本文將介紹Ansys旗下ModelCenter產品，Ansys ModelCenter，賦能工程師創建和自動化多個工具工作流程，優化產品設計，并通過連接需求和工程實現基于模型的系統工程（Model-Based Systems Engineering, MBSE）。首先簡單介紹多學科設計優化(Multidisciplinary Design Optimization, MDO)、基于模型的系統工程(MBSE)、數字工程戰略(Digital Engineering Strategy)三個概念，這有助于理解ModelCenter產品的應用場景；隨后是對ModelCenter產品的發展和現狀的闡述。

1

多學科設計優化MDO

對于類似飛行器等多學科耦合的復雜系統的工程設計而言，團隊中的每個具有特定學科專業知識的工程師都會利用其經驗和判斷來開發可行的各專業設計，例如氣動、結構、燃燒、熱力、流體、電磁、控制等，這其中涉及的多個學科之間都可能存在著非線性耦合關系，甚至也可能存在著尖銳的沖突，因此工程的整體性能不僅僅取決于各自獨立學科中的性能，也與學科間的相互作用有關，再考慮到工程設計中的迭代改進和交付使用后的全生命周期維護等因素，這都給傳統工程的整體設計和權衡(Trade-off)帶來巨大的困難。多學科設計優化就是專門解決這類問題的方法。

圖表1: 飛行器設計中的多學科耦合問題

多學科設計優化的英文是Multidisciplinary Design Optimization，縮寫為MDO。

根據美國航空航天協會(AIAA: American Institute of Aeronautics and Astronautics)的多學科優化技術委員會(MDO-TC: Technical Committee)的討論，MDO有如下三種定義。

是一種通過充分搜索和利用系統中相互作用的協同機制來設計復雜系統和子系統的方法論。

是指在復雜系統設計過程中，必須對學科(或子學科)相互作用進行分析，并且充分利用這些相互作用進行系統優化合成的優化設計方法。

是指當設計中每個因素都影響另外的所有因素時，確定該改變哪個因素及改變到什么程度的一種設計方法。

值得一提的是，除了MDO的提法，我們也可能會看到多學科系統設計優化(MSDO: multidisciplinary system design optimization)和多學科設計分析與優化(MDAO: Multidisciplinary Design Analysis and Optimization)等提法，他們其實指的都是同一類概念。MDO是如何發展起來的呢？

1982年，美籍波蘭裔人Sobieszczanski-Sobieski. J在研究大型結構優化問題求解的論文中，首次提出了MDO的概念和相關的設計方法，引起了關注, 他也成為了MDO的奠基人。

1986年，美國航空航天協會(AIAA)、美國空軍(USAF: United States Air Force)、美國航空航天局(NASA: The National Aeronautics and Space Administration)和OAI四家機構聯合召開了第一屆“多學科分析和優化”專題研討會，以后每2年舉辦一次。

1989年，AIAA成立了多學科設計優化技術委員會MDO-TC(TC: Technical Committee)。兩年后，MDO-TC發表了“MDO研究現狀的白皮書”,標志著MDO作為一個各方認可的新興研究領域而正式誕生。

1994年，NASA就MDO在工業界的必要性問題，對波音(Boeing)、洛克希德(Lockheed)等美國九個主要航空航天公司展開調查。結果表明，業界對MDO的研究和應用有著廣泛的興趣和支持。同年8月，NASA在其蘭利研究中心(Langley Research Center)成立了多學科設計優化部門(MDOB: MDO Branch)，專門開展飛行器相關的MDO工作。MDOB的任務包括確認、發展和展示MDO方法、及時地將有前景的MDO方法推廣，并促進NASA、工業界和高校對MDO的基礎研究。

1995年開始，美國在可重復使用運載器演示驗證機X-33、下一代運載系統NGLT、高速民用飛機HSCT、高性能計算與通信計劃HPCCP等項目上都有MDO的成功應用。同年ModelCenter誕生。

2000年，NASA基于ModelCenter提出了先進工程環境項目AEE，用于新一代可復用空間飛行器計劃NGLT等。

2010年，美國空軍成立了多學科科學技術中心(MSTC: Multidisciplinary Science & Technology Center)和多學科科學協同中心(CCMS: Collaborative Center for Multidisciplinary Sciences.)。

根據旨在研究MDO技術應用的歐盟“地平線2020”計劃之一AGILE項目的表述，迄今為止，MDO有三個發展階段。

第一代可稱為“集成MDO系統”，由于直接合并了多個學科領域的仿真模型，因此從運行時的角度來看，計算效率是最高的，適用于集中開發高效的優化算法、增強解算器的能力及高效的參數化技術。主要的應用場景有兩個：一是概念設計階段，此時模型相對簡單，對分析結果的精度要求較低，更多是通過MDO快速分析多種因素對設計的影響，以指導后續設計進程；二是少數幾個緊耦合的物理學科領域的詳細設計優化，例如流固耦合，氣動彈性等。然而，該系統的架構缺乏靈活性和可擴展性，無法應對系統模塊子集的改進，調整和交換；當考慮添加更多學科領域的影響時，就較難在當前系統架構中直接集成。

第二代可稱為“分布式MDO系統”，計算分析過程分發到多個專用計算設備中，通過集中的設計和優化進程調用專用設備計算。設計團隊承擔過程匯總和整體優化，專業技術專家負責各專業模塊，通過建立有效的數據管理和通信系統，實現模塊間信息交互。雖然已經出現了基于知識的工程系統來協調各學科的分析功能，增強了系統的可擴展性。但由于設計流程依然是集中的，對特別復雜的系統，仍較難適應。

第三代可稱為“協作式MDO系統”，該系統中的分布不僅僅是分析工作的分布，還涉及總體設計任務的分布。高度復雜的工程項目將由分布在多個專業組織的數百名工程師協作，通過并行工程和協同優化等技術，將整個設計任務分派給不同的單位和組織。這代系統的目標是提升設計人員的判斷力，減少優化過程的復雜性。第三代MDO系統尚未完全實現，歐美各國也在探索過程中。

截止目前，由于航空航天，軍工防衛領域涉及的學科最多，項目需求最多樣，技術難度最尖端，所以MDO的應用也就最成熟。而隨著MDO技術的擴散，也在包括汽車設計、建筑規劃、生物醫藥、電力電氣等復雜系統中得到應用。

圖表2: 歐盟“地平線2020”計劃之一AGILE項目對多學科設計優化的分代

接下來談談MDO的適用階段。研究表明，類似飛行器項目這種典型的軍工防衛等復雜系統的設計過程通常分為概念設計、初步設計和詳細設計三個階段。如果項目在前期產生了方案失誤，不僅可能造成研制周期的拉長，開發維護成本的倍增，甚至還可能引起整個方案的方向性錯誤，導致最終的失敗，所以安全關鍵系統相關的行業尤其注重項目前期的概念設計和初步設計階段中的MDO，以盡早確定最終的解決方案。

依然以飛行器設計為例，由于飛行器的論證及戰術指標的確定過程主要集中在概念設計階段，在該階段結束時，飛行器的外形、尺寸、質量及總體性能等均已確定。這也意味著，飛行器的好壞在該階段基本確定，因此概念設計階段在全壽命周期費用中起著重要作用。

而在設計初期，設計師對飛行器的信息了解較少，隨著設計過程的進行，設計師在獲得越來越多知識的同時，卻喪失了根據這些知識進行設計的自由度。這樣，飛行器已知信息的積累與設計自由度的減少就成為一對矛盾，隨著應用部門對飛行器綜合性能要求的日益提高，這對矛盾顯得愈加突出。(參考圖表3中傳統設計流程所示的兩條曲線)。

圖表3: 飛行器的傳統設計流程和改進后的含MDO的設計流程

對飛行器設計來說，如何充分利用在早期概念階段較大的設計自由度來提高飛行器的設計質量是十分關鍵的，其中一個很重要的手段就是充分利用各種優化技術進行分析。按照傳統的飛行器設計過程，在概念設計階段的優化往往是通過優選少數關鍵參數，如翼載、展弦比等，來研究影響燃料和飛行性能的氣動和推進這兩個關鍵學科(圖表3中傳統設計流程的概念設計階段的氣動、推進兩個學科的柱狀條明顯長于其他學科)，以獲取最小起飛質量或最大有效載荷。

當系統進入到初步設計階段后，飛行器的基準構型已經確定，開始轉入各分系統硬件設計，需要考慮強度、剛度方面的問題，此時結構學科在此階段中占據主導地位(圖表3中傳統設計流程初步設計階段的結構學科柱狀條明顯長于其他學科)。在詳細設計階段，用于改善飛行力學性能和提高質量的控制學科的作用不斷增加，因而控制學科更為重要。最后，在產品進入生產和制造階段后，生產費用和某種程度上的可維護性成為考慮的重點。

從圖表3的傳統設計流程可見，隨著飛行器設計進程的推進，各種信息不斷地被確定，相應的設計自由度則不斷地減少。這種設計模式實質上是將同時影響飛行器性能的氣動、推進、結構和控制等學科人為地割裂開來，沒有充分考慮和利用各個學科/子系統之間相互耦合產生的協同效應，帶來的后果是極有可能失去系統的整體最優解，從而降低飛行器的總體性能。

而從圖表3中改進后的含MDO的設計流程所示，兩條虛線是引入MDO方法后所期望達到的目標，設計知識虛線表明，在飛行器概念設計和初步設計階段需要引入更多的知識以提出更加合理的設計；設計自由度的虛線反應出要為后期升級階段保留更多的自由度，以便充分運用在分析、實驗后推理過程中所獲取的知識修改飛行器的設計方案。因此，圖表3中改進后的含MDO的設計流程的概念階段，相比傳統設計流程，使用了約雙倍的時間，設計自由度更大；詳細設計階段的時間減少了約1/3，這是由于在詳細設計開始之前得到了更加可靠的設計；在概念設計和方案設計階段，各個學科的作用分布更加趨于平均。

綜上，大型企業和科研單位中負責重大復雜系統工程的部門(系統部，總體部，規劃部，預研部等)應該在項目的概念設計和初步設計階段的積極推進MDO的應用，確保研發的系統解決方案是合理的，最優的。

這里我們還要介紹一個與MDO相關的概念，叫流程集成和設計優化，它的英文叫PIDO，是Process Integration and Design Optimization的首字母縮寫。在復雜系統的多學科設計優化過程中，工程師團隊普遍使用各種軟件工具，需要遵循統一的系統標準研制流程，實現不同軟件工具間的數據傳遞，并基于統一平臺實現多學科設計優化。由于在多學科系統的設計中使用了許多軟件工具，因此需要進行流程集成。而通過定義評價函數，并隨之定義可更改的參數，以適應評價函數內的設計，可以實現最終目標，即設計優化。

2

基于模型的系統工程MBSE

我們要介紹的第二個概念是基于模型的系統工程，英文是MBSE，即Model Based Systems Engineering首字母的縮寫。MBSE是相對于SE，即Systems Engineering而提出的，為了說明MBSE的優勢，需要先了解傳統SE的不足。SE就是系統工程，根據圖表4國際系統工程學會(INCOSE: the International Council on Systems Engineering)的定義，系統System：是指相互作用的多個部分組成的為完成特定目的的一個整體。系統工程是一種使系統能成功實現的跨學科的方法和手段，“系統工程”工作包括：在“系統”開發周期的早期階段定義客戶需求及功能，并文檔化。然后進行設計綜合和系統確認。同時考慮整個系統各方面的問題，包括系統運行、成本、進度、性能、培訓、支持、試驗、制造和銷毀等。這里的“系統工程”簡單說指的是產品研發過程的技術方法。

圖表4: 從基于文檔的系統工程到基于模型的系統工程

系統工程是一個有很長歷史的學科了，隨著現代科學技術的飛速發展，人們所研制的工程系統也越加復雜。而隨著產品復雜程度不斷增加，傳統基于文本的系統工程方法要把散落在各個專業學科的各個階段的需求文檔，接口文檔，系統需求，功能分解，初步設計，測試計劃等工程信息集成在一起，不僅費時費力，而且不易追溯其更新變化，因此無法滿足現代各類復雜系統的研制需求。因此有必要從文檔為中心的系統工程升級到以模型為中心的系統工程，因此基于模型的系統工程應運而生。

圖表5是NASA的噴氣推進實驗室(JPL: Jet Propulsion Laboratory)關于SE到MBSE遷移的理解，MBSE就是通過系統建模語言構建需求模型、學科模型、功能模型、架構模型，子系統模型等，以實現學科、需求、功能、子系統到物理架構的分解和分配；通過模型實現系統需求、設計實現、功能邏輯的確認和驗證，并驅動仿真、產品設計、實現、測試、運營、綜合等全流程環節。基于模型的系統工程是包括國防軍工等復雜系統工程設計的重點努力方向。

圖表5 飛行器的傳統設計流程和改進后的含MDO的設計流程

MBSE發展到今天已經形成了不少流派和體系，但在工業界真正能被廣泛接受和推廣應用開來的主要有基于SysML語言為核心和基于DSML(Domain Specific Modeling Language)語言為核心的兩大體系，而前者的應用場景又明顯多于后者。

在2018年INCOSE MBSE工作組對用戶 (國內用戶幾乎沒有參與) 所做的調研顯示(圖表6)，MBSE除了在傳統的國防(Defense)、航空(Aircraft)和航天(Space)幾個領域繼續保持優勢之外，在交通(Transportation)、咨詢(Consulting)、教育(Education)、基礎設施(Infrastructure)、能源(Energy)、汽車(Automotive)、信息技術(IT)等領域的應用也推廣開來了。

圖表6 飛行器的傳統設計流程和改進后的含MDO的設計流程

MBSE在我國也已經推廣10年左右了，盡管不少科研單位成立了專門的部門，并在高層領導的強力推動下，在樣板項目或者某些真實項目的特定階段取得了成功，但在實際應用中，大家總覺得還是缺了些什么，還差最后那么一公里，使得MBSE沒有真正“落地”。這里面究竟缺失了什么呢？除了部分主觀的問題(學習難度較大等)之外，主要原因還是MBSE的應用沒有在全流程完整打通。

我們以最常用的基于SysML語言的系統架構模型(SAM: System Architecture Model)為例來說明情況，系統架構模型是屬于圖表7所示的一種邏輯模型(Logical Model)，主要表示邏輯關系和依賴關系，例如功能、連接和可追溯性關系。而完整的項目除了邏輯模型，還有幾何模型(Geometric Model)、分析模型(Analytical Model)等物理層對象。由于邏輯模型不足以完成幾何模型(專注于尺寸、公差等詳細空間信息的描述性數據)和分析模型(通常由一系列數學方程等定量的或計算性的函數為支撐的，表達相關參數及參數關系，以預測或評估系統某方面的性能)的功能，因此邏輯模型如果不打通與其他同步設計完畢的多種物理類模型之間的關聯，僅有主要用于邏輯關系信息描述的系統架構模型，依然難以真正落實復雜工程的架構設計工作，也就是沒有好的手段和方法來真正檢驗所設計的系統架構模型是否正確，是否安全，是否合理，是否是最優的。

這也就是為什么部分熟練實踐MSBE方法的系統工程師們在辛苦設計一大堆系統架構模型后，發覺如果不做專門的定制開發，就沒法把系統架構模型的邏輯信息完整傳遞到物理設計等層面，也就無法高效進行包括多學科設計優化、仿真驗證或者詳細設計等方面的活動。也因此使得部分系統工程師們只是 “為了建模而建模”，系統架構模型主要是用于交流展示，而不能真正使工程實踐完整落地、將項目開發有效遷移到下一個階段。

圖表7 模型的分類

考察圖表8所示的完整支持分析與追溯的系統架構模型框架簡圖，基于SysML的系統模型提供了系統規范、設計、分析和驗證信息的一致來源，同時保持了關鍵決策的可追溯性和基本原理。這些信息為更詳細的軟硬件設計和驗證活動(這些活動也可以是基于模型的)提供了上下文和關鍵輸入。

特別是，系統模型將文本需求與系統設計聯系起來，提供支持多學科分析所需的系統設計信息，可作為硬件和軟件設計的規范，并給出了支持驗證所需的測試用例和相關信息。每個學科領域或技術專業(包括機械、電氣、軟件和測試等)應該體現出系統模型中包含的信息，并開發出更詳細的規范、設計、分析和驗證信息。

為確保系統的整體表達具有一致性，在更詳細的專業領域信息和系統模型中的信息之間應該保持可追溯性。另外一方面，系統模型還應當與仿真模型關聯，實現包括系統及其環境的動態模型、初始條件、外部輸入輸出等等因素，如何隨時空函數離散或連續變化的仿真分析解決方案。仿真模型的保真度和數值精度可隨著需求和開發階段的變化而愈加精確，相應的，反復迭代設計出的系統架構模型也就會愈加完善。

圖表8 支持分析與追溯的系統模型框架

ModelCenter就是在業內成功應用多年的、專用于銜接MBSE系統架構模型的商用貨架產品，支持將系統架構模型與各類工程工具開發的幾何模型、分析模型等物理類設計集成在一起，進行多學科優化設計、權衡分析等活動，形成完整的解決方案。

3

數字工程戰略

2018年美國國防部正式發布了《數字工程戰略》(Digital Engineering Strategy)，由于軍工業高精尖的科技屬性和隨之而來的技術溢出，一直對其他行業有極強的引領效應和借鑒意義，因此《數字工程戰略》一經推出，便廣受關注，不僅引起了軍工業的積極響應，對其他高端裝備制造業也帶來了極強的示范作用。

美國系統工程部門認為第四次工業革命是數字時代，實施數字工程將成為美軍迎接數字時代、完成數字轉型的關鍵。美國國防部發布的《數字工程戰略》旨在將以往線性的、以文檔為中心的采辦流程轉變為動態的、以數字模型為中心的數字工程生態系統，使美國軍隊完成以模型為中心的范式轉型。數字工程戰略的五個目標、三層數字生態系統、數字系統模型(Digital System Model)、數字線索(Digital Thread)和數字孿生(Digital Twin)等信息已有諸多行業專家做出詳細論述，限于篇幅原因，本文不再展開。

需要著重指出的是，美軍的《數字工程戰略》將早于其啟動的或仍在實施的一些數字化政策、計劃、指南、框架和項目(比較知名的有高性能計算現代化計劃HPCMP中的計算研究和工程采辦工具與環境CREATE，工程強韌系統ERS等)也納入到其體系，而軍方、產學研不同機構的合作伙伴也都參與到了其中。數字工程對已有的數字化概念不是替代的關系，而是對多年來數字化技術發展的融合與深化。

基于模型的系統工程(MBSE)就是數字工程的一個子集。MBSE支持需求、架構、設計、驗證和確認的系統工程活動。這些模型必須可以與其他諸如機械、電氣等工程學科的物理模型相關聯。當前數字工程面臨的較大挑戰依然是MBSE與基于物理模型的集成，數字工程的基礎是以所有利益相關者之間可共享的格式來表示系統數據。已經發布的《SysML版本2》和《系統工程2035愿景》都加強了這方面的考慮，是有望支撐數字工程的未來發展方向之一。

圖表11 SysML版本2和系統工程2035愿景將更有助于同其他物理模型集成等方面的功能

在實施《數字工程戰略》的過程中，洛馬、諾格、波音、雷神等軍工制造商都結合各自的工程背景、豐厚經驗和自主技術等條件，提出了不同的數字化解決方案。對于我們國內用戶，也應該借鑒這一數字化轉型的趨勢，并結合自身的實際，合理裁剪或擴展，打造出可定制的數字化解決方案。

圖表12 通用的數字工程全流程，ModelCenter在多學科設計優化和權衡階段的應用

早在2019年，Ansys已經就數字化轉型中的仿真體系建設（①企業數字化轉型中仿真的價值 | ②企業仿真體系建設的必要性 | ③仿真體系建設的要素、原則與關鍵問題）給出了方案和建議。圖表13是從另一個角度展示了怎樣結合Ansys系列產品給MBSE賦能，協助用戶實現數字化交付的解決方案。首先可以選用第三方架構設計軟件進行系統架構的初步建模，然后可以將系統架構模型導入Ansys medini軟件中迭代進行功能安全分析，可靠性分析，預期功能安全分析，信息安全分析等工作。初步確定系統架構模型之后，就可以將系統架構模型導入Ansys ModelCenter軟件中與其他初步設計完畢的低保真度的物理模型進行集成設計和多學科設計優化，實現項目概念階段和初步設計階段的多學科設計優化、流程集成和優化設計、工程仿真自動化和效果分析等活動。

如果需要在此過程中直接進行軍工的任務級仿真驗證，可以橋接Ansys的STK軟件實現航天領域空間軌道業務的仿真。而如果需要在此過程中進行數字孿生方面的仿真驗證，也可以橋接Ansys Twin Builder軟件進行相關領域的高保真度模型的仿真驗證。如果在ModelCenter的概念階段，初步設計階段仿真分析驗證完畢之后，需要用更高保真度的模型替換原有的低保真度的近似模型來逼近真實場景，可以將Ansys的流體、結構、電磁、半導體、嵌入式軟件、光學等領域學科模型導入，實現更逼真的多學科設計優化分析。Ansys也提供Minerva工具，支持仿真過程數據管理(SPDM)，提供Granta進行可能的材料數據信息的創建，管理和存儲。上述這些活動都可以在Ansys云平臺或高性能的計算機上運行。

圖表13 通用的數字工程全流程，ModelCenter在多學科設計優化和權衡階段的應用

以上就是了解ModelCenter產品前需要預先知道的背景知識，接下來我們來看看ModelCenter的起源與現狀吧。

4

ModelCenter的起源

1990年，美國弗吉尼亞理工大學(Virginia Tech)機械工程專業的Arvid Myklebust教授與其他人聯合創立了旨在為美國航空業和政府進行飛機設計和軟件開發的飛機綜合研究所，該研究所英文縮寫為ACSYNT，取自AirCraft SYNThesis中藍色大寫字母。根據美國1958年的空間法案(SAA: Space Act Agreements)，美國國家航空和航天局(NASA)可以與任何能夠履行其任務的實體合作，而ACSYNT研究所在計算機輔助飛機設計等業務上有獨到的技術，因此吸引到了包括NASA下的艾姆斯研究中心(Ames Research Center)、 格倫研究中心(Glenn Research Center)、蘭利研究中心(Langley Research Center)，美國海軍相關部門(負責海軍武器和情報業務) ，波音(Boeing) ，洛克希德(Lockheed), 諾斯魯普(Northrop), 通用電氣(GE), 麥道(McDonnell Douglas)在內等實體的初始贊助，之后又有AmTech, 塞斯納(Cessna) ，Defense Group，Inc等加入贊助。

在1995年，Arvid Myklebust教授的兩位博士生研究生正在做課題研究，一位是Scott Woyaks，他當時是機械工程專業的博士研究生，正在某CAD實驗室為IBM資助的軟件集成項目做研究工作；另一位是Brett Malone，他當時是航空工程專業的博士研究生，正在ACSYNT研究所為NASA做計算機輔助飛機設計方面的研究工作。在課題研究完成后，兩位博士研究生和他們的導師一起創辦了Phoenix Integration公司，該公司的旗艦產品就是ModelCenter。

2004年，波音旗下的鬼怪工廠(Boeing Phantom Works)將其自研的算法相關的通用優化設計軟件DesignExplorer，通過技術授權給了Phoenix Integration公司，最終融于ModelCenter產品中。

經過20多年的發展，現在Phoenix Integration公司總部位于美國弗吉尼亞州(Virginia)蒙特哥馬利縣(Montgomery)的布萊克斯堡(Blacksburg)，其產品ModelCenter是用于工程自動化、集成和設計優化的專業工程軟件。它使系統工程師能夠在產品研發的概念階段和初步設計階段進行包括過程自動化、設計探索和優化技術，模型仿真、結果可視化和數據管理的集成等方面的工作，因此廣泛應用于包括財富500強企業在內的國防軍工大型企業，科學團體和技術組織。美國最大的10家國防產品供應商中的9家、世界最大的10家宇航公司中的5家都選擇該產品，用于改進研發和決策分析，以大幅縮短了復雜產品設計周期。

2021年5月17日Ansys公司宣布收購Phoenix Integration公司，將 ModelCenter 添加到其龐大的產品組合中，支持客戶將更廣泛的仿真工具和工作流程結合在一起。此外，ModelCenter產品是 MBSE領域的領導者，支持使用 SysML等系統建模語言來集成工程模型，這種能力將使客戶能夠彌合系統工程和領域/學科工程，從而在開放式的統一平臺真正實現全面而完整的MBSE。

值得一提的是，原ModelCenter產品的三位創始人中，Arvid Myklebust教授繼續在高校進行教學工作，后期還聯合創辦了兩家高科技公司；Brett Malone博士出于對人類基因組圖的興趣，離開公司，轉入了生物信息領域，后成為天使投資者。而Scott Woyaks博士一直留在公司擔任總裁。

我們再來看看ModelCenter的產品線的現狀。它由三個部分組成ModelCenter Integrate, ModelCenter Explore和ModelCenter MBSE。ModelCenter Integrate主要負責將不同產品集成到一起，建立自動化的工作流；ModelCenter Explore負責迭代分析ModelCenter Integrate建立起來的工作流，進行各種優化分析的研究。ModelCenter Integrate和ModelCenter Explore兩者組成了前述的多學科設計優化解決方案。第三部分是ModelCenter MBSE，可將系統架構模型和領域專業模型集成在一起，形成完整的MBSE解決方案。下章節我們將展開介紹這三個組成部分。

圖表15 ModelCenter產品的三個模塊

ModelCenter主要有以下幾項優勢。

操作友好，界面直觀易懂，絕大部分操作僅用簡單的鼠標即可完成。

學習方便, 通常為期二天的培訓，就可以讓絕大部分用戶使用ModelCenter創建任何他們想要的工作流設計。幾天就能快速上手操作，1-2周就能熟練掌握。

適用于系統工程師在復雜項目的概念階段和初步設計階段進行專業的多學科設計優化工作

獨家提供的MBSE方面的功能可作為系統工程專家和領域工程專家的橋梁，協助團隊對復雜工程進行無縫設計，優化，驗證等。如果用戶已經創建有大量的MBSE模型，可能正苦于沒有商用貨架產品將其與物理模型關聯，以仿真驗證這些系統架構模型，建議嘗試ModelCenter來解決這個痛點。

ModelCenter是從NASA的業務起家，在軍工防衛領域耕耘多年，后期通過技術授權吸收了波音DesignExplorer軟件中的大量算法，技術上有獨到之處，現在已將產品應用擴展到了其他制造業領域。

5

ModelCenter Integrate

ModelCenter Integrate能夠使用戶以更少的時間和資源執行更多的仿真，從而提高了研發效率。ModelCenter Integrate支持用戶：

自動化供應商提供的建模仿真工具

將這些工具集成在一起，創建可重復的仿真工作流

設置模擬參數

自動執行工作流

先得介紹一下ModelCenter中的自動化概念。自動化是指可靠地、可重復地使用軟件替換流程中手工操作的步驟；需要指出的是，如果工程師的手工操作都無法完成某個流程，那自動化也是難以完成相關流程的；自動化流程中涉及到工程模型和工程工具兩個概念，工程模型是某種物理或邏輯系統的數學表述，而工程工具是某種用于執行或分析工程模型的軟件，兩者互是一對多的關系。我們來看圖表16，工程師們在使用ModelCenter中的自動化時，有三個步驟，一，構思模型；二，定義關鍵輸入輸出，三，探索運行方法；其中第一步和第三步可由ModelCenter的介入從而由人工操作轉變為自動化的軟件執行。

ModelCenter Integrate為用戶提供了工具和方法，支持自動執行幾乎任何建模和仿真工具。例如：用戶創建的工具和腳本、傳統的FORTRAN/C++程序、電子表格、數學模型、數據庫，以及計算機輔助設計(CAD)和計算機輔助工程(CAE)模型。ModelCenter可以自動化在Windows、Linux和Unix上運行的工具。用戶可在不暴露任何工程內部細節的情況下，為同事、供應商和客戶提供對工具的有限執行權限。

圖表16 ModelCenter中可以的自動化部分

ModelCenter在協助工程師將不同模型集成在一起進行自動化分析時，需要處理多種數據。圖表17中的PDM指產品數據管理，SDM指仿真數據管理，兩者集成后具有一定的聯系，需要通過設計工程師和仿真工程師協同工作才能管理好。PDM是對工程數據、文檔、產品信息、技術信息、圖像數據等進行管理的概括與總稱。PDM在系統工程思想的指導下，用整體優化的概念對產品設計數據和設計過程進行描述，規范產品生命周期管理，保持產品數據的一致性和可追蹤性。SDM側重在企業產品研制的概念階段，初步設計階段等的仿真相關數據進行統一存儲，支持文件級和參數級的數據追蹤，實現仿真數據的瀏覽、檢索和管理，能夠基于仿真數據進行后處理，實現多方案多工況的對比、分析和報告生成，然后基于仿真數據實現研發過程中相關各學科人員間的共享和協同，保證數據的安全性同時提高研制和運行管理的工作效率。

實踐中，通常設計工程師先將各學科模型設計完畢，在PDM里面進行歸檔。然后由仿真工程師在PDM內獲取仿真所需的設計數據，例如任務說明，幾何模型和材料信息等。在仿真工作完成后，將結果數據提交回PDM平臺中，由PDM進行審核、歸檔和發布。PDM和SDM的區別是，PDM側重標準化的產品設計數據管理工作流，但不能全面管理和驅動復雜產品研制的業務流程，其數據管理不能科學地容納研發階段反復迭代產品的多方案，多狀態計算，分析各種海量的仿真數據和試驗數據。由于仿真分析數據結果信息往往是海量的、參數級的，并不像文件那樣是有限的對象級的，因此PDM無法有效地挖掘、組織、展示數據及維系各種數據間的復雜關聯關系，進而給出有意義的優化指導推薦。圖表17簡單列出的PDM和SDM的關鍵區別，ModelCenter在模型分析自動化的過程中，有能力較好地同時處理PDM和SDM。

圖表17 ModelCenter可以同時處理PDM和SDM

如果軟件工具可以實現自動化，用戶就可以在ModelCenter的人機界面中拖拽特定工具，組裝成一個完整的仿真工作流。仿真工作流可看作為一個流程圖，該流程圖指定了執行自動化工具的順序和條件。與流程圖一樣，工作流可以包含分支、if-then語句、循環等。ModelCenter軟件中的鏈接編輯器支持用戶指定工作流執行時從一個工具傳輸到下一個工具的數據。

當工作流運行時，各個工具會按照工作流指定的順序自動執行，數據會自動從一個工具傳輸到另一個工具(即使這些工具在不同地理位置的計算機/操作系統上運行)。執行可以采取單個工作流運行或更復雜的多次運行的形式。多次運行研究包括參數研究和實驗設計(DOE)。下節介紹的ModelCenter Explore支持更高級的權衡研究，如設計優化和蒙特卡洛分析。ModelCenter可以配置為利用現代多核計算機的功能，將權衡研究提交給高性能計算(HPC)或云計算資源。

圖表18 ModelCenter的工作流和鏈接編輯器中設置工作流中傳遞的數據

下面我們來看一個簡易的模型自動化的過程。這是由三個工程工具組成的自動化工作流，先在ModelCenter內將這三款工程軟件拼接在一起，后面如果工程師想在原有自動化工作流前后新增模型，怎么做呢？非常容易，例如，先在NX前面添加Team Center軟件，再在Nastran工具后面添加微軟的Excel工具，用于進行成本分析，很快就完成了。

圖表19 ModelCenter過程集成中的構建、添加和替換操作

那如果工程師又覺得原有自動化工作流中的某些軟件可能不太適合現在的應用分析，需要替換呢？也很容易，先確定需要替換的工程工具，然后刪除它們，將再新的工程工具加上。例如將Catia工具替換NX工具，再將Ansys產品替換Nastran工具。可見，在ModelCenter中很容易將更合適的軟件替換原有軟件。值得一提的時，如果所有ModelCenter內置的可識別商用貨架軟件都不滿足用戶的需求，ModelCenter也支持導入用戶自己用腳本編寫的工程模型和工程工具來進行自動化工具鏈組合。腳本格式支持常用的Python，javascript等。

如果工程師還想改進原有線型的自動化工作流，添加一下分支判斷操作呢？也很容易，ModelCenter中內置了常用的自動化工作流操作項，例如本例中在Nastran軟件后，并行添加了Excel軟件和Matlab軟件。

圖表20 ModelCenter過程集成中的添加分支和分布式操作

實際上，只要工程師們在ModelCenter中定義好合理的自動化工具鏈后，仿真運行時的自動化數據流，會自動根據仿真運算的先后順序，傳遞到各個工程工具中去，其中某些工程工具還可以遠程部署。因為ModelCenter工具還支持分布式計算和模型即服務功能(Maas: Model as a Service)，因此就能允許系統工程師在尊重每個人的知識產權的同時，安全地訪問整個組織甚至公司供應鏈中的成熟工作流。使用模型即服務功能，工作流程和工程細節就由工程專家保留并在本地運行，ModeCenter自動化運行時，僅傳遞參數，并支持僅將選定的結果傳回到系統工程的級別。這樣，領域專家保留對工程模型的控制，并可以提供約束以確保模型在適當的范圍內使用。

6

ModelCenter Explore

ModelCenter Explore通過讓用戶徹底探索和理解設計空間、做出更好的決策和找到最佳解決方案，推動創新并提高產品質量。ModelCenter Explore支持用戶：

運行強大的算法和權衡研究工具

搜索、研究和理解設計空間

綜合處理多種變量(成本、性能、風險等)

結果可視化和設計變更影響的可視化

找到最佳解決方案

當工程師在ModelCenter里將所有工程模型通過工程軟件連接完畢后，用戶就可以重復執行該過程(支持使用并行計算資源)，每次執行對應于一組不同的輸入。這使用戶能夠在較短的時間內探索和定量分析出大量不同設計方案的性能、成本、可靠性和風險，這期間用戶可以調整參數，進行自動化工作流的迭代修改，最終獲得項目的最優設計。

在具體介紹ModelCenter Explore操作之前，我們還需要簡要介紹一下多學科設計優化的技術內容。

1998年美國航空航天協會將多學科設計優化的研究內容分成了4個類別16個方面，其中主要包括系統的分解與協調；系統數學建模；設計空間搜索；近似方法；靈敏度分析；優化算法等。這其中每個方面都涉及學科領域專家多年研究的成果，屬于工業軟件里的核心技術。用戶可以在ModelCenter的幫助文件中查閱相關技術的介紹和具體使用方法。接下來我們通過幾種典型的操作，來了解一下ModelCenter是如何實現多學科設計優化操作中的設計探索和優化的。

第一個操作是試驗設計，英文通常簡稱為(DOE: Design Of Experiment)。DOE可支持工程師們根據對復雜系統的初步判斷，科學合理的安排實驗，在眾多的因素中找到影響輸出的主要因素，并同時分析影響因素之間的交互作用，研究試驗誤差的原因，提高試驗精度，減少產品質量的波動，最終找到較優的影響參數組合，指導協調優化設計的下一步方向，以大幅縮短了產品的試驗周期。此處展現的就是在ModelCenter中打開DOE面板，將選定的輸入和輸出拖拽到相應的位置，并選用特定的優化算法進行處理。

圖表21 ModelCenter中的DOE操作

工程師首先指定他們的目標——希望最大化或最小化的一個或多個工作流變量。接下來指定在優化算法搜索最符合該目標的設計時，允許修改哪些輸入變量(設計變量)。或者，工程師也可以為問題指定一組需求(或約束)。例如，用戶可能希望最大限度地提高其設計的性能，但約束制造成本保持在指定金額以內。

一旦指定了對象、方向和約束，工程師就可以選擇任何內置的優化算法來解決其問題。有些工程師們會問到，優化算法何其多也，如何選取合適的優化算法呢? ModelCenter中有專門的算法選擇向導，用戶只要根據算法選擇向導面板，按部就班地輸入提示的內容，例如是否是單目標的分析、是否是線性平滑的參數，是否需要運用梯度算法或基于特定的代理模型等，就能挑選出合適的算法。ModelCenter中內置了業界絕大部分常用的優化算法，包括伴隨方程法，牛頓法，共軛梯度法，序列二次歸化法，模擬退火法，蟻群算法，拉丁超立方抽樣算法，響應面方法，克里金代理模型法等超過25種算法。

圖表22 ModelCenter中算法選擇向導

工程師還可以向ModelCenter添加他們自定義的算法。此時，編程是必需的(.NET或Java），但優化軟件開發包(SDK)提供了一套完整的說明和示例協助用戶完成自定義算法的設計。自定義算法一旦添加成功，將與默認算法一起在ModelCenter Explore中供用戶選擇。當算法運行時，它將重復執行工作流(每次更改設計變量)，以試圖找到一個或多個最切合用戶目標的設計，同時也滿足所有約束。工程師可以利用優化運行生成的圖表和報告來深入了解其設計問題的性質，并最終找到最優設計。

第二個操作是參數研究和設計空間探索，支持查看DOE的優化分析結果并進行深度分析。ModelCenter中提供了各種式樣的圖表供用戶選擇，方便用戶從不同的角度來觀察和分析當前的數據。

圖表23 ModelCenter中參數研究和設計空間探索

第三個操作是靈敏度分析，靈敏度分析是用于表示設計變量或固定參數的微小變化對目標函數、約束和系統狀態的影響，以確定各設計變量以及參數對系統性能的影響程度，從而指導優化的設計過程或搜索算法的進一步搜索方向。圖表24展現的是各種觀察圖表種類的選項，圖表24左側展示的是在特定約束條件下對應于某參數變化，響應最靈敏的變量。

圖表24 ModelCenter中靈敏度分析

第四個操作是預測分析，通過前述幾種操作選定的參數后，還可以在此基礎上進行預測分析，查看運算結果是否符合工程師的判斷，確認是否找到了較優的影響參數組合。圖表25中顯示的是部分圖表組合，協助工程師們更好地查看預測結果。

圖表25 ModelCenter中預測分析

第五個操作是多目標優化分析，通常業界選用的是帕累托(Pareto)最優算法，它是指資源分配的一種理想狀態，使得至少一個個體更好而沒有使任何其他個體變壞。如果是涉及兩個以上目標的最優選擇，一般稱為帕累托前沿、帕累托邊界或帕累托集合，即在給定的一組選擇和評價的方法中，可選的帕累托效率的集合。最優的參數選擇可以是最大，也可以是最小等設置。圖表26就是二維，三維的帕累托最優的結果。

圖表26 ModelCenter中的多目標優化分析

第六個操作是近似長期分析，ModelCenter Explore允許用戶為長期運行的分析工具創建快速運行的近似值(響應面模型)。本質上，響應面模型是通用的多維“曲線擬合”。給定一組數據點(一組輸入和輸出)，ModelCenter可以生成一個快速執行的數學模型(響應面)，模型近似于該數據。可以使用幾種不同的近似技術來找到最適合項目數據的數學模型，并生成圖表和統計數據，幫助用戶評估近似工作的質量，并在必要時進行改進。一旦創建了響應面，就可以將其添加回ModelCenter的工作流，在那里它可以像模型中的任何其他組件一樣操作運行。用戶可以利用響應面和ModelCenter的“If-Then”工作流語句在原始長時間運行的組件和快速運行的響應面模型之間來回切換。

圖表27 ModelCenter的可視化工具支持用戶解釋和分析多次權衡研究后收集的數據

第七個操作是可靠性分析，它可用于幫助用戶訪問和理解不確定性對其工程分析結果的影響。例如，設計師可能希望更好地了解制造公差對產品性能和/或故障概率的影響。ModelCenter Explore包括一個蒙特卡洛分析工具，將幫助工程師進行這些評估。當與優化算法結合使用時，蒙特卡洛工具允許用戶執行穩健和基于可靠性的設計。精確的蒙特卡洛分析可能需要數千次工作流的執行。如果這對于給定的工作流是不可接受的，此時則有兩種選擇：1為任何長期運行的組件創建響應面模型，然后使用響應面模型而不是實際組件運行蒙特卡洛分析。當然，用戶得自己確保響應面模型的準確性！2.選用ModelCenter的高級可靠性算法。

圖表28 ModelCenter的概率分析工具可用于幫助用戶探究和理解不確定性對其工程分析結果的影響

最后一個操作是權衡研究結果的獲取，通過選中優化結果對話框的最佳設計選項卡，可以看到推薦的最佳設計的結果值，約束情況和參數組合值，也就是最終協助工程師們找到了最優的影響因素組合。

圖表29 ModelCenter中的最優設計結果

7

ModelCenter MBSE

接下來我們介紹ModelCenter產品線的最后一個組成部分ModelCenter MBSE。圖表30的內容是對前述MBSE內容的再次回顧。原先某些系統架構師創建的一大堆系統架構模型，因為無法與物理模型連接，進行充分的仿真驗證，只能流程脫節，無以為繼；而現在可以選擇導入到商用貨架產品ModelCenter平臺中，進行包括結構、電磁、流體、嵌入式軟件、安全等多學科設計優化相關的行為仿真、需求驗證和性能權衡分析，真正驗證當前的系統架構設計是正確的，是安全的，合理的，而且是最優的。

圖表30 ModelCenter的MBSE模塊支持銜接系統架構相關的描述性模型和仿真分析相關的物理模型

ModelCenter支持將業界常用的第三方MBSE工具設計完畢的模型導入到ModelCenter中，再進行工具鏈自動化集成和多學科設計優化。當前支持的第三方MBSE工具包括MagicDraw, Rhapsody, WindChill modeler和Genesys等。圖表31顯示的ModelCenter MBSE就是銜接兩者的關鍵。

圖表31 ModelCenter的MBSE模塊銜接系統架構相關的描述性模型和仿真分析相關的物理模型的實例

ModelCenter MBSE也支持系統工程師、分析人員在最熟悉的環境中工作，可以從SysML工具中直接訪問，并選擇一個或多個SysML圖，然后在后臺運行ModelCenter以檢驗需求的符合性，實現權衡研究，結果可視化，并最終更新SysML模型。

圖表32 ModelCenter的MBSE模塊支持用戶直接在最熟悉的環境中工作

ModelCenter MBSE支持需求一致性分析，提供用于執行ModelCenter工作流的圖形用戶界面。分析結果可用于檢查需求符合性(未滿足的需求會自動突出顯示)，進行權衡研究，有效評估不同的設計配置，支持將新的設計配置回傳給系統架構模型。

圖表33 ModelCenter支持用戶使用需求符合性和分析看板來觀察需求狀態

圖表34展示的是使用Magicdraw設計的渦扇發動機架構設計模型，通過將Magicdraw的設計參數與ModelCenter模型中的其他葉片模型中的燃燒、氣體、風扇、噴嘴等參數關聯，經過ModelCenter Explore的設計探索和優化分析后，得出一系列最優解，并將結果反饋回Magicdraw軟件中。

圖表34 ModelCenter與MagicDraw銜接驗證渦扇發動機的架構設計

審核編輯：劉清