达索系统3DEXPERIENCE平台的MBSE开发挖掘机“智能稳定系统”
本文以挖掘机的“智能稳定系统”为例，基于达索系统3DEXPERIENCE平台，通过RFLP系统工程架构，辨识市场反馈的挖掘机安全规范和需求、进行功能分析及逻辑架构设计，建立符合用户需求的仿真模型，进行需求、功能、逻辑架构、系统仿真、物理设计等模型的关联追溯，可以有效地支持面向市场需求进行产品研制的过程。根据国际系统工程学会给出的定义，MBSE是从概念设计出发，使用建模方法逐次支持系统需求、设计、分析、验证和确认等活动，持续贯穿整个设计生命周期。MBSE起源于航空航天领域，致力于解决复杂系统的研发问题，而现在随着各行业领域产品复杂度的不断提升，MBSE方法也逐渐“出圈”，开始应用于各行各业。RFLP框架即分为Requirement、Function、Logical和Physical四个层面，导入需求管理中的需求条目和架构后，在功能和逻辑层进行细分架构和建模，物理层面是三维模型，配合仿真可以直观地观察其动态行为。特点是统一数据源、保证数据连续性，同时在设计研发过程中可以不断迭代，提高研发效率。
客户需要在多种不同的工况下工作稳定，既能支持矿山环境下的石料工作场合，又能支持新工地的软土工作。我们的产品该如何响应，保证工作安全，是市场及时反馈的改进需求和新的安全规范，基于这个需求，我们就需要对产品进行一系列的改进。
有几种方案可供选择，比如增大履带支撑范围，可以添加配重等。经过工程师们的讨论和筛选，最终得出一个解决方案设想：为所有新的挖掘机设计一个强大的稳定系统，能够在危急情况下移动配重来稳定挖掘机，以避免机器倾覆。
接下来，基于MBSE流程和RFLP框架，可以在3DEXPERIENCE平台的一步步实现面向需求的设计改进方案：
挖掘机本身是一个相对复杂的系统，在需求层面上，通过达索系统平台上的需求管理Dashboard来进行条目化、系统化和离散化的需求梳理。针对挖掘机在软土工况下大的作业范围需求需要，需要变更一系列相关需求条目。
而在确定问题所在，并提出初步方案“增加智能稳定系统”后（这里具体方案确定的过程：工程师通过可视化的挖掘机全3D数字模型，比较配重部件不同的配置，了解它们的不同之处，提出几种配置方案可供选择，这几种方案有待后续仿真验证），就可以在需求层增加新的需求项“Improve stability”，为后续系统架构设计和详细设计提供依据。
需求管理包括变更管理、跟踪和监控等，树状结构和条目化的需求管理形式使得变更的需求能够迅速被响应。
智能稳定系统是一个新增的系统，依据在前期需求层中确立的方案，在功能&逻辑层面继续细化。该子系统是在挖掘机项目中采用RFLP方法并行设计的。
这意味着所有确保机器稳定性的强制性要求都已被分析、分组并与功能联系起来，以便在不考虑现有技术解决方案的情况下研究几种可能性。这种功能分析能够定义组成系统的部件的详尽列表。选择的技术解决方案在逻辑视图中进行了描述。
逻辑层系统架构是由具体的物理部件搭建而成，可以进行仿真以展现系统的具体行为。在本例中对配重系统进行改进并进行行为仿真，来验证前期提出的几种方案。值得注意的是，挖掘机系统的每个部分都是一个智能系统，有自己的架构和组件。整个系统包含大量的的对象和链接。为了方便地在这种web spider中导航，RFLP组件之间的所有关系都是可视化的。单击几下就会显示规范完成并突出显示对象之间的现有链接。
根据系统复杂性的不同，可以使用系统架构的几种视图。例如，液压和电气原理图可以显示;硬件拓扑表示有助于定义要使用的最佳电子元件；软件架构可以可视化，以跟踪在循环中的硬件。
需求、功能和逻辑之间的联系允许跟踪和证明系统符合所有要求的规范。然后，三维物理表示法是建立最佳系统的精确研究的结果。这里的物理设计就是图所示的三维模型，其参数往往是和需求层以及逻辑层的数据一致的，保证数据源的统一性。
专业的仿真软件能够模拟机器在极端情况下的行为。仿真验证是针对具体的物理系统行为进行的，比如车辆控制系统、传动系统等。同时仿真数据可以放到达索系统SPDM的数据管理平台，进行DOE优化实验，以权衡和比较不同方案的优劣，选择最佳方案。
在完成以上的需求变更、架构设计和仿真验证后，接下来进行的需求追溯和影响性分析，可以看到，不同的需求条目关联着不同的系统模型和逻辑行为，整个需求覆盖度较高，以及需求追溯性完整的时候，才能保证该研发产品的完整性。
本文的案例项目通过系统中的集成系统，在其设计过程中引入模块化实践，以实现对新部件开发的控制。得益于3DEXPERIENCE平台和MBSE方法，项目经理和工程师们可以在产品开发过程中验证市场和消费者需求之间的正确联系，对市场和客户需求做出非常积极的反应。
基于模型的系统工程（MBSE）属于“需求驱动型”研发模式，在需求分析阶段进行系统需求的捕获、分析和验证，在早期暴露并全部解决需求存在的隐患和问题，并基于验证后的需求开展后续研制，大大减少了研制过程中的反复和浪费。
页:
[1]