Los Modelos que se Comportan Mal Cuestan Millones: Encontrar Soluciones con BEE
Lo sentimos, este no es un artículo sobre celebridades de Hollywood que causan problemas. En realidad, se trata de ingeniería de misiones digitales que transforma las industrias aeroespacial y de defensa (A&D) para brindar un futuro mejor para la próxima generación de estadounidenses. ¿Todavía tenemos su atención?
Es posible que haya oído que la ingeniería de misiones digitales es una de las últimas tendencias en A&D debido a su capacidad para reducir drásticamente los costos y los plazos de entrega de sistemas complejos. La ingeniería de misión digital incluye el uso de sistemas integrados de gestión de procesos y datos, simulaciones analíticas complejas y de amplio alcance e ingeniería de sistemas basada en modelos (MBSE).
Uno de los aspectos más desafiantes de los enfoques tradicionales es probar y comprender comportamientos complejos del sistema sin realizar pruebas físicas costosas y que requieren mucho tiempo. Los sistemas de seguridad nacionales hacen que esto sea aún más desafiante porque puede ser imposible probar verdaderamente el comportamiento diseñado en un entorno de misión realista. Cualquier incapacidad para probar eficazmente el comportamiento de su sistema, en condiciones realistas, puede generar costosos sobrecostos, retrasos programáticos o capacidades ineficaces.
Las simulaciones avanzadas con herramientas como Ansys Systems Tool Kit (STK) y Ansys HFSS pueden ahorrar costos al reducir la cantidad de pruebas de vuelo necesarias para los sistemas avanzados de aeronaves. Otros estudios han demostrado una reducción del 55% en los costos de desarrollo de proyectos complejos mediante el uso de prácticas MBSE.
A medida que las prácticas de MBSE se han desarrollado y madurado, los modelos basados en lenguaje de modelado de sistemas (SysML) han surgido como una parte integral de las implementaciones de MBSE. SysML es un lenguaje que soporta el modelado arquitectónico de sistemas y tiene muchos beneficios, pero como cualquier tecnología, debe aplicarse correctamente. La aplicación más rigurosa de SysML crea una arquitectura de sistema que no solo describe el sistema de manera correcta, completa, clara, concisa y consistente, sino que también permite simular el sistema para poder predecir su desempeño.
Por supuesto, adoptar MBSE y adoptar SysML no es algo que suceda de la noche a la mañana, especialmente para organizaciones con prácticas de ingeniería bien establecidas. Ansys trabaja con organizaciones en todas las etapas de adopción de MBSE: algunas en las primeras etapas, mientras que otras cuentan con ecosistemas MBSE maduros. Para los primeros, la cuestión de dónde empezar suele estar en primer plano, y la tarea general puede parecer abrumadora antes de que se establezca un camino a seguir. Para este último, la integración de herramientas y procesos suele ser un foco de atención.
Usted y sus colegas pueden aprovechar todo el potencial de la ingeniería de misiones digitales cuando las simulaciones analíticas están impulsadas por los mismos modelos MBSE descriptivos y de comportamiento. Básicamente, esto le permite simular, cuantificar y verificar si los prototipos digitales que ha diseñado pueden satisfacer los requisitos de la misión. Vincular los comportamientos de MBSE con simulaciones analíticas es para lo que está diseñado el Behavior Execution Engine (BEE) de Ansys ModelCenter.
BEE es un motor de integración y ejecución de modelos para arquitecturas ejecutables. Contiene un conjunto de capacidades que integran sus artefactos MBSE, entornos de misión y herramientas de análisis basadas en la física para crear una simulación habilitada por la física, basada en eventos y sincronizada en el tiempo. BEE simula y evalúa las interacciones entre sus modelos y su entorno operativo común para predecir los resultados de la misión y evaluar el desempeño de la capacidad.
La combinación de comportamientos descritos a través de máquinas de estado SysML, que impulsan simulaciones analíticas en STK, le permite ejecutar cientos o miles de casos de prueba para evaluar cómo responde realmente el sistema mientras realiza su comportamiento diseñado. Si realiza cambios en el comportamiento diseñado, puede volver a ejecutar el sistema para verificar el rendimiento, identificar mejoras o encontrar fallas inesperadas antes, más rápido y a un costo mucho menor.