​建立對基於模型的系統的信心

以往，我們將測試階段作為從開發階段到下一個階段的檢查點。例如，原型製作將依設計標準進行測試，當符合這些標準後，設計便邁入後續的設計流程階段。然而，測試資料本身並不會隨設計方式一併更動。本設計測試的目的僅在確保順利完成原型製作階段。此模式遍及所有設計階段，從市場調查與概念開發到生產與維護測試皆是如此。因此，產品開發過程中會留下寶貴的測試資料，卻也因此失去大量學習機會。

許多公司已從序列式設計轉向更為靈活敏捷的產品開發方法，這就使問題變得更為複雜。傳統的線性且孤立的開發流程已經演化，現在的測試持續且貫穿所有開發階段。

採用靈活開發方法及傳播資料與洞察的需求，使關鍵問題浮現─如何在整個開發過程中有效擷取並分享資訊？

存儲與傳輸資料本身並不難。但如何有效管理資料這個難題長期困擾著工程團隊。如何確保資料來源於最新資訊？解決此問題乃數位工程的基本任務─建立單一權威資訊來源。若未採取嚴謹的資料管理方法（包括建立單一真實資訊來源），團隊無法以確信且信心十足的心態使用資料。

在整個開發週期中，權威的真實資訊來源應隨之演化。每次測試所得的新資訊應整合至現有知識庫中。測試不應被視為開發過程中一連串離散的步驟，而應看作建立健全知識基礎並強化產品開發的手段。

將測試視為一系列步驟，是提升測試流程效率的關鍵。這樣的做法必須仰賴工程團隊的解決以下兩大問題的能力

「我們如何保留並傳送先前階段獲得的資訊？每個新測試階段需學習哪些新資訊？」

這些資訊的總合稱為數位執行緒，能在開發流程中傳送資訊。數位執行緒作為唯一的權威真實資訊來源，包含數位產物如需求清單、數位模型、感測器對應、紀錄的測試資料、仿照行為、效能變異、製造缺陷、個體差異及實際使用歷史。數位執行緒回答了第一個問題，如何擷取及保留開發流程中的資訊。提升數位執行緒的品質，成為執行數位工程流程團隊的首要挑戰。

第二個問題是於每次新測試階段擷取必要資訊，有助於提升開發流程的效率。應答此問題的準確度與完整性將決定數位執行緒在完成後的品質。

由模組組成的系統至少有兩大因素會導致錯誤。一種是源於模組間的交互引起，另一種是由於這些交互改變了各元件的行為導致。建模此等效應的難度高於個別元件行為建模。在後續開發階段的測試工程決策中，這些因素應該會引領相關考量。測試的目標必須從簡單的從下一階段的資格認定轉向建立對數位執行緒的信任，特別是代表系統所用的模型的信任。

不同模型達成不同目標。模型可用以直觀地表示概念，優先考量收集回饋以指導產品設計，不能聚焦於精確功能。模型也能用於追蹤需求或編譯採購需用材料彙總表。模型還能作為系統中實體元件的佔位物，直到實體元件到位為止，在此過程中功能並非關鍵考量。數位模型可於情境測試如有限元素分析或安全測試中發揮效用，其中模型行為與回應成為關鍵。最終，模型可作為數位孿生使用，其與特定序號連結並整合生產資料，這些資料會隨時間演進來模擬實體系統的實際使用狀況。

在這些應用中，與實體系統對應的準確度需求各有不同。雖然概念模型無法完全複製實體系統的精確性能，但用於維護預測的數位孿生必須具備與實際使用狀況及故障高度吻合的精準度。對模型精準度的信任程度，可作為衡量該模型在系統內可信度的指標。此處所稱的可信度指「個人願意從多大程度上依據從模型獲得的資訊作決策」。¹

為提升模型可信度，需以量化方式衡量可信度並追蹤進展。Eann Patterson 提出的架構已被應用於多領域模型（包括材料科學），對本次討論十分有益。在本模型中，Patterson 博士建議模型可透過兩軸來界定特性：模型的可測試性如何？我們對模型科學的瞭解多少？

在該架構中，模型特性越偏向圖表左下方，對模型的信心越高。如圖 1 所示，將整個表劃分為四個區段有助於理解，儘管這些界線較為模糊，不便分辨。

圖 1.四種模型類別

這四個區段中，顯示了四種模型。模型的可信度關鍵在於工程師了解模型所屬的區段。下面就簡要說明這四個類別：

    I.            已知科學與可驗證模型—此類中，工程師利用多種工具和指標確保模型正確應用。此類範例包括機械槓桿、材料樣本與理想物理問題。

    II.            與實驗資料匹配良好的簡化模型—此類中，人們尚未完全理解科學原理，但足以透過資料準確模擬現象。工程師應謹慎使用這些模型，還要與實證資料比對。暗物質即一例，我們不理解這種科學，然宇宙模型準確度足以指引太空任務。

    III.            具紮實科學基礎但無法驗證的模型—此類模型根基於知實證價值，於無法檢測準確度的情況下仍可用於實際應用。可以遭受極端熱聲疲勞影響的元件為例。

    IV.            難以建構且難以測試的模型—此類模型可能根基於已知科學，但缺乏基礎科學資料或測試管道。黑洞內的交互可能屬於此類。

此架構助於判斷模型的可信度。下一節將討論此架構如何協助工程團隊提升對特定模型的信心。

我們已辨識這些類別，現在可思考推動模型朝圖表左下方移動的策略，從而提升信心。

圖 2.提升模型信任的策略

如圖 2 所示，首項策略為開發更佳的測試技術與方法。量測系統年年進步，提升準確度、精密度、速度與分析技術。各項技術進步都將模型從左上方（第 III 象限）向左下方（第 I 象限）移動。作為量測公司，NI 聚焦於此策略──讓使用者能進行以前無法進行的量測作業。

當模型位於左上方的低可信度象限，工程團隊能專注於如何進行先前無法完成的量測。業界與 NI 等量測公司針對特定模型問題建立合作關係，可針對最相關的問題提供量測方法。

第二項策略為將新科學知識納入模型。此策略旨在開發根基於科學的模型，取代黑盒子模型。NI 與 Ansys 等公司就此領域展開合作，依據已發表的科學原理開發物理模擬，再運用實證資料加以驗證。這些詳細模型用以生成降階模型 (ROM)，用於模擬系統、透過優化感測器提升儀器性能、藉助虛擬感測器輔助實體量測及分析失效概率。將物理模型與實驗資料結合，可量化系統不確定性並構建混合模型，運用組成律與機器學習原理捕捉未建模的殘餘物理現象，進行隨機分析找出系統中可能失效點。

第三種策略針對無法精確測試且科學原理解釋不明的系統部分（第 IV 象限）。此類系統需要使用新研發方法來尋找量測該現象的方法或理解其背後的物理原理。NI 與全球各地的 學術研究計畫攜手合作，提升對此類概念的理解與量測能力。

隨著模型越發重要，工程師必須找到可信賴的方法，將其納入測試計畫的環節中。仰賴模型的重要一環是理解哪些部分可信賴，及哪些部分需進一步資料才能正確理解測試對象的行為。透過 NI 工具，您可在設計流程每一步收集資料，提升模型準確度。然後，在依據這些模型做出假設前，使用 NI 的資料擷取與分析工具來驗證模型是否如預期般運作。所有這些都將提升您對模型的信心，從而能更充分地發揮數位工程工具的效能。

• 進一步了解 NI 全系列資料攫取產品