面向新型工業化的國產工業軟件架構

李清 瞿盟津 于超

（清華大學自動化系，北京 100084）

隨著全球產業環境的變化和技術的發展，建立自主可控的工業體系成為我國工業轉型升級、走新型工業化道路、推動國家制造業競爭水平提升的重要抓手。

中國作為大國必須做強實體經濟，其中工業是實體經濟的核心[1]。相比傳統制造業強國，雖然我國具有全球最為完整的工業門類，但工業軟件始終是我國工業的一塊短板。目前，我國自主工業軟件存在規模小、布局分散，成熟度和產品化、商業化水平低的問題；量大面廣的基礎性工業軟件和高端工業軟件國產化程度低，高度依賴進口，在目前的國際形勢下面臨著嚴峻的“卡脖子”難題；盜版軟件對我國自主軟件研發生態的破壞以及國外軟件先發優勢所形成的競爭“護城河”對我國自主軟件發展造成嚴重的擠壓[2-3]。造成上述問題的原因是我國飛速發展的制造業未能與自主工業軟件的發展形成良好的閉環。國外工業軟件的先發優勢及其在我國工業企業各個環節的深入布局，使得我國產業高速發展所形成的海量工業數據和工程經驗直接被國外工業軟件獲取并推動其軟件的快速迭代，從工業軟件的生態層面將國內工業軟件邊緣化和附庸化，形成巨大的技術和商業代差。得不到工業界的反饋、缺乏產業生態支持的自我造血能力幾乎封死了我國工業軟件的發展道路。若繼續放任自主工業軟件的缺位，將嚴重阻礙我國工業的轉型升級。

盡管我國工業軟件技術體系化、系統化與產品化水平還比較低，但是基于我國極其全面的工業門類、高水平的工業裝備和深入的產學研用合作模式，我國幾乎在所有的工業軟件技術領域都存在大量具有一定水平的技術成果和系統。我國工業軟件并非要解決從無到有的問題，而是要解決小而散、產品化水平低以及沒有形成產業生態的發展性問題。

我國工業軟件面臨的挑戰與機遇并存。由工業物聯網所推動的工業系統基礎設施的變革以及由基于模型的系統工程（model based system engineering, MBSE）所推動的企業數字化轉型和研發管理模式的變革還處于發展過程中，我國產業界和國際產業界面臨相同的轉型問題，技術發展和管理變革基本處在同一起跑線，為我國工業軟件技術、系統與產業的彎道超車提供了難得的機遇。因此，工業軟件作為我國最緊迫的問題之一，不僅需要在技術上全力攻堅克難，更需要具備戰略眼光，切實瞄準未來產業發展關鍵領域精準發力[4]。

本文針對我國工業軟件發展問題，提出了融合MBSE 和云計算的工業軟件系統架構，為自主可控的國產工業軟件的設計、研發與產業化應用提供框架指導。

一、制造業的數字化轉型與工業軟件架構的重塑

以工業機器人、新一代人工智能與工業物聯網為代表的工業技術革命、信息技術革命和管理變革正在加速融合，并體系性地解構和重塑傳統制造業的技術體系和運行模式[5-6]。德國工業4.0 參考體系模型（Reference Architecture Model Industrie 4.0, RAMI4.0）、美國智能制造生態系統（Smart Manufacturing Systems, SMS）、工業物聯網參考架構模型（Industrial Internet of Things Reference Architecture, IIRA）和中國智能制造參考體系結構（Intelligent Manufacturing System Architecture, IMSA）均深刻揭示了智能制造語境下，作為工業系統的基礎和工業知識載體的工業軟件所發揮的巨大作用[7-9]。

作為云計算的拓展，工業云服務、工業互聯網等工業數字化轉型方向打破了企業本地部署、本地應用的模式，為工業軟件技術體系的變革提供了新的思路和技術基礎。傳統的工業軟件巨頭也正以此為契機，以云化的方式形成產品組合，以按需訂制的方式向用戶靈活地提供工業軟件服務，也為分散資源的匯聚提供了新的基礎設施與組織模式。通過系統集成的方法，實現1+1＞2 的效果[10]。

隨著復雜性的急劇增加，MBSE 以模型化描述的手段，體系性地重塑了系統工程中的設計研發體系和管理系統架構。它以形式化建模彌補傳統模式下信息交互、實物樣機的不足，以統一建模的方式集成不同領域的專家，以虛實結合的方法實現產品研發的降本增效，從而支持多領域復雜產品的高效研發。

西門子、達索和Ansys 等傳統優勢企業本身也在進行管理平臺和管理模式的云化和模型化，并正在同步推出云化和模型化的工業軟件，以期在全球產業數字化轉型過程中引領技術發展和商業變革。

因此，把握MBSE 與云服務/工業物聯網的發展機遇，基于系統的思想與方法，結合體系架構與方法論的理論和技術，構建我國工業軟件發展的體系結構和解決方案，是支持我國工業軟件產業持續發展和彎道超車的可行方案。

如圖1 所示，基于歷史的分析和未來發展趨勢的判斷，積極配合中國式現代化的戰略部署與系統謀劃特點[11]。本文采用云服務的方式解決算法分散、難以實現資源整合的問題；借助MBSE 的技術和方法解決多專業協同設計和數字化設計的問題。

二、設計研發體系的MBSE 轉型推動工業軟件模式和機制的變革

當前，在工業領域使用模型化方法已經成為主流的思想：數字孿生基于高保真的數字化建模，通過物理空間與信息空間的映射與共生，以優化方式解決狀態管理和故障診斷[12-13]；王飛躍等人提出的平行智能[14]則是通過構建人工系統模型，實現對現實問題的仿真和優化，形成高效改造現實世界的方法論；元宇宙則進一步拓展了虛實融合的模型化思想，推動了智能化與系統化的靈境智能的發展[15]。福特、波音、洛克希德馬丁和寶馬等大型制造業企業，均在其復雜產品研發過程中認識到了MBSE 的必要性，通過實施MBSE 實現降本增效，以維持自身在行業中的優勢[16-19]。

模型化思想越來越多地融入復雜產品系統開發中，新的MBSE 方法論和工具也不斷涌現。如陶飛等人提出的maketwin 平臺，通過建立數字孿生軟件系統集成與執行方法論，加速了模型化在制造業的落地應用[20]。針對我國工業起步晚，部分行業缺少模型及模型來源、可信度與集成和互操作的問題，以及新一代人工智能技術在工業領域的應用缺乏高質量工業數據的問題，李清等人提出了如圖2 所示的適用于我國工業發展的三V 方法論：從產品、模型和數據三個生命周期維度出發，通過不同維度各階段之間的互操作，在支持復雜產品設計研發的同時，推動我國機理建模技術和工業智能技術的發展[21-22]。

之所以將數據生命周期和模型生命周期從數字孿生框架中分離出來，從數字世界和物理世界雙方關系拓展為產品、模型和數據三元關系，是基于數據、模型和設計結果之間在每一個設計階段存在相互支持、相互驗證的關系。基于對產品機理的理解，構建產品的數字模型；基于數字模型開展仿真和設計結果的驗證，在物理產品進行測試之前，就形成有關產品結構、功能和性能的數據；基于數據分析技術和機器學習技術，在已有產品的相關數據基礎上，可以支撐數字模型的構建，支持深度神經網絡的學習，支持模型可信度的驗證和確認。在物理產品試驗和運行數據缺乏的情況下，基于機理模型仿真所產生的數據也可以用于深度學習網絡的學習。

MBSE 的發展深刻影響了復雜產品研發模式和技術創新，正在和新一代人工智能技術的發展交匯貫通。而工業軟件作為智能制造模式下的基礎性工具和產品，結合我國特點所構建的三V 模型對工業軟件的設計與研發具有指導意義。當下，工業軟件的研發模式在朝著模型化和智能化的方向發展。西門子通過一系列的收購，成為世界上主要工業軟件解決方案的供應商，目前正在以MBSE 為核心理念重構其工業軟件產品體系，力圖成為新模式下工業軟件供應商的領先者；達索的3DE 平臺以模型驅動和數據協同的方式，力圖解決實物—虛擬交互復雜性與驗證的滯后性問題；Ansys 則是從方法論層面，融合新一代人工智能，向模型與數字驅動融合方法做出了轉變。

MBSE 的理念和方法不僅推動了設計研發模式的變革，也觸發了工業軟件自身體系性的變革。模型成為工業知識的主要載體，推動設計、生產、運行、維護等不同領域、不同專業、不同層次、不同階段的工業軟件基于模型進行交互、協同與集成。

三、工業物聯網帶來的信息技術基礎設施的變革推動工業軟件技術體系的變革

我國工業軟件研發中存在的問題來自多個方面：高校和研究機構所完成的工業軟件（關鍵技術和功能模塊）通常是實驗室產品，由于缺乏產品化和商業化以及大規模工業應用的反饋而難以開展迭代升級；大量工業軟件模塊是在不同的國外基礎軟件平臺上進行二次開發，在缺少通用性的同時，也受制于國外平臺的商業策略；盜版軟件也是導致國產軟件生態無法建立的重要原因。此外，低水平重復投資、工業需求高度差異化等因素也持續困擾著工業軟件的發展。

相比于傳統的工業軟件開發模式，基于云的服務具有動態資源管理和高效調度、高可靠性、低成本、更強的定制潛力與協同設計能力的優勢[23-26]。基于云的工業軟件訂閱模式的發展不僅克服了物理技術資源的局限，降低了企業的資金投入，更促進了物理知識和工業知識的積累，推動我國工業軟件研發體系的閉環。

不僅如此，基于工業物聯網的工業軟件云平臺實現了對現有小而散的工業軟件的部署，而對彌散功能點的應用也完善了軟件體系，從而逐步形成較為完整的解決方案。反過來，軟件的開發也對平臺的發展形成正向激勵，進一步對軟件的開發和部署形成了正反饋。最關鍵的是，每一次對云服務分發后的軟件進行使用，都能以數據積累的形式帶動工業軟件迭代發展。

近年來，工業軟件巨頭都在向工業云服務轉型。如Ansys 于2022 年宣布收購云仿真供應商OnScale，并與現有云服務進行集成；西門子發布的Teamcenter X、Altair 提出的云解決方案和達索建設的體驗云平臺，也都從云服務的視角出發，重塑了工業軟件的解決方案，逐步開始過渡到SaaS 的時代；華為也于2022 年推出了DME 這一引擎，助力工業軟件云的發展。

綜上所述，新興技術的發展推動了政策的發展、用戶使用意向的提升與廠商服務能力的進步，三者之間形成了一個不斷促進工業軟件發展、激勵其持續進步的良性循環。因此，工業軟件上云，不僅是智能制造時代的發展趨勢，更是符合我國國情、幫助自主工業軟件持續穩定發展的重要抓手。

四、面向新型工業化的工業軟件架構

參考ISO/IEC/IEEE 42010——2011《系統與軟件工程 - 架構描述》所定義的體系結構的元模型，通過對政府、行業、企業（集團）的決策者，軟件系統架構師、設計師、開發和測試人員及軟件系統用戶三類主要利益相關者關注點的辨識，結合聯邦企業架構2.0（Federal Enterprise Architecture Framework 2.0，FEAF 2.0）的視圖劃分思想，緊密圍繞復雜工業產品數字化設計和工業軟件兩個核心關注點，構建的軟件系統體系結構，總體框架如圖3 所示。

圖3 工業軟件系統總體架構

工業軟件系統總體架構分為兩個部分：其左折剖面是通過將工業軟件劃分為載體性元素、連接件元素和功能性元素并按需配置的，與系統的性能、應用、數據、基礎設施和安全能力相對應的，基于云服務的系統靜態架構參考模型；其右折剖面是與業務流程能力視角層相對應的MBSE 三V 模型驅動流程方法，工業軟件系統在這一方法指導下實現基于MBSE 的工業流程再造。靜態的云服務架構與動態的MBSE方法相加，即得到了新一代的工業軟件系統總體架構。

本參考模型以仿真設計類工業軟件為例。但運營管理類、制造控制類以及覆蓋三類交叉領域的工業軟件的架構設計都可以參考這一系統動態架構模型，在具體軟件落地實施過程中，結合實際進行系統載體性、連接性和功能性元素的組合和實現。同時，系統架構遵循“元素和元素的具體實現相分離”的原則，利益相關者可以根據可獲得性、技術先進性與適用性等指標選擇合適的實現形式以實現某種元素。

工業軟件系統總體架構需要兩個子架構相互協調：一方面，在右側剖面MBSE 三V 模型驅動流程方法中所示的產品和模型全生命周期中的不同階段，軟件用戶需要使用左側剖面的不同類型元素與元素組合以滿足本階段的工業場景需求。另一方面，左側剖面中所表示的載體性、連接件和功能性元素的長期發展目標都是與模型和數據驅動的工業流程無縫銜接，即靜態架構中元素的各種具體實現形式（平臺、工業軟件構件、工業APP、微服務和建模工具等）能夠按照系統利益相關者的需求，在全流程的交互中支持產品實體、模型孿生體、數據在物理空間和信息空間的相互映射。

基于工業軟件系統總體架構，可以組織不同的軟件組合和解決方案，以滿足工業用戶的特定需求。該系統架構也對未來出現的新技術、方法和服務開放。而對于目前部分運營管理類、制造控制類工業軟件不涉及模型驅動的情況（如部分現場嵌入式軟件、企業供應商關系管理軟件等），可以對工業軟件系統架構做出裁剪，使用工業軟件系統靜態架構參考模型為具體軟件的架構提供指導。

五、結論

本文面向國家制造業發展戰略規劃，通過分析工業模式的變革與未來發展趨勢，基于工業軟件的特點與我國工業軟件發展情況，針對我國工業軟件發展痛點，參考各方權益人的需求，深度結合信息技術、管理技術與工業技術的變革，提出了一套面向設計研發體系和信息系統基礎結構變革的工業軟件總體架構，可以為我國工業軟件設計、研發和運維提供指導。