要闻

开放、融合、创新、共建MBSE领域新生态

要闻

基于KARMA语言的国标《系统与软件工程 系统生存周期过程》​GB/T 22032-2021定制过程建模方法研究发布于:2021-07-09 浏览:1295 来源:复杂装备MBSE联盟

作者:联盟成员

1 概述

当今技术发展迅速,国际竞争激烈的环境下,人工系统的复杂性已经增长到了前所未有的水平。传统的系统工程应用已经无法满足行业需求,基于模型的系统工程在复杂产品设计开发过程中起到越来越重要的作用。针对多领域多行业复杂产品研制定制过程复杂、定制过程重构困难以及产品研制周期长、研发定制过程定义多样性等特点,本文采用多架构建模语言KARMA语言实现复杂产品研发过程中的定制过程建模,单过程指标验证及全定制过程指标动态分析,实现研发定制过程中的自适应设计及验证。本文是基于《系统与软件工程-系统生存周期过程》GB/T 22032-2021并参考图形化建模语言业务流程标记语言BPMN规范,构建基于KARMA语言的复杂装备研发过程模型库。基于该模型库构建具有领域特点与定制过程管理、项目管理相结合的多层级多阶段闭环反馈的 “V” 定制过程模型,并实现基于KARMA语言的指标验证及状态机仿真的动态定制过程分析。

本文将从KARMA语言及KARMA的GOPPRRE方法论入手,介绍KARMA语言的元模型构建及建模、指标验证和状态机求解等技术手段,实现针对复杂装备通用定制过程构建过程中的元模型定义、定制过程建模、各活动指标验证及生命周期指标动态分析。

2 基于GOPPRRE方法的KARMA语言

图片1.jpg 

图 1基于GOPPRRE的特定域建模方法

2.1 GOPPRRE方法的MBSE形式化理论

构建KARMA语言的核心MBSE形式化理论为KARMA研发联合团队所提出的GOPPRRE方法[2]。其是一种基于元元模型的建模框架,如图1所示,该方法将真实世界及模型分为M0-M3层,M3层表示真实世界中的某个架构视图,即数字孪生物理实体。M2层表示多架构领域模型,即数字孪生虚拟实体。M1层表示元模型,相关元模型可以构成一种通用或者领域建模语言。元模型为构建模型过程中的建模基础。M0层表示元元模型,包括图、对象、关系、属性、角色、点六种元素及相关扩展概念。

2.2 多架构建模语言KARMA

 1625811414171302.jpg 

图 2基于GOPPRE的KARMA建模语言

多建模建模语言KARMA语言是瑞士联邦理工学院(洛桑)、瑞典皇家理工学院、北京理工大学、上海交通大学与工业合作伙伴(如北京中科蜂巢科技有限公司)等开发的一个基于GOPPRRE方法的文本式形式化建模语言,是实现基于模型系统工程相关语言构建、领域建模、架构驱动、代码生成、指标分析验证及需求管理的一体化多架构建模工具。其中KARMA 语言已推进在多家高校、国内外航天、航空、兵器、电子等相关工业部门、国内外多个国家级(欧盟级)及省部级(瑞士创新项目)科研项目落地验证。KARMA语言是特定域建模DSM组织认可的基于模型的系统工程形式化建模语言 [3]。我们用KARMA来为设计的语言规范起名是期望这种语言可以在整个生命周期中支持产品开发的完整形式化表达,进而达到装备研发的知因通果,让生命周期研发过程的信息可以结构化及透明化表达。同时,KARMA是英文Kombination of ARchitecture Model specificAtion的缩写,表示架构模型规范的集成,即使用KARMA语言可以构建不同图形化的架构建模语言如SysML、UPDM和BPMN等,于此同时支持复杂系统不同系统工程视角的描述。

 

 

3 基于KARMA语言的元模型构建、建模及验证技术

  3.1 元模型构建及建模

图片3.jpg

图 3基于GOPPRRE的KARMA建模语言

 

面向GOPPRRE元元模型的多架构建模技术,使用KARMA语言规范,针对国标GB/T 22032-2021及图形化建模语言BPMN规范 [1] 构建元模型。元模型主要由以下六种元元模型构成:

1) 图:即对象、点以及关系、角色的集合,用于描述它们之间的连接关系的基础建模单元。

2) 对象:拥有多种属性的类,用于表达一个的画布中的组成要素。

3) 关系:画布中两个或多个组成要素之间的连接。

4) 点:画布组成要素的端点。

5) 角色:用于绑定一个组件和一个关系,即关系的两端。

6) 属性:用于定义及描述其他非属性元模型的特性。

基于如上元元模型,构建基于国标GB/T 22032-2021及图形化建模语言BPMN规范 [1] 的元模型,并采用元模型进行定制过程建模。

3.2 指标验证

图片4.jpg 

图 4指标验证原理

指标验证是指通过对多架构建模过程中的模型属性进行静态运算的分析(属性分析),用于实现研发定制过程中的指标验证,如时间、成本等。指标验证在模型的开发阶段可以实现架构要素指标量化分析,达到设计过程中的迭代优化设计目标。在利用模型库中的过程元模型建立定制过程模型之后,为模型属性进行赋值。通过KARMA语言将模型中属性提取,并基于可满足性模理论对其属性及变量进行逻辑建模,最终进行指标验证求解。

3.3 状态机仿真

 1625811477512686.jpg

图 5状态机仿真原理

KARMA语言支持对研发定制过程特性、系统行为、体系活动过程中的动态指标特性进行描述以及仿真。在用KARMA语言对系统行为及体系活动过程进行描述时,包括对系统行为及过程中一些仿真变量、连续系统及离散系统数学公式的定义,以及系统行为中的一些状态、触发事件、时间等的描述。通过系统行为及体系活动过程仿真,得到动态仿真特性结果(系统行为及体系活动过程中变量随时间的变化情况)对变量进行分析,验证过程的动态特性是否满足需求条目要求。

4 基于国标GB/T 22032-2021的KARMA定制过程建模及验证

   4.1 案例介绍

图片6.jpg 

图 6多架构建模及分析工具

本案例基于GOPPRRE的MBSE形式化理论及KARMA语言,采用国家标准GB/T 2203并参考图形化建模语言BPMN语言规范,构建基于KARMA语言的复杂装备过程模型库。该基础模型库将会在科技部《网络协同制造和智能工厂复杂产品设计制造服务一体化系统建模理论》中进行复杂装备研发定制过程建模及可重构分析。具体包括基于GB/T 22032-2021的元模型构建、过程建模、针对单一过程的静态指标分析及验证、及针对整个定制过程的动态指标分析及验证。

4.2 基于GB/T 22032-2021的元模型构建

 图片7.jpg

图 7《系统与软件工程 系统生存周期过程》GB/T 22032-2021的四个过程组

 图片8.jpg

图 8 MetaGraph2.0元模型构建环境

基于《系统与软件工程 系统生存周期过程》GB/T 22032-2021并参考图形化建模语言BPMN规范,使用KARMA语言将标准中所涉及的系统生存周期中可执行的活动所分成的四个过程组(图 7)分别定义图元模型。每个过程组中的每个生存周期过程,均使用相关过程元模型所代表的过程属性、输入和输出相关联组合并进行描述。采用北京中科蜂巢科技有限公司的KARMA多架构建模工具MetaGraph2.0(http://www.zkhoneycomb.com/),用于支持元模型构建,如图 8所示。通过对定制过程模型中相关属性参数进行定义,实现对定制过程模型的相关指标验证及定制过程动态仿真。

4.3 案例展示

  4.3.1 

  总体建模过程

图片9.jpg

图 9定制过程模型的建立

基于KARMA语言构建GB/T 22032-2021模型库,开发复杂装备研制定制过程构建过程元模型,以支持相关过程描述。目前,基于四个过程组,开发四个图元模型分别支持对应过程组过程建模。基于四个图元模型,分别构建定制过程模型及对应KARMA语言模型文件。

表 1 生命周期过程目标成本及计划成本

 

图片10.jpg图片11.jpg 4.3.2 指标验证

图 10指标验证展示

本案例针对复杂装备研制定制过程,对该产品各研制过程的成本预期目标值进行设定,并依据复杂产品研制的各个定制过程阶段特性,对预期每天投入成本及该过程所计划花费的总时间进行定义及对比,实现通过KARMA模型验证该过程模型的实际成本开销是否满足预期要求。通过KARMA语言的指标验证描述脚本,将定制过程模型中相关参数进行提取定义约束,构建指标验证约束及验证规则,将研制阶段的不同定制过程花费进行加和,与研制成本目标值进行对比,得出指标验证结果。其预期总成本定义为:

Int Cost_E= Σttask*Costtask (task为对应定制过程模型中的各个过程对象);

其中, Cost_E为该复杂装备的全周期定制过程预期总成本,t为过程task的花费时间(单位:天 ),Cost为过程task的花费的单位成本(单位:万/天 )。因此,IntCost_E为每个过程所耗费时间及单位时间成本的乘积的加和。

定义该定制过程总成本为:

Int Cost_A= Σt_atask*Cost_a task(task为对应定制过程模型中的各个过程对象);

其中,IntCost_A为该复杂装备的全周期定制过程计划总成本,t_a为过程task的计划花费时间(单位:天 ),Cost为过程task的计划花费的单位成本(单位:万/天 )。因此,IntCost_A为每个过程所耗费计划时间及单位时间计划成本的乘积的加和。

通过判断Int Cost_E与Int Cost_A,进而实现建模后的自动指标验证。除成本以外,定制过程模型的计划时间是否满足预期时间与也可以通过同样方式进行自动化验证。

表 2 生命周期过程目标成本及计划成本

图片12.jpg

 图片13.jpg

图 11混合状态机建模及求解

本案例在指标验证的基础上,针对复杂装备全生命周期的预期每天投入成本及该定制过程所花费的总时间进行计算并求解全定制过程成本的动态变化。基于该模型及相关参数,在对象及关联过程进行基于混合状态机的定制过程状态定义。通过编译,将KARMA语言文本转化为动态求解仿真语言,并导入求解器进行仿真求解,将仿真结果生成可视化图形。该图表示复杂产品各个阶段所花费成本随着研制定制过程的进行花费成本总额的变化。橙色为成本增加曲线,绿色为成本增加率随着时间变化而变化的曲线。

    研发定制过程随时间变化成本的Dcosttask定义为:

 Int Dcosttask= Σ(Ini_costtask+ttask* (Cost’task) )(task为对应定制过程模型中的各个过程对象);

其中, ttask为过程task的计划花费时间(单位:天 ),Ini_costtask 为过程task的起始成本,Cost’task为成本花费的单位增长率(单位:万/天 )。因此,Dcosttask为每个任务的初始成本与所耗费时间及单位时间成本增长率的乘积的和的加和。

表 3混合状态机仿真结果

图片14.jpg

混合状态机过程中,相关数据如表 2所示,仿真结果如表 3所示。从图 11中仿真曲线可知,在头600天的复杂装备设计过程中,成本增长率较低。但是随着600天以后,进入产品研发及生产阶段,成本增长率增加。而在1000天以后,进入产品运维阶段,成本增长率稳定增加,直至产品报废。

5 讨论

本文使用KARMA语言对国标GB/T 22032-2021进行元模型构建,并针对复杂装备研发过程的案例,进行自适应定制过程建模,并根据KARMA语言规范,对相关定制过程进行指标验证,并对全生命周期定制过程的成本花费进行动态仿真,最终实现定制过程执行前的验证,支持定制过程定义的方案决策。采用KARMA语言,具备如下优势:

1. 与传统图形化建模语言相比,KARMA语言具备高级别语义识别能力,采用KARMA语言的半结构式形式化建模,允许将不同KARMA建模工具中的底层数据描述统一,实现真正的研发生命周期的唯一数据源。

2. 与目前正在研发过程中的SysML2.0相比,KARMA语言已经提前开发出商用工具并着手开发基于KARMA语言的开源平台及语言社区。从元模型抽象能力上进行分析,KARMA语言采用基于GOPPRRE方法的MBSE形式化理论,因此具备较强的元模型构建能力,让元模型构建不在局限于某几张图。

3. 采用统一的MBSE形式化理论,可以将混合状态机仿真、指标验证、架构驱动、代码生成等技术进行有效整合,实现MBSE模型表达、验证、求解、转化的一体化描述,更加有利于唯一数据源的管理。

4. 使用KARMA语言与GB/T 22032-2021相结合,可以为国标工业化落地提供更有效的技术途径,同时,将MBSE与定制过程结合,打破针对MBSE仅仅只服务于系统架构本身的局限,为实现基于体系-系统-定制过程-领域思维一体的全要素、全周期、多领域一体化建模新模式。

本文目前局限为所提供案例为科技部项目《网络协同制造和智能工厂复杂产品设计制造服务一体化系统建模理论》提供技术探索,后续该过程模型库,将与本研发团队提出的R&MOFLPS&LC”系统全生命周期体系、系统、需求、研发过程的一体化建模方法论”结合,实现复杂装备的全周期、全要素、垮领域、多视图模型化表达。

6 结论

随着基于模型系统工程技术的不断发展,系统复杂度不断提高,未来将面对越来越多的复杂工程系统管理问题。依据本文提供的案例可知,基于模型的系统工程可以用于支撑相关国标GB/T 22032-2021进行捕捉、定义、分析、分享和管理复杂装备研制定制过程中的相关设计信息`,以此可以提高利益相关方的沟通,提升管理系统复杂程度的能力,实现产品开发过程中的信息表达一致性,增强知识重用,并能在定制过程前期的设计及分析阶段,通过模型实现全系统研发过程的建模、验证及仿真,从而对复杂展品全生命周期过程进行自适应调整,从项目执行前实现对定制过程的性能预判,实现对研发定制过程的有效管理及管控。

参考文献

1. Chinosi M, Trombetta A (2012) BPMN: An introduction to the standard. Comput Stand Interfaces 34:124–134. doi: 10.1016/j.csi.2011.06.002

2. Lu J (2021) Design Ontology Supporting Model-based Systems-engineering Formalisms. Cent Model Cyber-Physical Prod Dev 26:21

3. Lu J, Wang G, Ma J, Kiritsis D, Zhang H, Törngren M (2020) General Modeling Language to Support Model‐based Systems Engineering Formalisms (Part 1). INCOSE Int Symp 30:323–338. doi: 10.1002/j.2334-5837.2020.00725.x