基于模型的系统工程(MBSE)代表了一种使用模型来开发复杂系统的现代方法,通过基于全面的系统建模优先与客户偏好保持一致。使用PRISMA指南,从过去24年中从PubMed和Google Scholar等数据库中收集了来自同行评审期刊,系统评价,案例研究和计算研究的数据。该研究对医疗保健和工程中MBSE应用的当前状态提供了全面的看法,以应对他们所面临的实际挑战,并提供战略建议,以改善未来的结果。本研究介绍了动态风险管理框架(DRMF),旨在利用实时数据和预测分析来增强系统的可靠性和性能。审查的文章阐明了MBSE在创建复杂系统中的重要作用,并强调需要改进建模语言集成,标准化过程和提高互操作性。需要进一步的研究来验证其有效性并克服当前的局限性。作为系统工程中的紧急学科,MBSE对未来的开发保持了巨大的希望,将自己定位为优化各种应用领域的关键工具。进一步的调查对于验证MBSE的有效性并解决其现有局限性至关重要。
系统工程 (SE) 教授 Paul Beery 博士、Joseph Klamo 博士和 Oleg Yakimenko 博士于 5 月底在特拉维夫为 24 名以色列空军 (IAF) 学生举办了一门为期两周的短期课程,题为“基于模型的系统工程设计和分析及其实际应用”。他们还参观了以色列理工学院的航空航天工程系,该学院为 IAF 学生提供本科和研究生教育,包括可获得工程硕士学位的跨学科 SE 课程。这门短期课程回顾并建立了 SE 的基础知识,重点是基于模型的系统工程 (MBSE),通过提供使用符合 MBSE 的模型和模拟创建、分析和比较替代系统所需的工具。完成这门短期课程后,学生能够利用 MBSE 在工程生命周期平衡解决方案的背景下支持复杂系统设计。 MBSE 被视为一种形式化 SE 应用的方法,用于识别系统元素、设计这些元素之间的操作相关关系以及通过这些关系评估系统行为。本课程通过开发多类系统模型,涵盖了 MBSE 的语言、术语、概念、方法和工具,特别强调了系统建模语言 (SysML)。学生通过实践练习和活动练习这些技能,在这些练习和活动中,在不同的建模环境 (Innoslate、Cameo、ExtendSim、Minitab 和 MATLAB) 中创建和分析模型和模拟。统计分析方法(包括优化和稳健性分析)用于进行设计交易、比较替代系统和证明建议的合理性。这次教育机会之所以成为可能,是因为印度空军物资局飞机项目和工程中心负责人 Ariel Dvorjetski 上校的关注和支持,由 NPS 国际研究生项目办公室组织。目的是继续与IAF和Technion在教育和研究方面开展合作。
Younse 的论文研究调查了使用基于模型的系统工程 (MBSE) 方法为 NASA 喷气推进实验室开发的名义火星样本返回 (MSR) 活动的捕获、收容和返回系统 (CCRS) 有效载荷构建火星轨道样本捕获和定向模块 (COM) 系统概念的好处。与传统的非 MBSE 方法相比,这项研究在改进架构知识捕获、架构活动期间的信息传输以及系统建模和仿真方面表现出了可衡量的优势。
BAE Systems 正在通过创新解决方案推进核威慑任务,以满足传统 MMIII ICBM 武器系统和未来地基战略威慑 (GBSD) 的需求。我们为 ICBM 企业带来经过验证的创新建模实践和方法,利用我们的基于模型的系统工程 (MBSE) 功能来支持和改进采购、运营和维持绩效,以推进和现代化国家 ICBM 的管理。BAE Systems 使用 MBSE 架构和流程进行系统设计分析以及大型复杂系统的需求开发和管理。我们的 MBSE 方法可实现 ICBM 系统系统 (SoS)、子系统和组件的连续端到端数字表示。我们启用了完整的系统级基于模型的数字线程,支持一致的建模、仿真和分析 (MS&A),提供系统运行方式的完整图景。这种连续性为美国空军在“民兵”III 洲际弹道导弹和 GBSD 任务及系统生命周期中提供了更有效、更高效的决策。
BAE 系统公司正在通过创新解决方案推进核威慑任务,以满足传统 MMIII 洲际弹道导弹武器系统和未来陆基战略威慑 (GBSD) 的需求。我们为洲际弹道导弹企业带来了经过验证的创新建模实践和方法,利用我们的基于模型的系统工程 (MBSE) 功能来支持和改进采购、运营和维持绩效,从而推进和现代化国家洲际弹道导弹的管理。BAE 系统公司使用 MBSE 架构和流程进行系统设计分析以及大型复杂系统的需求开发和管理。我们的 MBSE 方法可实现洲际弹道导弹系统 (SoS)、子系统和组件的连续端到端数字表示。我们启用了完整的系统级基于模型的数字线程,支持一致的建模、仿真和分析 (MS&A),提供系统运行方式的完整画面。这种连续性使美国空军能够在 Minuteman III 洲际弹道导弹和 GBSD 任务和系统生命周期中做出更有效、更高效的决策。
摘要:本文介绍了一种基于模型的系统工程 ( MBSE ) 方法,用于开发无人机系统 ( UAS ) 的数字孪生 ( DT ),并能够展示以任务工程 ( ME ) 为重点的路线选择能力。它回顾了 ME 的概念,并将 ME 与 MBSE 框架相结合以开发 DT。该方法通过一个案例研究进行了展示,其中 UAS 部署在有对手的军事环境中执行最后一英里交付 ( LMD ) 任务,路线优化模块根据各种输入向用户推荐最佳路线,包括对手行动对 UAS 造成的潜在损坏或破坏。优化模块基于多属性效用理论 ( MAUT ),该理论分析用户评估的预定义标准,这些标准将使 UAS 任务成功执行。本文表明,该方法可以执行路线选择的 ME 分析,以支持用户的决策过程。讨论部分强调了 MBSE 的关键构件,也强调了该方法的优点,该方法标准化了决策过程,从而减少了可能偏离预定义标准的人为因素的负面影响。
简介MBSE旨在将工程模型整合到工具和领域边界跨越传统系统工程活动(例如,需求启发和可追溯性,设计,分析,验证和验证)[1],[2]。但是,MBSE与复杂的系统工程项目涉及的多个基于模型的基础架构的互操作性并不能固有地解决。挑战是在系统工程的三个维度上实施数字连续性:跨学科,整个生命周期和供应链[3]。更改系统要求或设计必须通过供应链自动繁殖,以促进对其影响的快速评估。文档将在需要时自动生成和更新。
基于模型的系统工程 (MBSE) 的核心是“从概念设计阶段开始并贯穿整个开发和后续生命周期阶段的建模形式化应用,以支持系统需求、设计、分析、验证和确认活动”(INCOSE,2007)。因此,MBSE 提倡“使用模型来执行传统上使用文档执行的系统工程活动”(Mann,2009)。这促进了对复杂系统工程过程的理解,包括人工智能 (AI) 系统工程作为一个多工程过程 (Mattioli 等人,2023d)。然而,MBSE 的成功应用需要对 ISO/IEC DIS 30145-2 标准定义的 AI 可信度进行评估,即“以可验证的方式满足利益相关者期望的能力”。事实上,如果在开发早期阶段没有对可信度进行评估,那么在航空电子、移动、医疗保健和国防等安全关键系统中部署人工智能组件就会变得有风险 (Mattioli 等人,2023b)。鉴于此,量化基于人工智能的系统可信度成为热门话题也就不足为奇了 (Braunschweig 等人,2022)。人工智能
摘要。创新产品开发涉及许多工具、方法和途径,以便更快地创造更好的产品并满足客户需求。两种广泛使用的方法是产品生命周期管理 (PLM) 和基于模型的系统工程 (MBSE)。然而,结合方法论 PLM MBSE 的软件工具并不多;可以提到 LMS 系统合成软件,目前正在积极开发中。它用于创建系统模型,其中包括能够描述多物理域中系统行为的功能模型。因此,当产品的系统模型是多学科的时,参数值描述系统的最佳状态并不明显。出于这些原因,在产品开发的早期阶段,应用多学科优化技术和特定工具来计算开发系统的适当参数至关重要。本研究致力于将不同的优化工具(如 pSeven 和 Optimus Noesis)应用于构成小型无人机 (UAV) 数字孪生的数值模型。本文介绍了这项研究的结果,特别是优化问题的公式、详细的数值模型和计算结果。主要思想是,优化不应作为单独数值模型的附加工具,而应将其作为与 PLM 和 MBSE 工具一起应用的强大手段,以确保产品
假设以 MBSE 为中心的设计成为新的现实,在此基础上,考虑到人工智能 (AI) 领域的成就,用基于 AI 的助手支持早期系统设计似乎是下一个合乎逻辑的步骤。并行工程人工智能 (AI4CE) 研究项目提供了独特的可能性,将并行工程 (CE)、基于模型的系统工程 (MBSE) 和创新系统创建的形式结合起来。它通过一个交互式过程实现了知识库和本体的使用,设计团队定义系统需求并从生成的设计中受益。AI4CE 补充了专用于 MBSE 的概念系统设计过程,并利用了这种共生带来的优势:从模型中获取信息和约束,根据这些信息生成系统设计并将其直接引入同一模型。使用深度强化学习 (DRL),该 AI 系统根据数据库中的可用组件构建概念设计。 AI 从该数据库中选择哪些确切组件的决定取决于给定的系统要求和 AI 的训练策略 - 即设计经验。首次测试可以证明这种方法的可行性,未来的研究重点是扩展其功能并将其集成到 CE 流程中。