הבנת מודלים פונקציונליים

מודלים פונקציונליים הם ייצוגים מופשטים שלוכדים את ההתנהגות החיונית, קלטות, פלטים ואינטראקציות של מערכת ללא כל פרט של כל מרכיב פיזי. בתכנון הנדסי, מודלים אלה משמשים גשר בין דרישות ניתוח וביצוע מפורט, המאפשר לצוותים לחקור תכונות ברמת מערכת כגון ביצועים, בטיחות, ואמינות מוקדמת במחזור החיים של הנדסה.מודל פונקציונלי פועלי פועלי יעיל עושה יותר מאשר רק מסמך מה מערכת; מאפשר מהנדסים לנתח, לייעל את התנאים הדרושים כדי לייעל את מערכת עיצובית.

הערך של מודלים פונקציונליים מודלים טמונה ביכולתו לחשוף את התלויות הנסתרות, התנהגויות גלויות, והתנהגויות כישלונות פוטנציאליות שעשויות להישאר בלתי-מעודות עד למניעה פיזית.על ידי התמקדות בפונקציות - להפוך קלטות לפלטים הרצויים באמצעות מערכות יחסים לוגיות או מתמטיות - מודלים אלה לשמור על חלל העיצוב מנוהל ומדגישים אשר היבטים דורשים את תשומת הלב ביותר.

שלב 1: מטרות מערכת Define ודרישות

הבסיס של כל מודל פונקציונלי חזק הוא הצהרה ברורה, לאמבישה של מה שהמערכת חייבת להשיג.צעד זה מעבר לרשימה פשוטה של תכונות הרצויות; זה כרוך בלכידת דרישות בעלי מניות באופן שיטתי, בתרגום אותם לדרישות מדידה, ותיעוד מגבלות אשר יעצבו כל החלטה דוגמית.

1.1 בעלי העניין של אליסטן

החל מראיונות משתמשים, לקוחות, גופים רגולטוריים וצוותים פנימיים כדי להבין את הציפיות שלהם.טכניקות כגון ניתוח מזוודה, פריסת תפקוד איכות (QFD), ומפגשי סיעור המוח יעילים להורדת דרישות מאוחרות. Document הן דרישות פונקציונליות (מה שהמערכת חייבת לעשות) ודרישות שאינן פונקציונליות (איך זה חייב להופיע, תחת אילו תנאים, וכמה זמן).

1.2 דרישות תרגום להנדסת מכונות

כל דרישה צריכה להיות ביטוי כהמטרה הקוונטית או מגבילה. השתמש בפרמטרים ביצועיים מרכזיים (KPPs) ואמצעי ביצועים טכניים (TPMs) כדי להגדיר טווחים מקובלים.צעד זה קריטי כי דרישות מעורפלות - כגון "המערכת צריכה להיות ידידותית למשתמש" או "חייב להיות חזקה" - לא ניתן מודל או לאמת.

1.3 זיהוי קונסטרינטים ותנאים קשים

מודלים חייבים לכבד גבולות בעולם האמיתי.חשבו מגבלות פיזיות (כוח חומרי, גבולות תרמיים), מגבלות רגולטוריות (תקני בטיחות, תקנות פליטה), ומגבלות תפעוליות (רווחי זמן, חשיפה סביבתית) מגדירים גם את גבולות המערכת: אשר אלמנטים נמצאים בתוך היקף המודל, ואשר הם השפעות חיצוניות.

(ב) ,0) משאבים חיצוניים: 1FLT: 1 מדריך ה-FLT:2INCOSE על דרישות ניהול FLT 3: מציע מסגרות מעשיות עבור שלב זה.

שלב 2: זיהוי של קי קומפרסים ואינטראקציות שלהם

עם קבוצה ברורה של מטרות, המשימה הבאה היא למקם את המערכת לתוך קבוצה של אלמנטים פונקציונליים אינטראקציה.צעד זה הופך את הנוף שחור-box של המערכת לייצוג תיבת לבן שמראה כיצד פונקציות מוקצות ל- subsystems או רכיבים.

2.1 יצירת בלוק פונקציונלי

התחל על ידי ציור תרשים בלוק פונקציונלי ברמה גבוהה (FBD) המציג פונקציות גדולות כמו בלוקים ואת ממשקיהם כמו זרמים - אלה יכולים להיות זרימה של אנרגיה, חומר, נתונים, או אותות שליטה. A היטב מופקד FBD הוא היררכי: בלוק העליון ברמת העליון מייצג את הפונקציה הכוללת של המערכת, ו בלוקים ברמת נמוכה יותר לשבור את הפונקציה הזאת לתוך פעולות ספציפיות יותר.

2.2 סוגי אינטראקציה Define וכיוון

עבור כל ממשק, ציין את סוג האינטראקציה (מעורכת, דיסקרטית, מונחה אירוע) ואת הכיוון של זרימה.זה גם המקום שבו אתה מזהה לולאות משוב, אשר הם קריטיים עבור מודלים של התנהגות דינמית.לדוגמה, מערכת בקרת טמפרטורה יכול להיות לולאה משוב מן החיישן אל הבקר ולאחר מכן למפעיל.

2.3 פונקציות עיקריות לתפקוד גופני או הגיוני

בעוד מודלים פונקציונליים מופשטים הרחק פרטים פיזיים, זה לעתים קרובות מועיל למפות פונקציות לרכיבי מועמדים או תת-מערכות מוקדם על.תהליך הקצאה זה חושף סכסוכים פוטנציאליים (למשל, שני פונקציות המתחרות על אותו משאב) ומסייע לזהות דרישות אינטגרציה. השתמש במטריקס מעקב כדי לקשר כל פונקציה חזרה לדרישות המקוריות, להבטיח כי אין דרישה להתעלם ולא פונקציה הוא מיותר.

מקור:0 (ב) ,5 ,2 NASAA Systems Engineering HandbookFLT 3 מספק דוגמאות מצוינות של קידוד פונקציונלי במערכות מורכבות.

שלב 3: לפתח את המודל הפונקציונלי

בשלב זה, אתה הופך את הייצוג הדיאגרמטי למודל רשמי, הניתן להפעלה.הבחירה של מודל שפה וסימולציה כלי סימולציה תלויה בטבע המערכת, רמת הנאות הנדרשת, והמומחיות הזמינה.

3.1 בחרו את מודל החיזוי של ה-Appropriate Paradigm

  • (ב) [15] מודלים שונים (בהשוואה שונה, חסימת דיאגרמות בסימבול:2 ®IRFLT 3:) מתאימים למערכת פיזית הכוללת זרמים של אנרגיה או מסה.
  • (ב) ,0 (המודלים של אירוע ההרחבה) של FLT:1 (statecharts, Petri נטוs, SimeventscioFLT:2 ®FLT 3:) עובדים היטב עבור מערכות שבהן שינויים מתרחשים בנקודות נפרדות בזמן, כגון קווי ייצור או תעבורת רשת.
  • (FLT:0) מודלים של Hybridua FLT:1 משלבים התנהגויות רצופות ודיסקרטיות, נפוצות במערכות סייבר-פיזיות כמו כלי רכב אוטונומיים או מערכות השעיה פעילות.
  • (FLT:0 sysML פעילות דיאגרמות או חסימת דיאגרמות הגדרות ריצוף 1) משמשים לעתים קרובות עבור אדריכלות פונקציונלית מוקדמת ללא סימולציה מספרית.

3.2 בניית המודל באופן אוטומטי

התחל עם ייצוג מינימלי שלוכד את הפונקציה העיקרית ואת האינטראקציות הקריטיות ביותר.מודל מינימלי זה קיימא (MVM) מאפשר לך להפעיל סימולציות ראשוניות לאמת התנהגויות בסיסיות לפני הוספת מורכבות. Gradually להציג פונקציות משניות, לא לינאריות, רעש וחוסר ודאות. שמור היסטוריה מבוקרת גרסה של המודל כך שתוכל לחזור אם שינוי מציג שגיאות.

3.3 פרמטר עם נתונים ידועים

חישוב הפרמטרים של המודל באמצעות נתונים מהספרות, פרויקטים קודמים, או ניסויים ראשוניים.כאשר ערכים מדויקים אינם ידועים, השתמש בהערכות שמרניות ומעדים את הניתוח הרגישות של S. S לאחר מכן יחשוף אילו פרמטרים משפיעים על התוצאות, להנחות את מאמצי בדיקות עתידיות.

3.4 שילוב מצבי כישלון ורובוסטנס

מודלים פונקציונליים Robust צופים תנאים לא-נומיים. הכירו מנגנוני כשל כגון סחף חיישן, ריצוף אקטוטור, עיכובי תקשורת או ירידה של רכיב. השתמש בטכניקות כמו ניתוח עץ לקוי (FTA) וניתוח כישלונות ואפקטים (FMEA) כדי לזהות אילו מצבי כישלונות יש לכלול במודל פרואקטיבי. גישה זו היא הרבה פחות יקרה מאשר גילוי במהלך בדיקות פיזיות.

(ב) [ה]: [ה] [ה]] [ה]]: [ה] [ה] [ה]]] [ה]]] [ה]]][ה]]]][ה']'[ה']'[ה']'[ה'[ה']'[ה']'[ה']'[ה']'[ה']'[ה'[ה']'[ה'[ה']']'[ה'[ה']'[ה'[ה'[ה'[ה'[ה'[ה'[ה']']'[ה'[ה'[ה'[ה']']']'[ה']']'[ה'[ה'[ה'[ה']']']']']'[ה'[ה']'[ה'[ה']'[ה'[ה']']'[ה']']'['[ה'[ה'[ה']']'[ה']']'['['['['['['['

שלב 4: אימות המודל

אימות הוא תהליך של אימות כי המודל מייצג במדויק את המערכת האמיתית (או את ההתנהגות המיועדת) בהקשר מוגדר.מודל שאינו מאומת יכול להוביל להחלטות שגויות, משאבים מבוזבזים ואפילו סכנות בטיחות.

4.1 הפרדה נפרדת מהאימות

  • [ה]ההבאה:0 [ה] [ה] [ה]] [ה]] [ה]] [הנו] את המודל נכון?"]: בדוק שהמשוואות, ההיגיון והקוד ייושמו כראוי.
  • [ה]ההתמ"ל:0 [ה]ה' [ה'] [ה'] [ה'] [ה'] [ה'] [ה']'[ה]']'[ה']']'[ה']'[ה']'[ה']']'[ה']']'[ה']']'[ה'[ה'[ה']']']'[ה']']'[ה'[ה']']'[ה']'[ה'[ה']'[ה']']']']'[ה'[ה'[ה'[ה']']']']']']'[ה'[ה'[ה'[ה']']']']']'[ה'[ה']']'[ה'[ה'[ה']']']'[ה']']']'[ה'[ה'[ה'[ה']'[ה']']'[ה'[ה']'[ה'[ה'

4.2 תכנון תכנית מבחן אימות

מקרים נבחרים המכסים את המעטפה התפעולית המלאה: תנאים נומיים, קיצוניות גבול ותרחישים מתח.עבור כל מקרה מבחן, מגדירים סף שגיאה מקובלים המבוססים על דרישות.לדוגמה, מודל מבני עשוי צריך לחזות השתקפות בתוך ±5% של ערכים נמדדים. Document all testcases and their Results in a validation matrix.

4.3 סירובה של המודל

אימות הוא לעתים נדירות אירוע חד פעמי.כאשר ניתן למצוא חסרונות, לעקוב אחר שורש הסיבה: הנחות שגויות, פיזיקה חסרה או שגיאות נתונים.עדכון המודל, להפעיל מחדש את מקרי הבדיקה הרלוונטיים, ולבדוק את התוקפנות.זה לולאה איתנה יכול גם לחדד את הדרישות המקוריות אם הם נמצאים להיות בלתי סבירים או סותרים.

4.4 שימוש ב-Sרגישות ובניתוח בלתי-וודאות

הגדירו את ההשפעה של אי הוודאות פרמטרית על פלטי מודל.טכניקות כגון מונטה קרלו סימולציה, סובול אינדיקציות, או תגמול מבוסס בדיקות עזרה לזהות אילו פרמטרים המשפיעים ביותר על התוצאות. תובנה זו מתמקדת במאמצים אימות שבו הם חשובים ביותר וגם מודיעים עיצוב סובלנות.

[העיקרון] של [ה]: [המודלים]: [המודלים]: [המודלים] אינם נכונים, אלא חלקם שימושיים]." ~ ג'ורג' Box.

שלב 5: אנליז ואופטימיזציה

עם מודל מאומת ביד, מהנדסים יכולים לבצע ניתוחים שיטתיים לשיפור העוצמה, היעילות והאמינות של המערכת.צעד זה הופך את המודל ממכשיר תיאורי למנוע גיוסי לשיפור העיצוב.

5.1 מחקרים מתקדמים

השתמש במודל כדי להעריך כיצד הפרמטרים עיצוביים משפיעים על מטרות סותרות.לדוגמה, נוקשות מבנית עשויה להפחית את הרטט אך להגביר את המשקל; מחקר של סחר-off חוקר את הגבול Pareto. Tools כמו עיצוב ניסויים (DOE), מתודולוגיית פני השטח תגובה, או אופטימיזציה רב-אובייקטיבית יכול להתאים את החיפוש עבור פשרות אופטימליות.

5.2 ניתוח רובוסטנס

רובוסטנס מתייחס ליכולת של המערכת לשמור על ביצועים למרות וריאציות בפרמטרים, סביבה, או תנאי הפעלה. לבצע ניתוח הגרוע ביותר (למשל, שילובים קיצוניים של סובלנות), מונטה קרלו סימולציות עם וריאציות צפויות, ושיטות Taguchi כדי לזהות הגדרות עיצוב חזקות.מודל פונקציונלי צריך לכלול אלמנטים סטוצ'סטיים כדי לייצג באופן מציאותי את הריאציות אלה.

5.3 זיהוי וכישלון מצבי חיקוי

הפעל את המודל תחת תרחישים פגומים שהוגדרו בעבר (Step 3.4) והתבונן בתגובה של המערכת.אם כישלון מוביל להתנהגות בלתי מקובלת (למשל, אובדן תפקוד קריטי), לשנות את העיצוב - מפוכח, לשנות את ההיגיון של שליטה, או רכיבי פיגור - ולחדש את הסימולציה.זה נקרא לעתים קרובות מבוסס מודל FMEA.

5.4 אופטימיזציה לשיקולי מחזור חיים

מעבר לביצוע, שקול גורמים כגון מניפולציה, עלות, שמירה, השפעה סביבתית.לצמצם את המודל התפקודי לייצג תהליכי ייצור או שלבים תפעוליים.לדוגמה, מודל ניהול תרמי של סוללות יכול להיות יחד עם מודל של הפחתת תאים כדי לייעל פרוטוקולים הטעינה עבור חיי סוללה ארוכים יותר.

מקור:0 (ב) ,5 ,1) ,[דרוש מקור]: [ה] ,2MITRE Systems Engineering GuideveFLT 3: 3] מציע שיטות לניתוח הסחר והניהול סיכונים.

מלכודות נפוצות וכיצד להימנע מהם

אפילו קבוצות הנדסה מנוסים להתמודד עם אתגרים חוזרים כאשר בניית מודלים פונקציונליים.הכרה במכשולים אלה מוקדם יכול לחסוך עבודות חוזרות משמעותיות.

  • (FLT:0) מודל: 1 כולל יותר מדי פרטים, עושה את המודל איטי, קשה לאמת, וקשה לתקשר.
  • (ב) ,0) אבחון ואיחוד: מודל 1A, שאינו מאומת, אינו ראוי לבדיקות יחידה ובדיקות אוטומטיות לתוך זרימת העבודה הדוגמת.
  • (FLT:0) אישור ההטיה: 1FLT (החלת מקרים של מבחן אימות שתמיד עוברים.
  • (ב) תיעוד:0 (FLT) מודלים ללא הנחות ברורות, מקורות פרמטר והיסטוריית הגירסה הופכים בלתי ניתנים לזיהוי לאורך זמן.
  • (הדגשה:0) ,הבאת אי הוודאות: 1FLT:1, להציג תוצאות ⁇ סטיות ללא מרווחי ביטחון יכולים להטעות מקבלי החלטות.

טבעה של התהליך

בניית מודלים פונקציונליים חזקים היא לעתים רחוקות ליניארית, רצף של חמישה שלבים. בפועל, תובנות מצעדים מאוחרים לעתים קרובות לכפות בחינה מחדש של הנחות קודמות.לדוגמה, אימות עשוי לחשוף כי דרישה מרכזית היא בלתי ניתנת להשגה, מה שגורם חזרה לצעד 1 לנהל משא ומתן על מסחר-off. בדומה, אופטימיזציה עשויה לחשוף אינטראקציה נעדרת הדורשת עדכון ה-Demaphation התפקודי (Step 2), על הצוות לאמץ את זה, המאפשר יצירת מודלים זריזים, ומודלים, המאפשרים, באופן דומה, ומודלים, באופן דומה, כדי ליצור התאמה מהירה, וחדשניים, כדי ליצור מחדש של עבודה, כדי לחיקוי, באופן דומה, באופן דומה, כדי להתאמה, כדי להתאמה, כדי להתאמה, כדי להתאמה, כדי להתאמה, כדי להתאמה, באופן דומה, כדי להתאמה, באופן דומה, כדי להתאמה, כדי להתאמה, כדי להתאמה, כדי להתאמה אישית, כדי להתאמה, כדי להתאמה, כדי לעדכן אינטראקציה נעדרת של שינוי יעיל.

(FLT:0) הפרקטיקה הטובה ביותר: ⁇ FLT:1 השתמש בכלים המבוססים על מודלים (MBSE) המספקים מעקב, תיעוד אוטומטי ושילוב סימולציה.כלי כגון קמו מערכות ModelerOVAFLT:2 ®FLT 3, Capella, או IBM הנדסה Rhapsody לעזור לשמור על עקביות על עקביות על פני הסוללות.

מסקנה

פיתוח מודלים פונקציונליים חזקים הוא תהליך ממושמע, רציונטיבי אשר משפר באופן משמעותי את ההבנה ואת הביצועים של מערכות הנדסיות.על ידי הגדרת מטרות באופן שיטתי, זיהוי אינטראקציות, בניית מודל מאומת, ולאחר מכן ניתוח וקידוד, צוותים יכולים לחשוף פגמים עיצוב מוקדם, לחקור מרחב עיצוב רחב יותר, ולספק מערכות אמינות ויעילות יותר.ה יותר.ה ההשקעה במודל פונקציונלי משלם דיבידנדים לאורך כל החיים - על ידי אבטיפוס מופחתת פחות תהליכים מורכבים, אך הופכת לכשלים מורכבים יותר ויותר.