chǎn)品的當前狀態(tài)和性能，

以調(diào)度預(yù)防和預(yù)測維護活動，包括校準和工具管理。結(jié)合維護管理軟件系

統(tǒng)，數(shù)字孿生可以用于管理維修部件庫存，并且指導(dǎo)技術(shù)服務(wù)人員完成現(xiàn)

2

場修理、升級或維修。通過積累數(shù)據(jù)庫中的足夠?qū)嵗I(yè)大數(shù)據(jù)分析工

程師可以評估特定系列設(shè)備及其部件，并反饋給產(chǎn)品設(shè)計和工藝設(shè)計，用

于產(chǎn)品和工藝的持續(xù)改進，形成閉環(huán)數(shù)字孿生(ClosedLoopDigitalTwin)。

作為工業(yè)數(shù)字化全球領(lǐng)軍企業(yè)，2007年西門子明確了“融合物理世界

和虛擬世界"的戰(zhàn)略愿景。通過一系列研發(fā)投資和戰(zhàn)略并購，具備了支持

"從芯片到城市",綜合性的、多物理場、閉環(huán)數(shù)字孿生技術(shù)，幫助客戶轉(zhuǎn)

型為基于模型的數(shù)字化企業(yè)(ModelBasedEnterprise,MBE)。為了消除

研制過程中的各種浪費，MBE使用3D數(shù)模和TDP(TechnicalDataPackage,

技術(shù)數(shù)據(jù)包)作為產(chǎn)品全生命周期的單一模型。3D數(shù)模由MBD(ModelBased

Definition,基于模型的產(chǎn)品定義)生成，加上PMI(ProductManagement

Information,產(chǎn)品管理信息),理論上可以從三維拓展到無窮維，這個單

一模型TDP可以在全企業(yè)范圍內(nèi)進行分享和自由流動，保障產(chǎn)品全生命周

期快速、無縫、自由的數(shù)據(jù)流動。如果一個企業(yè)實現(xiàn)了TDP在其內(nèi)部部門

間及其生態(tài)系統(tǒng)的自由流動，我們即稱之為MBE。本書探討的復(fù)雜產(chǎn)品系統(tǒng)

主要指的是光機電軟液控系統(tǒng)，如箭彈星船、飛機、汽車、鐵路機車、高

科技船舶、工程機械、重型機械、醫(yī)療器械、光刻機、耐用消費品、軍用/

汽車/消費電子產(chǎn)品等。

實施針對復(fù)雜系統(tǒng)MBE的閉環(huán)數(shù)字孿生，需要分別支持產(chǎn)品系統(tǒng)、生

產(chǎn)系統(tǒng)、運行系統(tǒng)的數(shù)字孿生模型，并實現(xiàn)三大系統(tǒng)模型的一體化整合。

欲高精度、高可信度地建立這三類模型，編者認為，需要理論和實踐的創(chuàng)

新：在產(chǎn)品系統(tǒng)數(shù)字孿生領(lǐng)域，要發(fā)展新一代MBSE(ModelBasedSystem

Engineering,基于模型的系統(tǒng)工程),用于預(yù)測物理結(jié)構(gòu)和特征、物理績

3

效特征、環(huán)境響應(yīng)、失效模式等；在生產(chǎn)系統(tǒng)數(shù)字孿生領(lǐng)域，要利用

PSE(ProductionSystemEngineering,生產(chǎn)系統(tǒng)工程),對各生產(chǎn)系統(tǒng)要

素、產(chǎn)線、車間、供應(yīng)鏈系統(tǒng)進行建模和仿真，用于優(yōu)化物理布局和特征、

產(chǎn)能和利用率、產(chǎn)出和節(jié)拍；在運行系統(tǒng)數(shù)字孿生領(lǐng)域，要打造

IIoT(IndustrialInternetofThings,工業(yè)物聯(lián)網(wǎng)),提供物理系統(tǒng)的實

時運行狀態(tài)，優(yōu)化運營水平，預(yù)測維護，并對設(shè)計進行驗證。

懷著加速中國從制造大國轉(zhuǎn)型為制造強國、從逆向工程轉(zhuǎn)型為正向研

發(fā)的夢想，西門子工業(yè)軟件大中華區(qū)技術(shù)團隊組織專家顧問和航天科技集

團有關(guān)專家一道，在總結(jié)多年實戰(zhàn)經(jīng)驗的基礎(chǔ)上，適當加以抽象，編寫了

“數(shù)字孿生”系列書籍，以供從事智能制造、工業(yè)互聯(lián)網(wǎng)、工業(yè)人工智能

領(lǐng)域的政產(chǎn)學(xué)研各界讀者參考。

一.新一代基于模型的系統(tǒng)工程(MBSE)

對于光機電軟液控系統(tǒng)的復(fù)雜產(chǎn)品系統(tǒng)，其數(shù)字孿生從“形似”到“神

似",旨在加速產(chǎn)品創(chuàng)新過程，過去40~50年間全球CAD/CAM/CAE領(lǐng)域為此

做出了持續(xù)的努力，如今三維CAD數(shù)模和幾何樣機渲染已經(jīng)完全做到逼真

水平。編者重點關(guān)注如何把復(fù)雜系統(tǒng)數(shù)字孿生做到“神似”,以有效地協(xié)助

利益攸關(guān)者認識、預(yù)測和優(yōu)化復(fù)雜系統(tǒng)。

要做到“神似”,須在“基于文檔”系統(tǒng)工程提升到“基于模型”系統(tǒng)

工程的基礎(chǔ)上，進一步演進到“新一代MBSE”。編者認為，新一代MBSE應(yīng)

該是多層次的(整機系統(tǒng)功能架構(gòu)，領(lǐng)域系統(tǒng)架構(gòu)，領(lǐng)域模型)、多物理場

的、動態(tài)的、閉環(huán)的數(shù)字孿生，由計算機對設(shè)計空間自動尋優(yōu)，并由一個

數(shù)字線索(DigitalThread,或稱數(shù)字神經(jīng))系統(tǒng)支持設(shè)計方案快速迭代。

4

模型的復(fù)雜度、精確度和實時性隨著產(chǎn)品生命周期的演進逐步提升。要實

現(xiàn)基于數(shù)字孿生的正向研發(fā)的研發(fā)理念，需要建設(shè)兩個基礎(chǔ)平臺，即全生

命周期的管理平臺及基于云和物聯(lián)網(wǎng)的資源共享平臺，并且提供三個維度

的技術(shù)支撐：不同研發(fā)階段的協(xié)同，不同子系統(tǒng)之間的集成，不同領(lǐng)域不

同學(xué)科之間的耦合。

在系統(tǒng)架構(gòu)建模層面，MIT教授EdwardCrawley領(lǐng)銜著作的《系統(tǒng)架

構(gòu)：復(fù)雜系統(tǒng)的產(chǎn)品設(shè)計和開發(fā)》深刻地從形式和功能兩個方面講解了如

何分析系統(tǒng)，并指出了如何創(chuàng)建良好的系統(tǒng)架構(gòu)指導(dǎo)原則。而國際系統(tǒng)工

程學(xué)會(INCOSE)列明了各種主流的建模語言、方法論和工具。本書實例

采用西門子公司提供的SystemModellingWorkbench,采用西門子

Simcenter1D、3D和Test支持FMI/FMU2.0標準的實現(xiàn)。

在領(lǐng)域模型層面，隨著計算能力遵從摩爾定律指數(shù)發(fā)展，包括有限元

方法(FEA,或有限單元法)、有限差分法、邊界元方法、有限體積法的數(shù)

值分析(計算數(shù)學(xué))工具的成熟，可以解決工程中遇到的大量問題，其應(yīng)用

范圍從固體到流體，從靜力到動力，從力學(xué)問題到非力學(xué)問題。事實上，

有限單元法已經(jīng)成為在已知邊界條件和初始條件下求解偏微分方程組的一

般數(shù)值方法。有限單元法在工程上的應(yīng)用屬于計算力學(xué)的范疇，而計算力

學(xué)是根據(jù)力學(xué)中的理論，利用計算機和各種數(shù)值方法，解決力學(xué)中實際問

題的一門新興學(xué)科。它橫貫力學(xué)的各個分支，不斷擴大各個領(lǐng)域中力學(xué)的

研究和應(yīng)用范圍，同時也在逐漸發(fā)展自己的理論和方法。例如，柔性多體

動力學(xué)仿真考慮實際系統(tǒng)中某些運動部件的彈性無法忽略，甚至是主要動

力學(xué)行為的來源，利用西門子SimcenterLMSVirtualLab可以將FEM與

5

多體動力學(xué)仿真(MBS)軟件深度整合起來，只需要定義相關(guān)部件的受力和

邊界條件，其余的都是內(nèi)部作用，節(jié)省工作量又較為真實可信。其他學(xué)科

包括多物理場分析仿真Simcenter3D、復(fù)材Fibersim、電氣Capital、軟

件Polarion、功能安全MADE、電磁Infolytica、流體力學(xué)和傳熱學(xué)STAR

CCM+,等等。

有一個重要問題，近幾年興起的機器學(xué)習(xí)(人工智能)能否用于復(fù)雜

系統(tǒng)“數(shù)字孿生”模型?

機器學(xué)習(xí)是人工智能的一個分支，簡單地說，就是通過算法，使機器

能從大量歷史數(shù)據(jù)中學(xué)習(xí)規(guī)律，從而對新的樣本做智能識別或?qū)ξ磥磉M行

預(yù)測。常見的機器學(xué)習(xí)算法如神經(jīng)網(wǎng)絡(luò)(NeuralNetwork)、支持向量機

(SupportVectorMachines,SVM)、Boosting、決策樹(DecisionTree)、

隨機森林(RandomForest)、貝葉斯模型(BayesianModel)等。其實，

在深度學(xué)習(xí)浪潮掀起之前，力學(xué)和工程領(lǐng)域早已開始在計算力學(xué)研究中結(jié)

合神經(jīng)網(wǎng)絡(luò)模型，開發(fā)出更優(yōu)的算法，一個典型的例子便是有限元神經(jīng)網(wǎng)

絡(luò)模型。由于在實際工程問題中存在大量的非線性力學(xué)現(xiàn)象，如在結(jié)構(gòu)優(yōu)

化問題中，需要根據(jù)需求設(shè)計并優(yōu)化構(gòu)件結(jié)構(gòu)，是一類反問題，這些非線

性問題難以用常規(guī)的方法求解，而神經(jīng)網(wǎng)絡(luò)恰好具有良好的非線性映射能

力，因而可得到比一般方法更精確的解。

將有限元與神經(jīng)網(wǎng)絡(luò)結(jié)合的方法有很多，比如針對復(fù)雜非線性結(jié)構(gòu)動

力學(xué)系統(tǒng)建模問題，可以將線性部分用有限元進行建模，非線性構(gòu)件用神

經(jīng)網(wǎng)絡(luò)描述(如輸入非線性構(gòu)件狀態(tài)變量，輸出其恢復(fù)力),再通過邊界條

件和連接條件將有限元模型部分和神經(jīng)網(wǎng)絡(luò)部分結(jié)合，得到混合模型。另

6

一種方法是首先通過有限元建立多種不同的模型，再將模態(tài)特性(即最終

需要達到的設(shè)計要求)作為輸入變量，將對應(yīng)的模型結(jié)構(gòu)參數(shù)作為輸入變

量，訓(xùn)練神經(jīng)網(wǎng)絡(luò)，利用神經(jīng)網(wǎng)絡(luò)的泛化特性，得到設(shè)計參數(shù)的修正值。

結(jié)合蒙特卡羅方法，進行多組有限元分析，將數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)中進行訓(xùn)

練，可以用來分析結(jié)構(gòu)的可靠度。

二.基于模型的生產(chǎn)系統(tǒng)工程(PSE)

PSE(生產(chǎn)系統(tǒng)工程)經(jīng)歷了從人的手工勞動到采用機械的、自動化設(shè)

備，進而采用計算機。值得一提的是，20世紀70年代興起的DCS

(DistributedControlSystem,分布式控制系統(tǒng)，或稱集散控制系統(tǒng))

實現(xiàn)從單機到聯(lián)網(wǎng)是一個巨大飛躍。DCS是一個由過程控制級和過程監(jiān)控級

組成的以通信網(wǎng)絡(luò)為紐帶的多級計算機系統(tǒng)，綜合了計算機、通信、顯示

和控制等4C技術(shù)，其基本思想是分散控制、集中操作、分級管理、配置靈

活以及組態(tài)方便，在大型復(fù)雜工廠運行管理方面獲得廣泛應(yīng)用。20世紀80

年代末90年代初，CIMS(計算機集成制造系統(tǒng))被寄予厚望。CIMS是通過

計算機硬軟件，并綜合運用現(xiàn)代管理技術(shù)、制造技術(shù)、信息技術(shù)、自動化

技術(shù)、系統(tǒng)工程技術(shù)，將企業(yè)生產(chǎn)全部過程中有關(guān)的人、技術(shù)、經(jīng)營管理

三要素及其信息與物流有機集成并優(yōu)化運行的復(fù)雜大系統(tǒng)。

本質(zhì)上，CIMS基于復(fù)雜系統(tǒng)工程理論，試圖建立整個企業(yè)系統(tǒng)的“數(shù)

字孿生"模型，它面向整個企業(yè)，覆蓋企業(yè)的多種經(jīng)營活動，包括生產(chǎn)經(jīng)

營管理、工程設(shè)計和生產(chǎn)制造各個環(huán)節(jié)，即從產(chǎn)品報價、接受訂單開始，

經(jīng)計劃安排、設(shè)計、制造直到產(chǎn)品出廠及售后服務(wù)等的全過程。一般地，

CIMS需要五大子系統(tǒng)，包括產(chǎn)品生命周期管理系統(tǒng)(PLM)、企業(yè)資源計劃

7

系統(tǒng)(ERP)、制造執(zhí)行系統(tǒng)(MES)、自動化物流系統(tǒng)和自動化產(chǎn)線系統(tǒng)。

PLM系統(tǒng)又可以分為計算機輔助設(shè)計和分析系統(tǒng)(CAD/CAE)、計算機輔助工

藝設(shè)計系統(tǒng)(CAPP)、計算機輔助制造系統(tǒng)(CAM),而自動化產(chǎn)線主要包括

柔性制造系統(tǒng)(FMS),以及數(shù)控機床(NC,CNC)、機器人等。CIMS將信息

技術(shù)、現(xiàn)代管理技術(shù)和研制技術(shù)相結(jié)合，并應(yīng)用于企業(yè)全生命周期各個階

段，通過信息集成、過程優(yōu)化及資源優(yōu)化，實現(xiàn)物流、信息流、價值流的

集成和優(yōu)化運行，達到人(組織及管理)、經(jīng)營和技術(shù)三要素的集成，從而

提高企業(yè)的市場應(yīng)變能力和競爭力。

為了推動CIMS系統(tǒng)集成，MESA協(xié)會制定了ISA-95標準框架。ISA-95

把企業(yè)系統(tǒng)分成L0(現(xiàn)場/機臺層)、L1(控制層，PLC、傳感器和作動機構(gòu))、

L2(操作層，SCADA/HMI)、L3(工廠層，MES、批記錄、歷史數(shù)據(jù)),L4(企

業(yè)層，ERP、PLM、工藝)。一般地講，L1~L2是自動化層，L3~L4是數(shù)字化

層。在自動化層，比如說在西門子成都電裝工廠、汽車焊接車間，最關(guān)鍵

在于報警、安全，都是要實時處理的。自動化要求在L1~L2實時處理優(yōu)化

數(shù)據(jù)。通過L3MES數(shù)采以后，然后分析、判斷以及進行處理。MES是IT和

OT"兩化融合"的一個結(jié)合點，關(guān)鍵點在于數(shù)采。

現(xiàn)在，數(shù)字化制造為什么還要進化到智能化制造?智能化制造在數(shù)字

化已經(jīng)非常強大的平臺上還能帶來什么效益?它的關(guān)鍵點在哪里?智能化

制造最根本的點就是讓工業(yè)生產(chǎn)產(chǎn)線和主要的設(shè)備有自學(xué)習(xí)、自適應(yīng)和自

判斷能力。這就是智能制造和數(shù)字化制造最根本的區(qū)別。人工智能、邊緣

計算和網(wǎng)絡(luò)數(shù)據(jù)信息安全這三個關(guān)鍵點缺一不可。網(wǎng)絡(luò)和數(shù)據(jù)安全也非常

關(guān)鍵。因為縱向集成，一網(wǎng)到底，黑客侵入以后直接可以破壞底層的傳感

8

器和執(zhí)行機構(gòu)。如果對黑客攻擊的防范稍微不到位，包括底層的設(shè)備和自

動化就有可能被破壞。

西門子智能制造平臺已經(jīng)具備了智能化。西門子于2019年年初正式發(fā)

布了邊緣計算和人工智能。AI處理器并行在自動化底層總線上。以西門子

成都工廠為例，它是生產(chǎn)PLC的電子裝配工廠。該廠主要生產(chǎn)PCB,然后封

裝、測試，形成PLC控制器的模塊接到總線就開始運行。PCB的最后一個重

要工位是檢測，或者叫質(zhì)量門。在PCB里邊，前面十幾道工序下來，為了

檢測焊接質(zhì)量，最后要上一個X光機，通過機器視覺、拍照，然后檢驗這

個PCB所有的焊接點是否合格，然后封裝、測試。X光機是一個瓶頸，而且

一臺X光機是特別貴的。每天一萬片PCB從流水線下到總裝這個檢測工位，

需要四臺X光機并行，才能符合它的這個節(jié)拍。通過西門子和Intel合作

研發(fā)的人工智能芯片并行在PLC過程中間，這個芯片起什么作用呢?前面

十幾道工序采集所有焊接焊點的工業(yè)參數(shù)，包括壓力、溫度、電壓、電流

等，通過大數(shù)據(jù)分析，然后與X光機拍出來的每一張照片進行比對。在云

端通過深度學(xué)習(xí)的訓(xùn)練，建立工業(yè)參數(shù)和最后合格率的邏輯關(guān)系，轉(zhuǎn)化成

一種算法，植入AI芯片，與PLC并行，它相當于最后一道工藝前面的總控

制開關(guān)。這個芯片根據(jù)前面十幾道工序焊接下來的PCB與照片比對的這個

數(shù)據(jù)做出決策，發(fā)現(xiàn)40%的板實際上不用上X光機。根據(jù)前面的工藝參數(shù)決

定了這40%的板直接旁路，封裝測試就完了。這樣能大幅度少用X光機，大

大提升產(chǎn)線效率，而且減少了X光機的投入。要提產(chǎn)能，要加快節(jié)拍，就

不需要再加X光機。這既節(jié)約了投資，又提高了效率，這就是人工智能的

作用。

9

進一步考察，對更加復(fù)雜的汽車制造業(yè)而言，人工智能到底是怎么回

事呢?實際上，現(xiàn)在的制造，整車制造、焊接工藝也好，總裝車間也好，

其實上是更復(fù)雜了一些。因為它有很多手動工位、半自動工位、混合的人

機協(xié)作等。需要大量的數(shù)據(jù)，而且直接在現(xiàn)場就要處理，讓機器做出判斷

和決策，而不能等到L3再做，這個就不是實時的了。因此需要實時做決策，

然后提高產(chǎn)能和效率。抽象地說說人工智能和邊緣計算沒有實際效益。舉

個例子，如電池制造行業(yè)。電池的電芯制造有一道工藝是裁布。裁布以后

涂布，涂布以后卷繞，切割，形成電芯，然后加電極、焊接等。裁布這道

工藝非常重要。因為裁布的金屬不是通常布料，金屬布料裁了以后毛刺可

能有各種排列，如果有尖峰，它卷繞以后就會戳破絕緣層，從而導(dǎo)致這個

電芯不合格。怎么處理?不可能再等MES,需要機器視覺，而且這個機器視

覺是高速的，如一分鐘兩米布，通過高速的機器視覺判斷，這一段布裁下

來以后，這個毛刺到底合不合格需要進行大數(shù)據(jù)分析。過去的幾萬米布的

話，裁下來的這個毛刺，然后用最小二乘法，然后將這個算法放到AI處

理器，AI處理器在下一個工位就要做出決策，即這段布裁下來的毛刺是否

可以通過。這是要在一兩分鐘內(nèi)決策的事情。有很多特別需要在現(xiàn)場做的

決策。又如汽車的焊接工藝，比如說激光焊。如果說15厘米的焊縫有一

千個焊珠，激光焊槍打過去，幾秒鐘的事情。對于合格還是不合格，在下

一道工序之前要做出快速的判斷，仍要通過機器視覺。機器視覺這種數(shù)據(jù)

就不是PLC控制的一個程序，PLC程序編了程在PLC里邊運轉(zhuǎn)，邏輯控制就

可以。必須要通過人工智能，要通過邊緣計算來解決這些問題，做出判斷，

提高效益。所以這不是很遙遠的事情，在汽車制造行業(yè)就非常多。所以說，

10

這幾個關(guān)鍵點決定了是否能夠提高效益和產(chǎn)能，同時減少人力人工。而這

些是完全不可能由人來勝任的。減少人工不在于少發(fā)了幾個人的工資，主

要在于減少了差錯，提高了效益。這個差錯率在理論上是降低為零。某德

國豪華車總裝車間，幾個月以前已經(jīng)開始了試點，它把總裝所有的擰緊，

一個角度參數(shù)，一個力矩參數(shù)，通過AI,在工廠的不同工位進行分配和判

斷，然后在底層實時處理這樣的數(shù)據(jù)?，F(xiàn)在通過OPC協(xié)議，數(shù)據(jù)打包然后

再傳送上去。這種復(fù)雜程度用于汽車制造現(xiàn)在還沒有看到。但就擰緊擰松

這樣非常清晰的這種數(shù)據(jù)，通過簡單的邊緣計算和人工智能的模塊，就完

全可以在現(xiàn)場處理掉。這就是智能制造，也就是從數(shù)字化工廠到智能制造

的一個升級。

PSE的另外一個重點是工藝數(shù)字化模擬仿真，包括虛擬調(diào)試，對現(xiàn)在的

數(shù)字化企業(yè)來說已經(jīng)成為一個非常成熟和非?；镜墓ぞ吆推脚_了。西門

子在平臺研發(fā)上投入巨大，只專注提供平臺，然后集成商和用戶可以在平

臺上開展自己的想象，因為客戶最懂工藝?？蛻舳に?，他們可以提出算

法的要求；西門子懂平臺，可以集成這樣的算法。然后雙方在這個算法上

達成一致以后，將其植入邊緣計算和處理芯片，在工藝上進行驗證和實施。

所有算法靠線體商、集成商和最終用戶一起討論決定，最后可以形成基于

線體商或者最終用戶自主知識產(chǎn)權(quán)的算法和工藝流程，即優(yōu)化了的工藝流

程。

三.IIoT(工業(yè)物聯(lián)網(wǎng))

第三個是基于云的工業(yè)物聯(lián)網(wǎng)。與處理大量的實時數(shù)據(jù)不同，它可以

把邊緣計算、人工智能，以及MES數(shù)據(jù)放在云上面。它在進行大量的數(shù)據(jù)

11

分析以后，反饋給工藝產(chǎn)線，甚至反饋到原始設(shè)計端來進行產(chǎn)品的生命周

期優(yōu)化，以進行產(chǎn)線、工藝過程和經(jīng)營生產(chǎn)管理的優(yōu)化。這就是一個更大

的開放平臺的概念。西門子工業(yè)物聯(lián)網(wǎng)MindSphere已經(jīng)于4月份入駐阿

里云。在這個云平臺上，它可以直接通過邊緣計算，可以通過AI,它已經(jīng)

打成數(shù)據(jù)包了，然后在里邊處理，可以直接上升到云端，因為edge的話通

過Ping口，直接就接到互聯(lián)網(wǎng)。實際上，這個互聯(lián)網(wǎng)需要云存儲和云計

算，因為它數(shù)據(jù)量太大，本地服務(wù)器根本解決不了這些問題，所以采用開

放式開發(fā)平臺。這個操作平臺的架構(gòu)、操作系統(tǒng)和推薦的編程語言(Java

和C++)都已經(jīng)定了下來。包括主機廠、集成商、線體商，現(xiàn)在也在招很多

懂這些高級語言的IT人才，通過自己可以做很多應(yīng)用開發(fā)，也可以委托第

三方，當然也可以委托西門子。這樣就形成一個完整的閉環(huán)，就是智能制

造的一個平臺。

當然智能制造也不是說完全就是整個工廠、所有的機器都能夠自學(xué)習(xí)

了，所有的人和機器都可以相互直接協(xié)作，機器都能讀懂人的每個動作，

等等。目前還達不到這個程度，可能也沒必要達到這個程度。實際上，通

過邊緣計算和人工智能帶來真正的效益，能提高生產(chǎn)效率，能減少設(shè)備投

入，能夠真正減輕人員的負擔，降低錯誤率，就可以說達到了整個智能制

造的要求。

"Talkischeap.Showmethemodel"。本書以MBD為基礎(chǔ)，把MBE

分為如下九大領(lǐng)域模型：基于模型的系統(tǒng)工程，基于模型的三維設(shè)計與仿

真，基于模型的電子電氣系統(tǒng)工程，基于模型的產(chǎn)品型譜化和模塊化管理，

基于模型的軟件全生命周期管理，基于模型的產(chǎn)品成本管理，基于模型的

12

工藝與虛擬驗證，基于模型的閉環(huán)制造，基于模型的MBE數(shù)字化服務(wù)。編

者希望讀者可以通過我們的努力，快速鳥瞰數(shù)字化企業(yè)主要有關(guān)的數(shù)字孿

生模型，拓展知識領(lǐng)域，學(xué)習(xí)工業(yè)軟件領(lǐng)域的新技術(shù)、新方法和新應(yīng)用。

本書借鑒了以下文獻的精華：2012年西門子工業(yè)軟件出版的《基于模

型的數(shù)字化企業(yè)白皮書》和2015年由機械工業(yè)出版社出版的《工業(yè)4.0實

戰(zhàn)：裝備制造業(yè)數(shù)字化之道》,隨著西門子數(shù)字化工業(yè)整合虛擬世界和物

理世界過程的不斷深入，我們追求完美的數(shù)字孿生模型的旅程也在不斷前

進。在這里，編委會特別感謝戚鋒博士和夏緯先生，是他們的遠見和經(jīng)驗

促進了我們在工業(yè)自動化和數(shù)字孿生兩大領(lǐng)域相互交融的理解，得以“閉

環(huán)”。

是為序。

13

2復(fù)雜系統(tǒng)研發(fā)模式變革

2.1工程產(chǎn)品的復(fù)雜性在增加

從18世紀60年代中期到21世紀的今天，人類共發(fā)生了四次工業(yè)革命。

在這四次工業(yè)革命中，工程產(chǎn)品學(xué)科發(fā)生了巨大變化，從機械化、電氣化、

信息化到數(shù)字化實現(xiàn)了從單學(xué)科的機械傳動到多學(xué)科耦合的智能控制。這

在最開始工程產(chǎn)品產(chǎn)生時的命名就可以看出，如蒸汽機、軋棉機、縫紉機、

珍妮紡織機、拖拉機等，這里的“機”就是機械的意思，用機械化代替手

工勞動。而現(xiàn)在的工程產(chǎn)品稱為“賽博物理系統(tǒng)”,這里的“賽博”是指數(shù)

字化的智能控制，而"物理"部分也由之前的機械、液壓擴展到機械、液

壓、氣動、電子、電氣、電磁多學(xué)科耦合。從對工程產(chǎn)品的設(shè)計人員的技

能要求來看，之前的設(shè)計人員多為機械工程師，而現(xiàn)在的設(shè)計人員通過要

求要懂多種學(xué)科，如掌握機、電、液、軟多種學(xué)科的復(fù)合型人才等。

近些年隨著科技的不斷發(fā)展，工程產(chǎn)品的復(fù)雜性在增加，產(chǎn)品開發(fā)的

難度越來越大，主要體現(xiàn)在以下幾個方面：1)系統(tǒng)組成元素較多，組成元

素間的交互多；2)涉及的學(xué)科較多，且各學(xué)科強耦合；3)軟件代碼行數(shù)

成倍增加；4)設(shè)計約束增多，設(shè)計方案空間減少。

2.1.1系統(tǒng)組成元素較多，組成元素間的交互多

一臺波音747飛機有400萬個零部件，由分布在65個大企業(yè)和15000

多家中、小企業(yè)協(xié)同生成制造?？湛?80的機體由多個零部件組成，如錯

誤!未找到引用源。所示，其中機頭、中機身、擾流板和副翼由空客法國公

司生產(chǎn)制造，前機身、后機身、縫翼和部分尾翼由空客德國公司生產(chǎn)制造，

14

兩側(cè)的機翼由空客英國公司生產(chǎn)制造，下機身、升降舵、方向舵和部分尾

翼由空客西班牙公司生產(chǎn)制造，而前緣襟翼由空客比利時公司生產(chǎn)制造，

這些零件需要組成在一起才形成飛機的機體整體。

不僅系統(tǒng)組成元素增多，產(chǎn)品復(fù)雜性增加，而且組件元素間的交互增

多，也會讓產(chǎn)品變得更復(fù)雜。如一個由5個組成元素構(gòu)成的系統(tǒng)，其兩兩

交互的方式由10種，而由這10種兩兩交互方式配置出整個系統(tǒng)的交互方

式，則理想情況下存在2種配置方案。而如果系統(tǒng)的組成元素增加到30

個，其兩兩交互的方式由435種，而由這435種兩兩交互方式配置出整個

系統(tǒng)的交互方式，則理想情況下存在2種配置方案。這種交互方式的增加，

對系統(tǒng)的復(fù)雜性的影響是巨大的。

組成元素=5組成元素=30

兩兩連接=10兩兩連接=435

組合配置方案=210or1024組合配置方案=2435

圖1-1組成元素的交互增加產(chǎn)品的復(fù)雜性

2.1.2涉及的學(xué)科較多，且各學(xué)科強耦合

現(xiàn)在先進的工程產(chǎn)品通常涉及多學(xué)科，如航空航天飛行器設(shè)計涉及到

的學(xué)科包括：結(jié)構(gòu)設(shè)計、復(fù)合材料設(shè)計與分析、固體力學(xué)、結(jié)構(gòu)強度、氣

動外形設(shè)計、流體力學(xué)、飛行力學(xué)、飛行器性能計算與分析、自動控制理

15

論、軟件開發(fā)、機電一體化、液壓伺服技術(shù)、電氣控制、通信導(dǎo)航、綜合

顯示、試驗技術(shù)等，這些學(xué)科互相耦合，才能實現(xiàn)飛行器的總體功能、行

為和性能。

飛機設(shè)計是一個多學(xué)科間不斷權(quán)衡迭代的過程，如圖1-2所示，從單

學(xué)科出發(fā)設(shè)計出來的“理想飛機”,如機身部門希望飛機機身越大越好，電

氣部門希望飛機全部作動用電氣實現(xiàn)，液壓部門希望飛機全部作動用液壓

實現(xiàn)，動力部門希望發(fā)動機動力十足，氣動部門希望飛機機身機翼流線型

要好，制造部門希望飛機結(jié)構(gòu)都是方方正正的，強度部門希望機身結(jié)構(gòu)越

結(jié)實越好，如果這些部門只考慮自己負責的學(xué)科，不考慮其他學(xué)科，這樣

設(shè)計出來的飛機是沒辦法做到各學(xué)科協(xié)同最優(yōu)的。

設(shè)備組

氣動組

結(jié)構(gòu)組

液壓組

制造組

圖1-2從單學(xué)科角度設(shè)計出來的“理想飛機”

飛機機電系統(tǒng)包括電源、燃油、液壓、第二動力、機輪剎車、環(huán)境控

制和生命保障等學(xué)科，這些學(xué)科從獨立運行到系統(tǒng)能量、功能、物理和控

制方面的綜合，機電系統(tǒng)的交聯(lián)關(guān)系越來越多，從量變到質(zhì)變的轉(zhuǎn)換。如

16

INVENT計劃原型機的機電系統(tǒng)多學(xué)科交互如錯誤!未找到引用源。所示，該

飛機由發(fā)動機、燃油與熱管理系統(tǒng)、魯棒電源系統(tǒng)、自適應(yīng)動力與熱管理

系統(tǒng)、高性能機電作動系統(tǒng)和航電系統(tǒng)，并定義了這些組成子系統(tǒng)間傳遞

的熱能、機械能和電能信號等錯談未找到引用源。。

2.1.3軟件代碼行數(shù)成倍增加

隨著工程產(chǎn)品的智能化程度增加，軟件已經(jīng)成為復(fù)雜工程系統(tǒng)的主要

組成部分，出現(xiàn)了“軟件定義功能”的新設(shè)計思想。根據(jù)SAVI項目中的統(tǒng)

計，如圖1-3所示，波音和空客公司的飛機中軟件的代碼行數(shù)在逐年遞增，

目前幾乎達到每四年就翻倍。軟件代碼行數(shù)的增加會導(dǎo)致開發(fā)難度和開發(fā)

成本的急劇增加，目前估計可接受的最高行數(shù)為2700萬行，開發(fā)成本達到

78億美元，如果再繼續(xù)增加，企業(yè)將無法承受。

圖1-3波音和空客的軟件代碼行數(shù)在逐年遞增

軟件在工程產(chǎn)品的應(yīng)用增加，會帶來復(fù)雜的集成問題。軟件實現(xiàn)的功

能模塊之間的接口不像機械接口那樣直觀，超過了簡單的輸入和輸出。如

17

果工程系統(tǒng)中的不同軟件模塊由不同供應(yīng)商開發(fā)，會讓集成難度再上一個

層次。

2.1.4設(shè)計約束增多，多目標多屬性探索權(quán)衡

隨著人們生活水平的提高和對環(huán)境保護的認識加深，對工程產(chǎn)品的需

求除了通用的功能之外提出更多的設(shè)計約束，如民用客機不僅要安全舒適，

還有低油耗，排放更少的二氧化碳，降低飛機噪音以減少航空運輸對環(huán)境

的影響等。根據(jù)CleanSky項目中的統(tǒng)計，目前航空運輸業(yè)在溫室氣體排

放量方面約占3%,預(yù)計2050年將增加三倍。雖然目前航空運輸業(yè)不是溫室

氣體排放的主要行業(yè)，但預(yù)期的排放增加使得很有必要解決航空業(yè)對環(huán)境

造成的影響。為此歐盟提出了CleanSky項目來提高燃油消耗率，減少二

氧化碳、一氧化二氮的排放，以及飛機噪音對環(huán)境的影響，如圖1-4所示。

應(yīng)對以上的設(shè)計約束，必須要采用一些新技術(shù)，而傳統(tǒng)的一些設(shè)計方案將

不再試用，如提高燃油消耗率，減少二氧化碳、一氧化二氮的排放需要先

進的復(fù)合材料結(jié)構(gòu)、飛機健康監(jiān)測、多電飛機，飛發(fā)一體化集成設(shè)計等；

減少飛機噪聲對環(huán)境的影響需要高性能、低噪聲發(fā)動機設(shè)計，先進的核心

機氣動噪聲設(shè)計等。

相較于2010年，到2020年燃油相較于2010年，到2020年一氧相較于2010年，到2020年外部

消耗和二氧化碳排放量減少50%化二氮排放量減少80%環(huán)境噪聲降低50%

圖1-4CleanSky項目目標

18

設(shè)計約束的增加，對設(shè)計人員來說就是要滿足的設(shè)計目標和要達到的

產(chǎn)品屬性變多了。如現(xiàn)行飛機設(shè)計過程中，我們要在更大的設(shè)計空間探索，

尋找到滿足多目標多屬性的最佳方案。

系統(tǒng)交互-復(fù)雜性增加

上市時間快

可靠性好

飛控系統(tǒng)燃油系統(tǒng)環(huán)控系統(tǒng)發(fā)動機

圖1-5多目標多屬性探索權(quán)衡

19

2.2復(fù)雜性帶來的挑戰(zhàn)：大規(guī)模系統(tǒng)集成、跨地域跨組織協(xié)同

系統(tǒng)復(fù)雜性帶了一些新問題，我們主要從三個方面來分析：較多的利

益攸關(guān)者的需求，難以準確描述系統(tǒng)，對一個名詞的理解，不同人有不同

視角，存在歧義性；復(fù)雜的系統(tǒng)交聯(lián)關(guān)系讓企業(yè)部門間的協(xié)同變得更密切，

一個復(fù)雜系統(tǒng)的成功實現(xiàn)需要跨部門跨組織的大規(guī)模協(xié)同，系統(tǒng)集成困難。

復(fù)雜的系統(tǒng)涌現(xiàn)性，系統(tǒng)難以簡單創(chuàng)建，往往要開展多學(xué)科、多維度，多

屬性的設(shè)計和分析，目前基于文檔的研發(fā)模式，無法做到需求的有效追蹤，

連續(xù)性傳遞。

跨地域協(xié)同工作環(huán)境要求提升協(xié)同研制能力。航天產(chǎn)品與以往相比，

表現(xiàn)為任務(wù)多、周期多、涉及專業(yè)領(lǐng)域廣，是典型的系統(tǒng)工程，也是技術(shù)

難度高、任務(wù)重、時間緊、參與研制單位多、協(xié)調(diào)工作量大的重大工程項

目。新產(chǎn)品研制大量采用新技術(shù)，復(fù)雜度、集成度均發(fā)生了本質(zhì)的變化。

以新一代運載火箭的研制為例，集團內(nèi)參與協(xié)同研制的各個院所，分布在

北京、上海、天津、西安、成都和海南等地，方案階段期間具有多項重大

關(guān)鍵技術(shù)項目?，F(xiàn)階段缺少適應(yīng)的數(shù)字化協(xié)同研制平臺，形成指導(dǎo)和協(xié)調(diào)

總體院與專業(yè)院之間、院與廠所之間統(tǒng)一的數(shù)據(jù)基礎(chǔ)，實現(xiàn)設(shè)計、分析、

制造、試驗等環(huán)節(jié)間基于統(tǒng)一產(chǎn)品數(shù)據(jù)模型開展工作的能力，完成研制計

劃、狀態(tài)、質(zhì)量等信息的及時上傳下達，實現(xiàn)對研制過程中不同研制單位

在進度計劃、質(zhì)量問題、物資配套等各方面的協(xié)同管理，提升跨地域、跨

單位的研制、管理、質(zhì)量等業(yè)務(wù)活動的協(xié)同研制能力。

快速智能決策能力對信息縱向貫通與橫向集成提出新的要求。航天產(chǎn)

品多年來科研生產(chǎn)與管理信息化建設(shè)，在統(tǒng)籌建設(shè)思路的引導(dǎo)下，建立了

20

一批涵蓋集團公司、院和廠所的三級系統(tǒng)，包括人力、物資、質(zhì)量、協(xié)同

等。但由于系統(tǒng)建設(shè)進度與應(yīng)用模式的局限，科研生產(chǎn)或工程管理數(shù)據(jù)沒

有形成三級縱向貫通和跨業(yè)務(wù)橫向集成能力，很多數(shù)據(jù)仍需要定期的報送、

系統(tǒng)間的集成仍以點對點集成為主，削弱了集團公司、院兩級對科研生產(chǎn)

過程及結(jié)果數(shù)據(jù)的獲取、分析與決策支持能力。需要統(tǒng)籌集團公司、院和

廠所三級信息化項目建設(shè)，基于數(shù)據(jù)資源規(guī)劃，實現(xiàn)研制、生產(chǎn)、項目、

質(zhì)量、物資、協(xié)同、管理等信息的縱向貫通和橫向集成，提升集團公司、

院各級型號管理部門對數(shù)據(jù)的綜合分析、及時調(diào)度和決策支持能力。

知識重用能力不高，急需實現(xiàn)科研生產(chǎn)經(jīng)驗與知識固化。航天產(chǎn)品歷

經(jīng)50多年的技術(shù)發(fā)展和知識積累，沉淀了豐富的專業(yè)設(shè)計分析模型和經(jīng)驗，

形成了包括國防科技報告、技術(shù)發(fā)明專利、國軍標、航天企業(yè)技術(shù)標準、

技術(shù)方法、技術(shù)手冊在內(nèi)的各種寶貴的知識資源。一個型號產(chǎn)品每年可產(chǎn)

生數(shù)千份技術(shù)報告和大量專業(yè)模型，然而這些知識資源往往散落在設(shè)計員

手里，沒有形成固化的知識共享出來。雖然型號研制各單位建立了相關(guān)的

研制文件管理制度，積累了的大量技術(shù)資料，但數(shù)據(jù)和知識以互不關(guān)聯(lián)的

形式存在，沒有形成有機的知識體系。沒有有效的信息化技術(shù)手段將這些

知識資源方便、快捷地按需推送到設(shè)計人員桌面，研發(fā)人員無法通過知識

間的內(nèi)在聯(lián)系獲得知識，也無法通過知識的產(chǎn)生、改進、成熟直至應(yīng)用的

進化過程深入理解知識。迫切需要建立型號研制的知識管理系統(tǒng)，梳理和

提煉型號設(shè)計、試驗等顯性和隱性知識形成索引庫，開展專業(yè)設(shè)計模板、

流程模板、試驗規(guī)程等知識分類、模板設(shè)計和知識協(xié)同環(huán)境建設(shè)，提高知

識積累與重用能力，支撐型號產(chǎn)品的快速設(shè)計。

21

急需提升提升精細管理能力。航天產(chǎn)品科研生產(chǎn)具有任務(wù)多、專業(yè)多、

層級多的特點，存在研制和批產(chǎn)并行、嚴格的質(zhì)量管理與柔性的生產(chǎn)組織

相結(jié)合的現(xiàn)狀。隨著載人航天、深空探測、二代導(dǎo)航等重大工程的開展，

現(xiàn)有科研生產(chǎn)管理模式難以滿足多層級、多主體、并行化的要求?，F(xiàn)有的

管理信息系統(tǒng)沒有統(tǒng)一的平臺，局限在某專業(yè)領(lǐng)域內(nèi)，沒有從多學(xué)科系統(tǒng)、

科研生產(chǎn)、質(zhì)量控制的整體角度去考慮，管理信息難以有效互通、共享，

制約了綜合管控與精細管理能力的提升。需要通過大型復(fù)雜項目管理平臺

的建設(shè)與應(yīng)用，實現(xiàn)科研生產(chǎn)、過程控制等多級管理職能的集成，提升航

天科技集團對于重大型號研制和宇航、武器系統(tǒng)工程等方面的綜合管控與

精細管理能力。

仿真驗證及試驗數(shù)據(jù)利用率低，亟待提升虛擬研制能力。部分單位具

備虛擬驗證技術(shù)手段，仿真分析工作開始在型號研制過程中發(fā)揮一定的作

用，但無論在功能配置還是在數(shù)量上都無法滿足現(xiàn)有型號的研制需求，大

量的設(shè)計驗證依然依靠實物樣機進行，系統(tǒng)級仿真分析沒有做到，虛擬驗

證僅停留在單項載荷分析階段，多場耦合和多軟件協(xié)同分析無法實現(xiàn)。試

驗數(shù)據(jù)沒有與數(shù)字仿真數(shù)據(jù)進行對接，用于修正仿真模型，逐步做到仿真

數(shù)據(jù)的準確和定量。例如，某院幾十年來積累了大量氣動仿真和風(fēng)洞試驗

數(shù)據(jù)資源，但缺乏統(tǒng)一的數(shù)據(jù)管理與利用，影響了數(shù)據(jù)資源整理、綜合應(yīng)

用和數(shù)據(jù)發(fā)掘，更無法提供面向航天系統(tǒng)的數(shù)據(jù)資源服務(wù)。

加強產(chǎn)品柔性制造，提升快速交付能力是產(chǎn)品研制的第一要務(wù)。目前

航天科技集團多數(shù)型號雖然在總體結(jié)構(gòu)、關(guān)鍵單機等方面采用了三維數(shù)字

化設(shè)計，并使用數(shù)字模裝等方法解決研制中遇到的一些問題，但在工藝設(shè)

22

計和制造執(zhí)行中還沒有形成以三維為依據(jù)的研制模式，生產(chǎn)過程缺乏柔性，

制造執(zhí)行效率低。以發(fā)動機研制為例，在碳纖維復(fù)合材料殼體、大尺寸復(fù)

合材料增強件柔性接頭、噴管熱結(jié)構(gòu)及耐燒蝕喉襯、延伸噴管和新型高能

推進劑等方面的工藝能力及制造執(zhí)行能力尚未取得突破。迫切需要建設(shè)基

于三維模型的工藝知識庫，采用數(shù)字化工藝與制造技術(shù)，實現(xiàn)制造執(zhí)行過

程大的數(shù)字化、自動化、柔性化，加強工藝設(shè)計與制造過程中資源共享和

管控能力，建立滿足總裝集成與配套加工要求的數(shù)字化生產(chǎn)線，提升型號

生產(chǎn)與快速交付能力。

我國工程產(chǎn)品的研發(fā)，目前的現(xiàn)狀多為跟隨式發(fā)展，以仿制為主。很

多軍工產(chǎn)品的型號立項多對標國外產(chǎn)品，不是需求驅(qū)動的的正向研發(fā)。產(chǎn)

品仿制的研制模式下，我們往往跨過產(chǎn)品的需求分析，也不開展問題域的

研發(fā)，只是做到：國外標桿產(chǎn)品有的功能性能，我們也要有，而不關(guān)心產(chǎn)

品為什么要有這些功能；國外標桿產(chǎn)品有的特征，我們也要有，而不明白

為什么要有這些特征。

傳統(tǒng)的研發(fā)模式通常以文檔為中心，主要靠人治來保證設(shè)計協(xié)同和研

發(fā)質(zhì)量。在基于文檔的系統(tǒng)工程方法中，如圖1-6所示，往往把產(chǎn)生的系

統(tǒng)大量信息存儲在文檔中，或者其他文件中，如規(guī)范文件、ICD文件、系統(tǒng)

描述文件、權(quán)衡分析報告、以及驗證計劃、程序和報告。這些文檔所包含

的信息往往很難維護和同步，并且很難評估其質(zhì)量(正確性、完整性和一

致性)。

23

裝配人員

測試人員

運營人員

技術(shù)人員

子系統(tǒng)工程師

系統(tǒng)工程師

圖1-6基于文檔的研發(fā)模式

傳統(tǒng)的工程產(chǎn)品研制通常依靠實物試驗暴露設(shè)計問題，采用“設(shè)計-試

驗驗證-修改設(shè)計-再試驗”反復(fù)迭代的串行研制模式。這種模式和我們傳

統(tǒng)的"務(wù)實觀念"相關(guān)，認為只有創(chuàng)造出物理樣機才算取得成績，而在前

期的系統(tǒng)設(shè)計和產(chǎn)品研發(fā)投入過多會被認為是“磨洋工”,重視后端的生產(chǎn)

制造和實驗測試，忽略了前端的設(shè)計研發(fā)。這種由于前期在系統(tǒng)設(shè)計和產(chǎn)

品研發(fā)沒有充分論證，造成后期系統(tǒng)集成時發(fā)現(xiàn)接口不匹配，實物實驗時

發(fā)生之前的設(shè)計方案存在缺陷，需要返工再設(shè)計。最終導(dǎo)致預(yù)算超支、計

劃延期，研制周期長、耗資大、風(fēng)險高。

24

2.3復(fù)雜性帶來的機遇：數(shù)字化轉(zhuǎn)型

2.3.1產(chǎn)品仿制的逆向工程→自頂向下的正向設(shè)計轉(zhuǎn)變

隨著我國經(jīng)濟快速發(fā)展，很多工程產(chǎn)品已經(jīng)實現(xiàn)了從跟蹤國外仿制，

到實現(xiàn)需求驅(qū)動的創(chuàng)新研發(fā)。研發(fā)模式需要從過去的產(chǎn)品仿制的逆向工程

向自頂向上的正向設(shè)計轉(zhuǎn)變，采用從需求(R)-功能(F)-邏輯(L)-物

理(P)的正向設(shè)計模式(如圖1-7所示)已經(jīng)成為企業(yè)數(shù)字化轉(zhuǎn)型的必

要。面對一個新產(chǎn)品研發(fā)，首先要做的是需求定義，捕獲所有利益攸關(guān)者

的需要或需求，開展需求分析，定義清楚用戶或客戶需求，準