ARTICLE · 1360389
系统之道 | 从“文档管理”到“系统模型”:为什么复杂工程离不开 MBSE?
✦导语✦
✨一颗卫星,可以被拆成结构、能源、热控、通信、姿轨控、载荷、星务计算等多个分系统;一架现代飞机,则同时涉及机械、电子、软件、控制、通信、安全与人机交互等大量专业领域。
如果只看其中任何一个专业,工程师往往都能找到成熟的设计方法和专业工具。真正困难的是另一件事:当成千上万个需求、接口、参数、功能和设计决策彼此耦合时,我们如何保证整个系统仍然是正确的?
某个载荷功耗增加,会不会突破整星能源预算?天线布局变化,会不会影响结构设计和热控状态?软件功能调整后,哪些接口、测试用例和安全约束需要同步修改?一条任务需求发生变化,究竟会影响哪些分系统,最终又如何证明修改后的系统仍满足任务目标?
复杂系统真正难以管理的,往往不是“东西越来越多”,而是“关系越来越多”;MBSE所要管理的,恰恰就是这些关系。


图1 复杂工程中的“关系爆炸”难题
一、MBSE到底是什么?
国际系统工程协会INCOSE对MBSE的经典定义是:MBSE是对建模方法的形式化应用,用于支持系统需求、设计、分析、验证与确认活动,并从概念设计阶段一直延伸到开发以及后续生命周期阶段[1]。INCOSE的MBSE Initiative自2007年启动,其目标之一就是推动系统工程从以文档为中心的实践逐步转向以模型为核心的实践[2]。
这里最值得注意的其实不是“Model”,而是后面的“Systems Engineering”。MBSE首先仍然是系统工程。需求分析还要做,架构设计还要做,接口管理还要做,权衡分析、验证与确认同样要做。真正发生变化的,是这些工程信息如何被组织、关联和维护。
传统环境中,大量需求、接口、参数和设计决策散落在Word、Excel、PPT、接口文件以及各类专业软件中。MBSE则希望以系统模型为核心,让这些信息逐渐形成明确的语义关系,并能够被持续追踪。
MBSE不是“用模型画系统”,而是“用模型组织系统工程”。
二、为什么传统“文档式系统工程”开始遇到瓶颈?
传统文档当然不是没有价值。事实上,大量航空航天、船舶、汽车和大型装备都曾依靠严密的文档体系成功研制。真正的问题在于:当系统规模、跨专业耦合和变化频率不断提升之后,依靠人工维护文档之间的一致性,成本会迅速增加。
假设任务需求中有这样一句话:“系统应在目标区域上空完成连续30分钟高分辨率成像。”看起来只是一条需求,但向下分解以后,它可能关联轨道设计、姿态机动能力、载荷工作模式、数据率、存储容量、能源预算、热设计、测控链路以及地面处理能力。
如果任务方把“30分钟”改成“45分钟”,工程师就必须判断:哪些总体设计文档、接口文件、预算表、专业模型和测试方案需要同步修改。真正危险的并不是“没人修改”,而是有人修改了A,却不知道B、C、D也需要修改。
Madni和Sievers在Systems Engineering的经典综述中指出,随着系统规模和复杂度增长,系统工程界转向MBSE的重要动因之一,正是管理复杂性、保持一致性并保证可追踪性[3]。他们也特别强调,MBSE并不等同于工程领域长期存在的“使用模型”,而是一种围绕持续演化的系统模型组织规格、设计、验证和配置管理的整体系统工程方法。

图2 工程信息组织方式从文档驱动到模型驱动的转变
三、MBSE真正改变了什么?
如果一定要把MBSE的价值压缩成一句话,可以理解为:它试图把工程信息之间原本依赖工程师头脑维护的隐含关系,转化为模型中可以被显式表达、查询和分析的工程关系。
传统文档主要告诉我们“这里写了什么”;一个好的系统模型则还应该告诉我们“它和什么有关”。一条Requirement不再只是几行文字,它可以与产生它的Stakeholder Need相连,与实现它的Function相连,与承担功能的System Component相连,与约束系统性能的Parameter相连,最后再与Verification Case相连。
于是,“为什么设计这个功能”可以向上追踪,“谁实现这个功能”可以向下追踪,“修改这个接口会影响谁”可以沿关系分析,“这条需求最后是否被验证”可以检查闭环。
系统模型的意义,不只是把信息放进模型,而是让信息之间的关系也成为可以管理的工程对象。

图3 经典系统工程 V 模型:从需求逐层分解到系统集成、验证与确认
四、MBSE绝不等于“画SysML图”
很多人第一次接触MBSE,看到的是需求图、块定义图、内部块图、活动图,于是很自然地把MBSE、SysML和“画图”画上等号。这是最常见的误解之一。
OMG对SysML的定位非常明确:它是一种面向复杂系统的通用系统建模语言,可用于描述和分析需求、行为、结构、分析与验证,并能够覆盖硬件、软件、信息、人员、流程和设施等多类系统要素[4]。
因此,MBSE是一种系统工程实践与方法范式,而SysML是支撑系统建模的一类标准化语言。一个完整的MBSE实践还涉及建模方法、工程流程、组织规范、模型治理、配置管理,以及与仿真、软件、CAD/CAE、测试环境之间的集成。
NASA在2025年发布的NASA-HDBK-1009A《NASA Systems Modeling Handbook for Systems Engineering》同样强调[5],系统建模的重点是把SysML模型与NASA的系统工程过程结合起来,并围绕Stakeholder Expectations、Technical Requirements、Verification和Validation等系统工程产品建立模型元素和关系。换句话说,图只是系统模型的一种视图,而不是MBSE的全部。
判断一个项目是否真正实施MBSE,不能只问“有没有用SysML”,更应该问:需求、功能、结构、接口、参数与验证之间是否真正建立了可维护的系统关系?
五、一个成熟的系统模型,到底应该描述什么?
可以把一个复杂系统想象成同时存在的几张“网”。
需求网:系统为什么存在,需要满足哪些任务目标和利益相关方诉求。
行为网:系统需要完成哪些功能,不同状态、活动和时序如何发生。
结构网:系统由哪些分系统、组件、软件和人员组成。
接口网:物质、能量、信息和控制如何在系统之间传递。
参数与约束网:质量、功耗、带宽、时延、温度、可靠性等工程量如何相互制约。
验证网:每项关键需求最终由什么分析、仿真、检查或试验来证明。
这些“网”单独存在并不稀奇。真正重要的是:它们是否属于同一套系统定义,是否能够互相追踪,并在系统发生变化时保持一致。所谓不同View,本质上只是面对不同工程角色,对同一个System Model进行不同角度的表达。
六、为什么今天的复杂工程越来越离不开MBSE?
如果MBSE只是把传统系统工程中的文字、表格和流程“重新画成模型”,那么它显然不足以成为今天航空航天、汽车、能源以及大型复杂装备持续关注的重要工程范式。真正推动MBSE发展的,并不是建模工具本身,而是现代工程系统的复杂性正在发生变化。
过去,我们理解一个复杂系统,首先想到的可能是“零部件很多”“层级很多”“专业很多”。但今天真正棘手的复杂性,越来越不只是来自系统中“有多少东西”,而是来自这些东西之间存在多少关系、不同专业之间如何相互影响、系统在长期运行过程中如何不断变化,以及在众多相互冲突的约束下,如何始终保证整体目标成立。
复杂工程正在从“部件复杂”走向“关系复杂”。而MBSE真正要解决的,恰恰不是某一个部件如何设计,而是如何在系统层面持续管理这些关系。
复杂性已经从单个产品内部,扩展到“物理—模型—数据—决策”之间
今天的复杂工程早已不是简单地“设计一个产品”。一颗卫星在运行过程中会持续产生状态数据;这些数据可能进入轨道、姿态、热控、能源、载荷等不同模型;模型的分析结果又会进一步参与任务规划、状态预测甚至控制决策。此时,我们面对的不再是一个静态产品,而是一个由物理实体、数字模型、运行数据和工程决策共同构成的动态闭环。
Ferrari和Willcox在2024年发表于Nature Computational Science的Perspective《Digital twins in mechanical and aerospace engineering》中指出,复杂航空航天系统的虚拟表示通常由不同学科、不同子系统和不同部件的多种模型共同构成,其中既包括基于物理机理的模型,也可能包括数据驱动模型和混合模型;同时,物理实体和虚拟表示之间还存在持续的双向信息流。

图4 复杂工程中的物理系统与虚拟表示通过数据、模型更新、验证以及决策形成持续闭环
这实际上揭示了今天复杂工程面对的一个根本变化:系统的复杂性已经开始大量存在于不同对象之间的连接关系中。
以一颗高分辨率遥感卫星为例。如果希望进一步提升载荷空间分辨率,看似只是一个载荷性能指标发生了变化,但这一变化很可能继续向系统其他部分传播:空间分辨率提高 → 数据采样量增加 → 星上存储需求增加 → 数据处理算力增加 → 功耗增加 → 热耗散压力增加 → 数传带宽需求增加 → 地面接收与任务规划调整。
其中每一个问题,都可以由相应领域的专业模型解决。载荷工程师能够分析成像性能,热控工程师能够计算温度场,通信工程师能够核算链路容量,控制工程师能够验证姿态稳定性。但系统工程真正关心的问题并不是“每一个专业设计得对不对”,而是“当所有局部正确的设计组合起来以后,整个系统是否仍然正确?”
随着系统规模扩大,越来越多的问题并不是发生在某一个部件内部,而是发生在专业与专业之间、模型与模型之间以及子系统与子系统之间的接口处。因此,仅仅拥有更多、更精确的专业模型并不能自动解决系统复杂性。甚至可能出现一种看似矛盾的情况:每一个专业模型都越来越精确,但整个系统却越来越难以理解。
原因就在于,专业模型主要回答“某个对象如何工作”,而系统工程还必须回答:为什么存在这个对象?它承担什么功能?受到哪些需求约束?与哪些系统发生接口关系?它的变化会继续影响什么?MBSE的价值就在这里体现出来——它并不试图替代CFD、有限元、控制仿真、轨道分析或机器学习,而是在这些专业模型之上建立任务、需求、功能、架构、接口、参数、分析与验证之间的系统级关联。
现代工程已经从“完成一次设计”走向“管理持续演化的系统”
复杂性的第二个重要变化,是工程对象越来越难在项目早期被一次性完整定义。传统工程流程容易给人一种印象:提出需求 → 完成设计 → 制造产品 → 交付使用。但今天的复杂系统越来越不像这样。需求会调整,软件会升级,算法会迭代,硬件可能更换,任务环境会变化,运行状态也会不断反馈到后续设计和维护过程中。
因此,一个现代复杂系统真正经历的过程,更接近于需求、架构、设计、仿真、验证和运行之间不断发生反馈与迭代。Ferrari和Willcox特别强调,对于复杂工程系统,数字模型本身也应当被视为一种需要有意识规划和维护的工程资产,需要经历构思、开发、验证、运行乃至最终处置,并伴随持续更新和持续验证。

图5 复杂数字系统需要贯穿构思、开发、验证、运行和处置,并在生命周期中持续更新与验证
这个观点非常重要。因为现代复杂工程所要解决的,已经不只是“系统现在是什么样”,而是“系统发生变化以后,我们是否仍然知道它是什么样”。
比如,任务方将某项需求从“连续观测30min”修改为“连续观测45min”。表面看,只是一个数字发生了变化。但在真实工程系统中,这一变化可能继续影响载荷工作模式、能源消耗、热状态、数据产生量、星上存储、数传链路、地面接收计划乃至原有验证用例。真正困难的从来不是“修改30为45”,而是我们是否知道这个变化还影响了什么。
如果这些信息分别存在于几十份Word、Excel、PPT、接口控制文件和不同专业软件中,那么影响分析在很大程度上仍然依赖工程师个人经验。当系统规模越来越大以后,这种主要依靠人的经验维护关系的方法必然会面对认知极限。
而MBSE的一个核心作用,就是把这种原本大量存在于工程师头脑、会议和文档中的隐式关系,逐渐转化为模型中可以被明确表达和追踪的显式关系。于是,一项需求的变化不再只是修改一段文字,而可以进一步分析:它关联哪些功能?哪些组件承担这些功能?涉及哪些接口?哪些参数受到影响?哪些分析模型需要重新计算?哪些验证活动需要重新执行?
MBSE不只是帮助我们描述一个复杂系统,更重要的是帮助我们管理一个持续变化的复杂系统。
工程问题越来越不是“求最优”,而是“在约束中做正确的权衡”
现代复杂工程还有一个很容易被低估的特点:我们几乎永远不可能让所有指标同时达到最好。载荷希望性能更高,但平台资源有限;算法希望模型更复杂,但星上算力和功耗有限;通信希望数据传输更快,但链路带宽有限;结构希望质量更轻,但刚度和可靠性必须满足要求。
因此,真正的系统工程从来不是“把某一个指标做到最高”,而是在性能、成本、风险、资源和任务目标之间寻找能够满足整体需求的系统方案。对于航空航天数字孪生,模型可以更加依赖物理机理,也可以更加依赖数据,还可以采用二者结合的混合建模方式;不同选择会进一步影响开发成本、运行成本、模型可信度、计算速度以及更新频率。

图6 复杂数字系统始终需要在建模方式、开发/运行成本、可信度、计算速度与更新频率之间进行系统级权衡
因此,“模型越复杂越好”本身就是一种并不完全符合工程实际的思维。Ferrari和Willcox指出,对于复杂机械和航空航天系统,把数字孪生构造成尽可能逼真的“identical twin”,既不一定有必要,在工程上也未必可行[6]。更合理的原则是Fit for Purpose——面向用途、满足目标。
模型需要达到怎样的精度、使用多少数据、消耗多少计算资源,都应该根据实际能力需求以及成本—收益之间的权衡来确定。这触及了系统工程非常核心的思想:工程设计的目标不是获得一个“最复杂的模型”,而是获得一个能够支撑正确决策的模型。
这也是MBSE与单纯建模仿真之间的重要区别。对于一个专业仿真模型,我们往往首先关心“它算得准不准”;而站在MBSE的系统层面,还必须继续追问:为什么需要这个模型?它服务于哪项任务和需求?对应哪个系统功能或组件?依赖哪些接口和参数?计算结果支撑什么设计决策?最终又由什么验证活动确认?
MBSE真正关心的,不是建立更多模型,而是为什么建立这些模型,以及这些模型之间究竟是什么关系。
从“专家记住系统”,走向“模型承载系统知识”
如果继续向深处看,现代复杂工程还面临一个更加根本的问题:系统知识的规模,正在逐渐逼近个人认知能够承担的边界。过去,大型复杂工程能够成功推进,很大程度上依赖经验极其丰富的总体设计师和领域专家。
他们可能知道某一个接口为什么这样设计,某一个参数变化以后应该通知哪些专业,某条需求最终对应哪项试验,甚至知道十年前某一次设计更改背后的真实原因。换句话说,很多传统复杂工程中最重要的系统关系,其实并没有完全写在文档里,而是存在于工程师的经验中。
从某种意义上说,经验丰富的总体设计师,本身就是复杂工程最重要的“系统数据库”之一。
但是,当一个项目开始涉及成百上千名工程师、数十个专业、大量供应商和几十年的系统生命周期以后,这种知识组织方式越来越难持续。人员会流动,组织会变化,项目会交接,更重要的是系统本身也在持续演化。于是,现代系统工程必须面对一个过去没有那么突出的任务:如何把系统知识从“人的记忆”逐步转化为组织能够持续使用的工程知识?
MBSE希望把原本散落在文档、会议记录、专业模型甚至工程师经验中的系统关系,逐步变成可以被共享、查询、追踪和验证的模型关系。也就是说,从“工程师记得系统如何连接”,逐渐走向“模型明确记录系统为什么这样连接”。这并不是要取代工程师的经验,而是让昂贵的工程经验不再只能存在于某些人的头脑中,而能够沉淀为整个工程体系可以持续继承的知识。
所以,复杂工程为什么越来越离不开MBSE?
把上述变化放在一起,就会发现,今天复杂工程对MBSE的需求并不是因为某一种建模语言突然流行起来。它背后对应的是几乎同时发生的几场工程变革:系统从单专业走向多学科深度耦合;复杂度从部件数量走向关系数量;产品从一次性交付走向持续演化;工程活动从后期实物验证不断向前期数字验证移动;设计目标从单指标优化走向多目标、多约束系统权衡;工程知识也正在从依赖专家个人经验,走向更加结构化、可持续的数字表达。
当一个工程系统已经复杂到没有任何一个人、一份文档甚至一个专业模型能够完整描述它时,我们究竟依靠什么保证整个系统仍然是一致的?
MBSE给出的答案,并不是建立一个试图包含所有细节的“超级模型”。它真正希望建立的是一套系统级数字骨架:需求为什么存在,功能如何实现,系统如何组成,接口如何连接,参数如何约束,模型如何分析,最终又如何验证。
当这些原本彼此分散的信息能够围绕同一个系统模型建立关系时,我们才有可能真正理解:系统是什么,为什么这样设计,发生变化以后会影响什么,以及如何证明最终设计仍然满足最初的任务目标。
当复杂度越来越存在于关系、变化与权衡之中,我们就需要一种能够显式表达、持续管理并验证这些关系的工程方法。
七、MBSE真正能带来什么?又不能替代什么?
理解MBSE,还需要避免另一个极端:把它当成解决复杂工程问题的“万能药”。使用MBSE,并不自动意味着工程一定会做得更好。它真正有价值的地方,是帮助复杂系统在更早阶段形成一致、可追踪的系统定义,并让更多跨专业问题在实物集成之前被发现。
如果一个接口冲突在概念设计阶段通过模型关系就能暴露,修改的也许只是架构和参数;如果到了详细设计甚至实物集成阶段才发现,代价就可能变成多个分系统返工、进度延误甚至任务风险。因此,MBSE的价值之一,是把需求一致性、接口检查、参数约束和部分验证活动尽量前移。
但MBSE不会替代专业工程。系统模型无法代替高保真结构分析、热仿真、控制设计、软件测试和实物试验;也不会因为“建立了模型”,就自动获得正确的需求、合理的架构或可靠的工程判断。
如果建模目标不清楚、模型粒度失控、模型之间缺少一致性、工具链无法互操作,甚至只是为了“做MBSE”而机械地把原来的文档重新画成图,那么最终得到的很可能只是另一种形式的工程负担。
成熟的MBSE不追求“把所有东西都建进模型”,而是围绕关键工程决策,建立足够准确、足够关联、足够可验证的系统模型。
八、从MBSE再往前一步:数字线程、数字孪生与AI
今天讨论MBSE,还有一个重要原因:系统模型正在逐渐成为数字工程体系中的基础设施。当需求、架构、接口、行为和验证关系不再只存在于自然语言文档中,而是形成具有明确语义的数字模型之后,很多过去难以实现的能力开始具备基础。
专业仿真模型可以与系统架构建立关联,设计变化可以沿数字线程传播,真实系统运行数据可以与设计模型进行映射,系统模型能够进一步支撑数字孪生,AI也可以开始读取、查询乃至生成系统工程知识。
这也是SysML正在发生变化的重要背景。OMG在2025年完成SysML v2.0的正式采用[7],并与SysML v1相比,SysML v2进一步强化了形式语义、精确性与一致性,同时提供图形与文本两种表达方式,并通过标准API提升系统模型与其他工程工具之间的互操作能力。OMG也明确把自动化、AI和现代数字工程实践视为SysML v2能够进一步支持的方向。
这意味着未来的MBSE很可能不再只是“工程师打开建模软件,然后手工画模型”。它更可能演变为人、系统模型、仿真工具、工程数据库和AI Agent共同工作的工程环境。


图7 系统模型正在成为连接工程知识与智能决策的数字骨架
九、所以,我们究竟该如何理解MBSE?
如果只记住一句定义,可以记住INCOSE的表述:MBSE是建模在系统需求、设计、分析、验证与确认中的形式化应用。
但如果想真正理解它,更应该记住另一句话:MBSE的本质,不是把工程“画成模型”,而是让模型成为复杂系统工程信息之间的连接骨架。
当工程系统还比较简单时,人可以依靠经验、会议和文档维护这些关系。但随着系统逐渐走向软件定义、高度互联、多学科耦合和System of Systems,越来越多关系已经超出了个人认知和传统文档管理能够轻松覆盖的范围。
复杂工程越来越离不开MBSE,并不是因为“模型比文档高级”,而是因为当复杂度开始存在于关系之中,我们就必须拥有一种能够显式表达、管理和验证这些关系的工程方法。
下一篇,我们可以继续讨论一个更加具体、也更加容易被误解的问题:MBSE和SysML到底是什么关系?为什么学会画SysML,并不等于掌握MBSE?而随着SysML v2、数字孪生和人工智能的发展,未来的系统模型,又会变成什么?
参考资料
[1] INCOSE Technical Operations. Systems Engineering Vision 2020[R]. Version 2.03, INCOSE-TP-2004-004-02, 2007.
[2] INCOSE. MBSE Initiative Working Group[EB/OL]. International Council on Systems Engineering.
[3] Madni A M, Sievers M. Model-based systems engineering: Motivation, current status, and research opportunities[J]. Systems Engineering, 2018, 21(3): 172–190. DOI: 10.1002/sys.21438.
[4] Object Management Group. Systems Modeling Language (SysML) Official Specifications[EB/OL].
[5] NASA. NASA Systems Modeling Handbook for Systems Engineering[R]. NASA-HDBK-1009, Version A, 2025.
[6] Ferrari A, Willcox K. Digital twins in mechanical and aerospace engineering[J]. Nature Computational Science, 2024, 4: 178–183. DOI: 10.1038/s43588-024-00613-8.
[7] Object Management Group. OMG Systems Modeling Language (SysML), Version 2.0[S]. Formal specification, September 2025.
注:部分配图由Al生成
排版:志锌,嘉宇
图文:新宇
责编:阿尧,翊达
审核:博博















































































