基于SysML/Modelica的集成建模与验证技术在轻型自主航空推进系统中的应用

《Simulation Modelling Practice and Theory》：Integrated SysML/Modelica-based modeling and validation of a lightweight autonomous aerial propulsion system

本文提出一种基于SysML和Modelica的闭环验证框架，通过协同仿真与物理实验确保系统架构与物理模型的精确映射，以小型电动推进系统为例验证了模型精度（sMAPE和NRMSE%均低于3%），并构建了可复用的Modelica组件库，支持跨角色协作的MBSE流程优化。

　　

孙一瑶|杨成伟|杨宇|于云璐

北京工业大学长江三角洲地区研究院，中国浙江省嘉兴市秀洲区油车港镇东方北路1940号，314000

摘要

随着基于模型的系统工程（MBSE）在工程设计中的广泛应用，如何有效地将架构模型映射到相应的物理模型已成为一个日益重要的问题。为了解决这一问题，本文提出了一个集建模、仿真和实验验证于一体的框架，并以一种轻量级的自主飞行推进系统作为案例研究。架构模型和物理模型分别使用SysML和Modelica构建。然后基于这些模型之间定义的接口映射开发了一个联合仿真模型。最后，通过物理实验来验证基于物理的Modelica模型输出，而不是联合仿真机制本身。使用对称平均绝对百分比误差（sMAPE）和归一化均方根误差百分比形式（NRMSE%）进行评估，结果表明仿真数据与实验数据之间的差异小于3%，证明了模型的高精度，并完成了闭环验证过程。

引言

现代航空航天、汽车、机器人和能源领域的工程系统越来越依赖于紧密集成的异构子系统，这些子系统涵盖了软件、电子、控制和物理过程。它们强烈的跨学科耦合和多尺度动态特性使得系统行为对架构决策和详细的物理交互非常敏感，这在整个设计和验证生命周期中带来了巨大的挑战。

随着MBSE的广泛应用[1]，对于基于SysML的架构模型[5]与基于Modelica的物理模型[6]之间的有效交互的需求[2]、[3]、[4]也在不断增加，这包括一致的接口映射和联合仿真[7]、[8]。这种交互对于保持架构和物理的一致性至关重要[9]：SysML定义的接口和结构契约必须反映在可执行的多物理模型中，而仿真和实验结果应该为架构优化提供依据。如果没有这种一致性，复杂系统的设计将难以满足性能和鲁棒性的要求。本研究以一种小型自主飞行器的轻量级电动推进系统作为典型案例。

尽管SysML和Modelica具有互补的作用，但在复杂系统设计中有效地整合它们仍然很困难。之前的模型转换和联合仿真研究——包括标准化的SysML/Modelica映射[10]、基于TGG的双向转换[11]以及QVT或模板驱动的方法[12]——表明SysML中的架构构造可以与Modelica中的基于方程的模型链接起来。然而，这些方法通常假设工程师对这两种语言都有深入的了解，并能够维护复杂的转换规则，但这与实际的工作流程不符，在实际工作中，系统架构师和物理模型工程师通常扮演不同的角色。基于FMI的联合仿真试图通过将子系统模型封装到FMU中来减轻重构负担。尽管这种方法被广泛使用，但实证研究指出在工业环境中存在一些问题[13]，包括数值敏感性、性能问题、版本间不一致性和配置开销。FMU还掩盖了内部假设，使得系统工程师难以在迭代过程中诊断问题或沟通模型变更请求。

更根本的是，大多数SysML-Modelica集成和基于FMI的工作流程仅在建模或联合仿真层面得到验证，很少涵盖从架构到物理测试的整个链条。实际项目需要多角色的迭代优化：架构师不断细化需求和接口，物理模型工程师校准高保真模型，两者通过基于实验的迭代过程达成一致。现有的方法无法充分支持这种分离角色的工作流程，导致在系统级行为与预期不符时出现重复建模和沟通效率低下的问题。

因此，MBSE的预期与SysML架构模型与高保真Modelica实现的实际集成之间仍存在差距。我们需要一种集成方法，该方法（i）尊重角色分离，（ii）将SysML视为结构/接口信息的权威来源，（iii）支持透明且可迭代校准的Modelica模型，而不依赖于不透明的FMU，（iv）能够自然地融入现有的MBSE导向的工具链。本工作的目标就是解决这一差距。具体贡献如下：

• 我们提出了一种端到端的MBSE导向的设计流程，包括（i）基于SysML的架构规范，（ii）基于Modelica的系统组装和联合仿真，以及（iii）用于物理模型验证的测试台实验，从而形成一个从架构到硬件支持的验证的闭环。
• 按照这一流程，我们开发了一个小型电动推进系统的高保真Modelica模型，其中包括电机、控制器和螺旋桨等关键组件。该模型根据测试台数据进行了校准，并被组织成一个可重用的库以供未来研究使用。
• 我们实现了一个工具支持的SysML-Modelica集成流程，使用商业化的SysMLToModelica工具箱和基于XMI的映射工具，从SysML中提取接口和结构信息，并自动组装出一个一致的系统级Modelica模型，同时保持角色分离。

我们的贡献并不在于提高精度。我们的重点是为复杂系统开发提供实用的SysML-Modelica集成方案，减少转换/对齐的工作量，避免在迭代过程中使用黑盒FMU所带来的效率低下问题，同时保持架构与物理的一致性。

本文的其余部分组织如下：第2节回顾相关工作。第3节描述了整体建模框架。第4节介绍架构建模，第5节介绍Modelica中的组件级建模。第6节讨论联合仿真策略。第7节展示实验验证结果。第8节将提出的方法与主流方法进行比较，第9节对本文进行总结。

相关工作

相关工作

为了支持基于模型的复杂工程系统开发，大量研究探讨了模型如何在架构设计、分析、仿真和实现过程中作为核心工具。在这一广泛领域内，相关的先前工作主要分为三个方向：（i）SysML或UML与Modelica之间的模型转换；（ii）使用SysML或相关符号的工具互操作性和基于FMI的联合仿真；以及（iii）连接

用于推进系统建模的集成SysML-Modelica工作流程

本文中使用的工作流程如图1所示。在这个流程中，架构工程师和物理建模工程师同时工作。SysML支持高层次的需求捕获和系统架构建模，定义系统结构及其依赖关系。Modelica则并行提供高保真的多物理行为仿真。通过使用标准化接口，两位工程师在SysML模块之间建立了明确的对应关系。

架构建模

以轻型自主飞行系统的推进系统为例，展示了虚拟空间中的建模过程。SysDeSim.Arch V4.0 [26]作为架构建模工具，通过SysML构建推进系统架构，定义系统需求、功能和结构。通过参数分析对需求的可行性、子系统和模块设计进行了初步验证。

Modelica中的组件级建模

在本节中，使用MWORKS.Sysplorer2024a在Modelica中构建了物理动力总成模型。所有组件接口严格遵循SysML架构。根据系统需求实现了定制模块——电池、无刷直流电机、控制器和螺旋桨——而其余子系统则重用了Modelica标准库[27]中的组件。以下小节总结了这些定制组件的建模方法。

联合仿真

在我们的工作流程中，系统工程师首先在SysML工具中构建系统架构，然后将生成的架构模型交给物理建模工程师。基于这个SysML架构定义的模块化结构，物理建模工程师为每个子系统开发独立的Modelica组件模型。

为了将这些独立开发的组件组装成一个一致的系统级Modelica模型，我们使用了商业化的SysMLToModelica工具箱

实验与验证

该实验通过比较模拟的螺旋桨转速和推力与实验测量值来评估所提出的推进系统模型的准确性。模型的准确性来源于基于物理的公式化和参数识别，而不是联合仿真流程本身，因为联合仿真流程本身无法提高模型的准确性。由于某些集成机制即使在所有连接语法正确的情况下也可能产生不同的仿真结果，我们

方案比较

为了进一步明确所提出的SysML-Modelica集成工作流程带来的实际改进，本节将其与两种代表性且广泛采用的集成范式进行了比较：（i）模型生成（即将SysML模型转换为可执行的Modelica模型）[33]，以及（ii）基于FMI/FMU的联合仿真（即通过FMU导出和协调来集成异构子系统模型）[34]。比较的重点不在于声称内在的准确性提升，而在于

结论

虽然我们专注于轻型自主飞行推进系统，但所提出的框架可以推广到其他复杂的工程系统设计场景。本文开发的Modelica推进模型通过参数识别与台架测量结果进行了校准，在测试的操作条件下，模拟输出与实验数据之间的sMAPE和NRMSE%均低于3%。这一一致性证明了所开发物理模型的准确性

写作过程中生成式AI和AI辅助技术的声明

在准备本工作时，作者使用了ChatGPT-4来提高手稿的语言质量和清晰度。使用该工具后，作者根据需要对内容进行了审查和编辑，并对出版物的内容负全责。

代码可用性

SysML模型、Modelica模型、电池参数识别代码以及联合仿真可执行文件（包含可运行的参数集）存储在Mendeley Data中（预留DOI；目前处于同行评审期间的草稿/私有模式）：10.17632/s5y49mzf2v.1

致谢

我们感谢苏州同源软件控制和北京机电工程研究院提供的MWORKS.Sysplorer和SysDeSim建模/仿真平台，以及万淮科技提供的实验平台。他们的支持使得推进系统的集成SysML/Modelica设计和验证成为可能。