前言 基于系统工程的智慧院所是作者近期的工作成果，"基于系统工程"一方面是把智慧院所作为研究对象，采用系统工程方法进行定义与分析；另一方面是未来的智慧院所，必须全面贯彻系统工程作为其基本的工程方法。 由于基于系统工程的智慧院所本身的复杂性，因此本文篇幅较长，全文共分为两大部分：第一部分是对基于系统工程的智慧院所进行概要描述，描述“智慧院所”是什么；第二部分是对基于系统工程的智慧院所的详细定义过程，把“智慧院所”作为研究对象，采用系统工程方法进行详细的定义。使用业务视图、需求视图、功能视图、架构视图等全面定义与阐述智慧院所。为了定义上的需求，对“智慧院所”做了适当的简化。第二部分对智慧院所的定义过程本身就是一次很好的系统工程实践，希望对系统工程感兴趣的人有耐心读完。 本文只是对智慧院所的顶层描述，作者所在的“索为系统技术股份有限公司”有一套比较完整的解决方案，该方案融合了IBM等战略合作伙伴的大量先进技术成果，可在科研院所中实际落地与应用。感兴趣的读者可以联系作者。 |
第一部分 概述 |
摘要
基于系统工程的智慧院所是面向十三五国防军工院所建设的信息化使能支撑平台，是基于系统工程的基本方法与思想，在分析国内外制造业未来发展趋势的基础上，结合国内外国防军工领域发展趋势，面向国家“十三五”规划“创新驱动发展”这一主题，以“全面支撑制造业国家战略落地”为根本目的，针对国内务武器装备研发/制造机构的特点，在赛博化、工业4.0、工业互联网、中国制造2025背景下，为保障工程方法转型、决策转型、过程资产积累、数字化/模型化，创新等智慧院所目标的实现，面向武器装备研发/制造/运行维护不同阶段的利益相关方而提出的武器装备院所的信息化使能保障平台——基于系统工程的智慧院所。
“智慧院所”是以支撑制造业国家战略落地为根本目的；以实现工程方法转型、决策转型、过程资产积累、数字化/模型化、创新为目标；以模型为基础、以知识自动化为核心驱动力和基本特征；基于全寿命周期的产品数据，环境数据、人的行为与习惯数据，利用信息及自动化技术，新一代互联网、云计算、大数据挖掘、虚拟化等技术，实时智能感知与获取、分析权衡并做出正确决策判断、采取正确行为。全面支撑院所的管理、研发、制造、运维方面的活动。
1. 智慧院所提出的背景与使命
2013年6月20日，国防科工局信息中心在'军工核心能力数据中心建设思路研讨会'上首次提出了大数据背景下的“智慧军工”概念。2015年2月中咨公司专家基于“DIKW模型”对智慧科研院所由概念走向现实进行了详细描述。由宋大晓、韩龙宝两位专家在《智慧型军工科研院所，由概念走向现实》一文中，对智慧院所的发展描绘了四个阶段：数字化院所，信息化院所，基于知识创新的“智慧型”院所，自我学习、知识创新、自适应智慧院所。2015年5月19日国务院发布《中国制造2025》，提出了我国实施制造强国战略第一个十年的行动纲领。至此，智慧院所逐渐步入人们的视野。
对于智慧院所的认识，每个人有着各自不同的理解，到目前为止也没有比较统一的说法。因此，有必要将“智慧院所”作为研究对象，应用系统工程方法对智慧院所进行研究，这就是本文提出“基于系统工程的智慧院所”的由来。一方面，使用系统工程方法研究智慧院所；另一方面，在未来的智慧院所中系统工程方法将作为最基本的工程方法。
1.1 国外武器装备领域发展的新趋势
从国内外武器装备领域的发展来看，呈现几个明显的趋势：
1）从上个世纪80年代的“星球大战”计划开始就全面地推进与应用系统工程，已经成为国防军工领域的一项基本能力；
2）模型化，2004年美国提出NGMTI（下一代制造技术计划）计划，到MBSE概念的提出，再到武器装备行业MBSE的实践成效，未来的武器装备行业将逐渐全面地推行“模型化”；
3）赛博化，美军从1995年提出一体化C4I概念，到2008年成立空军赛博司令部，再到2009年组建空军赛博作战部队，以及2015年4月美国国防部发布的《赛博空间战略概要》；不管是工业4.0还是工业互联网，以及最新出现在汉诺威博览会装备，赛博化都将是未来武器装备的一个核心内容；
4）数字线程/数字孪生，2013年，美国战略空军提出Digital Thread（数字线程）概念。数字线程是装备系统的通用数字主体跨领域的创建和使用，允许动态地、实时地权衡系统现在与未来的能力，以便在能力规划与分析、初步设计、详细设计、制造、试验以及后勤采办阶段给出准确决策。数字孪生（Digital Twin）概念对数字线程概念进一步扩展，利用CPS赛博物理系统对状态的感知，与“数字孪生”一起，真正实现了将赛博世界与物理世界的融合。
5）创新，这其实是一种长期发展的目标而不是新的趋势，美国提出的“国防创新倡议”，通过综合集成创新，从四个方面进行突破，包括：作战概念创新突破，技术创新与突破，组织形态的创新突破，国防管理的创新突破。从《中国制造2025》、十三五规划等顶层文件可以看出创新对于制造业尤其是武器装备行业的重要性，“没有创新就没有未来”；
6）人工智能/认知计算，这是在信息化跨界融合背景下充分利用计算机超强计算能力的一种使能技术，目的在于解放工程技术人员时间与精力，更多地用于创新。
1.2 智慧院所的愿景、使命与目标
1）智慧院所的愿景
智慧院所以支撑中国制造2025战略落地为目的，中国制造2025明确提出要实现四个转变。从要素驱动转变为创新驱动，低成本竞争优势向质量效益竞争优势转变，高消耗、高污染的初放制造向绿色制造转变，生产性制造向服务型制造转变。智慧院所紧扣中国制造2025的四个转变，全面支撑制造业战略落地。
智慧院所支撑制造业战略实现
在未来的智慧院所中，将构建科研院所的创新体系，通过知识自动化解放人类智力，使人们从大量的事务性劳动中解脱出来，20%的精力投入事务性劳动，80%的精力用于创新，解决创新的根本性问题；“没有创新就没有未来，没有效率就没有创新。”提升知识工作效率，释放人类智力，才能真正实现创新驱动发展；
为了促成从低成本竞争优势向质量效益竞争优势的转变，智慧院所将全面基于系统工程方法，从源头开展正向设计，创造并提升产品的核心价值；
智慧院所提倡“智慧设计、精益生产”，把“一次做对”当成智慧院所的追求目标，尽量减少由于设计缺陷与错误造成的返工，减少产品制造过程中的无谓消耗，实现低污染低消耗的绿色制造；
在从生产型向服务型制造转型的过程中，智慧院所将为科研院所的研发、制造、运行与维护活动提供智力服务，“IQ As Server”。
2）智慧院所的时代使命
2013 年麦肯锡全球研究所发布《颠覆技术：即将变革生活、商业和全球经济的进展》的报告，预测了12 项可能在2025 年之前决定未来经济的颠覆性技术，其中“知识工作的自动化”位居第二，在“移动互联网”和“云计算与物联网”之前。
从自动化的视角看，第一次工业革命的特征是机械自动化；第二次工业革命的特征是电气、电子自动化，但本质还都是物理过程的自动化；第三次工业革命计算机和网络系统的兴起，开始了虚拟空间里的信息自动化时代；第四次工业革命来临，赛博空间中的许多信息系统正向“人”在环的智能自动化方向发展，这一趋势必然导致对知识自动化的更高要求。
科研院所作为产生知识、应用知识最集中、最密集、最频繁的场所，必然会成为响应“知识自动化”这一时代需求的主体。智慧型科研院所以“DIKW”的动态过程及自动化实现为核心，必然会肩负知识时代的知识自动化的使命。“知识自动化”将成为智慧院所的核心驱动力和基本特征。
3）智慧院所的目标
通过对比国内外武器装备发展趋势与我国现有武器装备研制运维能力上的差距，相应地提出了6个方面的需要，需要通过智慧院所去弥补这些差距，解决这些问题：
1）如何在武器装备智慧院所中去贯彻系统工程流程，提升人员能力，有效地应用相关工具与技术；
2）如何能够将武器装备研发、制造、运行与维护整个生命周期中的各种信息、数据以及相关的运行环境信息进行合理的描述，使得计算机可以有效识别；
3）对这些数据与信息进行处理、分析与组织，进行有效地积累，并形成可以帮助进行武器装备研制运行的有效知识支撑；
4）如何在武器装备智慧院所中借助信息技术实现技术过程、技术管理过程与知识融合；
5）如何解放工程师，让工程师有更多的时间与精力应用于创新活动中；
6）如何在智慧院所中解决信息孤岛问题，整合武器装备生命周期不同阶段的所有数据与信息形成有效可利用的知识。
从发展趋势分析确定智慧型装备院所未来的发展方向与战略，归纳整理形成智慧院所5个目标，实现五个方面的转型：
系统工程运行方法转型
决策转型
组织智力资产的高效利用
创新工作方法转变
数字化与模型化转变
2. 智慧院所概述
2.1 智慧与智慧院所
什么是智慧？智慧最初是一个比较抽象的哲学和宗教术语，在综合多种对智慧解释的基础上，给出以下关于智慧的定义作为本文立论的基础。
获取足够丰富的数据与信息，对数据与信息进行分析处理，做出导致成功的决策，进而创造性地采用正确的手段与方法解决问题，就是智慧。 形成智慧有几个核心要素：数据与知识、权衡与决策、创新与道德。 数据与知识是智慧觉性的一面，权衡与决策是智慧理性的一面，创新与道德是智慧所固有的特性，是智慧的源泉，也是智与慧相互转化的基础与动力。 |
在工业4.0/工业互联网/中国制造2025宏观环境中在，当前信息技术跨界融合背景下的智慧是指：
利用互联网、云计算与物联网等手段，获取足够丰富的数据与信息，采用大数据分析技术、虚拟技术与仿真分析手段对海量数据与信息进行分析与处理，使数据可视化，帮助人们作出导致成功的决策，创造性地采用正确的手段与方法解决问题。
信息技术跨界融合背景下的智慧院所
智慧院所就是将信息技术跨界融合背景下的“智慧”与传统的国防军工院所的融合。这里需要强调一点对智慧的界定与约束，并不是传统的国防军工院所现在就不智慧，我们是要将现在传统的院所智慧与信息技术进行融合，借助信息技术强大的计算分析与处理能力将人解放出来，充分利用计算机的能力处理智慧核心要素中的数据与知识、权衡与决策，而人更多地进行创新。
智慧院所是以支撑制造业国家战略落地为根本目的；以实现工程方法转型、决策转型、过程资产积累、数字化/模型化，创新型智慧院所为目标；以模型为基础、以知识自动化为核心驱动力与基本特征；基于全寿命周期的产品数据，环境、行为与习惯数据，利用信息技术与自动化技术，以及新一代互联网、云计算、大数据挖掘、虚拟化等技术，实时智能感知与获取、分析权衡并辅助做出正确决策判断、采取正确行为。全面支撑院所的管理、研发、制造、运维方面的活动。 |
智慧院所中的“智慧”同样遵循“DIKW”基本原理，在信息技术跨界融合的背景以及科研院所的特定应用场景下，“智慧”的要素引入了新的内涵。
智慧院所中的智慧原理与技术
数据（D），智慧院所中的数据应该囊括院所的全型号/全寿期数据，甚至是科研院所运营管理的数据。在数据这一层，包含大量不同数据格式的结构化或非结构化数据，因此，数据层的关键在于数据的整合，采用通用的数据标准，通过数据关联/转换/融合等方式实现全型号/全寿期数据的整合。
信息（I），智慧院所中的信息是在对全型号/全寿期数据进行模型化与组件化处理，引入MBSE等方法论，对系统、业务、流程、企业架构等内容使用建模语言与组件化技术完成模型化与组件化。模型化/组件化是对数据进行处理的重要手段，是进一步形成知识的基础。
知识（K），智慧院所中的知识将不再是通常所提及的静态的知识，而是以“知识自动化”形式存在的一种动态的知识获取、组织、应用、再学习的过程。其中将会大量应用到前沿的大数据、本体、语义网络、神经网络、图形图像处理、机器试错学习、认知计算等技术，实现知识自学习、自组织与自适应。
智慧（W），智慧院所中的智慧将主要表现为人在科研院所中的决策与创新，利用人工智能辅助人们进行基于数据的权衡与决策，基于知识进行创新。
2.2 智慧院所顶层概念
1）智慧院所的三大基础与三大支柱
系统工程、物联网与云计算、大数据是智慧院所的三大基础；模型化、知识自动化与创新体系是智慧院所的三大支柱。
智慧院所的基础与支柱
系统工程提供了智慧院所在工程方法上的基础，物联网与云计算、大数据提供了智慧院所的技术基础。工程方法基础可以发挥“倍增器”的效用，达到事半功倍的效果，这是智慧院所的核心基础，也是比较难于掌握的部分。
创新是智慧院所的核心目标，创新体系保障了智慧院所创新目标的实现。“没有创新就没有未来，没有效率就没有创新”。知识自动化首先将人从重复低效的劳动中解放出来，为创新提供了物质基础，这是效率为创新提供的物质基础；知识自动化为创新活动提供各种知识基础，让我们可以站在巨人的肩膀上，从而提升创新效率。模型化对系统、业务、流程、企业架构等内容使用建模语言与组件化技术进行处理，让计算机可以帮助人们识别处理这心数据与信息，是进一步形成知识与实现知识自动化的基础。因此，知识自动化是创新的基础，模型化是知识自动化的基础。模型化、知识制动化、创新体系相互支撑，成为智慧院所三大支柱。
2）智慧院所顶层技术路线
基于系统工程的智慧院所是面向科研院所5大类利益相关方——企业管理层、职能部门、技术管理层、技术部分、上级监管部门，为了解决5大类利益相关方所面临的工程方法、知识积累与应用、决策、规范性与数据集成等方面的问题与挑战，依托ISO/IEC/IEEE 15288：2015——软件与系统生命周期过程标准，将武器装备研究院所作为研究对象，把科研院所按照ISO/IEC/IEEE 15288：2015标准分解为四类流程组：院所协议流程组、院所使能流程组、院所技术管理流程组、院所科研技术流程组，把“DIKW”与系统工程方法利用信息技术融入到科研院所的四个流程组，解决用户所面临的5大类问题与挑战，满足科研院所利益相关方的在武器装备研发设计、制造与运维的各项需求。
智慧院所的总体技术路线就是：将信息技术跨界融合背景下的“智慧”融入到科研院所的业务与技术过程中。科研院所的业务与技术过程完全依托ISO/IEC/IEEE 15288：2015——软件与系统生命周期过程标准，涵盖了系统工程方法，从而实现“智慧”与系统工程方法同科研院所的融合。
智慧院所顶层技术路线
将这一技术路线进一步解析，就是：
以ISO/IEC/IEEE15288：2015——软件与系统生命周期过程标准为基础背景，以系统工程作为基本工程方法；
采用模型化手段，对企业的架构、业务过程、技术过程、产品数据、知识、权衡与决策算法等武器装备研制中的相关信息与数据进行建模，形成统一模型；
基于统一模型完成武器装备多领域协同设计；
基于统一模型完成知识自动化的自学习、自组织、知识自适应（武器装备研制活动），通过知识自动化完成知识与武器装备研制过程活动的融合；
基于已有的可以广泛共享的知识进行创新，解决武器装备研制过程中遇到的问题，缩短问题的解决时间；
利用武器装备全生命周期数据与（模型），通过数据分析与挖掘，形成可以支撑技术决策与管理决策的可视化数据结果，避免经验决策带来的决策风险。
3）智慧院所顶层概念
通过形式化建模技术对企业管理过程与决策过程、企业架构以及企业使能职能、技术管理过程、产品技术过程进行建模，形成统一模型，将企业的架构、管理、业务与技术模型化，使用信息技术对这些模型进行计算分析与处理，形成计算机可识别、可计算的组件化知识，使用知识自动化技术将相应的知识自适应匹配给企业管理过程、技术管理过程以及技术过程中的各个活动。让知识与企业管理过程、技术管理过程以及技术过程相融合，从而实现信息技术跨界融合背景下的智慧院所。
智慧院所顶层概念
其中，企业管理与决策过程由流程驱动，包括企业的经营、战略管理与决策、企业职能管理等活动；技术管理过程包括产品研发模式管理、产品与产品线管理、项目群与项目管理、制造管理、运维管理等活动，由任务驱动；产品研制与运维过程包括需求过程、多领域设计与建模、专业设计、持续验证、系统实现、产品运维等过程构成，由需求牵引，需求贯穿整个生命周期过程。
4）智慧院所的“智慧”过程描述
智慧院所的智慧化过程是在流程、方法、技术与数据基础上增加“智慧”的要素，其中的流程是系统工程流程，方法是系统工程思想方法，将装备研发过程中的设计数据、验证数据、质量数据以及设计活动模型，装备制造过程中的数字工厂数据、制造数据、制造检测数据、试验数据，武器装备运行使用与保障过程中的系统运行状态数据、运行环境数据、操作活动数据等数据，形成统一数据模型，基于Digital Thread/Digital Twin完成虚拟世界与现实物理世界的连接，基于数据标准（ISO10303、OSLC、FMI……）完成整个生命周期的数据协同与管理。
智慧院所的“智慧”过程
通过基于国际标准的数据适配器与统一模型库实现产品全生命周期结构化数据模型的采集，采用知识组件化技术，对这些结构化模型数据进行组件化；采用大数据技术对非结构化数据进行自动获取、分析与抽取，形成跟设计相关的科研大数据，跟制造相关的制造大数据，跟运行维护相关的运维大数据。将这些数据进一步处理并按照一定的逻辑整理与融合后形成知识。基于对设计/制造/运维任务与行为分析的结果，形成任务-知识本体关联语义网，实现知识的自组织；解析任务模型特征，采用特定算法完成对设计知识的自适应匹配计算后主动推送知识到相应的活动。并基于成熟的经验与知识形成多种创新设计方案，通过仿真计算与权衡分析，用数据支撑技术决策，做出最正确最科学的判断。
2.3 智慧院所核心功能框架
智慧院所是是两化融合在工业4.0、工业互联网、中国制造2025背景下的深化与升级应用。概要地讲，智慧院所是在系统工程方法指导下，使用模型化的表达方式描述虚拟世界（这个虚拟世界包括数字化的企业、工厂、业务、系统、产品等），并用知识自动化支撑这一描述过程，基于数据完成这一描述过程中的各种权衡与决策；然后利用Digital Thread/Digital Twin(数字线程/数字孪生)技术实现虚拟世界与物理世界的联接，进一步促进虚拟世界描述的正确性与准确性。
智慧院所由1套工程方法，3大核心支撑功能，1套统一模型体系构成了其核心功能框架，其中，1套工程方法是系统工程的思想与方法，3大核心支撑功能是基于模型协同、知识自动化、权衡与决策；1套统一模型体系是基于标准与数字线程/数字孪生理论形成的虚拟和现实融合的模型，系统工程方法、核心支撑功能与统一模型体系构成智慧院所的核心功能框架。
智慧院所核心功能框架
将包括企业、过程、工厂、环境、产品等在内的研发、制造、运行阶段的要素模型化；将产品生命周期中的各种知识组件化，提供知识自动化的基础，结合机器自学习、知识自组织与知识自适应活动，实现知识自动化。知识自动化是知识时代所提出的基本需求，是实现智慧院所的核心驱动力与本质特征。然后再基于统一模型与大数据分析进行权衡与决策，支持生命周期中各项活动的知识推送与决策。
智慧院所有几个关键的核心要素：模型化，知识组件化，知识自组织、自学习、自适应，技术过程/管理过程与知识融合，数字孪生实现虚拟世界与物理世界连接。
基于模型协同是实现知识自动化的基础，而知识自动化又是智慧院所的基本的使能要素。通过模型化，将企业、工厂、业务过程、流程、产品等通过形式化结构化的表达，提供计算机可计算（Computable）基础，通过对相关隐形经验、知识、流程、方法、计算公式、设计活动等进行封装，将这些过去一直隐形存在的不便于表达的知识组件化之后，提供知识自动化坚实的基础。采用大数据技术将这些多领域、多层次、高保证度的可计算、可认知、可关联的数据进行机器训练与学习、自组织形成任务-知识本体关联语义网。通过解析设计任务模型特征，采用特殊算法完成对设计知识的自适应匹配计算后主动推送知识到相应的设计活动，并对知识推送后被采纳的情况进行分析处理，完成知识的自学习。
智慧院所可以达成三方面的效果：
1.实现CPS中的C与P融合
2.自动精准匹配知识
3.知识自动化使20%劳动，80%创新成为可能。
2.4 智慧院所构成
1）智慧院所构成
按照EIA632标准对系统的定义，系统的由最终产品与使能产品集构成，相应地，智慧院所也是由最终产品——智慧院所平台，与使能产品集共同构成。
智慧院所构成
其中，智慧院所平台由智慧研发平台、智慧管理平台、智能制造平台、智能运维平台组成。使能产品集包括方案、技术文件与系统原型等研发产品，流程、数据、知识等生产产品，测试与试运行大纲、测试用例与数据、试运行用例与数据等试验产品，培训技术手册、培训数据与用例等培训产品，使用技术手册、系统工程应用规范体系、知识激励制度等部署产品，以及数据与知识的更新、沉淀管理等规范制度。这些使能产品集大部分在平台交付的过程中都会齐备，通常由于应用方的缘故，缺乏流程、数据与知识，缺乏系统工程应用规范体系与知识激励制度，缺乏数据与知识的更新、沉淀与管理的相关规范，造成平台系统应用失败，尤其流程、数据与知识需要由应用方来主导，因此在系统建设的过程中尤其需要重视。
往往有些信息化系统最终不能成功地应用，究其原因，除了信息化系统本身在定义过程中没有按照系统工程的思想去设计开发而造成功能上的缺陷外，另外还有很大一个原因就是相应的使能系统集不完善，功能上的缺陷通常都能通过增加成本延长期限得到改善，而使能产品集往往由于应用方没有意识到其重要性而被忽视，从而造成系统长期不能发挥作用。
2）智慧院所主要建设内容
按照EIA632标准对系统构成的描述，智慧院所的建设内容主要包括5个方面的内容，4个最终产品应用平台，1个使能产品集，将使能产品集整合后形成系统工程应用标准规范体系。4个应用平台是指智慧管理与决策平台，武器装备智慧研发平台，智能制造平台，智能运行与维护平台。
主要建设内容
其中的4个平台是在智慧院所平台统一框架下的4个组成部分。基于系统工程的智慧院所平台可以概括成4层架构、4个核心技术支撑、4个核心应用。
智慧院所平台采用四层架构，门户层、核心应用层、数据层、基础层。
门户层是智慧院所的统一应用门户，是用户协同入口。
智慧院所统一平台架构
核心应用层包括了智慧院所核心技术引擎，统一数据模型、知识自动化以及权衡与决策4个核心技术支撑，以及智慧管理与决策平台、武器装备智慧研发平台、智能制造平台、智能运行与维护平台等4个核心应用平台。这是基于系统工程的智慧院所解决方案的核心，4个核心技术支撑与每一个核心应用平台组合可以形成面向武器装备生命周期不同阶段的智慧院所应用解决方案，每一个方案包括了适应该生命周期阶段的特定功能。
❶智慧院所建设内容1——智慧管理与决策平台
智慧管理与决策平台是面向企业管理层与企业管理职能部门的智慧化应用平台。
智慧管理与决策平台
智慧管理与决策平台是在共性技术支撑下，提供企业管理与决策的智慧化应用，包括8项企业管理相关的应用功能与4项共性技术，8项企业管理相关的应用功能：企业架构、企业战略管理、人力资源管理、质量管理、组织过程资产管理、设施设备管理、财务管理、供销与市场管理等与企业管理具体业务相关的功能，其中部分功能在很多研究院所已经有成熟的应用，这种情况下，只需要将核心应用层中的技术引擎、统一数据模型、知识自动化、权衡与决策4项智慧管理支撑技术进行集成即可实现。
❷智慧院所建设内容2——智慧研发平台
武器装备智慧研发平台是面向技术管理部门与技术部门，用于武器装备产品研发设计的解决方案
智慧研发平台
武器装备智慧研发平台是在智慧院所平台共性技术支撑下，提供武器装备研发的智慧化应用，包括6项跟武器装备研发业务相关的应用功能、1个集成开发环境、4项共性技术，跟武器装备研发业务相关的应用功能是：科研项目管理、需求工程、基于模型协同设计、多领域仿真与验证、创新体系、合规性管理、集成开发（组件化）环境等功能。这些核心应用功能相互组合，结合不同的实际应用场景可以形成面向不同应用的研发环境。
❸智慧院所建设内容3——智能制造平台
武器装备智能制造平台是面向武器装备生产制造部门与制造管理部门，用于武器装备产品智能化生产的解决方案。
智能制造平台
武器装备智能制造平台是在共性技术支撑下，提供武器装备制造的智能化化应用，包括数字化制造、制造管理、智能工厂/智能车间/柔性生产线三个跟制造业务关联的主要功能，其中智能工厂/智能车间/柔性生产线属于硬件范畴，数字化制造包括生产线规划/仿真，制造过程定义，工艺/制造仿真，以及Digital Thread/Digital Twin（数字线程/数字孪生）等功能，主要用于武器装备设计与制造的持续优化；生产管理包括传统的ERP，MES/DNC，检测与监控，物料管理等功能。共性的智能化支撑功能包括技术引擎、统一数据中心以及在制造阶段实例化后形成的制造大数据，知识制动化，权衡与决策等内容。
❹智慧院所建设内容4——智能运行与维护平台
武器装备智能运行与维护平台是面向运行与维护部门，用于武器装备产品智能化运行与维护的解决方案。武器装备智能运行与维护平台跟武器装备智慧研发平台密切相关，在研发过程中需要充分考虑武器装备的可维护性以及运行经济性等因素。
智能运行与维护平台
武器装备智能运维平台是在共性技术支撑下，提供武器装备运行与维护的智能化应用，包括8项武器装备运行与维护相关的应用功能与4项共性技术，8项武器装备运行与维护相关的应用功能对应8个子系统：运行与保障体系框架、综合保障需求与方案管理子系统、运维资源管理子系统、维修支持管理子系统、技术资料管理子系统、单台次技术状态管理子系统、故障管理子系统以及Digital Thread/Digital Twin武器装备生命周期的管理与决策的武器装备运维业务的相关功能，以及共性支撑技术构成，其中共性支撑技术的统一模型中性将实例化为武器装备运维大数据，支撑武器装备运行与维护业务。
❺智慧院所建设内容5——系统工程应用标准规范体系
智慧院所建设的另一项重要内容就是智慧院所使能产品集的建设，智慧院所使能产品集的建设需要建设方与应用方一起共同完成，并且这一过程可能需要应用方持续地进行。智慧院所使能系统集包含了非常丰富的内容，这里我们主要描述系统工程英规标准规范体系的建设。
系统工程应用标准规范体系
系统工程应用标准规范体系主要包括系统工程技术过程，武器装备需求规范体系，系统工程方法、技术与工具体系，成果构建体系，人员能力体系等内容。系统工程技术过程可以参考INCOSE系统工程手册，结合行业实际情况进行梳理、优化与裁剪；人员能力体系建设可以结合企业的组织架构建设，根据不同的角色设定合理的系统工程能力准则。
3. 智慧院所的特征
智慧院所以全面支撑制造业国家战略落地为目的，响应知识时代对知识自动化的需要，解决武器装备科研院在知识时代所面临的工程方法、知识、数据集成等方面的问题，将呈现出6大典型特征：知识自动化、需求牵引、任务驱动、知识与过程融合、多维度全覆盖、统一（关联）模型。
❶知识自动化是智慧院所的本质特征
智慧院所中的“智慧”是科研院所的“人”利用知识自动化完成知识获取、组织、应用、再学习的动态过程实现基于数据的权衡与决策，基于知识进行创新。知识自动化既是一项关键技术，同时又是智慧院所的本质特征。
工业时代需要工业自动化，知识时代必须知识自动化。工业时代的发展在许多方面对人类的体力提出了“非分”的要求，迫使人们必须依靠工业自动化的手段来“补偿”其体能上的不足，才能够去实施、运营、维护各类大型或精密的系统和过程；同理，面临物联网、大数据、云计算、智能技术等，正在迅速兴起的知识时代也对人类的智力提出了更高、更加“非分”的要求，人们更需要借助知识自动化的方法来“弥补”其智能上的不足，进而才能去完成各种层出不穷的不定、多样、复杂任务 （摘自：王飞跃《知识自动化的挑战与机遇》2013）。
智慧型科研院所以“DIKW”的动态过程及自动化实现为核心，应用前沿的大数据、本体、语义网络、神经网络、图形图像处理、机器试错学习、认知计算等技术，实现知识自学习、自组织与自适应匹配，实现“DIKW”的自动化过程，这一自动化实现过程，就是知识自动化过程，是智慧院所的本质特征。
❷ 需求牵引
在系统工程技术过程中，不论在系统分解过程、系统实现过程，或者是集成与V&V过程，整个技术过程都是围绕需求展开，需求牵引整个技术活动的开展。需求贯穿整个产品生命周期各个阶段，所有问题的提出与解决都是基于需求来展开，上下层级之间需求的关联形成需求链，需求链在武器装备研制不断的“问题-解”的递归过程中形成武器装备研制运维的技术主线。
智慧院所在整个生命周期不同阶段的系统工程技术过程中表现为以需求为牵引，是智慧院所的技术主线，贯穿系统生命周期过程。
❸ 任务驱动
国内外应用实践都是把系统工程技术过程纳入到项目背景之下，系统工程技术过程提供项目的技术输入，项目管理为系统工程提供计划、进度、资源与风险控制等方面的保障，技术活动与技术管理活动的开展都以任务作为驱动往下推进，任务之间相互关联形成管理主线，驱动产品研制活动顺利进行。
智慧院所在技术管理维度整合了计划、进度、资源与风险，并将系统工程技术过程作为输入，以任务方式驱动各项系统研发、设计、制造与运维活动的进行。任务驱动是智慧原始的技术管理主线。
❹ 知识与过程融合
知识来源于过程的积累，又支撑过程的有效运行。在考虑设计维度-系统工程-项目管理相互平衡的同时，一定要同时考虑这三个维度的融合。系统工程维度考虑应该做什么（What），系统工程为项目管理提供技术输入；项目管理考虑什么时间（When）安排谁（Who），配置哪些资源在什么地方（Where）去完成；而设计维度考虑的是如何将这些做好（How），KnowHow就是我们常说的核心知识。What-When-Who-Where-How必须要形成相互融合的整体才能将事情做好，这就要求知识与过程必须融合。
设计维度-系统工程-项目管理的平衡
知识与过程的融合通过知识自动化这一关键技术来实现，将知识与技术管理过程、知识与技术过程在设计维度-项目维度-系统工程维度的三维空间进行融合，彻底改变知识与业务两张皮的痼疾。
❺ 多维度全覆盖
智慧院所基于武器装备院所在产品研发、制造、运维等生命周期过程以及安全协同等方面的考虑，从12个维度全面覆盖了武器装备研制与运维的智慧化过程。这12个维度适用于研发、制造与运维阶段，在不同的阶段对这些维度有所侧重与裁剪。
多维度全覆盖
❻ 统一(关联)模型
统一（关联）模型首先是将系统对象从不同维度、使用多个视图进行描述，包括：项目视图、需求视图、功能视图、系统视图、产品视图、运行与维护视图等；然后建立起不同视图之间，以及各视图内部不同要素之间的关联关系，形成统一关联模型。
统一（关联）模型的建立将涉及到多种底层数据标准，需要比较长时间的建设才能逐步完成。
首先需要建立起不同层级的需求以及需求之间的关联与追溯，这一过程目前已经有部分科研院所着手建设；其次，是要建设不同层级的需求与对应的其他视图之间的关联关系，如，功能需求与功能视图的关联，系统需求与系统视图的关联，产品需求与产品视图的关联，以及产品运维需求与运行维护视图之间的关联（这一建设过程可能会相对比较长，但非常有价值）；第三，是建立起需求视图与项目视图之间的关联，需求是技术过程的主线，是项目管理的技术输入，任务是技术管理过程的主线，通过建立这两者之间的关联关系，将技术管理过程与技术过程进行整合；最后是将项目视图与其他视图之间建立关联。上述过程，尤其是后面几步，并没有严格的次序，通过这几个步骤，将系统工程技术过程、技术管理过程以及系统对象进行整合，从而形成统一（关联）模型。
4.智慧院所的阶段特性
智慧院所响应知识时代的使命，以支撑中国制造2025战略落地为根本目的，按照“DIKW”模型的基本原理，智慧院所将呈现出层级递进的特性。
根据“DIKW”模型以及智慧院所赋予“DIKW”模型的特殊内涵，数据（D）在经过几十年的实践与信息化积累后，各院所都已经积累了丰富的数据，问题在于数据的整合；信息（D）的关键在于对这些数据的模型化与组件化处理；知识（K）的核心在于要解决知识的动态过程；智慧（W）主要是人应用数据、信息与知识进行决策与创新所表现出的最终效果。
基于“智慧院所”支撑制造业战略落地这一根本目的，以及智慧院所赋予“DIKW”模型的特殊内涵，将“智慧院所”在2025这个时间节点分解为3个阶段：第一个阶段目标是夯实数据基础，解决生命周期数据整合问题，称之为“集成化”阶段；第二个阶段目标是在整合数据基础上实现“模型化/组件化”处理，为知识自动化提供基础，称之为“模型化/组件化”阶段；第三个阶段目标是让人充分利用知识制动化实现决策与创新，称之为“智慧化”阶段。
不同的研究所可以根据本研究所的基础与实际情况，通过这5条主线——数据、系统工程、模型化/组件化，知识自动化、创新——分别开展智慧院所建设。
5. 智慧院所的建设效果
智慧院所主要针对5大类利益相关方——企业管理层、技术管理者、职能部门、技术部门、上级监管部门——所面临的各种挑战与需要，解决在工程方法、知识积累与应用、决策、规范性、以及数据整合等五个方面的问题。通过建设智慧院所，可以带来四个方面的变革：
智慧院所带来的4大变革
❶ 工程方法变革
智慧院所会植入系统工程的工程方法，将系统工程方法融入到武器装备研制过程中，应对武器装备复杂性带来的挑战，继而会进一步从基于文档向基于模型转变。这其中系统工程的植入包括：从思想认识上，重视系统思维培养与灌输；从流程上，系统工程流程的应用；从方法上，系统工程方法、技术与工具的封装；从劳动者技能上，按角色的全组织系统工程技能培养与考核，以及企业文化、制度上对系统工程的重视；还有最重要的工程实践。
❷ 组织过程智力资产的积累模式变革
通过机器自主学习，自动地积累组织过程中各项管理、研发、设计、制造、运行维护活动以及活动所包含的数据信息与知识，并结合各项活动的环境以及人的习惯形成精确的知识，积累组织过程资产，使得后来者始终能够站在前人的肩膀上从而实现稳步的增长。
❸ 决策方式变革
智慧院所将改变过去基于经验决策的模式，通过对全生命周期数据的分析处理，基于数据帮助我们做出正确的决策。
❹ 创新工作模式变革
智慧院所会极大地解放人力，过去工程师们80%的时间是在做一些重复性、低效率、低价值的事务性劳动，20%甚至更少时间用于创造；智慧院所会改变这一模式，重复性、低效率、低价值的事务性劳动大多都将由计算机帮助完成，更多时间用于创造性活动。同时将建立创新体系，从组织架构、应用模式以及技术创新等方面体系化地推进创新。
6. 结束语
智慧院所的提法是从知识的自动化这个角度，从提升智慧的主体——人——在完成决策与创新等智慧活动中，利用知识自动化来提升效率，改变智慧活动模式的一种描述。是相对于过去非自动化的一种深化与升级。
智慧院所作为一种组织形式，其研究方法适用于企业系统工程，是一个相当复杂的课题。本文对智慧院所进行了相当大的简化，仅从武器装备研制运维的工程应用角度用系统工程方法进行研究，弱化了企业组织的人文、社会、经济、文化、政治等方面的因素。同时，由于受到作者对军工科研院所了解的水平的限制，以及在知识结构与水平的限制，诸多说法与描述有待商榷，请大家指正。
参考
1.王飞跃，软件定义的系统与知识自动化: 从牛顿到默顿的平行升华，自动化学报，2015年1月
2.王飞跃、张新国，系统工程的过去、现在和未来，《管理学家》 2013年10月31日
3.乌尔里希·森德勒主编/邓敏 李现民 译，《工业4.0——即将袭来的第四次工业革命》 机械工业出版社
4. 《中国制造业发展纲要(2015-2025)》 工业与信息化部 中国工程院2015.05
5. 《Make it in America——Manufacturing Extension Partnership》 NIST 2013 http://www.nist.gov/mep/
6. Hermann, Mario，Pentek, Tobias，Otto, Boris，Design Principles for Industrie 4.0 Scenarios，2015
7. Edward A.Lee ，Cyber Physical Systems: Design Challenges，January 23, 2008
8. A NATIONAL STRATEGIC PLAN FOR ADVANCED MANUFACTURING Executive Office of the President，National Science and Technology Council，FEBRUARY 2012
9. 工信部解读《中国制造2025》工业与信息化部规划司 2015年5月
10. Peter C. Evans & Marco Annunziata，工业互联网——打破智慧与机器的边界
11. 何强，“智慧军工”在思考（上、中、下），2016年2月
12. 刘戒骄，美国再工业化及其思考，中共中央党校学报，2014年4月
13. INCOSE Systems Engineering Handbook v4，INCOSE，2015
14. ISO/IEC/IEEE 15288: 2015 Systems and software engineering System life cycle processes
15. ANSI/AIAA G-043A-2012 Guide to the Preparation of Operational Concept Documents
16. ANSI/EIA-632-1998 Processes for Engineering a System
17. ISO/IEC 26702-2007 IEEE 1220-2005 Systems Engineering - Application & Management of Systems Engineering Process
18. ISO/IEC/IEEE 29148:2011 Systems and software engineering -Life cycle processes -Requirements engineering
19. Guide to the Systems Engineering Body of Knowledge (SEBoK). June 29, 2015
20. GB/T 26240-2010 系统工程系统工程过程的应用和管理
21. Wolfgang Wahlster. ， Cyber-Physical AI Systems for Resource-Efficient Living. The Way Ahead New Directions at FBK ICT IRST Encounter Outstanding Visions from Across the Field Trento, December 17, 2012
22. Richard Beasley，Implementing the Systems Engineering approach in Rolls-Royce , Systems Engineering Specialist and Company Skill Owner,Presentation to INCOSE UK Rail Interest Group Systems Engineering workshop7 July 2009
23. Andrew C. Pickard and Andy J. Nolan ，How Cost Effective is your V&V, 23rd Annual INCOSE International Symposium - Philadelphia, PA – 24-27 June, 2013
24. 3D opportunity and the digital thread: Additive manufacturing ties it all together, A Deloitte series on additive manufacturing, 2016
25. Dr. Ed Kraft AEDC/CZ , Expanding the Digital Thread to Impact Total Ownership Cost, Presented to the NIST MBE Summit December 18, 2013
26. Dr. Michael W. Grieves，Digital Twin: Manufacturing Excellence through Virtual Factory Replication, Digital Twin White Paper, 2014
27. Claudia V Kropas-Hughes FLCMC/XZE，USAF Digital Thread Initiative Overview, Presented to NDIA M&S Committee Apri l8, 2014
本微信号是由一群系统工程爱好者所发起，纯粹公益性质，不持任何立场，欢迎更多系统工程爱好者关注，并踊跃投稿。 请点击标题下“系统工程”进行关注 点击右上角“┇”，发送给朋友或分享到朋友圈 进入子菜单查看分类文档，或回复“目录”获取文档总目录。 欢迎各位把你对系统工程的认识与理解撰写成文，发布到“系统工程”微信平台，一起交流，共同进步。 有问题或投稿请加管理员微信：SEC_heq |