2. MBSE建模语言与权衡评估的衔接
在MBSE中,权衡评估不是建模完成之后才附加的“分析活动”,而是从需求捕获阶段就应当嵌入模型的结构性能力。SysML之所以适合支撑权衡,关键在于它提供了三类彼此衔接的建模元素:需求图负责把“待决策问题”形式化为可追溯的需求与约束;块定义图负责把“备选方案”表达为可比较的系统结构;参数图负责把“评价指标”绑定到具体属性上,使指标能够随方案参数变化而自动计算。三者形成一条从问题到方案再到判据的建模链,而不是三张孤立的图。
需求图:把待决策问题写成可判定的约束
权衡评估的起点不是“选哪个方案”,而是“依据什么选”。需求图的价值在于把模糊的决策意图转化为带标识、可追溯、可验证的需求条目。例如,在无人机续航方案权衡中,不应只写“续航要长”,而应写成:REQ-01 最大续航时间 ≥ 45 min(在载荷 500 g、巡航速度 12 m/s 条件下)。这条需求同时给出了指标、阈值和工况,后续才能被参数图直接引用。
需求图中常用的关系包括:<<deriveReqt>>(派生需求)、<<satisfy>>(设计元素满足需求)、<<verify>>(验证用例验证需求)。在权衡场景下,还应显式建立决策需求与评价准则之间的追溯:把“续航优先、成本次之、重量受限”这类偏好,表达为带权重的评价需求,或表达为约束需求(如 REQ-07 整机质量 ≤ 2.5 kg)。这样,当某个备选方案违反约束时,模型可以直接给出“不可行”判定,而不是等到人工评审才发现。
块定义图:把备选方案表达为可比较的结构
块定义图(BDD)用于定义系统及其组成,是承载备选方案的“容器”。在权衡评估中,推荐的做法是:为每个备选方案建立一个独立的块,并让它们共享同一套接口与属性定义,从而保证比较的公平性。例如,续航方案可建模为三个块:方案A_高能量密度电池、方案B_燃料电池、方案C_电池+太阳能补能。每个块都拥有相同的值属性:mass、volume、cost、endurance、reliability。
BDD还通过<<subsystem>>、<<component>>等构造型表达层级,通过端口和接口块表达交互。对于权衡而言,最重要的是属性的一致性:如果方案A用“电池质量”,方案B用“系统质量”,两者就无法直接比较。因此,在BDD阶段应统一属性命名、单位与量纲,必要时用<<valueType>>定义带单位的类型,如Mass[kg]、Time[min]、Cost[CNY]。
参数图:把评价指标变成可计算的约束
参数图(Parametric Diagram)是SysML中与权衡评估关系最直接的元素。它把BDD中的值属性绑定到数学约束上,使指标能够随设计参数变化而求解。参数图的核心构件是约束属性(constraint property)和约束参数(constraint parameter),通过绑定连接器(binding connector)把块属性与约束参数连接起来。
以续航为例,可定义约束:endurance = energy / power,其中energy = batteryCapacity × usableRatio,power = drag × speed / efficiency。在参数图中,方案A_高能量密度电池的batteryCapacity、usableRatio、drag、speed、efficiency分别绑定到约束参数,求解后得到endurance。当某个参数变化时,指标自动更新,从而支持“如果……那么……”式的敏感性分析。
参数图还支持目标函数与约束条件的分离表达。例如,把cost和mass作为约束,把endurance作为目标;或者构造加权评分函数score = w1×endurance_norm + w2×cost_norm + w3×reliability_norm,其中权重w1、w2、w3来自需求图中的偏好需求。这样,权衡评估就从“拍脑袋打分”变成了“模型驱动的可复算过程”。
三类图的衔接方式与建模要点
把三类图真正“接”起来,需要遵循几条具体规则。第一,需求图中的指标必须能在参数图中找到对应参数。如果需求写“续航≥45 min”,参数图中就必须存在endurance这个约束参数,否则需求无法被验证。第二,块定义图中的属性必须与参数图的约束参数一一绑定。绑定关系用绑定连接器表达,方向从块属性指向约束参数,表示“该属性的值参与该约束计算”。第三,备选方案应共享同一套约束。如果方案A用一套公式、方案B用另一套公式,比较就失去了基准。正确做法是:约束定义一次,三个方案块分别绑定到同一约束的不同实例上。
在工具操作层面,以常见的SysML建模工具为例,典型流程是:先在需求图中创建需求条目并设置Id、Text属性;再在BDD中创建方案块,为每个块添加值属性并指定类型与单位;然后在参数图中拖入约束块,用绑定连接器把方案块的值属性连到约束参数;最后通过工具的“评估”或“求解”功能,让参数图根据当前属性值计算指标。若某方案违反约束,工具通常会在参数图上以红色高亮或返回false,这就是模型给出的“不可行”信号。
<<valueType>>或配置参数存储,而不是硬编码在公式里。这样当决策偏好变化时,只需改权重,不必改模型结构,权衡评估的可复用性会显著提高。
从模型到决策:一个可复算的评估闭环
当三类图衔接完成后,权衡评估就形成了一个可复算的闭环:需求图定义“什么算好”,块定义图定义“有哪些选择”,参数图定义“怎么算”。改变任一方案的质量或成本参数,参数图会重新计算续航和评分;改变需求阈值,可行性判定会随之更新;改变权重,排序结果可能变化。整个过程不需要重新手工制表,也不需要把数据导出到外部表格再导入,模型本身就是评估载体。
需要强调的是,参数图计算出的结果仍然是基于假设参数的模型结果,不是实测数据。在正式决策前,应通过试验或供应商数据对关键参数(如电池能量密度、燃料电池效率)进行校准,并把校准后的值回写到块属性中。只有参数可信,参数图给出的评分才具有决策参考价值。这也是MBSE权衡评估与“拍脑袋打分”的根本区别:每一个结论都能追溯到具体的需求条目、方案属性和约束公式。