| 编辑推荐: |
本章描述MBSE加速学习
，模型和学习周期,物理和虚拟世界模型连接，生成合规文档和建模相关标准
希望对您有所帮助。
本文来源于SAFe，由火龙果软件Delores整理翻译，推荐 |
|
基于模型的系统工程（MBSE）是开发一组相关的系统模型的实践，这些模型有助于定义，设计，分析和记录正在开发的系统。这些模型提供了一种有效的方法来虚拟原型化，探索和交流系统方面，同时显着减少或消除了对传统文档的依赖。
MBSE是建模系统的一种应用程序，它是一种更成本效益的方式来探索和记录系统特征。通过及早测试和验证系统特性，模型有助于及时了解特性和行为，从而能够快速反馈需求和设计决策。
MBSE过去一直专注于表达和记录需求，设计，分析和验证信息[1]。随着建模技术的成熟，它通过加速学习（例如，模拟）提供了更多价值，并提供了对物理世界（例如，数字双胞胎）更好的洞察力[2]。两者对于发展实时系统和实现企业解决方案交付都很重要。
尽管模型不是系统的完美表示，但它们比单独实现更快，更大成本化的提供知识和反馈。它们允许在大约精确的情况下模拟复杂的系统和系统间的交互，以加速学习。在实践中，工程师使用模型来获取知识并用作系统实施的指南。在某些情况下，他们使用它们直接构建实际需要的实现（例如，电气CAD，机械CAD）。
细节
精益实践通过不断的开发工作流程来支持快速学习，以获得对决策的快速反馈。MBSE是一门学科和精益工具，它使工程师可以在变更成本变得过高之前快速而逐步地了解正在开发的系统。 模型用于探索系统元素的结构，行为和操作特性，评估设计备选方案，并在系统生命周期中更快更早地验证假设。这对于大型和复杂的系统（卫星，飞机，医疗系统等）特别有用，在该系统中，必须解决所有问题，例如在发射到太空或与第一位患者联系之前，必须证明该解决方案是可行的。模型还记录并传达对他人有用的决策。此信息充当合规性，影响分析和其他需求的文档。在SAFe中，模型信息被记录为解决方案意图的一部分，通常是推动创建者的工作。
以下各节提供了采用MBSE的指南。
图1. MBSE加速学习
探索替代方案并更快地学习
建模支持快速的学习周期,并有助于在产品生命周期的早期减轻风险。模型通过测试和验证特定的系统特性，属性或行为，从而促进对设计决策的快速反馈，以促进了早期学习。
动态，实体，图形，方程，仿真和原型—模型有多种形式。如图2所示，每个视图都提供了一个或多个系统特性的不同透视图，这些特性可以创建未来的功能和特性。
图2.模型和学习周期
模型可以预测性能（响应时间，可靠性）或物理属性（热，辐射，强度）。或者他们可能会探索设计替代方案，以提供用户体验或对外部刺激的响应。但是，模型并不是探索设计替代方案的唯一方法。设计思维和以用户为中心的设计与MBSE协同工作，还有助于更快地验证假设。
物理和虚拟世界的连接桥
数字孪生技术支持MBSE。数字孪生是通过物理孪生的操作数据（例如性能，维护和运行状况）同步的物理系统的虚拟实例。集成物理世界和虚拟世界验证虚拟模型，并帮助工程师改善系统分析，更好地预测故障或停机时间，并提供更准确的维护计划。
数字双胞胎可以更好地预测何时将来需要的的增强功能和产品升级以使解决方案路线图更加准确，从而支持业务敏捷性 。他们可以使学习变得更快，更便宜，更可靠，从而发现新的商机。有关数字双胞胎的概述，请参见[3]。
支持合规性和影响分析
从历史上看，有关需求，设计，测试，接口，分配等的系统决策会以各种方式维护，包括文档，电子表格，特定领域的工具，有时甚至是纸上。MBSE采用整体系统方法来管理系统信息和数据关系，并将所有信息视为模型。图3显示了一种通用结构，可链接来自多种类型模型的信息。
图3.链接跨域模型
可追溯性有助于快速而可靠地了解系统更改的影响，或者域级别的更改对系统其他部分和需求的影响。例如，团队和系统架构师/工程师使用模型信息来支持Epic审查过程。可追溯性还提供了解决许多法规和合同合规性问题所需的客观证据。可追溯性可以将数字双胞胎集成到数字线程中，以提供整个系统生命周期的连通性。 精益，连续变化的环境扩大了对相关模型的需求。虽然在阶段性流程中就足以管理覆盖范围和合规性的相关信息的手动解决方案就足够了，但在鼓励频繁，持续变化的敏捷环境中，它们很快就会不堪重负。
生成合规文档
许多产品领域都要求文件以符合法规要求（例如，FAA，FDA）或合同义务（例如，政府合同中的CDRL）。使用MBSE方法进行系统开发时，模型将包含合规性所需的大多数（如果不是全部）信息，并且可以用于生成合规性所需的客观证据。模型充当真实的单一来源，并确保许多文档之间的一致性。此外，模型可以创建针对不同利益相关者的文档，这些利益相关者可能具有各自的系统角度，或者只应有权查看信息的子集（例如Suppliers）
尽管所有产品和程序可能都需要正式文件，但鼓励系统工程师直接与客户和/或监管机构合作，以达到足以履行其义务的最低限度。大多数（不是全部）信息的来源都位于工程模型中，可以并且应该在可能的情况下将其用于检查和正式审查。
建立模型质量
由于提供信息的人员的多样性和数量，模型可能会面临挑战：许多人不断进行的更改可能会导致质量下降而没有适当的监督。系统架构师/工程师与团队合作，定义质量实践（模型标准和模型测试），并确保遵循它们。 下面讨论的质量实践有助于早期学习周期。安全注意事项，“您不能缩放糟糕的代码”，对于系统模型也是如此。质量实践和强大的版本管理使工程师能够自信而频繁地进行模型更改，并有助于实现系统意图。
建模标准
模型标准有助于控制质量，并指导团队如何最好地建模。 它们可能包括： 应该捕获哪些信息（包括合规所需的信息）
建模符号（例如SysML）和这些符号的一部分（例如用例）以使用或排除
解决方案和子系统元素应放置建模信息的位置
应与不同类型的模型元素一起存储的元信息
模型内或与其他跨学科模型的链接
整个系统使用的通用类型和尺寸
建模工具属性和配置
协作实践和任何版本控制系统的正确使用
创建可测试和可执行的模型
SAFe测试优先实践可帮助团队尽早在其产品中建立质量，从而促进我们在敏捷软件开发中发现的持续不断的细微变化。测试优先创建了一套丰富的案例，使开发人员可以更可靠地进行更改，而不会导致系统其他地方出现错误。丰富的自动化测试对于创建持续交付管道至关重要。
精益生产鼓励使用可测试的可执行模型（如果可行），以减少与下游错误相关的浪费。模型应针对领域或学科存在的任何评估标准进行测试：
机械模型测试物理和环境问题
电气模型测试逻辑
软件模型测试异常
可执行系统模型测试系统行为
大多数工具都提供了检查模型或创建可以在模型之间进行迭代并识别异常的脚本的功能
测试需求模型。文本要求几乎在每个系统中都使用，并且在当前实践中，通常需要人工审核。行为驱动开发（BDD）的敏捷实践定义了功能和故事的自动化验收测试。这些测试将持续存在，并在解决方案出现时不断对其进行验证。尽管BDD对测试敏捷积压项目很有用，但其使用已受到大规模限制。但是，建议在可能的情况下实现自动化并使需求和测试完全相同是一个有用的目标。
测试分析和设计模型。可以使用具有静态分析器或“检查器”的工具对模型中表示的设计进行测试，这些工具可以识别出偏离标准，正常或预期的内容。团队可以添加自己的规则-模型组织，建模约定和标准，所需的元信息等。如果不存在分析器，脚本可以遍历模型以在静态模型中查找问题。 模型也可以动态测试。工程学科的模型具有自己的评估质量的解决方案，应在测试实践中加以利用。
测试可追溯性。为了确保正确的查询，文档生成和合规性，模型必须符合链接结构。 文档生成。尽管上面的可跟踪性脚本可能有多余，但是文档生成可能具有脚本来确保模型结构正确，并且存在所有数据以支持所有文档模板。对于大型模型，调试脚本通常比文档模板容易。
|
