雷川
电科院 北京 100041
摘要：体系（Systems of Systems, SoS）虚拟样机是为了确保体系设计的功能性能指标达到要求，保障研制周期而建立的。本文通过对体系及虚拟样机现状分析，提出一种信息和物理场耦合的体系虚拟样机及其实现方法，在性能层面通过建立物理场模型，对信息域的体系设计结果进行数字化定量分析，为体系精细设计、试验验证提供技术支撑；能够在体系设计阶段充分评估体系性能，精确验证体系级核心算法，合理分配组成系统指标，缩短体系研制周期，并大幅降低研制风险。
关键词：体系；虚拟样机；信息物理系统；多物理场耦合；体系系统工程；基于模型的系统工程
Abstract: SoS (Systems of Systems, SoS) Virtual Prototype is built to ensure the SoS functions as well as performances achieve requirements and to secure development schedules. This paper proposes a type of SoS virtual prototype and its construction methods based on cyber and physics coupling. Through building physical models to verify performances as well as to quantify SoS architecture in the information domain, this SoS virtual prototype can support SoS effectiveness assessment, core algorithms verification, key system parameter allocation, and development risks mitigation as well.
Key words: SoS; Virtual Prototype; Cyber Physical Systems; Multi-Physics Coupling; SoSSE; MBSE
引言
数字化生产时代，5G技术和人工智能技术支撑下的现代设备体系要想完成预设功能，需要构建、集成以及高效运行体现信息-多物理性能的体系和系统实体模型，进而基于模型进行精益设计、仿真与性能分析[1]。携带顶层设计指标的体系需求和架构模型（主要是信息模型）会作为涉众（stakeholder）需求自上而下传递，指导和规范系统模型的设计。携带下层设计参数的系统模型（主要是物理模型）又会自下而上传递，返回体系模型中进行集成和验证。
虚拟样机（Virtual Prototype）作为复杂产品研发过程中的重要支撑技术，已服务于系统级产品的设计、仿真与效能评估全寿期，有效缩短了研发周期，降低了研制费用，提高了作战效能。然而，现代设备体系的研发过程涉及众多学科，在各种复杂运行环境工况下，除了需要关注组成系统的信息特性外，还可能需要建模其气动力、动力系统、电磁性能、结构动力学、能源管理、设备散热、控制、人机和环境等学科及物理场之间的耦合关系。因此，现代设备体系虚拟样机的构建是复杂的信息-多物理场交叉问题。构建体系-系统设计可传递的信息-多物理场耦合虚拟样机平台和模型组件，是建立体系级虚拟样机不可回避的问题和难点。
本文论述信息-物理场耦合的体系虚拟样机的现状，提出构建实现方法，打通体系到系统的精细化设计和多维度多专业协同设计与验证需要。本文提出的基于模型的体系虚拟样机实现方法，解决了体系与系统模型的共用和传递难题，为实现多专业综合设计与仿真，提高设计的准确性和有效性。同时，通过实现多专业的有效协同，打通专业仿真孤岛，实现仿真验证的综合性和真实度。
1 体系及体系虚拟样机概述
现代设备体系产品的研发和验证以体系模型为技术手段。体系虚拟样机技术是一个较新的概念，明确体系与虚拟样机的基本概念是构建体系虚拟样机的前提。1.1 体系
体系（Systems of Systems）是由若干独立工作的系统整合形成的更大的系统。体系能生成各个组成系统（component systems）单独工作时不具有的独特能力。在现代信息化战争中，体系因其强大的联网能力、协同能力、优化能力和适应能力，将成为作战主题的重要形态。体系的初心就是“网链”：将系统间的单链变成了多链，任何一点的断链是无法使体系停下来的。
1.2 虚拟样机
样机（prototype）是在系统开发流程中构建的系统原理模型。样机通常是一种用于评价系统外形、设计、适用度和性能的全尺寸结构或设备；或是一种食物模型；也可以是一个结构、工具或运载器。样机用于系统地教学、研发、训练、测试，来判断此实体模型是否易于生产。也称为物理样机。
虚拟样机是在现代建模仿真技术上提出的一种虚拟环境下建造的与物理样机具有相同主体功能性能、具备虚拟演示特性，并能支撑研究、培训、测试和评估技术可行性的数字化试验原型。
虚拟样机通常建立在一个或多个领域的模型之上，通过不同系统/子系统的集成，按照一定的关系，进行一个动态系统的模拟。
1.3 体系虚拟样机
现代设备体系是工作在复杂动态条件、复杂自然和人工环境下的强实时体系产品，设备效能与各组成系统及其所在环境的物理特性密切相关[2]。因此，设备体系还需对体系本身的某些关键物理属性（能量、热、电磁频谱等）[3]进行管理和调度。现代设备体系对体系本身的特性和所在环境的物理特性强依赖，是一个典型的信息物理系统（Cyber-Physical System， CPS）。因此，构建体系的虚拟样机尤为困难。
2 体系虚拟样机现状分析
当前的体系设计和建模不考虑体系和组成系统的几何，导致无法建立对体系物理性质建模描述。由于模型的分辨率主要取决于几何数据和物理属性/场的选取，因此体系建模的分辨率也无从选取。当前体系设计和建模仅仅停留在建立信息交互关系阶段，仅能验证体系的逻辑特性。体系的虚拟样机无法建立，对体系的物理特性的定量测试更无从谈起。
然而，直接将系统级的CAD和CAE的设备结构虚拟样机以及动力学虚拟样机组合为体系虚拟样机，在满足体系设计的需求方面存在以下问题：
一、结构/动力学系统细粒度高精度的复杂数值计算，如计算流体力学(Computational Fluid Dynamics，CFD)、有限元分析(Finite Element Analysis， FEA)等虽然能够支持系统设计阶段多场耦合特性的逼真仿真[4,5]，但却极其耗时。而在体系设计和仿真阶段主要关注的是体系性能。过多实时、在线的高精度多场参数耦合求解反而不利于体系设计与分析。体系虚拟样机需要的是既能反映多场耦合复杂特性，又能实时解算的整体样机模型。体系虚拟样机更需要将关键数据进行传递。
二、体系中的大量信息除了具有结构/动力学属性，还具有电磁场和电讯等信息属性。对网络和信息系统的建模和传递位于体系级虚拟样机和系统级虚拟样机的交叉点上，体系虚拟样机需要各组成系统的包含几何的功能齐全完备的信息-物理模型，但通常不需要其结构/动力学模型特性具体特征。由于系统设计时所建立的模型往往包含了过多的结构/动力学建模细节，因而难以直接应用到体系上。体系-系统的模型共用问题在现有的技术框架下难以打通，需要建立包含简化和低分辨率-高分辨率互转换的体系-系统共用模型。
三、系统级虚拟样机的多场耦合求解模型主要针对单一学科单一状态/工况下的特性进行分析与优化。体系在连续动态过程下的特性多学科分析功能较为欠缺，同时学科之间，如气动、结构、电磁和电讯等学科间传递存在大量割裂，许多模型和环境数据难以联合设计和多目标联合优化[6]。
3 多粒度多学科多场耦合的现代设备体系虚拟样机设计构建
体系虚拟样机的建模始于对组成系统几何的描述，模型的多分辨率主要取决于几何数据和物理场的选取。如图1所示，引入几何/物理属性的时机在体系虚拟样机开发的起点处，位于需求定义的末期、体系需求分析和架构定义的早期。体系虚拟样机构建开始的时间也是体系设计定义和组成系统分析开始的时间，体系虚拟样机的寿期终点在体系产品运行和维护终结时刻。最开始引入的物理属性不需要具体而微，所引入的几何的表现形式也是0维或1维。
.png)
图 1 体系虚拟样机的生命周期与体系生命周期的关系
根据“几何结构决定物理性质”的基本思想，几何数据是物理建模的基础数据。组成系统建立0维、1维、纵向切面2维、准3维和3维不同维度的几何，并在此基础上建立不同分辨率模型和不同物理场的解算。通过构建分布式场模型的数值解或解析解，并依次向同一几何数据添加不同学科的物理场（气动流场、结构应变场、电磁场等），并构成多物理场可耦合求解的流水线（pipeline）。
体系虚拟样机的构建方法如下：
首先，从“体系链接行为和活动”的角度出发，借助形式化建模手段，如统一建模语言（UML）或系统建模语言（SysML），对体系的信息行为进行标准化建模；除此之外，由于行为和活动自然地涉及体系或其组成系统的物理属性，因此还需捕获相关物理需求，如体系质量、功耗、任务剖面参数、环境参数等。目前，最新的基于模型的系统工程（MBSE）工具已经提供了捕获和识别体系物理需求的模型格式和元模型（meta model），可以基于形式化、标准化的模型建立体系物理静态低维属性需求和动态行为需求。
其次，需要对体系的需求进行分析，并开发体系的架构。建立体系的上下文（system context）或体系的运行环境（operating environment）。体系上下文从“外部视角（external view）”对体系进行了定义：上下文的意思是该模型定义了与体系发生交互但不属于体系的实体们。
体系的功能经由第一步的需求模型捕获后，会在多个用例图中详细分析。与体系的涉众需求模型不同的是，体系的用例模型更精准地描述用户希望体系完成的功能，以及有了该体系后可以达成的更高层的任务或目标。
先从黑盒角度对体系分析后，对体系的外部建模基本结束。与传统体系设计中直接用已有架构匹配体系外部行为不同，本文的体系虚拟样机需要对体系功能进行更加精细的分析。再对体系进行白盒分析，将现代设备的体系功能分解以能够识别组成系统的逻辑和架构，进而确定整个体系的架构。
最后，在从黑盒和白盒角度对体系分析建模完毕后，完成体系虚拟样机的问题域（problem domain）对建模和设计。后面的工作将转入解决域（solution domain），基于体系的1维物理模型，对体系的运动学、力学、电学、热学等多学科进行建模，继而引入体系的高维几何，建立起2维和3维模型，在性能层面通过建立物理场模型，对信息域的体系设计结果进行数字化定量分析，实现细粒度的高维属性仿真分析。
这种信息-物理耦合的体系建模方法，解决了体系虚拟样机中物理模型组件在信息模型驱动下（近）实时运行和快速求解与分析的难题。现代设备体系虚拟样机为体系精细设计、试验验证提供技术支撑，能够在体系设计阶段充分评估体系性能，精确验证体系级核心算法，合理分配组成系统指标，缩短体系研制周期，并大幅降低研制风险。
结语
体系的核心价值就在于那些只有形成体系才具有的功能（function）和能力(capability)；将其拆成系统后，这些功能和能力将不复存在。不论从缩短现代设备研制周期，还是提高设备设计质量和性能考虑，构建和实现体系虚拟样机对现代设备研发的意义都极其重大。基于系统工程设计方法的提出和运用，为构建和实现信息-物理场耦合的体系虚拟样机提供了支撑，然而当前尽管很多MBSE工具声称支持解决域的建模和设计，但本质上做的更多是对解决方案的格式化/模型化呈现工作。本文厘清了体系虚拟样机的地位及构建方法，通过问题域和解决域的分析，在建立体系虚拟样机的同时，将真正的解决域设计、建模、分析工作放在对应的专业工具环境中进行。构建和实现现代设备的体系虚拟样机，为未来建立体系的数学孪生（digital twins），实现算法的在线集成和模型的同步建立及仿真分析，提供了有效支撑。
参考文献
[1]陈竹梅.复杂电子信息系统R&D数字化转型综述[J].中国电子科学研究院学报,2020,15(12):1219-1231.
[2]Integrating Materials Model-Based Definitions into Design, Manufacturing, and Sustainment: A Digital Twin Demonstration of Incorporating Residual Stresses in the Lifecycle Analysis of a Turbine Disk. Journal of Computing and Information Science in Engineering,2021,21(2):021006-12.
[3]陆清,吴双,赵喆,周凡利.数字孪生技术在飞机设计验证中的应用[J].民用飞机设计与研究,2019(03):1-8.
[4]陈竹梅,杨文芳,张敬莹,汪月清.电子设备系统结构性能耦合仿真技术研究[J].中国电子科学研究院学报,2020,15(01):69-77.
[5]陈竹梅,匡云连,黄帅,王斌.机载电子“机-电-磁-气动”多场耦合系统研究方法[J].中国电子科学研究院学报,2019,14(06):639-645+659.
[6]陈竹梅,雷川,龚光红,李妮,田超,张先超.效能主导的复杂电子信息系统跨域协同设计关键问题与方法论[J].中国电子科学研究院学报,2020,15(05):403-414.
作者简介：雷川（1983年12月），男，汉，四川省渠县，博士，高级工程师。