浅析智慧企业建设之智能研发

一、背景：

产品复杂度、集成度的高要求，带来企业研发革新的外在驱动力。传统的研发模式、研发手段已经不能满足多层次、多领域协同的研发要求。如何进行研发能力建设与提升，通过流程再造、模式变革、工具创新，实现从经验设计到预测设计的智能研发模式转变，已经成为国内外航空、航天、电子等国防行业的研究课题。

二、智能研发理念及技术

智能研发需要更多考虑以客户需求为牵引，通过“高效并行协同”和“全面性能预测”的方法，改变传统“串行设计流程”和“物理样机测试验证”。在此过程中，数字化研发的比重进一步增强。通过引入基于模型的系统工程（MBSE），实现以数字样机为载体，将产品的功能、性能、行为、物理特性等进行全方位完整描述及仿真验证，来支撑产品研发过程中不同角色、不同领域人员之间的高效并行协同工作。

三、智能研发解决方案

3.1 建设目标

智能研发的核心价值在于对传统研发模式的改变，改变传统基于文档形式的弱关联、颗粒度不一、不显性的研发过程表达和协同。引入MBSE的先进理念和研发模式，以研发全生命周期的模型为载体，充分利用模型的颗粒度小、语义丰富、易于强关联的优势，构建产品的数字样机体系。

同时需要构建智能研发所需的工具平台、规范体系，实现智能研发从方法论到工程应用的落地，主要包括：

1）通过设计思想、方法、手段、流程和技术的集成和协同，构建智能研发环境，实现数字样机-半实物验证-实物验证的研发全过程贯通；

2）加快研发模式转型，实现现有经验设计向以数字化样机为载体的预测设计转变；缩短产品研发周期，提高产品研发质量。

图1 推进企业信息化建设方法

3.2 建设内容

基于模型的智能研发模式，需要在已有研发模式和信息化基础出发，从模型梳理、信息化支撑等维度进行针对性建设，我们做了初步解析，需要补齐的核心要素如下：

1) 基于模型的设计验证环境。需要引入基于模型的协同设计与仿真、虚拟实验为核心的智能验证环境，实现基于模型的虚拟设计、虚拟验证和物理验证。从而实现品研发的数字孪生（digtial twin）体系。

2) 需求动态关联化管理。需要以需求指标的定义-分解-验证全过程为纲，对研发全过程的模型、技术过程（设计、仿真、试验）进行统一关联，实现研发过程的数据链路（digital thread）打通。

图2 基于模型的智能研发

（一）基于模型的协同设计

传统产品研发主要面向产品详细设计阶段的数字化建模与分析，通过CAD/CAE工具实现产品描述模型和分析模型构建。为了支撑论证和方案阶段对复杂系统进行分解建模过程，需要对产品的模型体系进行梳理，并采用一定的技术手段，实现产品研发早期基于显性化模型的方式进行标准化的表达。基于MBSE方法论，可以将产品研发全生命周期的模型分类四类，并且通过协同设计环境实现，具体如下：

▲ R需求模型，用视图的形式对需求/技术规格/约束条件的可视化描述；

▲ F功能模型，针对系统/整机/单元的需求，分解为单个功能或功能流；

▲ L逻辑架构模型，支撑产品功能/能力的系统组成的描述和验证；

▲ P物理模型，支撑产品机-电部分的三维表达和性能验证，包括传统的结构模型、电路模型等描述模型，以及强度、散热、电磁等性能分析模型。

通过统一的协同设计环境，实现产品从体系到整机、分系统、模块等层级的描述模型和仿真模型构建和关联，最终构建出覆盖产品研发全生命周期的数字样机体系。

图3 数字样机模型体系

（二）基于模型的仿真

相对于传统的单点式仿真分析，基于模型的仿真分析需要考虑与研发模型的有效集成和关联，实现设计驱动仿真、仿真引导设计的过程。针对产品研发全过程的验证要求，需要构建以下两类仿真验证环境：

图4 系统级仿真验证

▲ 系统级多领域联合仿真：采用统一语言（如：Modelica）、标准模型库的方式，针对复杂产品的机-电-液-控等不同模块组件，构建统一的模型，实现全产品的综合仿真验证。并且随着软件技术的发展，考虑到对已有软件和知识的继承性，在航空、航天等领域开始提出基于FMI标准的集成方式，实现异构、异地、甚至来自不同企业的模型进行集成和系统级仿真验证。

▲ 协同仿真：主要用于产品物理模型的多学科仿真和优化，如：方案设计阶段、详细设计阶段、工程研制阶段。通过对CAD、CAE工具的有效集成，以及模型的有效转换传递。

图5 综合化建模-仿真-优化过程

（三）虚拟实验环境

图6 虚拟实验功能架构

物理样机验证是与仿真同等级的产品功能/性能验证手段。随着产品复杂度高、交付周期短、工作环境严苛等新的要求提出，需要改变传统的物理样机验证独立进行的模式，更多考虑虚拟-实物结合的验证过程。主要应用如下：

1）通过虚拟环境对物理样机验证的全局管控，包括试验室、设备、试验进度等等，实现试验资源的充分利用，加速物理样机验证效率；

2）基于模型的半实物仿真验证，通过对机-电-软件的描述模型（如：架构模型、功能模型）、分析模型（如：被控对象的运动仿真模型）集成应用，实现同一套模型覆盖从早期开发验证到后续的试验验证，减少半实物仿真验证的建模难度；

3）典型环境的虚拟试验，考虑到传统结构、振动、气动、散热、电磁兼容等仿真分析技术的成熟，以及很多工况很难用物理样机试验完成（如：火箭的破坏试验）。在航空、航天、兵器等领域越来越多的研究单位考虑采用虚拟试验方法，对真实试验进行最大限度的复现，达到验证能力的提升。

（四）需求动态关联管理

需求动态关联管理的前提是覆盖产品研发全过程需求指标网络的规范化构建，通过面向产品研发特点的分层分类梳理，实现从系统级要求细化为具体模块的技术规格。在此基础上，实现需求动态关联管理，主要应用如下：

1）需求关联到具体的设计-仿真-实验活动，实现基于指标的研发活动驱动与约束；

2）通过需求模型与承载了功能、性能、测试结果等数据的模型进行强耦合关联，实现需求指标的在线、同步的判定；

图7 通过需求关联研发过程和研发数据

三、建设成效

通过智能研发的能力建设，相对传统的产品研发，在技术手段、管理模式上均得到本质上的改变，实现以下革新：

1）需求网络为中心，实现需求指标全生命周期的追踪追溯；

2）全生命周期模型为载体，实现基于统一数字样机的高效有序研发；

3）数字链路为脉络，实现仿真验证、半实物验证、试验验证的综合应用；

4）协同化设计仿真验证为抓手，实现研发管理和执行的落地。