新闻详情

新闻详情

首页 / 资讯中心 / 详情

应用案例|兵器重工:某型号装备安全控制子系统研发与模型驱动实践

发布时间:2026/11/15 16:26:15来源:尧图网络
应用案例|兵器重工:某型号装备安全控制子系统研发与模型驱动实践
一、项目背景随着高端复杂装备向多学科融合、软件功能自定义、智能化协同等方向的快速发展装备系统的复杂性呈指数级增长。某型号装备安全控制子系统作为核心控制部件其设计质量直接决定着装备的效能释放与安全使用。此外随着装备向微型化、集成化、智能化、高可靠性方向的持续升级与多学科的深度耦合、严苛的环境适应性要求以及极致的可靠性要求也对研制模式提出了更高挑战。传统文档驱动的串行迭代方式已难以满足开发需求亟待进行研发范式的革命。当前在系统设计与结构设计环节存在两大突出的瓶颈1、系统逻辑设计与物理结构设计之间的脱节—SysML系统模型与CAD三维模型彼此独立、互不相通系统设计参数无法直接驱动CAD建模发生设计变更时两者难以实现同步频繁造成人工重复建模与参数转录错误2、多单位协同作业时跨工具之间的模型互通困难模型文件在不同平台间传递时语义丢失、元素错位、参数失真从而严重降低了协同作业的效率。MBSE作为数字化转型的核心方法论通过统一的形式化的系统模型替代离散化的文档载体可有效实现多学科并行协同、早期仿真验证与知识沉淀复用从根本上提升研制效率与产品质量。本项目立足于国防工业数字化转型的发展战略聚焦某型号装备安全控制子系统的研制以MBSE为核心抓手构建覆盖需求分析、功能分解、逻辑设计到结构设计的全流程模型化体系打通SysML与CAD的双向数据链路实现与国内外主流建模软件的兼容互通推动研制模式从文档驱动向模型驱动的深度转型。图源网络二、解决方案◆ 系统设计与结构设计的整体流程本项目的总体解决方案围绕MBSE中的RFLP方法论展开需求→功能→逻辑→物理构建“需求牵引、模型贯通、数据同源”的系统设计与结构设计一体化流程如图1所示。业务流程以需求分析为起点首先捕获某型号装备安全控制子系统的各项需求并进行结构化包括环境适应性指标、安全性指标、可靠性要求、接口规范等在此基础上开展功能分析识别系统需完成的全部功能进而建立系统的功能架构在逻辑设计阶段定义各功能模块之间的行为逻辑、时序关系和状态转换尤其是安全控制逻辑的多重判定流程最终完成结构设计将逻辑功能分配给具体的物理组件。上述四个阶段并非线性的瀑布式流程而是模型的持续迭代与相互验证的闭环。依托华望自主研发的系统建模平台M-Design每一阶段的设计成果都以模型的形式保存阶段之间的数据传递通过模型关联而自动完成确保了从需求到物理结构的完整性与可追溯性。图1 逻辑验证的示意图◆SysML与CAD模型的集成贯通本项目在华望M-Design平台上实现了SysML模型与NX CAD软件的深度集成打通了两条关键通路1SysML参数到CAD几何的自动映射研发人员在完成安全控制子系统的功能拆解、接口定义与结构分解后将壳体、安全机构、触发组件、探测模块等核心部件的关键几何尺寸外径、内径、总长、壁厚、安装孔位坐标、外形基准尺寸等全部固化为SysML模块的值属性同时绑定设计公差、装配匹配约束、工艺限值等工程设计要求。在完成所有值属性的定义与赋值后M-Design可直接调用这些标准化、可追溯的参数数值无缝驱动NX软件自动生成各部件的基础三维几何模型如图2 所示。生成的CAD模型与SysML值属性之间所建立的参数强绑定关系使得几何模型的每一项基础尺寸均可直接溯源至对应模块的属性值如图3 所示。图2 三维模型参数化建模示意图图3 SysML与CAD参数映射生成的三维模型示意图2CAD模型以轻量化的视图反向嵌入SysML模型如图4 所示CAD软件中已完成构建的零部件几何模型可将其以轻量化视图的形式直接作为附件嵌入对应的SysML模块中。设计人员在M-Design内进行架构梳理、接口定义、参数修改时无需切换至CAD软件便可直接查看对应零部件的三维几何视图将SysML模型中抽象的功能定义、接口关系与CAD模型中直观的物理结构形态相关联极大提升了系统设计与结构设计之间的协同效率。该机制破解了传统研发模式中“SysML建模与CAD建模脱节、设计逻辑与物理结构难以直观对应、参数变更缺乏双向校验”的困境实现了SysML设计参数与CAD几何尺寸的数据统一从源头上规避了参数人工转录、重复建模带来的出错和低效。图4 三维模型轻量化展示◆ 与国内外主流建模软件的兼容互通本项目采用华望M-Design作为核心建模平台内置模型转换功能。该功能以SysML规范为语义锚点可搭建一套适配于安全控制子系统专业领域的标准化的语义映射规则如图5所示。M-Design通过XMI标准接口可实现与Catia Magic、IBM Rhapsody的双向模型转换。以SysML为底层数据的交换标准通过统一的XML格式文件实现模型的导入与导出转换过程中对模型结构、行为逻辑与参数约束进行严格的一致性校验确保设计意图的无损传递。此外M-Design同样支持与国内主流SysML建模软件的深度兼容。依托XMI标准接口与自研的转换器可保障其他国产建模工具与M-Design之间的精准语义映射与高保真传递。图5 模型转换效果示意图◆建模方法论与设计流程固化针对某型号装备安全控制子系统的特点结合正向设计的思路项目组制定了一套标准化的建模引导流程如图6所示可将复杂的系统设计过程拆解为清晰的步骤●Step 1需求捕获与结构化—录入安全指标、环境指标、接口指标●Step 2功能架构设计—识别功能模块并建立功能流●Step 3安全控制逻辑建模—构建状态机与活动图定义多重判定规则●Step 4物理组件定义与接口匹配—完成传感器、控制器、执行器的选型与参数定义●Step 5模型验证与需求追溯—执行仿真验证生成追溯报告。M-Design通过引导视图的配置实现建模流程的定制将复杂的论证逻辑转化为可视化的流程向导。即使是缺乏MBSE经验的工程师只需按照平台预设的流程步骤也能逐步完成从需求分析到结构设计的建模任务显著降低了方法论的落地门槛。同时项目组还构建了该子系统领域的专属模型库包括组件库、接口库、约束库、典型方案库等。通过模型库可实现模型的复用减少了重复性的建模工作保障了建模规范的统一性。图6 流程向导示意图三、案例成效本项目通过基于M-Design平台的系统设计与结构设计的一体化取得了以下方面的核心成效◆ 设计模式以MBSE中的RFLP方法论和SysML统一模型为底座推动某型号装备安全控制子系统的设计从“文档驱动、经验依赖”向“模型驱动、数据可溯”转变。需求、功能、逻辑、结构各阶段的设计数据以模型的形式进行同源管理设计资产可在后续的型号中直接复用实现了知识资产的显性化沉淀。◆ 跨专业协同通过SysML与CAD的参数映射与双向关联实现了系统逻辑设计与物理结构设计的同源统一。设计参数无需人工转录即可驱动CAD自动建模几何模型的每一项尺寸均可追溯至SysML模块的属性值从源头规避了重复建模与人工录入错误。同时设计人员在系统建模环境中即可直接查看零部件的三维几何视图显著提升了系统设计与结构设计的协同效率。◆ 工具链开放与国产化替代通过XMI标准接口与自研的语义映射转换器M-Design实现了与Catia Magic、IBM Rhapsody等国外主流建模软件以及多款其他国产SysML建模软件的双向兼容与高保真的模型转换。客户已积累的存量SysML模型资产可在不同工具间进行平滑迁移与复用无需依赖特定厂商的工具真正实现了对国外同类产品的国产化替代为MBSE应用的自主可控提供了坚实保障。◆ 设计质量与效率通过安全控制逻辑的模型仿真可提前发现设计缺陷根据需求追溯矩阵功能自动开展校验通过变更影响自动分析功能快速定位波及范围显著减少了后期返工与联调成本。模型驱动的设计方式大幅缩短了从系统设计到结构定型的迭代周期从根本上保障了该子系统的安全性与可靠性。-END-*本文为原创最终解释权归杭州华望系统科技所有。未经授权严禁复制或转载。*了解更多应用案例可浏览【华望应用案例】栏目欢迎点赞|评论|收藏*关注【杭州华望MBSE】将推送更多精彩有趣的文章期待与你同行
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉