图 1 KARMA语言特性
多架构建模语言 KARMA语言 是一个基于GOPPRRE核心形式化方法的语义式建模语言，由洛桑联邦理工、瑞典皇家理工、北京理工大学、上海交通大学、北京中科蜂巢科技有限公司等机构合作开发。 KARMA语言 支持基于模型系统工程相关建模语言构建、特定域建模、架构驱动、代码生成、指标分析验证及系统工程分析的语言规范，目前已在多家高校、国内外航天、航空、兵器、电子等相关工业部门、国内外多个国家级（欧盟级）及省部级（瑞士创新项目）科研项目落地验证。随后， KARMA语言 将与IoF国际工业本体组织、全国信标委软件及系统分委会、系统工程学会科普工作站、复杂装备MBSE联盟等机构合作，讨论相关语言规范，最终形成相关国家标准。
在中华传统儒释道文化中, 佛教经典词汇KARMA汉译为因果，是佛教法门基本定律及组成要素，表达事物发展的前因后果的集合。用KARMA来为该语言规范起名是期望这种语言可以在整个生命周期中支持产品开发的完整形式化表达，进而达到知因通果，让生命周期研发过程的信息可以结构化及透明化表达。同时，KARMA是英文 K ombination of AR chitecture M odel specific A tion的缩写，用于表示架构模型规范的集成，即使用KARMA语言可以构建不同图形化的架构建模语言如SysML、UPDM和BPMN等，用于支持复杂系统不同系统工程视角的描述。
图 2 KARMA发展时间线
多架构建模语言KARMA的相关技术研究始于2015年，KARMA研究团队对元元模型建模语言(GOPPRR）及相关建模方法，进行系统工程化改造，使新提出的GOPPRRE方*论法**更加适合用于解决系统工程问题。在2019年开始，几所高校的研究生团队、中科蜂巢的研发团队开始着手进行GOPPRRE核心方*论法**研究，提出基于GOPPRRE核心方法的KARMA语言规范，并于2020年7月完成MetaGraph 1.0技术原型工具的开发。随后，基于KARMA语言规范，进行MetaGraph 2.0多架构建模工具（标准版）开发。与此同时，KARMA研究团队着手开发KARMA开源建模工具。
图 3 KARMA与系统生命周期
KARMA语言的应用范围是在系统研发生命周期前端，解决使命任务定义及分析、体系定义及分析、系统需求、系统概念设计、系统架构设计、系统研发过程定义、系统研发信息定义等生命周期活动中，使命任务、体系、系统、系统研发过程及领域知识的全要素一体化语义表达。通过支持开发生命周期协作服务OSLC、ReqIF及EARS的需求描述规范及方法、JULIA、GOPPRRE/IoF系统工程本体及AR的集成，实现全生命周期研发数据及领域知识的一体化描述、决策及唯一数据源管理，最终形成以KARMA语言为核心的数字化工程解决方案。
图 4 以KARMA为核心的复杂装备数字化工程解决方案
图 5 KARMA的多样化展示能力
KARMA语言的语义式规范支持与多种可视化方式结合，实现模型要素的多视图展示：1）由于KARMA语言规范与IoF系统工程本体实现相互转化，因此KARMA语言规范支持一体三面的可视化展示：KARMA语义视图、模型结构视图及模型知识图谱；2）KARMA语言规范与其周边配套规范，如设计结构矩阵DSM规范、ReqIF需求规范、其他系统工程表单规范等相结合，实现KARMA模型与系统工程方法数据的双向打通；3）同时，KARMA语言支持与2D仿真可视化、3D仿真可视化及AR可视化集成，强化架构模型与人在环系统的互动能力；4）与图形化规范不同，KARMA语言规范支持图形化模型不具备的模型语义差异区分，与传统图形化建模语言如SysML 1.6等进行比较，KARMA语言具备如下能力：
图 6 KARMA VS SysML 1.6
- KARMA语言不仅仅局限于九张图，允许定制其他参考视图元模型。
- KARMA语言支持与AR打通，实现KARMA模型与AR模型的互动。
- KARMA语义支持持静态分析、设计空间探索、权衡等描述，无需与其他语言求解器集成。
- KARMA语言支持元元模型描述，因此使元模型及模型的关联及变更管理多样化，支持跨图的数据及信息集成。
- KARMA语义支持系统行为描述，无需与其他仿真求解语言进行集成
- KARMA语言支持基于属性的需求描述，无需与其他分析求解语言集成
- KARMA语言的文本式语义，支持模型差异管理。在图形化规范的模型中，如果某模型的模型结构未变，单独针对其属性做了变更，以图形化标准来看，变化前后的模型是一个模型，因为模型结构未变。然后，因为KARMA语言是语义规范，属性变更以后，对应语义也跟着变更，因此可以区分模型的变化。当前SysML建模工具支持模型变更的原因是，在做属性变化时对应XMI（语义）也跟着变化。然而，XMI与SysML原则上算是两套语言规范，需要实现两种语言规范的同步，才能支持模型的差异管理。
图 7 KARMA语言的国标准备
目前围绕KARMA语言与基于模型系统工程相关研究内容，KARMA研发团队已经发表高质量期刊及系统工程顶级会议论文20余篇。围绕KARMA语言规范，整理KARMA语言规范1.0手稿4万多字、基于系统的系统工程白皮书（第二版）7万多字、总结KARMA语言相关术语几百个、汇总MetaGraph 2.0用户手册使用方法200余页、并整理各元模型语言库规范文档300余页。基于以上材料，为构建以KARMA语言为核心的基于模型系统工程标准化体系奠定基础。
图 8 KARMA的生态构建
围绕中国系统工程学会科普工作站，构建相关KARMA语言生态的开源社区。以系统工程wiki为KARMA知识及术语定义核心平台，系统工程论坛为KARMA语言讨论区，开发KARMA语言领域知识模型库，研究KARMA语言生态的领域插件IDE，提供KARMA语言的培训服务，强化中欧KARMA语言团队研究生互换，实现KARMA语言的全方位科普及推广。最终，对标多领域建模语言Modelica推广模式，实现以KARMA语言为核心的集产、学、研、用为一体的系统工程创新技术中欧协同研发生态构建的典型范式。
图 9 KARMA生态的自主可控软件研发
围绕KARMA生态，开发自主可控工具：1）多架构建模工具MetaGraph 2.0，支持基于KARMA语言的架构模型设计及分析；2）多领域联合仿真平台Prajna, 基于IoF本体规范，支持认知孪生构建，语义建模、仿真及推理；3）数据计算、分析及挖掘平台DIPA，基于IoF本体规范，支持基于本体的全生命周期数据分析、挖掘，及数据驱动的数字孪生模型构建；4）OSLC认知总线套件，基于开发生命周期协作服务，支持生命周期过程中的数字线索构建、认知模型构建、数据整合等生命周期管理功能；5）数据可视化大屏DataVis，基于开发生命周期协作服务，实现全生命周期系统工程数据的可配置大屏展示。
图 10 GOPPRRE方*论法**、KARMA语言与MetaGraph 2.0
目前，基于GOPPRRE核心MBSE形式化方法，定义KARMA语言语义规范，开发多架构建模工具MetaGraph 2.0。该工具支持以下主要功能：
1. 建模：1）元模型构建，支持定义领域元模型；2）系统建模，基于所定义的领域元模型，构建系统模型。
2. 分析：1）指标验证：支持系统模型的静态指标验证；2）混合状态机仿真：支持系统行为仿真；3）JULIA混合编程：支持KARMA模型与系统分析的集成。
3. 模型转化：1）代码生成：支持架构模型向其他代码的自动化生成；2）架构驱动：支持架构模型之间的自动化传递。
4. 数据集成：1）需求条目管理：支持条目化需求定义及管理；2）DSM表单管理：支持条目化需求与模型要素的追溯定义；3）基于OSLC的网端服务化：提供网端的互操作API，支持KARMA数据的互操作及网端模型结构可视化。
目前，基于该语言规范，多架构建模工具MetaGraph 2.0即将发布，相关功能介绍如下。
1、基于KAMRA语言的元模型构建
图 11 基于GOPPRRE的特定域建模方法
面向GOPPRRE核心MBSE形式化方法，该语言具备元模型描述能力，支持在多架构建模过程中进行领域元模型的开发。在MetaGraph 2.0中，基于元模型开发模块，可用于定义及开发相关建模语言中的元模型，如SysML、UML及UPDM等规范均可用于开发指定元模型库。在元模型开发模块中包含图元模型开发模块、对象元模型开发模块、关系元模型开发模块、点元模型开发模块、角色元模型开发模块和属性元模型开发模块，具体操作如视频所示。
2、基于KAMRA语言的系统建模
基于KARMA语言所搭建的领域元模型，在MetaGraph 2.0中支持用户实现即拖即用的建模方式。同时相关模型，通过与KARMA语言规范进行同步。在多架构建模过程中，MetaGraph 2.0主要包含元模型显示模块、建模模块、建模项目树状显示及管理模块、模型属性配置等模块。
3、指标验证
图 12 指标验证原理
KARMA语言支持系统模型中的指标静态验证功能。在MetaGraph2.0中，通过指标验证模块编辑KARMA脚本，对指标验证规则进行定义，包括变量定义、模型属性定义、参数计算定义和定义约束等。最终，通过指标验证执行模块，获得指标验证结果，以达到验证架构逻辑执行、系统静态指标、设计空间探索和方案优化等目的。具体操作如视频所示：
4、代码生成
图 13 代码生成原理
KARMA语言支持架构模型的代码生成功能。通过该功能，定义架构模型与生成代码的传递规则，提取架构模型中的信息，并将其自动转换为目标代码，实现KARMA模型向其他数据的自动化传递及转化。在MetaGraph2.0的代码生成模块中，编辑KARMA脚本，定义对代码生成过程中的传递规范，并执行该脚本，进而实现目标代码的自动化生成。
5、混合状态机仿真
图 14 混合状态机仿真
KARMA语言支持混合状态机仿真功能。基于KARMA语言构建的系统行为和体系活动流程等模型，在MetaGraph2.0工具中添加系统行为仿真代码，用于定义仿真变量、系统状态、触发事件和时间特性描述等。最终，使用混合状态机仿真执行功能，获得仿真结果（系统行为及体系活动流程中变量随时间的变化情况等）。在仿真过程中，支持2D及3D仿真可视化及数据联动，实现使命任务、体系及系统级概念仿真验证。
6、基于ReqIF的条目化需求管理
图 15 基于ReqIF的条目化需求管理
为了实现MBSE模型与需求条目的集成，在多架构建模工具MetaGraph 2.0中，支持基于ReqIF的条目化需求管理。通过在MetaGraph项目中创建ReqIF标准文件，在需求条目管理模块中基于规范、规范对象需求、规范关系和规范关系组四种基础元素，进行需求类型定义、基础数据配置、条目化管理和需求条目属性定义等，从而构建覆盖复杂产品全生命周期的需求条目。
7、基于DSM表单的追溯管理
图 16 DSM支持需求条目与模型要素追溯管理
多架构建模工具MetaGraph2.0中，支持基于DSM表单描述规范的KARMA模型要素及需求条目追溯管理。通过DSM管理模块，在MetaGraph项目中创建DSM表单，支持导入已有的模型文件和ReqIF需求文件中的相关元素，并定义各元素之间的关联关系，包括并行、顺序和耦合等，实现MBSE模型和需求条目的全生命周期一体化要素关联。
8、基于OSLC的网端服务化
图 17 基于OSLC的KARMA模型轻量化展示
多架构建模工具MetaGraph2.0中，支持基于开放生命周期服务的KARMA模型的网端轻量化展示。MetaGraph 2.0中的OSLC适配器，自动生成KARMA建模项目的网端轻量化展示工具，用于支持KARMA模型协同设计及KARMA数据与其他平台之间的互操作及唯一数据源管控。
9、基于Julia的架构建模与科学计算集成
图 18 KARMA语言与Julia语言的集成
多架构建模工具MetaGraph 2.0支持KARMA语言与Julia语言的混合编程，实现基于架构模型的系统分析及科学计算。在MetaGraph 2.0中，支持编辑Julia代码，并通过给定Julia脚本调用KARMA模型中所需参数，实现Julia与KARMA语言的双向打通。基于该功能，可以针对KARMA架构模型，实现复杂度分析，架构聚合算法分析，接口分析等系统分析功能。
KARMA生态论文集
1. Yuanfu Li, Jinwei Chen, Zhenchao Hu, Huisheng Zhang, Jinzhi Lu & Dimitris Kiritsis (2021) Co-simulation of complex engineered systems enabled by a cognitive twin architecture, International Journal of Production Research, DOI: 10.1080/00207543.2021.1971318
2. J. Lu, J. Ma, X. Zheng, G. Wang, H. Li and D. Kiritsis, "Design Ontology Supporting Model-Based Systems Engineering Formalisms," in IEEE Systems Journal , doi: 10.1109/JSYST.2021.3106195.
3. Jin Y., Lu J., Wang G., Wang R., Dimitris K. (2021) Semantic Modeling Supports the Integration of Concept-Decision-Knowledge. In: Dolgui A., Bernard A., Lemoine D., von Cieminski G., Romero D. (eds) Advances in Production Management Systems. Artificial Intelligence for Sustainable and Resilient Production Systems. APMS 2021. IFIP Advances in Information and Communication Technology, vol 633. Springer, Cham. https://doi.org/10.1007/978-3-030-85910-7_22
4. She S., Lu J., Wang G., Ding J., Hu Z. (2021) Model-Based Systems Engineering Supporting Integrated Modeling and Optimization of Radar Cabin Layout. In: Dolgui A., Bernard A., Lemoine D., von Cieminski G., Romero D. (eds) Advances in Production Management Systems. Artificial Intelligence for Sustainable and Resilient Production Systems. APMS 2021. IFIP Advances in Information and Communication Technology, vol 633. Springer, Cham. https://doi.org/10.1007/978-3-030-85910-7_23
5. Li H., Lu J., Zheng X., Wang G., Kiritsis D. (2021) Supporting Digital Twin Integration Using Semantic Modeling and High-Level Architecture. In: Dolgui A., Bernard A., Lemoine D., von Cieminski G., Romero D. (eds) Advances in Production Management Systems. Artificial Intelligence for Sustainable and Resilient Production Systems. APMS 2021. IFIP Advances in Information and Communication Technology, vol 633. Springer, Cham. https://doi.org/10.1007/978-3-030-85910-7_24
6. Jiangmin Guo，Jie Ding，Jinzhi Lu and Guoxin Wang. A Model Query Language for Domain-Specific Models, 2020 5th International Conference on Mechanical, Control and Computer Engineering (ICMCCE) .
7. Yang P, Lu J, Feng L, et al. A Knowledge Management Approach Supporting Model-Based Systems Engineering[C] //Trends and Applications in Information Systems and Technologies: Volume 2 9. Springer International Publishing, 2021: 581-590.
8. Lu J., Zheng X., Schweiger L., Kiritsis D. (2021) A Cognitive Approach to Manage the Complexity of Digital Twin Systems. In: West S., Meierhofer J., Ganz C. (eds) Smart Services Summit. Progress in IS. Springer, Cham. https://doi.org/10.1007/978-3-030-72090-2_10.
9. Zhenchao Hu, Lu Jinzhi, Jinwei Chen, Xiaochen Zheng, Dimitrios Kyritsis and Huisheng Zhang (2020), A Complexity Analysis Approach for Model-based System Engineering, IEEE – 15th System of Systems Engineering Conference.
10. Lu Jinzhi, Guoxin Wang, Jiangmin Guo, Hongwei Wang, Hang Zhang and Martin Torngren, A General Modeling Language Supporting Model-based Systems Engineering Formalisms (Part 1), 30th Annual INCOSE International Symposium.
11. Jiangmin Guo, Guoxin Wang, Lu Jinzhi*, Shengnan Sun and Hang Zhang, A General Modeling Language Supporting Architecture driven and Code Generation (Part 2), 30th Annual INCOSE International Symposium.
12. SUN Shengnan, LU Jinzhi, CHEN Jinwei, HUANG Baiqiao, LAN Xiaoping, ZHANG Huisheng. Implementation and application of multi-architecture modeling method for aircraft entertainment system. Science & Technology Review, 2020, 38(21): 177-186.
13. Binbin Hao, Jinzhi Lu*, Jun Li, Guoxin Wang, Xiaoping Lan, Jianjiang Chen, Xin Wu. Domain-specific Modeling Approach Supporting Model-based Systems Engineering in Aero-engine Development, MBSE Special Issue, Science & Technology Review (Chinese)
14. 杨兆瑞,于翔,王坚,鲁金直,兰小平,姚春波.多架构体系建模与仿真联合平台.计算机系统应用
15. Jie Ding, Michel Reniers, Jinzhi Lu, Guoxin Wang, Lei Feng, Dimitris Kiritsis. Integration of Modeling and Verification for System Model Based on KARMA Language.DSM workshop 2021
以上为KARMA语言的一些通用功能，后续将针对各个功能进行主题介绍。
MetaGraph 2.0即将发布，尽请期待！