“首届基于模型的系统工程及数字工程技术研讨会”纪实（一）
Modeler
由中国系统工程学会联合中国图学学会、全国信标委软件与系统工程分委会、复杂装备MBSE联盟共同主办，中国系统工程学会科普工作站、中国图学学会数字化设计与制造专委会承办，华为技术有限公司协办的“首届基于模型的系统工程及数字工程技术研讨会”，于6月12日成功举办，大会由何强主持。这是我国基于模型的系统工程（MBSE）领域的一次里程碑式的盛会。
本次会议以“线上线下”相结合的方式举办，大会设置1个主会场（腾讯会议）和7个分会场（中国兵器工业集团分会场、中航工业沈阳所分会场、航天三江分会场、中航工业计算研究所分会场、江南机电设计研究所分会场、国防科技大学分会场和北京理工大学分会场）。
大会共收到6840人报名，其中腾讯会议在线参会总数4770人，最高同时在线2612人，分会场线下参会106人，钉钉在线参会231人，本次大会总参会人数超过5000人。
本次大会得到了工业界各企业的积极响应，可统计工业企业数727家，平均每家企业9.32人，航空、航天、电子、船舶、兵器、轨道交通等装备研制企业和软件企业、高校的平均报名人数14.4人；中国兵器工业集团以集团名义组织近千人参会。
01 领导致辞
大会得到了领导的高度重视，中国系统工程学会理事长杨晓光研究员、中国图学学会理事长赵罡教授、复杂装备MBSE联盟理事长刘鲁江所长、全国信标委软件与系统过程分委会秘书长于秀明主任分别为大会致辞。
与会领导认为，本次盛会为我国搭建了一个MBSE领域的高端学术、技术交流平台，将为进一步推动MBSE在我国的发展和应用，助力工业向智能化、数字化转型起到积极作用；本次会议得到了复杂装备研制企业和广大科研管理人员的积极响应，反映了基于模型的系统工程及数字工程在各个领域的价值和作用愈发突显，是我国产学研用良好运转和MBSE生态蓬勃发展的有力证明。系统工程在技术方面可以实现系统集成和优化，在管理方面可以有效控制风险，系统工程将为我国应对“卡脖子”方面大有用武之地。
02 系统工程科普工作站工作介绍
中国系统工程科普工作站作为本次大会的承办方，是我国系统工程与MBSE在工程领域普及推广与应用推进的排头兵，见证了我国系统工程与MBSE新一波热潮的发展，科普工作站常务副站长郑新华带着大家一起回顾了科普工作站的发展历程。
从2014年至今，科普工作站走过了8年的艰辛历程，从最开始的几位骨干发展到如今超过16000系统工程爱好者成员，搭建了广泛的交流平台；组建了系统工程沙龙并形成系统工程领域的知名品牌，越来越多的系统工程同仁申请加入，组织了编制了《系统工程 基于国际标准流程的研究与实践》和多个学术专刊，参与编写系统工程国家标准和行业标准，支撑了国内多家工业企业的系统工程培训，为系统工程与MBSE在国内的普及应用推广做出了重要贡献。希望广大同行加入到系统工程的科普工作中来，在我国全面普及系统思维，探索新时代的系统工程管理方法，并发展自主的系统工程技术产品，共同迎来我国系统工程的第二个春天！
03 专家主题演讲（上）
（专家主题演讲资料将陆续分享）
专家主题演讲分为上午和下午两段，分别由何强和温跃杰支持，中间穿插了圆桌会议。大会邀请了国内各大工业领域、高校和软件企业与研究机构的12位专家分享各自的研究成果与最佳实践，专家分别来自：
- 华为华为2012可信理论、技术与工程实验室 蒋铭 总裁；
- 上海宇航系统工程研究所 张文丰 副总师；
- 中国兵器工业信息中心 兰小平 部长；
- 中国商飞北研中心 唐剑 部长；
- 国防科大系统工程学院 王维平 教授；
- 北京索为系统技术股份公司 何强 副总裁；
- 中国电子技术标准化研究院 张旸旸 教授级高工；
- 北京理工大学制造工程系 王国新 教授；
- 浙江大学计算机学院 刘玉生 教授；
- 苏州同元软控公司 周凡利 总经理；
- 华为技术有限公司技术专家 王勇波；
- 西门子（中国）系统工程首席顾问 窦云江。
1.华为系统工程现状、挑战和展望——蒋铭
华为蒋铭总裁从通讯领域的系统工程实践入手，介绍了华为系统工程应用实践、挑战与展望。
2.MBSE国内外研究现状与思考——张文丰
来自航天八院的专家张文丰副总师从研制模式转型入手，用中医与西医举例，阐述了航天领域研制模式要从过去的定性分析与决策向定量分析与决策转型的必要性。用数据支撑航天装备研制的科学决策，并通过对研制过程的透视，实现研制过程数据与模型的归集、整合与可视化，提升研制质量。
张总向听众们分享了国外的MBSE三大成熟生态、介绍了NASA的MBSE应用实践，并介绍了国内MBSE的发展情况和相关自主工业软件发展情况。为听众呈现了国内外MBSE发展的整体态势。
为了让听众更好地掌握相关情况，还通过火箭与卫星的MBSE应用实践，深入剖析了工程实践中面临的各种问题和解决途径。在火箭业务的MBSE应用方面，主要着眼于实现整个数据可信的协同交互过程，可控的技术状态管控，解决信息分散、文档嵌套多、变更效率低等多项难题。构建了以研制流程和模型框架作为主要维度的基于MBSE的体系，并且研究和探索与本体建模语言为技术支撑的的研究。
在卫星的工程研制方面，主要在指标管理，指标变更影响分析，系统组成，飞行程序，故障预案，能源平衡，供配电以及分系统方案，任务书的迭代，以及软件侦测用仿真等等。对于卫星业务，着力解决卫星的系统模型有关的问题，这些实际的技术问题包括：需求的结构化；需求与实现分离，不能制约创新。
这些问题都是对设计师的挑战，以前从来没有这样思考过。颗粒度怎么把控，整体如何优化，测试怎么和需求关联，怎么跟原来的验证测试进行关联。
另外还有一个重要的问题，整个的MBSE如何实现唯一数据源。以前多采用定性的方式进行分析，而现在都要求定量，这也带来很多的困难。
由于当前在很多领域的机理模型置信度不够，仿真验证的单机模型储备和置信度不够，对于研制流程从后端前移，在航天也很难接受，因为航天特别喜欢眼见为实。在前面做很多虚的东西，总师们心里是不踏实的。这些都是在推进MBSE过程中遇到的各种现实问题。
针对MBSE在工程实践中的应用，张总提出了三个需要大家深入思考的问题：
- 1）MBSE可以替代设计工作吗？
- 2）模型的颗粒度需要做到多细？
- 3）以前的各类文档应该如何跟模型结合？
这些问题都需要在实践中不断摸索，去找到适合各自企业的答案。张总系统性的给大家梳理了国内外MBSE应用与发展，同时也给我们分享了八院在型号研制上的一些成功应用和案例。给大家提供了非常好的一个借鉴或技术路径。
3.数字工程建设思路——兰小平
2018年美国国防部发布了《数字工程战略》，这之后国内也掀起了一波数字工程建设的热潮。作为国内的数字工程领域专家，来自兵器工业的兰小平部长首先回顾了美国的数字工程战略，同时，对于我们应该如何去做自己的数字工程建设，兰部长提出了自己的思路，并对这一建设过程提出了几个建议。
数字工程作为一种集成的数字化方法，将权威来源的系统数据和模型用作这个跨学科之间的连续介质，以支持武器装备从概念设计到退役处置的全过程，研发活动的核心就是达到数字交付的目的。美国的数字工程战略涵盖了标准规范，数据和模型，数字化技术，基础环境和人才政策等五个方面。这给我们建设数字工程提供了思路。
兰部长从我国的实际情况出发，对建设我们自己的数字工程提出了几个核心要素：模型和数字样机，模型体系，数字交付，V&V，数据真相源。这些核心要素的基石就是基于模型的系统工程（MBSE）。
在数字工程建设过程中，必须重视数字化素养的培养与建设。要培养各级人员的数字化的素养并构建相应的价值体系，通过构建数字化的技术培训体系，配套相应的激励制度，这样形成合理的价值体系，培养大家的数字化工作方式和工作态度，便于大家明确数字工程建设过程中的职责，积极推进各环节业务。
在实际推进过程中，搞数字化的团队与装备研制的团队，实际是两套人马，容易造成两张皮的情况。因此要重视两个团队人员的融合，做好顶层设计，构建一个自顶向下的组织体系，建立交付标准、模型和样机标准，以及相应的管理标准，支撑数字工程建设。
4.基于模型的民机航电系统研制挑战——唐剑
民机航电系统包括航空电子系统、导航系统、通讯系统、核心处理系统、维护与诊断、信息系统等，是高度复杂的系统，具有信息传输的高确定性、高安全性、经济可承受性等要求，同时要面临适航审定等各方面要求。这些要求给民机航电系统研制带来很大挑战。我国在民机领域积累还比较薄弱，在符合性验证手段、验证技术途径等方面面临比较大的挑战，主要表现在以下几个方面：
- 第一个挑战就是民机（航电系统）研发过程控制的挑战，民机研发设计既要考虑系统工程过程又要考虑安全分析过程，对应有相关的标准和流程。什么时候应该由谁来做什么事情，必须定义清楚，否则就会出现协同问题，并且还要将MBSE建模工作融入这一过程中。因此，除了顶层的流程，还需要进一步细化到具体的流程步骤、程序，甚至是具体的作业单，并且得有明确的模板、指南和检查单支撑。
- 第二，作为大规模复杂电子系统，数百套设备，很多的供应商，主制造商和供应商之间怎么样通过基于模型的这种方式来交换设计要素，要形成基于模型的协作模式、控制构型、建立追溯、形成模型交换标准，形成主供模式下的模型传递，这一点非常重要。最理想情况下就在一个统一的协同设计环境中，基于单一权威数据源来解决上述问题。
- 第三，就是在民机航电系统设计中如何引入基于模型虚拟验证这种方式，让问题尽早的暴露，通过基于模型提前验证提前暴露和发现问题。
- 第四，就是跟民机行业有关的适航取证问题，如何将MBSE应用到适航认证过程中。航电系统适航认证有一套经过严格定义的研制过程，包括过程中形成的产出物，这些是适航审定的基础。将建模产物与各项活动进行关联直接作为证据提交、用模型支撑安全分析，自动传递模型到安全性分析软件中，以及MBSE模型与各种测试用例和模型的关联、生成等等，这些是MBSE在适航认证中需要解决的问题。
5.用于知识计算引擎的 DKIW复合型MBSE——王维平
DKIW复合型MBSE是包含了四类引擎——数据推导引擎（D），知识推到引擎（K），智能演算引擎（I），智慧演算引擎（W）的非装备级MBSE。其模型包括有数据模型、知识模型，还有智能模型和智慧模型。知识计算引擎MBSE在数字化时代具有广泛的应用前景，DKIW复合型MBSE主要关注多组合战略选择，主要应用于支撑战略管理工程学科应用。
关于知识计算，目前国内首部知识计算白皮书，2020年9月24号，华为云发布基于AI的开发平台，用以打造的一个知识计算的解决方案。2021年4月28日，浙大牵头研发的open ks的知识计算的引擎取得重大进展。
DKIW复合型MBSE提出架构桥概念，建立从现在通往未来的桥梁，相当于在当前架构基础上加上桥面上的组件，加上未来的架构，把我们引向未来。体现在具体功能上就是人工智能与知识的结合，为行业AI落地提供新思路。其次是对业务进行建模和求解，知识计算构建业务决策智能化引擎。第三是广义的政务知识计算，开启政务服务新模式。第四就是聚焦知识和AI高效结合，推动人工智能向认知发展。完善知识计算体系的构建，突破知识表达的局限。
决策推演知识计算模型分为三层。上层是战略选择决策推演方程；中层是决策推演、知识计算引擎；底层是知识计算引擎模块算法。
MBSE在某些领域、某些方面，它也是需要自己的一个技术牵引和自主创新组件。这个广义知识计算包括：广义知识，计算对象、需求目的、以及广义知识计算的泛化过程。这个过程包含了四大类变化：一是重大场景变化；第二是竞争市场变化；第三个是智能需求变化；第四个是智能超前预置。从而就决定广义知识计算的MBSE是非装备级的MBSE，它将超出目前面介绍的知识计算引擎的范畴，体现出多层次、体系化MBSE的策略，支持数字决策的概念，需要一个支持体系级、适用于变化和演化场景的新方法论来支撑。
6.系统工程与MBSE在工程实践中落地应用思考-何强
系统工程与MBSE是当前阶段各个行业领域的热门话题，但是，在工程实践中的应用与落地情况如何呢？借用中航工业某研究所一位老系统工程人的话来说就是“只听楼梯响，不见人下来”。这句话非常形象地概述了当前系统工程与MBSE在实际工程实践中落地应用的尴尬情形。
系统工程与MBSE在实践中的落地应用，主要体现为工程实践上的能力，需要在项目背景下去考虑系统工程流程的应用，方法、技术与工具的应用，以及跟人有关的技能、能力素质与企业文化等要素建设。
从系统工程的内涵来看，系统思维、系统工程流程、系统工程能力培养三者是一个有机的整体，决不能孤立地去看待，既不能把系统思维从整个系统工程割裂，更不能只注重系统思维培养而忽略系统工程流程与能力建设。这些其实都是系统工程本身的基础素养，跟是否建模没有关系。
从大量的推进系统工程与MBSE应用的实践来看，推进MBSE必须首先夯实系统工程基础，通过不断的训练和实践，从系统直觉向系统自觉的阶段发展。在推动系统工程与MBSE在工程实践中落地的过程中，有几点思考与大家分享：
- 1）夯实系统工程基础，不论是基于模型的系统工程还是基于文档的系统工程，核心基础还是系统工程，缺乏系统工程基础，MBSE是达不到想要的效果的。
- 2）构建方法论体系-工具（链）体系-应用规范-系统工程能力体系等四个体系，将系统工程的思想方法与流程落实到具体的操作规程、模板、指南、检查单、向导等落地应用抓手，并构建组织的系统工程能力建设体系，持续提供动力。
- 3）将MBSE与产品研制体系融合，MBSE必须融入到组织的产品研制体系中来，纳入整个大的研制体系，才能避免两张皮，模型数据不同的情况。
- 4）推动全生命周期模型集成、整合与重用。
- 5）攻坚克难，不急于求成的思想准备。MBSE并没有想象的这么简单，甚至在多数时候是增加了工作量，但工作量增加所带来的价值体系往往在后期或者后端，因此要有“前人栽树后人乘凉”的思想准备和相应的机制，也不能基于求成想要立即见效的想法。
- 6）组织保证。成立专门的组织来推动、研究MBSE落地的各项基础的，具体的工作，包括对最佳实践的总结提炼和软件化。
系统工程与MBSE在工程实践中的应用，需要将最佳实践进行归纳总结，将系统工程与MBSE与产品研制流程融合，不断地分解细化，形成可指导工程技术人员实践的操作规程、指南、模板、表单、检查单、向导等可具体应用的“工具”，如果能够将这些“工具”通过软件化手段形成各种应用组件，将加速系统工程与MBSE的在工程实践中应用进程。
