数字化转型与智能制造丛书复杂装备系统数字孪生:赋能基于模型的正向研发和协同创新

序言一

序言二

前　言

第1章　复杂系统研发模式变革——立本趋时，数济天下 1

1.1　从伽利略到“好奇号” 3

1.1.1　人类太空探索的历史和成就 3

1.1.2　从“好奇号”看现代航天系统的复杂性 7

1.1.3　“好奇号”的成功秘诀 9

1.2　从DBSE到MBSE和iMBSE 11

1.2.1　系统工程及航天系统工程应用 11

1.2.2　航天系统复杂性演进对传统系统工程的挑战 13

1.2.3　复杂系统驱动系统工程转型 14

1.3　从物理试验、建模与仿真到数字孪生 19

1.3.1　物理试验 19

1.3.2　建模与仿真 20

1.3.3　数字孪生 23

1.4　从**范式到第四范式 27

1.4.1　吉姆·格雷和科学研究的“四个范式” 27

1.4.2　人工智能及其研究领域 28

1.4.3　人工智能在复杂系统研发中的应用 32

1.5　国外对研发体系数字化转型的探索 35

1.5.1　美国数字工程 35

1.5.2　欧盟框架计划项目 40

第2章　创新的三大思维模式——鼎新变通以尽利 46

2.1　设计思维 47

2.1.1　设计思维的发展历程 48

2.1.2　设计思维的应用 49

2.2　系统思维 51

2.2.1　系统思维的起源与发展 51

2.2.2　开展系统思维的步骤 53

2.2.3　钱学森的复杂巨系统理论 58

2.3　数字思维 64

2.3.1　数字思维的体系化：控制论、信息论和计算机 64

2.3.2　数字思维的拓展：工程控制论等 66

2.3.3　数字思维无所不在：当代数据科学和人工智能新进展 67

2.3.4　数字思维在研发体系数字化转型中的应用 68

第3章　iMBSE概述——举其要而用功少 71

3.1　iMBSE定义 72

3.2　基于模型的方法 74

3.2.1　正式模型 74

3.2.2　以模型为中心 75

3.3　iMBSE流程 76

3.3.1　需求工程流程 78

3.3.2　系统工程流程 79

3.3.3　领域工程流程 81

3.4　iMBSE内涵 82

3.4.1　系统模型 84

3.4.2　领域模型 87

3.4.3　系统生命周期管理 88

第4章　产品定义——运行分析与系统建模 89

4.1　系统工程发展演进的四个阶段 90

4.1.1　**阶段：基于文档或视图的系统工程 90

4.1.2　第二阶段：Harmony-SE/OOSEM+SysML V1 92

4.1.3　第三阶段：ARCADIA+Capella 95

4.1.4　第四阶段：OOSEM/ ARCADIA+SysML V2 98

4.2　新一代MBSE方法和实践：ARCADIA/Capella 99

4.2.1　功能分解 100

4.2.2　系统架构 104

4.3　基于ARCADIA的火星车产品定义 106

4.3.1　火星探索运行分析 106

4.3.2　火星车系统功能定义 107

4.3.3　火星车逻辑架构定义 108

4.3.4　火星车物理架构定义 110

第5章　创成式架构设计、探索和优化 113

5.1　系统架构创成式设计和优化 114

5.1.1　系统架构创成式设计理论 114

5.1.2　火星车案例 119

5.2　电子电气架构创成式设计 123

5.2.1　电子电气架构创成式设计理论 123

5.2.2　火星车案例 126

5.3　领域架构设计 131

5.3.1　多领域仿真架构 131

5.3.2　电子电气系统架构 132

5.3.3　嵌入式软件架构 134

5.3.4　机械系统架构 134

第6章　领域建模与仿真 136

6.1　领域模型概述及研究进展 137

6.2　机械领域模型 142

6.2.1　机械领域模型概述 142

6.2.2　从综合架构设计到DFX设计 146

6.2.3　设计仿真一体化和仿真驱动设计 149

6.2.4　机电系统联合仿真模型 152

6.2.5　从零部件到系统级声学仿真模型 156

6.2.6　高级计算流体动力学性能仿真模型 158

6.2.7　基于模型的系统测试 161

6.2.8　集成行业专家知识的定制化 162

6.2.9　火星车机械领域模型实践 165

6.3　电子器件的实现——PCB设计 171

6.3.1　PCB设计 171

6.3.2　PCB验证 174

6.3.3　火星车电气分配盒的PCB设计 175

6.4　复杂电气系统的创成式设计 176

6.5　互联设备的高效通信——车载网络设计 181

6.5.1　车载网络设计 181

6.5.2　火星车网络设计 184

6.5.3　ECU的软件开发 186

6.6　基于模型的软件架构设计 190

6.6.1　开发流程 191

6.6.2　火星车软件架构设计 194

6.7　多学科仿真和设计空间探索 198

6.7.1　多学科仿真和设计空间探索综述 198

6.7.2　神经网络在系统仿真中的应用 201

6.7.3　多物理场耦合模型 204

6.7.4　设计空间探索 207

第7章　基于数字线程的系统全生命周期管理 211

7.1　数字线程释放价值链潜能 212

7.2　研发设计资源及模型定义 214

7.2.1　研发设计资源建模及共享面临的困境 215

7.2.2　研发设计资源集成与共享平台的建设 217

7.2.3　复杂装备系统相关模型空间的表达 219

7.3　模型生命周期管理的要素 220

7.3.1　模型生命周期管理及模型定义 221

7.3.2　模型生命周期管理要素 223

7.3.3　模型存储、通信和安全技术 225

7.4　需求管理 227

7.4.1　复杂系统的需求管理 227

7.4.2　需求管理的业务流程和方法 228

7.4.3　参数管理 233

7.5　模型生命周期管理 235

7.5.1　模型生命周期管理需求 235

7.5.2　模型生命周期管理系统 236

7.5.3　仿真模型生命周期管理 238

7.5.4　试验模型生命周期管理 244

7.6　模型连续的IVVQ流程和管理 246

7.6.1　基于连续IVVQ的业务流程 247

7.6.2　基于连续IVVQ的数字孪生思想 248

7.6.3　基于连续IVVQ的验证管理方案 249

7.6.4　基于连续IVVQ的设计、仿真、试验一体化管理 250

7.7　基于模型的质量工程 252

7.7.1　智能复杂装备系统质量的新需求 252

7.7.2　基于模型的安全可靠性建模分析技术 254

7.7.3　基于数字线程的安全可靠性管理 265

第8章　闭环数字孪生——依于数字，智周万物 268

8.1　Hackrod：游戏化的工业4.0 269

8.2　数据探索时代工业的特点 273

8.3　数据探索中的先进技术 274

8.3.1　智能网络 274

8.3.2　基于模型的先进制造 277

8.3.3　数据闭环 279

8.4　从芯片到城市 283

参考文献 285