模型驅動架構的案例
MBSE產品模型架構應用：基于模型驅動架構概念的自主水下航行器控制器的MBSE應用（上）
上述評估導致我們選擇PID和反步的組合來執行AUV控制器的連續模型演化，稱為積分反步（IB）技術。
在開發新的AUV應用的生命周期時，還必須考慮可重用性，以降低成本和資源。對象管理組織（OMG）標準化了統一建模語言（UML），該語言是用于可視化，指定，構造和記錄軟件密集型系統工件的行業標準。系統建模語言（SysML）由OMG標準化用于系統工程。SysML是UML的擴展，可以提供簡單但功能強大的構造，用于對各種系統工程問題進行建模。然而，UML和SysML的缺點是它們缺乏對已開發系統的內部連續行為的演變進行建模的能力。
另一方面，基于模型的系統工程（MBSE）方法由INCOSE形式化，以在復雜系統的開發生命周期中對整個工件進行穩健建模。在對MBSE方法的調查中發現了系統工程方法的例子，包括Magic Grid，Harmony-SE，面向對象的系統工程方法（OOSEM），系統工程的合理統一過程（RUP-SE），狀態分析方法和對象過程方法（OPM）。模型驅動架構（MDA）由OMG標準化，用于將系統操作規范與系統如何使用其平臺功能的細節分開。MDA 的三個主要目標是通過架構關注點分離實現可移植性、互操作性和可重用性。在這里，可移植性允許在新的或多個平臺上實現相同的解決方案，互操作性創建了可以輕松與其他系統集成和通信并使用各種資源應用的系統，而可重用性構建了可以在不同上下文中的許多不同應用中重用的解決方案。Sebastián等人通過在2008年至2018年期間對軟件工程中的MDA文獻進行系統映射來調查MDA應用。實際上，MDA的原則可以在統一架構框架（UAF）中使用，以加強系統的互操作性。在許多商業應用中，實時SysML / UML已與上述基于模型的系統工程方法相結合。
展開 MBSE產品模型架構應用：基于模型驅動架構概念的自主水下航行器控制器的MBSE應用（下）
表 5.評估基于模型的系統工程（MBSE）方法結合模型驅動架構（MDA）的魚雷形AUV控制應用
（CIM，獨立于計算的模型；PIM，獨立于平臺的模型；PSM，特定于平臺的模型；IDE，實現開發環境；OMG，對象管理組；XML，可擴展的標記語言；MOF，元對象工具；UML，統一建模語言；SysML，系統建模語言）。
6
結論和未來工作
本文介紹了MBSE方法在集中部署AUV控制器中的應用，其動力學可以被認為是HDS。該應用模型基于MBSE方法，結合MDA概念、實時UML/SysML、EKF/UKF算法和HA系統化地實現控制器。AUV的動力學模型和控制結構首先用于結合CIM、PIM和PSM等MDA組件進行控制。
展開 MBSE產品模型架構應用：基于模型的系統工程 (MBSE) 在汽車傳動系統子系統架構中的應用
Presented By: Robert Kraus, George Papaioannou and Arun Sivan
簡介與概要
當前狀態：當今的汽車傳動系統工程過程是“基于文檔的”
● 復雜的系統需求和規范通過大量電子數據進行溝通
● 經常導致要求不完整或相互沖突
● 低效、冗余、容易出錯
● 運行變更會引入潛在問題
摘要：
● 獲得并解構現有的傳動系統方法和選型工具
● 確定了在傳動系統工程中改進需求可追溯性的需求
● 使用SysML創建詳細的傳動系統模型來應用MBSE的概念
● 為選型計算添加了參數約束
● 交付功能MBSE模型作為概念證明
傳動系統定義和概念
架構：
● 傳動系統系統將動力系統輸出連接到驅動輪
● 主要功能是將驅動扭矩從動力系統傳遞到地面（車輪）
● 驅動系統子類型，例如 FWD、RWD、AWD 在 SysML 中被視為泛化
組件：
● 驅動軸/半軸 - 將扭矩傳遞到前/后或左/右
● 車軸 - 將驅動軸扭矩倍增并引導至車輪
● 附件 - 分動箱、PTU、斷開裝置、U 形接頭、CV 接頭、撓性耦合器
選型：
● 每個組件、系統和子系統的設計優化是主要目標
● 選型工具將輸入數據轉換為所有車輛變化的扭矩輸出，并使用行業標準方程和一些校正因子。
系統工程概念
V 模型：
○ 頂層需求被分解為子系統和組件級別，每個級別都有一個特定的驗證計劃，從 V 的左側向下流動并在右側返回。
展開 MBSE體系架構模型的理論研究：基于MBSE與SysML的空空導彈系統架構建模研究
傳統的空空導彈設計方法是一種文檔驅動式設計方法，主要包括系統方案設計、系統詳細設計、系統軟硬件聯調、系統驗證分析等多個步驟。隨著航空技術的發展，當前空空導彈設計方法轉變為基于文檔和數字化模型混合的設計方法，但其本質上還是文檔驅動式的設計方法。該方法各階段的設計成果均為文字、圖表等文檔，導致在各階段之間傳遞的信息也是各種文檔，造成了設計方案表達不充分、信息表達的二義性、領域設計之間存在鴻溝、文檔的不可執行性以及軟件測試工作量大等缺點。近年來，基于模型的系統工程（MBSE）技術越來越得到工業界的認可[3-5]，MBSE 是系統設計工作通過數字化設計手段的實現，因此在工作流程上與傳統系統工程并無太大差異，仍然分為需求分析、系統分析、系統設計三個步驟[6-8]。MBSE與傳統系統工程方法主要的區別是利用模型代替傳統的文檔方式，模型具有的唯一性和可執行性是其最大的特點。基于此，本文引入基于SysML的系統架構建模方法[9,10]，在方案設計階段利用基于MBSE的設計方法對空空導彈系統架構進行建模，并對不同系統架構進行仿真分析，最終獲得最優系統架構，實現在方案論證階段減少甚至消除設計中的邏輯錯誤，避免到設計后期才發現由于邏輯錯誤而造成循環設計[11-13]。
1 MBSE理論概述
本文展開基于MBSE 的空空導彈系統架構設計工作。從需求分析和用例出發，利用RHAPSODY 建模工具，基于MBSE 方法和SysML建模語言，對空空導彈系統架構進行建模與仿真，主要包括基于SysML 的需求分析、系統分析和系統設計三個部分，最終實現在空空導彈系統方案設計階段對其架構進行仿真，獲得最優系統架構。
（1）需求分析
該階段目的是將軍方原始需求轉化為系統需求，同時依據需求定義空空導彈用例，詳細描述系統的行為，主要通過SysML的需求圖和用例圖表達。
展開 
通過分布式架構驅動下一代電動汽車系統
通過實現 1.5W 的輸出功率，甚至在高達 105°C 的溫度下也是如此，UCC14240-Q1 可以為分布式架構中的柵極驅動器供電，如圖 2 所示。
圖 2：使用 UCC14240-Q1 的電動/混動汽車牽引逆變器中的分布式架構
在分布式架構中驅動動力總成系統的其他注意事項
電動汽車需要高標準的可靠性和安全性，而這種要求會滲透到各個功率轉換電子設備上。元件必須以受控且經過驗證的方式在 125°C 及以上的環境溫度下運行。隔離式柵極驅動器需要是“智能的”，包括多項安全和診斷功能。為系統中的柵極驅動器和其他電子設備供電的低功率偏置電源也需要改進，包括實現低 EMI。UCC14240-Q1 利用 TI 的集成變壓器技術，結合使用 3.5pF 的初級到次級電容變壓器，可降低高速開關產生的 EMI，并輕松實現超過 150V/ns 的 CMTI。
偏置電源靠近分布式架構中的隔離式柵極驅動器，可確保更簡單的印刷電路板布局布線和更好地調節為柵極驅動器供電的電壓，最終驅動電源開關的柵極。這些因素可以提高牽引逆變器的效率和可靠性，通常可使其在 100kW 至 500kW 下運行。這些高功率系統需要更高的效率以確保更小的熱損失，因為熱應力是元件故障的主要原因之一。
隨著這些電動汽車電源系統對功率的要求越來越高，是時候考慮使用碳化硅和氮化鎵電源開關來實現更小、更高效的電源了。
展開 電動汽車電機驅動控制器功能安全架構研究
1.2 微處理器需求分析
將電動汽車電機驅動控制器的安全目標分解到電機驅動控制器的微處理器中，可知微處理器部分的ASIL等級應不小于ASILC。可以通過ASIL分解的方式使用普通的多芯片冗余方案來降低對微處理器本身ASIL等級的需求，但采用這種方法其設計成本和難度均遠高于采用安全微處理器的，因此通常建議選擇帶鎖步核的安全微處理器芯片，其ASIL等級通常為D。
目前符合ASILD等級的微處理器主要有單核鎖步型（如TI公司的TMS570系列芯片）和多核鎖步型（如NXP公司的MPC5746R系列芯片，Infineon公司的TC27x系列芯片等）兩種。針對于不同數量的內核，功能安全架構的實現方式和難度也各異，本文將進一步對此進行分析。
2 符合功能安全的電動汽車電機驅動控制器EGAS系統架構設計
進行功能安全產品的開發時，需要對ASIL等級進行分解，可將其分解為基本功能與安全功能兩部分。對基本功能的開發執行QM等級標準，而對安全功能的開發執行ASIL等級標準。對電機驅動控制器而言，即將安全目標分解為ASILC=QM（C）+ASIL（C）。為了實現這種分解，本文使用EGAS架構進行設計。
2.1 EGAS架構在功能安全中的應用
電機驅動控制器EGAS架構主要設計理念是將控制系統進行分層設計，即分為功能層（Level1）、功能監控層（Level2）和處理器監控層（Level3），如圖1所示。
功能層（Level1）主要實現控制系統的基本功能，對電機驅動控制器而言，即執行轉矩的輸出；此外，其還包含了組件監控、輸入/輸出變量診斷以及當檢測到故障后執行系統的故障響應功能。功能監控層（Level2）主要實現對Level1的監控，例如，通過監控計算轉矩的實際輸出值判斷Level1軟件是否正確等，而一旦診斷出故障，將觸發系統的故障響應，并由Level1或Level2執行。
展開 新封裝、新材料、新架構驅動后摩爾時代集成電路發展
SiP 等先進封裝技術是 Chiplet 模式的重要實現基礎，Chiplet 模式的興起有望驅動先進封裝市場快速發展。
新材料：助力半導體器件實現更高性能，迎來發展契機
目前，市面上 9 成以上半導體器件都是以第一代元素半導體材料之一，硅(Si)材料制作，具有集成度高、穩定性好、功耗低、成本低等優點。但在后摩爾時代，除了更高集成度的發展方向之外，通過不同材料在集成電路上實現更優質的性能是發展方向之一。同時隨著 5G、新能源汽車等產業的發展，對高頻、高功率、高壓的半導體需求，硅基半導體由于材料特性難以完全滿足，以 GaAs、GaN、SiC 為代表的第二代和第三代半導體迎來發展契機。
新架構：架構創新來到黃金時代
計算機架構創新訴求愈加迫切。當前計算機的發展大多選擇以數值計算見長的馮·諾依曼架構，隨著摩爾定理逐漸失效，馮·諾依曼架構帶來的局限日益明顯，存儲墻、功耗墻、智能提升等問題，讓當前計算機發展面臨重大挑戰，迫切需要架構創新，架構創新迎來黃金時代。架構創新主要包括：
1.“硅-馮”范式內的架構創新：“在串行體制”內進行并行的體系結構創新。
2.類硅模式：基于現行架構開發電荷狀態變換的新技術，涉及 NC FET(負電容)、TFET(隧穿)、相變 FET、SET(單電子)等仍屬電荷變換的非 CMOS 技術，由于能延續摩爾定律，受到了半導體業界的重視。
3.類腦模式：利用包括存儲器在內的各種集成電路和 3D 封裝模擬神經元特性，摸索存算一體等計算，因其并行性、低功耗的特點，已經在人工智能領域引起了廣泛注意，并已獲得某些工業應用。
展開 支持同步整流和異步整流電路拓撲，選擇合適架構的LED驅動控制器-SS8102
同步框架：
S
LED驅動芯片 - SS8102的特性：
較大輸出25A驅動電流
100K:1以上高PWM調光分辨率
模擬調光比 250:1
輸入電壓范圍: 8V~45V
開關電源頻率可調整
封裝：eTSSOP16
良好的調光線性度
穩定的恒流特性
保護特征
- VCC欠壓鎖定
- 過流保護
- 過熱保護
- 輸出欠壓保護
- LED開路保護
LED驅動IC - SS8102的應用：
舞臺與影視燈光：高刷新率、無頻閃、深度調光能力，100K:1PWM調光，支持0.01%微調，色彩過渡自然，完美滿足演出現場對光效細膩控制的需求。
專業投影與激光顯示：大電流驅動能力與高穩定性，適用于DLP投影、激光電視及工程投影機的光源驅動。
工業照明與激光加工：寬電壓輸入與多重保護機制，適應工業環境中的電壓波動與復雜負載，用于高功率LED照明、激光切割與打標系統。
汽車照明與特種照明：耐壓高、溫度范圍寬（-40℃~105℃）適用于汽車前照燈、信號燈及戶外照明系統。
展開 800V高壓系統的驅動力和系統架構分析——為什么是800V高壓系統？
性能上，最大充電功率可達320kW即一般120kW快充樁的2~3倍；高壓動力電池，前驅動電機，后驅動電機，車載充電機和PTC部件均采用了800V電壓平臺。
2020 年 12 月 2 日，現代汽車集團全球首發了全新電動汽車專用平臺 “E-GMP”, 該平臺同樣可以實現800V功能。性能上，最大充電功率350kW，支持電池充電由10%到80%僅需18min；全部部件包括高壓動力電池，前驅動電機，后驅動電機，電池加熱器，座艙加熱器以及高壓空調，均采用了800V電壓平臺。
國內車廠方面，造車新勢力和傳統汽車廠商的智能電動品牌幾乎紛紛“入場”，包括小鵬、理想、零跑、比亞迪e平臺3.0、長城沙龍、東風嵐圖、吉利極氪、北汽極狐、廣汽埃安等，如上表所示。
采用800V高壓系統
比400V系統有什么優勢？
第一，充電功率能做到更高，消除充電時間焦慮。業界一般認為500A是車規級線束接插件的極限，更高電流的話電氣系統設計復雜度將大幅增加，這意味著400V系統下200kW左右的充電功率會成為很多車輛設計的極限；而800V高壓系統可以將極限突破到400kW，這種情況下如果按照長續航車輛電池100kWh@20%-80%充電，僅需9分鐘，基本等于傳統燃油車加油的時間，完全消除充電時間焦慮。
第二，快充系統成本低。
市面上也出現基于400V系統的快充，但800V高壓系統可以在高功率充電應用下做到更低的系統成本。
展開 博格華納eAWD雙電機扭矩矢量控制P4架構驅動系統工作原理介紹
-----------------------------------------------------------------
【免責聲明】版權歸原作者所有，僅用于技術分享與交流，非商業用途！對文中觀點判斷均保持中立，若您認為文中來源標注與事實不符，若有涉及版權等請告知，將及時修訂刪除，謝謝大家的關注
MBSE | 創新藍圖：系統架構模型的重要性
航空航天與國防（A&D）、汽車、高科技和醫療等眾多行業的研究人員，都在利用系統架構模型（SAM）來應對這些現代挑戰。為了一探究竟，我們來深入了解一下為什么各行各業的工程師都在使用SAM。
在快速變化的領域開發日益復雜的技術
首先，作為基礎背景，我們先來探討基于模型的系統工程（MBSE），這是一種不斷發展的方法，它利用數字系統和模型而不是文檔，來設計、制造和維護復雜系統。
MBSE并不依賴傳統的靜態文檔，而是通過創建和使用數字系統和工程領域模型，來促進關鍵信息、反饋和需求的交換。
對于現代工程師而言，MBSE提供了一種結構化、系統化的方法來解決復雜的工程問題，從而簡化開發流程并提高效率。MBSE包括三個主要組成部分：
1. 統領性的SAM
在SAM中，所設計的系統由一系列描述系統物理和功能架構的連接方框圖表示。SAM還包含系統所需達到的質量和功能的綜合列表。
在MBSE中，SAM是待研究系統架構的真相源。盡管SAM詳細描述了該系統，但不能單獨使用它來查看系統是否符合要求。這時，就需要MBSE流程的第二個組成部分。
2. 工程仿真軟件
接下來，可以使用工程仿真軟件來確定SAM需求。例如，設計無人駕駛月球車的工程師需要確保其設計的所有部分都能在極端溫度下運行。為了解決這一問題，他們可以使用工程仿真軟件來運行熱和結構分析，以查看其設計是否能夠勝任任務。
這種類型的軟件通常需要進行大量計算，尤其是在采用綜合多物理場方法時，這時就需要MBSE中的第三個部分。
將SAM連接到工程工具
3. 集中式計算中心
集中式計算中心可用于集成SAM，執行工程仿真軟件功能以及存儲MBSE結果。
展開 
MBSE系統架構入門之DODAF全視圖模型介紹
AV-1還有兩個其它用途：
在架構開發的初始階段，它充當規劃指南。
當構建架構時，AV-1提供了關于誰、什么、何時、為什么和如何計劃的摘要信息，以及對已創建的模型的導航幫助。
2.1
AV-1的用途
明確架構工作的范圍
為架構工作提供上下文信息
定義體系結構工作
總結架構工作的發現
協助在架構存儲庫中進行搜索
2.2
AV-1的詳細描述
企業有一個架構，通過架構描述表現。該架構描述由許多視圖組成，每個視圖都是特定模型的實例或模型的組合。DoDAF由一組視點組成，這些視點按模型組織。每個模型都與特定涉眾所關注的一組特定的問題相關聯，而構建的模型旨在解決這些問題。涉眾分組傾向于與視點內的模型定義保持一致(因此DoDAF操作視點與操作涉眾相關，即，最終用戶)。最后，每個體系結構描述都有一個管理將要使用的模型的選擇和基礎模型的范圍的基本原理。AV-1就是用來描述這一點的。
AV-1通常是結構化文本產品。架構組織可以為AV-1創建模板，然后使用該模板跨不同的基于架構的項目創建一致的信息集。
展開 MBSE產品模型架構應用流程——以火災衛星為例
數字化轉型是工業經濟邁向數字經濟的必由之路，是以數據為核心的驅動要素。基于模型的系統工程（MBSE）能夠快速提升制造創新能力、優化制造研制流程，是加快制造升級和數字化轉型的必要技術。
對于復雜裝備制造業的長期研制生產，將MBSE應用其中，可以借助模型增強共享信息的能力，改善開發系統時利益攸關者之間的溝通效率，提高信息的可追溯性、可共享性及復用率。
以火災衛星為例，我們整理解析基于MBSE的數字化轉型初期實施流程。
火災衛星應用MBSE實施流程是“不斷打開”的過程，我們稱之為“OpenBox”，隨著實施流程推進逐漸清晰明了。在此分為四個階段，定義為P1、P2、P3、P4四個階段。各個階段都有具體事項和細致的準備工作。
展開 8 鈦絲驅動技術（NiTiDrivetech）十大驅動機構模型
鈦絲驅動技術（NiTiDrivetech）的可靠性設計
【前言】
形狀記憶合金（Shape memory alloy, SMA），也叫形態記憶合金、肌肉絲、鎳鈦記憶合金，它是由Ni（鎳）- Ti（鈦）材料組成，經過多道工序制成的絲，財哥簡稱鈦絲，可以通過電路驅動鈦絲發生運動。相比于傳統的電機、電磁鐵動力，鈦絲是一種新型的動力元件。鈦絲驅動技術（nitidrivetech）目前已經在航空航天、醫療、無人機、手機、汽車、機器人等科技領域投入使用。
本文通過公開分享、科普鈦絲驅動技術的可靠性設計經驗，方便大家在機械電子工業設計等領域快速有效地轉化為科技成果。
八、十大驅動機構模型
財哥回憶以往設計過的驅動機構模型，整理出來分享給大家參考借鑒。
下面的驅動機構模型，是財哥反復不斷迭代設計、手板驗證、開模、試產、投產的案例。都是在各種失敗過程中形成。在這里，財哥只講特點和注意事項，不分優劣。契合自己的產品才是重點，沒選對模型的應用，有可能造成劣勢或缺陷。請大家根據自己的產品，謹慎選擇相應的模型來設計。
0.直線驅動
直線驅動是最原始的驅動形態，其驅動特性直接照搬鈦絲的相關數據即可。
1.L型驅動
L型驅動特點、注意事項：
多了轉向滑輪。
轉向角盡量采用大于90°角度，降低摩擦力和力量損耗。
滑輪優先排序：擺動滑輪>銅環>不銹鋼環>鐵氟龍環>陶瓷環等。
2.V型驅動
V型驅動特點、注意事項：
多了轉向滑輪。
轉向角小于90°，力量內耗偏大。
滑輪優先排序：擺動滑輪>銅環>不銹鋼環>鐵氟龍環>陶瓷環等。
3.G型驅動
G型驅動特點、注意事項：
多個轉向滑輪。
驅動做功在驅動機構中心，力量內耗較大。
展開 首創開源架構，天璣AI開發套件讓端側AI模型接入得心應手
為此，Gen-AI Model Hub全面擴容，模型數量在原有基礎上激增了3.3倍，并支持DeepSeek-R1蒸餾模型、通義千問、混元等多種先進端側大模型，還包含視覺、語言、多模態等多種多樣的大模型，開發者可以通過Gen-AI Model Hub一鍵調用模型能力，讓AI應用開發選擇更豐富。
為了讓開發者免受即有模型庫的限制，聯發科還首發了開源彈性架構。區別于過往的開放接口，只能部署特定架構模型，開放彈性架構允許開發者直接調整平臺源代碼，無需等待芯片廠商的支持，即可完成目標或其他自研大模型輕松部署。讓AI應用開發不用“等平臺”，徹底釋放開發效率和模型接入自由度。
自DeepSeek橫空出世以來，這種更適合端側部署，回答效率更高效的訓練模式快速引爆了AI行業，主流大模型紛紛加強了推理能力。天璣AI開發套件2.0全面支持 DeepSeek四大關鍵技術：混合專家模型（MoE）、多Token預測（MTP）多頭潛在注意力（MLA)、FP8推理（FP8 Inferencing），實現Token產生速度提升2倍以上、內存帶寬占用量大幅度降低50%，讓端側AI推理更聰明、響應更迅速。
天璣AI開發套件2.0還首次引入基于NPU的端側LoRA訓練，開發者在天璣NPU上進行運算訓練，相比基于CPU的訓練方案，訓練速度猛增50倍，將訓練時間從一整天縮短至半小時。更快的端側LoRA訓練，讓端側AI基于用戶端側數據提升個性化體驗，讓終端成為更懂用戶的個性化智慧伙伴。
智能體用戶體驗的進化，從生態整合與攜手躍遷開始
本次MDDC 2025，聯發科不僅帶來了更加強大、全面的開發者解決方案，更展示了不斷拓展的天璣AI生態。
展開 