丁来军 丁朝臣 赵新芳 丁宁

摘要：为开展复杂产品（系统）建模与仿真过程中的验证、确认与发布（verification， validation and accreditation， VV&A）工作，提高复杂产品（系统）的设计水平，保证和提高建模与仿真系统的置信度，降低试验与评估的不确定性，在分析复杂产品全生命周期中的VV&A活动的基础上，论述复杂产品（系统）的VV&A体系架构的复杂性及其关键技术，系统分析VV&A的主要思想和国内外研究与应用现状、VV&A工具和方法等问题，提出一种VV&A体系架构方案，并详细阐述其总体方案和系统组成，为逐步建设企业的VV&A知识库提供参考。

关键词：可信度;验证;确认;层级规划;体系架构;过程方法

中图分类号：TP391.9

文献标志码：B

文章编号：1006-0871（2019）01-0053-09

0 引 言

在复杂产品的建模与仿真过程中，数字模型是对系统、实体、现象和过程等真实世界的数学的、物理的或逻辑的描述，仿真是建立系统模型并应用模型预测未来、辅助设计和进行科学研究的全过程。这一过程基于相似理论，采用建模和物理方法对真实系统或过程进行抽象、映射、描述和复现。因此，数字模型必须严肃地证实以下3个问题：（1）模型是否可以正确描述实际系统的外部表征和内在特性;（2）仿真是否可以有效地反映模型数据、性状和行为;（3）仿真结果是否可以实现应用目标和用户需求。这就是通常所说的建模与仿真的可信性、有效性和可接受性。

缺乏可信性的模型和仿真系统是没有任何意义的。仿真专家认为仿真可信度是系统仿真最重要的性能指标，对于大型复杂产品的仿真系统尤为重要。仿真系统的可信度可以通过验证与确认（verification and validation， V&V）加以测量和评判，通过发布来正式地加以认证，这个过程即为仿真系统的验证、确认与发布（verification， validation and accreditation， VV&A）。

验证是指验证复杂产品的各种数字模型或者系统是否可以准确地表达开发人员的概念描述和设计规范的过程。确认是指从复杂产品的各种数字模型或系统预期应用的角度出发，确定模型或者系统是否准确表示真实需求或反映真实程度的过程。发布是指各个业务部门及其上级部门对各阶段的数字模型或系统是否可应用于特定目的进行认证，并进行正式证明的过程。

综上所述，建模与仿真的VV&A是系统仿真中非常重要的通用技术，是评估和确保大型仿真系统特别是复杂产品仿真系统可信度必不可少的工作过程和方法。

1 复杂产品的VV&A国内外现状

对仿真系统VV&A的研究最早开始于对仿真模型的校验，可以追溯到20世紀60年代仿真应用的初始时期。1962年BIGG和CAWTHORE等就注意到了对“警犬”导弹仿真的全面评估。进入20世纪90年代以来，仿真系统的功能和性能都获得巨大的提高，但同时校验的难度也增加，迫切需要建立全面有效的VV&A过程和方法。因此，对仿真系统VV&A研究的重点从以“仿真模型的校验方法研究”为主转向“如何更加全面系统地对仿真系统进行VV&A”。美国国防部5000系列指令提出关于国防部武器装备采购的新规范和要求，要求所属的各军兵种制订其建模与仿真主计划和仿真系统的VV&A规范，并在开发过程中大力推行应用有关VV&A的活动。1996年，美国国防部的军用建模与仿真办公室建立军用仿真VV&A工作技术支持小组，负责起草国防部VV&A建议规范，1996年11月完成第一版，2000年发布第二版。IEEE也于1997年通过关于分布交互仿真系统VV&A的建议标准，这是关于大型复杂仿真系统VV&A的比较全面的指导。

国内也开展了大量关于软件的VV&A的工作，并取得一系列成果。王子才等[1]、杨明等[2]、吴晓燕等[3]和白文[4]对仿真系统中校核、验证与验收的现状与未来和相关标准进行深入研究。哈尔滨工业大学在复杂仿真系统建模-算法-评估方面开展大量研究，针对建模与仿真、产品试验与评估，提出VV&A发展的关键问题。西安空军工程大学导弹学院在军事仿真系统VV&A的概念、术语和原则、可信度评估、模型验证方法等方面取得很好的成果。中国航空工业航空气动力数值模拟重点实验室和中国航空研究院数值模拟技术研究应用中心，在CFD模拟置信度评估和V&V涉及的相关概念、术语以及V&V在航空气动力数值模拟置信度评估方法研究方面开展大量工作，包括SQA、MMS、误差分析和不确定度量化等方法。张宝强等[5]、刘全等[6]、刘兴堂等[7]、孙雅峰等[8]和唐见兵等[9]从复杂系统建模理论的视角对产品研制过程中VV&A所涉及的方法和技术有针对性地进行研究。

总体来说，我国对建模与仿真置信度评估及V&V的研究仍处于起步阶段，在建模与仿真的开发过程中对置信度评估及V&V工作的重要性和必要性缺乏认识，特别是国内还没有类似于美国TCMC这样的专门机构负责协调，更没有组织国家级团队对建模与仿真置信度评估及V&V技术进行专门研究，使得这方面的研究工作进展缓慢，至今还没有建模与仿真的V&V的标准规范。所以，建模与仿真的开发者、应用者和管理者无章可循、无法可依，尤其在复杂武器系统的VV&A研究上，真正应用于实际模型V&V的研究甚少，全面完整的建模与仿真置信度评估几乎是零状态。

2 VV&A在复杂产品全生命周期中的应用

复杂产品的建模与仿真过程通常有5个阶段，即论证阶段、方案阶段、工程阶段、定型阶段和批产阶段，见图1。产品用途不同、涉及专业不同、技术途径不同，导致不同阶段的目标不同，产品建模与仿真不同，产品试验与评估也不同。为降低研制风险、控制项目成本，国内军工企业纷纷引入VV&A及模型置信度评估等系统工程方法。VV&A技术与复杂产品研制过程联系十分密切，他们是相辅相成的：每一项VV&A工作都是复杂产品研制过程中的一项活动，所有VV&A活动联系起来可以看成是一个VV&A全过程，对其全方位管理是提高复杂产品可信度的主要途径之一。

每个建模与仿真活动都会有VV&A过程，VV&A过程保证和提高建模与仿真的置信度，为研发流程的数据流转提供决策支持;每个VV&A发布后的数据又会完善企业知识库，为下一次V&V活动提供支持。VV&A在研发流程中的关系见图2。

在基于模型的产品研制过程中，建模与仿真技术广泛应用于各个领域的规划制订、方案论证、设计分析、产品试制和产品试验等各个阶段。与此同时，随着建模与仿真复杂程度的不断增加，建模与仿真的正确性和置信度问题也越来越重要。若要保证实际系统与模型有机地联系在一起，则任何一个建模与仿真都必须进行VV&A，任何一个系统都必须进行试验与评估，VV&A和产品试验与评估是相互关联的。VV&A在复杂产品全生命周期中的应用见图3。在图3左侧的建模与仿真活动中，沿着复杂产品研制的时间走向，在系统、子系统、专业系统的建模与仿真中，各个层级的数字模型都需要V&V验证是否规范、准确地创建数字模型系统。当验证不通过时，返回上层模型系统中进行修正。验证通过的数字模型，结合需求目标或者试验数据进行确认，判断是否与需求或者目标一致。当与需求或目标不一致且偏差较大时，V&V工具会对模型进行优化和修正，提升模型和试验数据的一致性。当确认不通过时，返回上层模型系统中进行变更和修正。下层模型确认通过后，上层模型开启确认工作，自底向上逐层确认，直至顶层模型系统满足需求或者目标。

3 VV&A体系的关键技术

VV&A技术与工具能够评估并提高复杂产品系统研制流程中建模与仿真的置信度，同时降低试验与评估的不确定性。

3.1 VV&A层级规划

大型复杂仿真系统通常是复杂的半实物仿真系统。这种大型系统一般由若干个子系统和下属分系统甚至子分系统等构成。结构复杂、层次多、规模庞大、使用的模型复杂、运行时空范围广等是复杂产品系统的主要特点。VV&A体系架构提供一种自顶向下的分解机制，以不同的系统级别和物理复杂级别进行划分，将问题分解成颗粒度最小的简单问题，降低问题的复杂度。每个分解后的仿真问题都可以独立定义V&V任务，独立开展仿真分析，下级的V&V任务可以为上级任务提供数据支持，提高复杂问题的处理能力。复杂系统模型层级规划目标见图4。

层级规划应遵循以下原则：

（1）系统层为真实系统和构型、全过程，包括所有物理机理和所关心的系统性能，仿真结果的不确定度较高。该层级模型的合格标准，可以根据仿真模型的预测目标进行确定。

（2）子系统层为真实子系统，构型可简化但实际过程和机理须完整，仿真结果的不确定度劣于基准问题层的不确定度。该层级模型的合格标准比基准问题层对象要低。

（3）基准问题层要体现真实系统某一特征的简单模型与少数机理之间的耦合，仿真结果的不确定度低。该层级的模型合格标准比单一问题层对象要低。

（4）单一问题层为单一机理、单学科问题。分析的初始边界条件明确、仿真结果的不确定性小。该层级的仿真模型可以很好地模拟真实物理对象，模型的合格标准最严格。

3.2 V&V流程

基于V&V计划，定义多学科V&V分析流程，创建数字化测试设备环境，验证结果获取方式，关联备测产品与测试设备。利用仿真技术进行虚拟试验性能分析，利用产品设计验证的建模和仿真结果对物理试验设计进行指导和预测，如多学科耦合的试验规划数据接口、产品验证性能指标预测、敏感区域预测、试验条件预测、测点布置与优化、传感器对测量性能的影响大小分析等。V&V流程是复杂系统的某一层级中针对某一模型验证问题进行的V&V活动。层级规划与V&V流程的关系见图5。

3.3 V&V方法

在V&V流程执行过程中，正确使用验证和确认的方法是必要条件之一。VV&A体系方法类型包括验证方法、确认方法、实验设计方法、不确定性分析方法和优化方法等，见表1。

鉴于系统VV&A工作的复杂性，需要综合各种V&V方法。VV&A体系应用人工智能技术，利用自动化推理软件，将系统使能器与应用使能器结合，通过解释和推理生成相应的VV&A方法智能选择器，选定对某个模型进行VV&A的方法，并调用相应的方法模块，如频谱分析法、灰色关联分析法等，生成文档并完成对建模与仿真系统的验证与确认工作。

3.4 V&V工具

在复杂系统的设计过程中，不同的设计环节（如概念设计、结构设计、性能仿真等）、不同的专业（如热、电磁、流体、结构、电气电路、控制等）均會使用不同的建模与仿真工具，得到不同的数字模型（如需求模型、功能模型、工程模型、仿真模型、制造模型等），必定会要求使用不同的V&V工具软件对相应的数字模型进行验证与确认。

VV&A体系架构应提供各种主要V&V工具软件的无缝集成，或者对V&V工具使用“中间件”进行数据交互，简化工程师的操作，提高工作效率，同时可以保证数据的准确性和完整性。

4 VV&A体系架构的总体方案

根据上述的分析，结合复杂产品的典型“V”形研发流程，设计VV&A体系的产品设计与验证流程，见图6。

图6左侧是设计研发活动，从企业的需求分析和产品的目标分解出发，进行方案设计和系统详细设计。在设计的各个阶段，对不同复杂程度的设计模型进行性能和DFX的优化，并在二者之间寻求平衡。图6右侧是层级试验规划与实施，包括方案设计模型的原理试验、子系统试验、半实物试验和系统样机试验等。对试验数据的产品设计性能进行确认，并对设计验证模型进行确认。

为更有效地利用型号产品的试验数据，基于V&V技术，实现产品设计验证和试验验证的统一。一方面，基于V&V方法进行层级试验规划，明确不同层级的试验目的、试验内容和试验结果要求，提升层级试验数据的有效性和利用价值;另一方面，基于V&V方法，利用设计验证工具对设计模型进行设计验证，包括性能、可制造性、可装配性、成本和可维护性等验证。可以利用层级物理试验数据对设计验证模型的验证能力和精度进行评估，对设计验证模型进行修正，提升设计验证的精度。

VV&A体系架构平台纵向分为显示层、管控层、执行层、知识层、基础数据层和平台层，包括基于VV&A的模型验证规划与执行管理子系统（负责管控层和执行层）、统一产品模型验证管理子系统（负责基础数据层和知识层）、VV&A的图形可视化子系统（负责显示层）等3个重要组成部分。VV&A验证体系架构的组成见图7。

4.1 模型验证规划与执行管理子系统

针对企业系统工程各阶段的数字模型，进行V&V的规划、执行和审核。企业可以捕获系统工程中对各种数字模型进行VV&A的完整流程，提供完整的验证、确认与信息发布审计追踪历程，不仅可以快速找到模型和结果，而且还可显示创建该模型的方法和验证、确认与发布的工具，数据输入情况，以及相关联的其他流程。这样，企业可以追踪各种数字模型的精度和可靠性，同时监控每次方法和流程改进产生的影响。

该系统具有VV&A规划功能，提供金字塔模式的层级分解机制，依据层级划分的原则进行自顶向下的分解;每个问题经过V&V后，对上级问题提供反馈和参考，即自底向上验证。系统具有V&V流程的建立、执行和监控功能。在执行阶段，各数字模型的V&V过程依赖不同的V&V工具。V&V工具“中间件”模块专门针对未知的应用工具进行开发，是一个开放式框架，可以支持所有类型的设计分析工具，不仅支持V&V工具软件，还支持第三方或者自研软件或工具的集成或数据交互。

4.2 统一产品模型验证管理子系统

该系统用于处理VV&A分析中涉及的大量数据（包括工作中的临时数据），系统确保这些迭代数据分门别类地加以保存和利用。所以，在VV&A过程中，各个阶段的产品模型数据、各种模型的VV&A数据、根据经验制定的仿真流程模板、编制的仿真验证规范等，均为该系统的管控对象。

基于VV&A理论与标准，通过V&V流程和手段的规范化、效率化、体系化，该系统用于企业复杂产品系统各种模型的验证、确认和发布的规划、执行和审核，对VV&A过程中的数据进行有效管理和应用，评估和提高各种数字模型的置信度;建立虚拟样机库并提高虚拟样机的复用程度，增强设计模型的准确性和仿真建模的预测能力，并逐步建设企业的VV&A知识库，从而提高产品的设计质量，降低产品测试、试验和制造成本，提升企业基于知识驱动的产品创新设计能力。

4.3 图形可视化子系统

图形可视化子系统可以将指定格式的三维模型进行轻量化处理，通过关键信息提取和数据压缩等技术手段，将规模巨大的三维模型数据文件大幅减小，可以解决产品模型数据浏览困难问题，并可保证数据的一致性，提高沟通效率。该系统提供统一的门户，可实现网页端模型可视化，无须其他软件支持，应用环境不依赖原始的设计环境，用户可以在浏览器上浏览结构模型、有限元网格模型和后处理云图等，直接对模型进行操作，如旋转、放大、查看动画等，有利于实现三维模型在多个部门之间传递和交互，实现二维数据和三维模型混排。系统还可以显示报告所需的关键性的文字内容和三维图形（如后处理云图），提供可以进行三维模型浏览、旋转、放大/縮小、查看关键数据等操作的分析报告。

系统可借助VR和AR技术展示建模和仿真的计算结果，有助于使不擅长建模和仿真的设计人员更直观、更准确地理解数据，快速找出设计中存在的问题，理解计算数据中包含的客观规律，强化验证过程的直观性和分析结果的可信性，将设计成果与他人共享。例如，可以借助AR的3D投影技术把导弹在各种飞行条件下流场中的气体速度、压力和密度等参量的变化等数据和三维云图，投影在会议桌上向上级领导汇报介绍项目，也可以借助VR技术把气动专家送到导弹的高马赫数飞行状态下，近距离观察和分析弹头附近和弹翼前缘发生的烧蚀现象，分析烧蚀对导弹的气动特性和弹道特性的影响程度。

5 应用案例

空空导弹系统是一个复杂系统，其导引精度、可靠性、对目标的搜索与跟踪能力、抗干扰能力和机动性等直接关系到空空导弹系统的作战效果。目前，在空空导弹系统的研发流程中，为获得更好的性能，可以联合采用虚拟试验和物理试验等手段，评估系统的性能，并进行改进和设计优化。空空导弹系统研制流程见图8。如何保证复杂系统设计验证的精度水平，如何充分利用物理试验数据对设计验证模型进行修正，帮助设计人员更好地利用仿真手段进行产品验证，是进行型号产品创新设计必须解决的问题。

规划和建设复杂产品的VV&A体系架构过程采取“总体规划、先易后难、分步实施、急用先行”的原则，针对导弹弹体设计的结构力学性能进行预测和评估，进行仿真结果与试验结果之间的一致性定量分析，识别和消除仿真模型的各种误差。利用试验数据对仿真模型进行修正，逐步提升仿真结果的精度和可信度，并基于仿真模型的预测结果进行设计决策和优化，从而验证基于模型的复杂产品VV&A体系架构。

项目实施主要功能有：导弹弹体V&V流程定义、导弹弹体VV&A产品架构、导弹弹体建模与仿真、导弹弹体试验和评定、导弹弹体试验规划、导弹弹体VV&A、导弹弹体建模与仿真置信度评估和导弹弹体VV&A的数据管理及技术状态控制。

本项目采用北京安怀信科技股份有限公司“基于模型的復杂产品VV&A体系架构”。在该体系架构中，需求模型、功能模型、工程模型、仿真模型和制造模型均使用不同的工具软件进行验证与确认。该体系架构与执行平台可提供多种软件的无缝集成，其他V&V工具可以使用“中间件”的方式进行数据交互，见图9。

SimV&Ver软件提供仿真模型验证和确认模型验证项目管理功能，可以方便地进行V&V模型验证项目的创建和管理，定义模型验证项目任务的输入和输出等属性，见图10。

SimV&Ver提供根据分析要求搭建简单模型验证流程功能，可方便地进行流程中节点的输入、输出和工具配置等，见图11。

SimV&Ver可将不同测点试验结果和测点误差在有限元强度分析模型上以云图的方式直观显示，包括各个载荷步相应测点的位移、应变、应力和温度等，以曲线图、柱状图等形式对分析结果进行快速图形化演示，方便设计人员直观查看并对比分析结果，见图12。

6 结束语

VV&A体系架构平台是基于VV&A理论和方法，集数据管理和流程管理于一体的验证业务框架系统，支持构建特定的企业级VV&A业务应用。企业可以在统一的产品验证框架下，实现VV&A过程的规范化和标准化，管理验证数据、流程、软件资源和任务调度工具，并与设计、试验等外部系统集成实现互联互通，形成协同研发环境。结合具体的VV&A标准和思路，对企业复杂产品研制过程中各级设计人员和指挥人员进行指导，对系统工程中的各种数字模型进行分析评估、验证和确认，对复杂产品的研制和决策提供参考和保证。在企业复杂产品研发流程的各个阶段，充分利用VV&A技术，对复杂产品研制过程不同专业、不同学科的设计、仿真、试验和制造信息生成的数字模型进行验证与确认，构建复杂系统数字模型的验证与确认层级，结合各种专业工具对数字模型进行分析，基于产品成熟度和模型置信度对产品的功能指标、性能参数、可制造性、可装配性、可维护性和成本控制等方面进行评估和优化，从而提高产品的设计质量，降低产品测试、试验和制造成本，并逐步建设企业的VV&A知识库，提升企业基于知识驱动的产品创新设计能力。

参考文献：

[1] 王子才， 张冰， 杨明. 仿真系统的校核、验证与验收（VV&A）：现状与未来[J]. 系统仿真学报， 1999， 11（5）：321-325. DOI：10.16182/j.cnki.joss.1999.05.004.

[2] 杨明， 张冰， 马萍， 等. 仿真系统VV&A发展的五大关键问题[J]. 系统仿真学报， 2003， 15（11）：1506-1508. DOI：10.16182/j.cnki.joss.2003.11.002.

[3] 吴晓燕， 许素红， 刘兴堂. 仿真系统VV&A标准/规范研究的现状与军事需求分析[J]. 系统仿真学报， 2003， 15（8）：1081-1084. DOI：10.16182/j.cnki.joss.2003.08.007.

[4] 白文. 气动计算软件可信度分析解决方案[C]//第十二届全国计算流体力学会议论文集. 西安， 2004：770-774.

[5] 张宝强， 陈国平， 郭勤涛. 结构动力学模型确认问题的核密度估计方法[J]. 机械工程学报， 2011， 47（17）：29-36. DOI：10.3901/JME.2011.17.029.

[6] 刘全， 王瑞利， 刘希强， 等. 流体力学方程组一类人为解构造方法[J]. 数学的实践与认识， 2013， 43（8）：176-182.

[7] 刘兴堂， 梁炳成， 刘力， 等. 复杂系统建模理论、方法与技术[M]. 北京：科学出版社， 2016.

[8] 孙雅峰， 黄芝平， 杨小品. 建模与仿真VV&A 技术研究与发展[J]. 电子测量技术， 2009， 32（8）：1-4. DOI：10.19651/j.cnki.emt.2009.08.001.

[9] 唐见兵， 查亚兵， 李革. 仿真VV&A研究综述[J]. 计算机仿真， 2006， 23（11）：82-98.

（编辑 武晓英）