黄 博，姚 烨，王佳川

(1.西北工业大学 机电学院，陕西 西安 710072；2.中国航发商用航空发动机有限责任公司，上海 200241; 3.上海市航空发动机数字孪生重点实验室，上海 200241)

1 问题的提出

航空发动机研发数字化是集成了设计、仿真分析、优化验证于一体的系统工程，体现了一个国家的工业基础、装备先进性和科技水平。数字化仿真技术作为支撑航空发动机自主研发的重要手段，可大幅提高研发效率、减少反复实物试验、缩短研制周期、降低研制成本。近年来，航空发动机研发过程与核心要素日益复杂[1-3]、研发辅助工具种类繁多、跨部门研发协同频繁、多学科知识融合交叉等给传统的数字化研发体系带来了诸多挑战。为了突破传统体系的局限性，大型高端装备数字化研发设计环境正向着集成化、平台化、智能化的方向发展。

国外大型工业软件及综合集成平台领域起步较早，形成了以美国、德国、法国为代表的巨头工业软件企业和产品[1]。美国Ansys推出的WorkBench[2]是一种设计仿真集成环境，提供开放的框架结构，将丰富的分析工具整合在一起，实现了分析过程与分析工具的高度统一和紧密结合，由于耦合度较高，目前只适配Ansys系列软件。Isight[3]是一套过程集成、优化设计和稳健性设计的软件平台，可以将数字技术、推理技术和设计探索技术有效融合，实现各软件间的数据流传递，完成多学科多领域联合仿真和优化流程。另外，德国西门子Simcenter[4]、法国达索SIMULIA Suite等平台也实现了面向多学科分析软件的集成与流程分析。典型的科学计算工作流系统Kepler[5]，是一套开源的科学数据分析与建模软件应用平台，通过可视化模式设计科学工作流并支持基于网格的分布式计算，但其针对具体的仿真流程建模过程需要花费大量时间[6]。

随着高端装备数字研发能力提升及工业软件自主化需求迫切，国内科研院所和企业开始投入到自主工业软件集成平台的研发中。大连理工大学陈飙松教授团队[7-8]的SiPESC平台，实现了面向核心任务管理、系统集成、大规模计算工程数据库的集成开发环境，并完成了大量计算分析软件集成案例。安世亚太研发的多学科异构集成平台软件SimCube[9]，支持自主及商业计算分析软件的联合仿真、性能优化、界面集成、结果可视化等功能。中国工程物理研究院针对多领域数值模拟软件的封装、计算任务的集成、异构资源屏蔽、图形化交互等问题设计了数值模拟工作流管理平台HSWAP[10]，并将其应用在材料、光学、力学等领域，主要针对文件兼任务的松耦合。另外数值风洞、数值水池等研发团队也开发了类似的集成平台。

综上可见，国外仿真集成平台产品在软件成熟度和稳定性上具有较强的优势，但大部分属于通用软件，缺少面向航空发动机专业特征的知识库。国内的仿真集成平台多数将重点放在自研求解器集成和流程集成方面，对广泛商业软件集成不够深入。因此，现急需一套覆盖航空发动机数字化研发设计全流程，以仿真数据为核心，流程灵活定义，经验知识模板固化，支持多学科软件、多物理场耦合的自动化智能化的航空发动机数值仿真智能综合集成平台(简称数值仿真集成平台)。本文将重点开展航空发动机数值仿真智能综合集成平台架构的研究，为平台的开发提供先进的方法理念与架构解决方案。研究思路如图1所示。

2 集成平台需求分析

数值仿真集成平台贯通航空发动机的设计、计算分析和数据管理等环节，其研制目标包括：实现各部门仿真工具的统一管理入口，系统化集成自研程序和商用软件；跨部门仿真流程的自动化，不同学科仿真软件间输入输出数据联通流转及流程自定义；仿真专家经验数据固化积累，异构仿真过程数据有序管理以及面向型号/部件的仿真模板定义。

围绕数值仿真集成平台建设目标，提升跨部门、多学科协同仿真效率，总结集成平台架构需要满足的6点需求分别是：①按照仿真场景定制仿真流程需求，支持可视化建模方式构建仿真流程和仿真模板参数化配置，形成自主的仿真流程规则表达语言；②灵活扩展仿真应用软件需求，将常用的仿真软件封装成组件，同时支持用户方便扩展新增商业、自研的仿真软件；③全流程仿真数据管理需求，基于平台的数据管理既要满足仿真数据结构化管理，又要满足仿真流程及模板的有组织管理；④仿真数据挖掘分析的需求，面向仿真优化需求提供常用的多目标优化算法库，同时集成常用的机器学习引擎，为后续数据挖掘分析提供平台基础；⑤充分运用本地与集群资源需求，平台的部署方案支持本地部署运行，同时也要支持基于集群/超算的远程部署；⑥自研/商业软件多物理场耦合需求，支持多学科软件弱耦合的多物理场耦合需求，实现耦合界面数据映射算法，多求解器耦合策略，耦合节点间通信和基于适配器求解器封装。

3 平台架构方法研究

3.1 基于科学工作流仿真流程自定义方法

航空发动机研发设计过程涉及CAD、CAE、分析优化等相关软件，包括整机与部件仿真涵盖结构、流体、燃烧等多学科复杂分析，不同分析优化目标对流程与关键参数的要求均有不同，本文采用科学工作流引擎实现灵活、高可扩展、可视化交互的仿真流程定义。基于科学工作流的仿真流程自定义方法主要包括两方面：

(1)可视化建模语言体系 是科学计算工作流中要素的规则体系，需要定义语素(语言符号)、语法和语义，并实现相应的解析器(相当于常规编程语言的编译)。集成软件(计算模型)在该建模语言中抽象为一个可配置参数的图形组件，图形组件之间按规则(计算步骤)组织起来，便构成科学计算工作流，如图2所示。其中，图形组件间是否能够组合与连接，由图形组件的参数决定，而这些参数都是标准化的接口。每一个图形元素即为工作流中的节点，每个节点可依据其功能设置不同的属性，通过输入输出参数来体现，参数遵循统一的标准，支持与其他图元节点的数据通讯。

(2)可视化流程建模引擎 基于统一的建模语言开展工作流建模引擎开发，相当于C++、Java等高级编程语言的集成开发环境(Integrated Development Environment, IDE)，它由工作流建模环境、工作流模型库、模型管理器3个主要部分构成。工作流建模环境为用户提供建模过程的支持，模型管理器提供管理模型库与工作流模型模板的管理功能，工作流模型库保存与管理计算模型和工作流模型模板的元数据与其对应的模型文件。模块组织关系如图3所示。

3.2 插件式集成软件扩展机制

在工作流引擎的基础上，采用组件封装和插件扩展的软件设计技术，可提高航空发动机研发CAx工具软件的复用，集成平台中核心模块均采用插件开发实现，使得软件体系结构具有较强的开放性和集成性，有利于系统应用功能的动态扩展和系统核心功能的维护。

插件的本质是动态链接库，从软件的结构层级来说，高于所有的软件功能模块，因此插件可以调用任意的软件接口，复杂的功能拓展主要通过多态实现。插件式集成软件扩展机制主要包括以下3个方面：

(1)插件开放接口规则设计 充分考虑异构CAx软件系统在仿真流程中的作用、功能特性、资源需求、数据需求等，研究并制定动态插拔的异构插件规则体系，并编制相应的应用程序接口(Applicaition Programming Interface, API)。

(2)软件集成模板设计器 仿真软件的插件集成需要考虑软件的输入参数配置和软件驱动运行。即使同一个软件在不同流程中也需要不同的参数，因此需要一套简单易用的模板设计器，以可视化方式配置所集成软件的参数界面，并给出参数化模板生成对应的软件运行脚本，支持目标软件静默执行。

(3)功能插件配置管理器 插件支持动态的加载与卸载，支持插件属性配置，以及运行环境配置，方便实现具有基础共性功能的插件共享。插件支持通过Web进行维护和升级，插件更新以及新增时，支持插件相关文件的上传/下载功能。插件管理机制如图4所示。

3.3 跨部件与多学科耦合封装技术

目前多物理场耦合方法分为强耦合(直接耦合式解法)和弱耦合(分离解法)，强耦合方程的理论推导过程相当复杂，由于不同的物理场中的物质属性不同，强耦合方法求解时矩阵通常是病态的，这导致无法或很难得到问题正确解，不适用于成熟的商业软件之间进行耦合。然而弱耦合可以有效地避免这些问题，可以利用现有的单一物理场求解器/软件，通过耦合中间件模块组合在一起，求解多物理场问题。平台集成的商业和自研仿真软件需要按照一定的封装规则开发适配器，接入到耦合中间件模块。耦合中间件架构如图5所示。

集成平台借助耦合中间件实现多物理场弱耦合，其所需研究的关键技术如下:

(1)耦合界面数据映射算法 求解器中的数据通常是以离散化网格来表征的，网络通常由节点和面组成。位移、速度或力数据值通常与节点相关联，而压力与面相关联。弱耦合涉及到两个求解器在耦合界面上的数据匹配问题，即两个不同的求解器进行耦合计算时，由于划分网格的不同，会导致数据不能直接传递到另一个求解器，这就需要对数据进行映射处理。可以根据耦合求解器网格的特征，采取最近邻映射或者最近投影映射法。

(2)多求解器耦合策略 耦合策略分为串行显示、串行隐式、并行显式及并行隐式方案。串行是指一个参与者一个接一个地交错执行，并行是指两个求解器同时执行。使用显式方案，两个参与者每个时间步只运行一次。使用隐式方案，求解器会不断迭代，直到满足收敛标准。迭代方法一般在高斯—塞德尔(Gauss-Seidel)迭代的基础上，采用各种加速方法进行迭代算法。

(3)耦合节点间通信 将需要耦合的求解器划分为一个整体的模块，将对应求解器的适配器与集成软件连接，通过映射模块，在不同求解器之间基于Socket或信息传递接口(Message Passing Interface, MPI)进行点对点通讯。模块化通讯使用耦合策略控制不同求解器的运行顺序，在求解器之间不断进行网格数据的通讯。将要耦合的物理场的耦合交界面网格划分为不同的域，分配给通讯模块的不同进程组，可以直接在进程组内不同进程之间进行通讯，也可以在不同进程组的进程之间进行通讯，将耦合交界面上的网格数据通过MPI和Socket通讯功能进行传输。通过映射模块，使用插值方法，对不匹配的网格数据进行匹配。

(4)基于适配器求解器封装 因为不同求解器提供的接口不同，难以直接使用已有的集成平台中的耦合功能进行分离耦合运算，所以需要开发一个连接集成平台以及求解器的中间层，即适配器。适配器连接求解器和集成软件，其中封装了一些核心功能去调用耦合策略、映射方法以及通讯方式，不同求解器开发需要相应的适配器。通过适配器读取配置文件中的信息来控制耦合，配置文件包括：耦合求解器想要交换的数据值；耦合交界面网格ID(可以通过适配器的功能定义网格ID)；参与耦合的求解器以及物理场网格的名字；时间步长；映射方法；通讯方式；耦合策略等。

3.4 异构仿真工程数据管理技术

航空发动机仿真数据具有大规模、数据密集、类型多、动态存储、高并发、格式不透明等特点。大部分商业软件采用专有的工程项目数据库管理过程数据，数值仿真集成平台管理的数据包含商业软件工程项目数据、仿真流程模板参数数据、仿真人员信息、仿真过程关键数据等。数据涉及业务逻辑、参与人员、多种软件等，具有更高的复杂度。因此，需要统一的接口和管理方式将这些数据组织起来，方便后续复用与分析挖掘。

(1)异构仿真数据的组织与管理 仿真模型、仿真结果等数据采用文件的形式进行管理，但是需要结构化数据将仿真对象、仿真人员、配置参数(环境参数、载荷信息、边界条件等)这些数据联系起来，形成清晰的组织结构。采用文件数据库和结构化数据库混合模式，设计树状组织管理结构，可以与产品物料清单(Bill of Material, BOM)联系起来，便于扩展和查找。结构化数据库可以保障仿真数据各要素一致完整，并支持不同粒度的数据追溯。文件数据库通过索引方便高效地管理大规模数据/模型(TB级)，支持跨文件、跨分区、跨磁盘和跨节点等扩展方案。

(2)仿真任务分析过程数据管理 仿真过程数据不同于仿真数据，具有输入动态性、模板依赖性和强干预性等特征。基于平台的仿真过程需要维护仿真流程定义数据和引用的仿真模板数据。如模板参数无法满足仿真节点设置需求，需要启动软件手动配置参数，管理该节点软件对应的工程数据。采用元数据标签法，实现同一型号不同人员、不同工况的多维关系网，最大化经验知识、模板的复用。

3.5 本地与远程混合环境部署架构

设计分析人员在开展仿真分析工作时会有很多场景，可能是本地运行小的算例开展一些验证工作，也可能是采用某个软件开展单学科性能分析任务，亦或是多人协同完成面向具体型号的多学科联合仿真性能分析。数值仿真集成平台是各种仿真软件的集中入口，应该提供灵活的部署方案，满足本地、远程、多人协同等应用场景仿真任务需求。如何在数值仿真智能综合集成平台有效结合和使用远程超算的计算资源，并实现操作人员在本地办公电脑中便捷、灵活的进行人机交互，是对兼顾网络环境、应用模式、数据传输保障等因素的巨大挑战。下面给出综合集成平台在混合环境下的部署方案：

(1)基于超算远程部署方案 需要将综合平台所有功能部件、集成的仿真软件和仿真数据等完全部署到超算环境中，在超算环境中实现综合集成平台数据的组织管理、程序的运行管理和人机交互界面的渲染等。对于部署工作本身而言，这种部署方案简单直接没有额外的通信工作。在进行操作时，可以配套远程作业管理系统进行使用，在本地办公电脑中，通过作业管理系统提交带用户界面(User Interface, UI)的作业，作业管理系统负责从超算中启动综合集成平台，并能够在本地使用诸如虚拟网络控制台(Virtual Network Console, VNC)客户端等工具软件，渲染并显示综合集成平台UI界面，最终可以通过该界面实现人机交互，实现使用综合集成平台的目的。

(2)本地与超算混合部署方案 要求综合集成平台客户端(UI人机交互部分)和后台功能部件分开部署，能够实现两者的数据通信。这种部署方式，对于仿真数据而言，需要兼顾本地和远程两部分，需要提供额外的数据同步操作，仿真组件库、流程模板库等完成数据同步后才能在多个用户之间共享。而仿真软件则可以将负责计算的部分部署在超算，以充分使用超算算力资源，建模和前处理则可以部署在本地办公电脑，实现高效渲染和显示。另外，对于超算集群而言，作为服务端需要开辟专门的对外网络端口，这在具体实施中增加了政策风险。混合部署方案拓扑如图6所示。

3.6 仿真设计/数据智能优化分析方法

仿真分析的目的是为了支撑优化设计，多目标优化是在复杂装备设计分析过程中常用的技术手段，是在多输入条件中寻找一组非劣解集。实际工程问题的优化主要是修改目标几何模型，或修改仿真分析输入参数条件，来得到满足工程设计的最优解。在集成平台中集成常用的优化方法，如BFGS算法，序列线性规划(Sequential Linear Programming, SLP)算法，序列二次规划(Sequence Quadratic Program, SQP)算法和遗传算法(Genetic Algorithm, GA)等，方便在仿真流程中加入多目标优化组件。另外，随着仿真集成平台数据的积累，大规模仿真过程和结果数据可支撑AI与CAE结合，在一定程度上减少了计算资源浪费，基于工作流规则和接口集成TensorFlow等AI引擎，为各专业学科数据分析提供软硬件环境。集成平台中要实现仿真设计/数据智能优化分析方法，架构设计要考虑以下两个方面：

(1)多目标优化算法集成 构建优化算法库，为集成平台提供丰富的抽样方法、优化算法和代理模型等优化资源，将算法封装成组件。优化算法组件作为仿真工作流中的逻辑控制节点，为CAD/CAE组件提供设计变量，优化组件使用代理模型拟合采样数据的变量和响应值之间的关系，然后使用优化算法，基于构建的代理模型进行迭代寻优，可自动执行迭代寻优过程，直到迭代结束，最后输出优化结果。

(2)机器学习引擎集成 基于集成平台统一规则集成飞桨、TensorFlow、PyTorch、NumPy等机器学习引擎，基于插件模式开发机器学习组件，借助异构仿真工程数据管理模块打通与平台底层数据的接口。为上层业务智能分析提供建模环境和数据基础，降低用户构建AI环境和数据链接的成本，专注业务模型的开发。

4 应用实例分析

在平台架构方法的指导下，下面给出航空发动机数值仿真智能综合集成平台设计实例。平台采用分层架构模式及模块化设计理念，有利于降低模块之间的逻辑耦合度，便于协同研发与功能的迭代升级，为基于工作流的仿真集成环境后续功能扩展提供了良好的技术架构。

本实例采用四层架构，分别是基础设施层、数据层、核心层和交互层。按照软件工程架构设计思想，将系统的功能和业务逻辑进行划分，并在不同层的功能设计上落实本文提出的平台架构方法，设计实例架构如图7所示。

(1)交互层 交互层是直接与用户打交道的图形界面。航空发动机数值仿真流程中涉及到的交互界面，包括仿真软件组件封装、仿真流程搭建、仿真模板管理、组件库管理、仿真数据管理、仿真任务管理等功能模块。

(2)核心层 核心层是平台的逻辑和控制核心，将基础功能的底层控制机制、基础功能封装成核心层的中间件模块，通过统一接口有机组装起来。包括插件扩展封装机制、仿真工作流引擎、多物理场耦合引擎、本地远程部署机制、作业调度与管理、智能优化引擎等。

(3)数据层 数据是软件平台的血液，贯通所有模块与业务，将各类数据统筹管理，方便功能模块的共享，包括优化算法库、仿真案例库、仿真过程数据库、型号模型数据库等。

(4)基础设施层 基础设施层是软件平台运行的底层硬件基础，同时在软件架构设计时也要兼顾网络拓扑、通讯带宽的限制、硬件计算能力等。本实例考虑集群与本地的混合部署模式，因此，考虑集群、磁盘阵列、本地工作站等硬件资源。

表1给出了本文应用实例平台与商业软件/开源软件在架构功能方面的对比。由表1可知，Ansys公司的WorkBench和西门子公司的Simcenter平台针对各自厂家的工具软件接口支持性较好，但是在底层功能扩展和复杂计算环境支持方面还不完善；Isight和Kepler平台偏向仿真流程管理，驱动软件形式单一粒度较粗，针对异构仿真工程数据的管理缺少功能模块和接口；而本文应用实例平台在设计过程中完全兼顾和覆盖了这些先进架构功能。

表1 架构功能对比

综上可见，通过该实例充分落实了本文提出的6大平台架构指导方法，按照软件架构思想在不同层设计了相应的功能模块，从平台的先进性、完整性方面验证了平台架构方法的合理性和有效性。

5 结束语

为了满足航空发动机数值化研发体系向集成化、智能化、平台化方向发展，围绕数值仿真集成平台建设目标，提升跨部门、多学科协同仿真效率，本文总结了集成平台架构需要满足的六大需求。针对六大需求开展了平台架构方法研究，并提出基于科学工作流仿真流程自定义方法、插件式集成软件扩展机制、跨部件与多学科耦合封装技术、异构仿真工程数据管理技术、本地与远程混合环境部署架构、仿真设计/数据智能优化分析方法六大方法指导平台设计开发。最后，通过航空发动机数值仿真智能综合集成平台设计实例与主流软件平台在先进功能方面的对比分析，验证了提出方法的先进性、合理性和有效性。本文重点开展了航空发动机数值化研发集成平台架构方法的研究，未来将进一步在集成平台实施关键技术和体系化研发方法方面开展研究。