系统工程入门之MBSE学习笔记
简述
基于模型的系统工程 （MBSE）是一种正式的方法，用于支持与复杂系统开发相关的要求、设计、分析、验证和验证。与以文档为中心的工程相比，MBSE 将模型置于系统设计的中心。在过去几年中，数字建模环境的采用程度不断提高，导致 MBSE 的采用率增加。2020年1月，美国宇航局（NASA）报告了MBSE"作为跟踪系统复杂性的一种手段，越来越被工业界和政府所接受。
数字建模环境中的MBSE提供了基于文档的系统工程无法提供的优势。例如，在基于文档的方法中，许多文档由不同的作者生成，以从各种利益相关者的观点（如系统行为、软件、硬件、安全、安全或其他学科）中捕获系统的设计。使用数字建模方法，为系统构建了单一的真相来源，其中使用相同的模型元素创建系统的特定学科视图。
数字建模环境还创造了一种基于标准的共同方法来记录系统，该系统可以通过编程验证，以消除模型内部的不一致之处，并强制所有利益相关者使用标准。这种常见的建模环境改进了对系统的分析，并减少了传统基于文档的方法中通常注入的缺陷数量。数字化系统数据可供跨学科分析，为所有利益相关者提供校正和纳入新信息和设计决策的一致传播（即一次说明并自动传播到数据的各种视图）。当 MBSE 完成得当时，其结果是开发风险的全面降低。
MBSE 汇集了三个概念：模型、系统思维和系统工程：
系统思维是一种看待被考虑的系统的方式，不是作为一个自给自足的实体，而是作为一个更大的系统的一部分。系统思维与系统地坚持遵循良好计划、收集统计数据或有条不紊的做法不同。系统工程师从远处观察系统：探索其边界、背景和生命周期：注意它的行为;并识别模式。此方法可以帮助工程师识别问题（例如，缺少交互、过程中缺少步骤、重复工作、错过自动化机会）和管理系统的复杂性。虽然系统工程师必须在系统思维中分解和分析系统，识别部分并描述它们之间的连接，但后来他们又将部件合成成一个连贯的整体。零件不仅连接到其他部件，它们还相互依赖才能正常工作。系统思维强调这种相互关联性。系统的行为产生于系统子部分的活动。系统工程师通过观察系统的互连，识别出最初可能并不明显的反馈回路和因果关系模式。系统思维可以帮助使问题更加明显和容易识别、平衡系统和管理系统的复杂性。
系统工程是一种跨学科、综合的方法，它能够成功地实现、使用和退休工程系统，使用系统的原则和概念，以及科学、技术和管理方法。它汇集了许多技术，以确保设计系统满足所有要求。它专注于系统在其生命周期内的架构、实施、集成、分析和管理。它还考虑了系统的软件、硬件、人员、流程和程序方面。
MBSE 是一项多学科、多层面的努力。它需要它自己的行为者、过程、环境和信息流。要创建复杂的系统或系统的成功模型，组织必须支持建模过程。所需的支持与组织成功开发和交付复杂系统或系统所需的支持没有太大区别。MBSE 可以有效地集成到开发过程中，但组织必须致力于为系统建模所需的努力。
应用系统思维，我们可以认识到建模过程中涉及三个系统：设计系统、设计系统的上下文和设计系统的建模组织。设计系统在更大的系统范围内运行，建模组织必须同时了解设计系统和设计系统的上下文。组织还必须了解自己的行为、成功和失败。
建 模
我们看到、使用或创建模型，从代表汽车或飞机的玩具到描述和解释热力学或重力等物理现象的数学公式。虽然根本不同，这些模型都连接一个想法与现实，并提供足够的抽象的目的。在建模系统时，系统工程师决定生产系统的哪些方面最重要，例如结构、能量或物质流动、内部通信或安全。这些类型的方面将成为模型的焦点。建模活动的首要目标是尽可能和可行地模拟模型所关注的突出方面。
建模域
尽管 MBSE 不规定任何特定流程，但基本上选择的任何流程都应涵盖四个系统工程领域：
MBSE 还促进利益相关者、系统工程师和开发人员之间的沟通。由于系统设计是在集成建模环境中进行的，因此所有系统工程师、管理者和其他利益相关者都可以在必要时尽快访问生成的信息，如要求、行为流程和架构。
系统建模语言
虽然系统建模语言（如 SysML）是一种正式的语法语言，但它仍然基于人类语言的元素。其形式增加了清晰度和纪律性，对于描述系统的设计至关重要。这样的语言很容易读懂。MBSE 的语言术语只需映射到部分语言：
这种建模语言的观点有助于用户在心理上绘制现实生活中的概念图，以抽象思想，并简化建模过程的正规化。
MBSE 模型的四个象限
现在，我已经描述了模型的语言和域的基础知识，我将描述建模方法。模型必须同时描述设计系统解决的问题，以及设计系统本身（解决方案）。模式必须有这两个方面，问题方和解决方案方。这些有时称为操作和系统视点。
运营观点是用户、运营商和商务人士的观点。它应代表业务流程、目标、组织结构、使用案例和信息流。模型的操作方面可以包含"世界现状"和未来状态的描述。
系统视角是解决模型操作端问题的系统架构。它应该描述系统的行为、结构、组件之间的数据流和功能分配。它应该描述如何在现实世界中部署该系统。它可以包含解决方案替代方案及其分析。
每个观点都有两个部分，逻辑和物理。将模型的逻辑和物理方面分开是管理系统复杂性的一种方式。模型的逻辑部分通常会随着时间而变化不大，而物理更改通常是由技术进步引起的。
视图。如果系统的物理部分必须更改，则模型的逻辑侧会准确识别哪些功能将受到影响。如果必须更改要求或业务流程，则模型将轻松发现对解决方案的影响。
系统工程入门之MBSE学习笔记相关推荐
- 系统工程（SE）学习笔记（番外篇之一）——Capella使用体会兼谈SE工具
系统工程(SE)学习笔记(番外篇之一)--Capella使用体会兼谈SE工具 零．Capella简介 壹. Capella的优势 贰．Capella的缺点 叁. 生态环境 肆. 总结 说到SE,就不能 ...
- 深度学习入门之PyTorch学习笔记：卷积神经网络
深度学习入门之PyTorch学习笔记 绪论 1 深度学习介绍 2 深度学习框架 3 多层全连接网络 4 卷积神经网络 4.1 主要任务及起源 4.2 卷积神经网络的原理和结构 4.2.1 卷积层 1. ...
- 深度学习入门之PyTorch学习笔记：多层全连接网络
深度学习入门之PyTorch学习笔记 绪论 1 深度学习介绍 2 深度学习框架 3 多层全连接网络 3.1 PyTorch基础 3.2 线性模型 3.2.1 问题介绍 3.2.2 一维线性回归 3.2 ...
- 深度学习入门之PyTorch学习笔记：深度学习框架
深度学习入门之PyTorch学习笔记 绪论 1 深度学习介绍 2 深度学习框架 2.1 深度学习框架介绍 2.1.1 TensorFlow 2.1.2 Caffe 2.1.3 Theano 2.1.4 ...
- 深度学习入门之PyTorch学习笔记：深度学习介绍
深度学习入门之PyTorch学习笔记:深度学习介绍 绪论 1 深度学习介绍 1.1 人工智能 1.2 数据挖掘.机器学习.深度学习 1.2.1 数据挖掘 1.2.2 机器学习 1.2.3 深度学习 第 ...
- 深度学习入门之PyTorch学习笔记
深度学习入门之PyTorch学习笔记 绪论 1 深度学习介绍 2 深度学习框架 3 多层全连接网络 4 卷积神经网络 5 循环神经网络 6 生成对抗网络 7 深度学习实战 参考资料 绪论 深度学习如今 ...
- Vue学习（MVVM、入门练习）-学习笔记
文章目录 Vue学习(MVVM.入门练习)-学习笔记 入门实例 Vue学习(MVVM.入门练习)-学习笔记 入门实例 <!DOCTYPE html> <html> <he ...
- matlab入门之旅,MATLAB 入门之旅学习笔记
MATLAB 入门之旅学习笔记 https://matlabacademy.mathworks.com/R2019a/cn/portal.html?course=gettingstarted 1.概述 ...
- JetpackCompose从入门到实战学习笔记2——Modifier的简单使用
JetpackCompose从入门到实战学习笔记2--Modifier的简单使用 1.Image的使用: @Composable fun Image(modifier: Modifier) {Row ...
最新文章
- UPDATE 时主键冲突引发的思考
- python3.6.5安装教程-Centos7 安装Python3.6.5
- 总结一下模型工程化部署的几种方式
- 自动挡怎么开-自动挡汽车怎么开？
- 控制元素显示和隐藏的方式及区别、内容溢出处理(区域滚动)、透明性、字体图标、常见字体、自定义字体设计、网站图标、CSS代码分析
- Spark 配置指南
- Socket IO多路复用： epoll原理图解
- 复制构造函数与析构函数
- Java线程 生产者--消费者模式总结(一)
- 【机器人学】机器人运动学基础
- word 2016插入空白页页眉的办法
- 【java批量图片压缩处理】
- Python库积累之Selenium（一）-Seleniun基础
- mysql从库binlog_转 mysql 主从复制以及binlog 测试 (5.7)
- mac 连接linux sh,ssh工具 – windows和mac 上ssh连接linux 服务器工具推荐 – The Hu Post...
- Python Pandas 读取 Excel 表格处理出席表
- MVC AJAXPro
- postman传布尔类型的值传不进去
- （九）完美主义者的自我调适
- 从零开始学习ESP32——程序下载