数字工程（6）：体系架构

目录

数字工程（1）：从何而来

数字工程（2）：1.0到5.0

数字工程（3）：思考与理解

数字工程（4）：需求与挑战

数字工程（5）：概念内涵

数字工程（6）：体系架构

数字工程（7）：技术体系

数字工程（8）：核电厂数字工程

数字工程（9）：航空发动机数字工程

数字工程（10）：卫星互联网数字工程

数字工程（11）：海洋系统与海洋装备数字工程

数字工程（12）：风洞数字工程

数字工程（13）：未来战场数字工程

数字工程（14）：城市数字工程

数字工程（15）：高档数控机床数字工程

数字工程（16）：能源数字工程

数字工程（17）：车辆数字工程

         

物理线程指物理产品或系统的全生命周期，包括需求分析、设计验证、生产制造、测试交付、部署配置和运维管控等阶段和环节。在这一系列物理过程中，总体应用需求被逐步分解降维，以此为依据，基于分布式合作模式并行开展各类产品或系统组件从无到有的研制过程。

同时，对相关人员、环境、在用产品、在用系统等现有复杂产品或系统组件进行适应性改造和调整。根据系统建设方案依次部署和配置上述系统组件，实现其耦合关联和体系协同，并通过在全生命周期尺度下有效管控各组件性能，以及实现各组件的智能运维，使系统内各组件充分发挥各自功能的固有性能，进而使复杂产品或系统持续提供符合预期、满足应用需求的功能服务。

模型线程指物理产品或系统全生命周期中的各类相关模型，包括需求模型、设计模型、实作模型、产品或系统模型、性能模型、控制模型、演化模型等。模型的形式包括但不限于三维可视化模型、数学公式、网络关系模型、流程图模型、多元组模型。这些模型随着物理产品或系统全生命周期进程的推进，面向当前阶段的具体任务和细分需求，基于现有模型资源进行重构配置、迁移复用或利用相应的建模软件从零构建获得，并根据模型的使用与验证过程，以及物理产品或系统的运行过程，不断更新优化并拓展新的内容，为当前阶段的物理过程提供分析辅助和指导，为下一阶段的各类模型提供基础。

从整体来看，模型线程与物理世界中的产品或系统形成虚实镜像关系，但从时域微观尺度来看，物理线程与模型线程呈现为互为补充和交错递进关系，一部分模型基于现有物理部分进行数字化描述，进而用于可视化、分析、试验和优化，而另一部分则先于物理部分实现，用于探索实践并指导物理线程推进，进而确保所得物理产品或系统能够满足应用需求。

数据线程指物理产品或系统全生命周期中的各种虚实数据，包括需求数据、设计数据、验证数据、工艺数据、生产数据、性能数据、测试数据、管控数据、配置数据、运维数据等，以及由上述数据挖掘得到的数据特征与相关知识。数据的形式包括但不限于数值、文本、图像、视频、音频。

数据线程贯通数字工程的物理世界与数字世界，贯穿产品或系统的全生命周期，承载着从需求的提出到满足整个过程中的全部信息，其数据随着产品或系统全生命周期进程的推进不断积累和丰富。物理世界中产生的数据主要用于模型的构建、校验和运行，以及对物理产品或系统的管理和控制；数字世界中产生的数据主要用于方案和过程的分析、决策和优化。此外，数据线程还是物理产品或系统、模型和服务交互的桥梁，以及产品或系统智能化的基础，对于实现虚实一致性、功能智能性和服务时效性具有重要意义。

服务线程指物理产品或系统全生命周期中依托各类软件和程序代码、插件等实现的各种功能和服务，包括感知通信服务、数化服务、仿真分析服务、智能决策服务、优化服务、安全管控服务等。

服务的形式包括但不限于平台、软件、API、工具包、插件、功能块、功能函数和具有一定服务能力的物理与虚拟对象。感知通信服务指基于各种硬件资源实现的状态感知、信息获取、数据录入、数据传输等功能服务，用于支持物理产品或系统与环境、人、模型等之间的数据交互过程；

数化服务指基于物理世界构建数字世界的相关服务，包括产品、系统、过程、业务、功能、环境等全要素模型的构建与校验；

仿真分析服务包括回溯分析、预测分析、多场耦合分析等服务，基于数模联动，在数字世界中实现对物理产品或系统的结构、功能、运行过程以及相关现象和问题的深入分析；

智能决策与优化服务包括知识挖掘、自主学习、实时决策、自适应、自优化等服务，为产品或系统的智能自治和持续优化进化提供基础；

安全管控服务包括物理产品或系统的安全生产、安全部署、安全使用和安全控制等服务，用于实现产品或系统研制、交付、部署、使用和维护等物理过程，使产品或系统的能力和价值得到充分发挥和利用。

智能中枢由算力、算法、存储、网络等要素组成，是开发人工智能、赋能产品或系统智能升级、促进四大线程交互融合，以及实现人机交互与体系协同的重要支撑。其中，算力是实现大规模数据处理和高性能计算的关键要素，可以有效支持人工智能的实现，使得数字工程能够更好地解决数据密集型应用问题。

以人工智能为代表的各种算法用于指导算力对海量数据进行高效处理和特征精准提取，同时也是基于大数据挖掘知识和提升产品或系统智能的基础。

算力和算法为智能中枢提供数据处理能力，而存储则是为智能中枢提供海量数据、信息和知识的归类存储与快速吞吐能力，用于实现数据存储、信息汇聚和知识积累。

网络是数字工程实现要素耦合关联、虚实交互融合、人机交互协同、远程精准管控和时效智能服务的重要支撑，网络能够通过连接物理产品、系统、模型、软件等的数据接口，保障数据、信息、知识、智慧的获取、传递与共享，并利用集中的智慧分布式管控各要素，解决其在各阶段过程中的相关问题。网络、存储、算力、算法相辅相成，共同支撑人工智能的实现与应用，共同构成数字工程的智能中枢，为数字工程提供强大“智力”。