L’approche Model-Based Design garantit qualité et réduction des délais et coûts

Dans un processus classique de conception LRU (Least Recently Used), les ingénieurs recueillent des spécifications à partir de plusieurs sources et les combinent afin d’élaborer un cahier des charges sur papier, qui aidera l’équipe de conception décentralisée à produire une conception détaillée. Cette équipe analyse une série de concepts différents par le biais de prototypes de simulation et/ou matériels, elle contrôle la conformité à ces spécifications puis elle apporte les modifications appropriées. Après avoir mis au point une conception acceptable, elle transmet celle-ci pour implémentation à une autre équipe qui exécute les tests de vérification et de validation, puis de conformité si le produit doit respecter certaines normes spécifiques. Comme les tests se déroulent à la fin d’un processus en plusieurs étapes faisant appel à des équipes différentes, les erreurs introduites en phase de conception ne sont souvent détectées que bien plus tard. Leur correction onéreuse oblige la direction à prendre des décisions budgétaires difficiles.

Détecter et corriger les problèmes dès le début du processus de conception

L’approche Model-Based Design débute par la création d’une spécification exécutable qui peut être liée aux spécifications initiales, assurant une traçabilité bidirectionnelle entre ces dernières et la conception. Cette spécification exécutable repose sur un modèle exécutable, utilisé et élaboré tout au long du processus. Elle peut également intégrer des entrées et des sorties attendues, l’environnement de l’application et une communication claire des objectifs de conception, qui vont permettre d’exécuter une analyse de faisabilité des exigences. À l’aide des liens de la spécification exécutable vers les exigences initiales, les ingénieurs peuvent vérifier que la conception respecte ces exigences tout au long du processus, et évaluer rapidement l’impact des modifications proposées.

Avec la génération de code automatique et les tests HIL (hardware-in-the-loop), les ingénieurs peuvent éliminer les erreurs introduites au cours de l’implémentation manuelle et accélérer la livraison du produit en générant le code qui servira aux tests, à la vérification et à la production finale. Par exemple, un important constructeur américain d’hélicoptères a utilisé le Model-Based Design pour développer les gouvernes d’un avion à rotors basculants, ce qui lui a permis de réduire de 40 % le temps de développement logiciel par rapport aux programmes précédents. En effet, les équipes ont pu détecter les problèmes relatifs à la conception et aux exigences et les corriger dès le début du processus de conception.

La réutilisation des modèles pour les différentes phases du processus permet également de renforcer l’efficacité des conceptions. Les ingénieurs d’un constructeur aérospatial multinational travaillant sur le programme Joint Strike Fighter (JSF) ont utilisé un ensemble commun de modèles de systèmes afin de développer trois variantes du JSF destinées à simuler les différents systèmes (avionique et propulsion, en particulier) et de générer automatiquement le code de vol final, ce qui a permis de réduire le nombre d’opérations d’ingénierie par rapport aux méthodes traditionnelles reposant sur le codage manuel.

Effectuer les opérations de test et de vérification de manière continue.

À l’aide d’un modèle, les ingénieurs peuvent tester et vérifier leur conception bien plus tôt qu’avec le développement traditionnel, pour lequel le lancement des tests nécessite une instanciation physique de la conception. Ils peuvent ensuite élaborer ce même modèle tout au long du processus de conception, ce qui leur permet d’effectuer les opérations de test et de vérification de manière continue. Avant de consacrer des ressources et des fonds à l’implémentation, à la conception ou aux tests physiques, les ingénieurs peuvent soumettre la conception à une analyse de couverture de modèle reposant sur des critères spécifiques (MC/DC, par exemple) afin de garantir la détection des erreurs dès le début du processus de conception. À ce stade, et au cas où les tests ne couvrent pas tous les aspects de la conception, l’équipe peut choisir d’effectuer des tests supplémentaires ou décider que certaines pièces de la conception ne sont pas nécessaires pour le respect des spécifications. Au cours des tests, les modèles ne sont pas limités à un environnement numérique ; ils peuvent également intervenir dans les tests portant sur les composants du système physique. Il peut s’agir par exemple des simulateurs de type « pilot-in-the-loop » développés par un important constructeur d’avions à réaction en vue de tester l’interaction en temps réel des pilotes avec les algorithmes de contrôle mis à jour, ou bien des tests HIL utilisés par un grand constructeur aéronautique afin d’étudier les problèmes intermittents de freinage sur un LRU de production.

Après avoir déterminé la pertinence de leur conception algorithmique, les ingénieurs peuvent étudier les effets de l’exécution de ce même algorithme dans un environnement embarqué. Ils peuvent ajouter au modèle des détails d’implémentation, comme le conditionnement des signaux ou l’arithmétique en virgule fixe, puis utiliser ce modèle pour créer l’implémentation de manière automatisée. Par exemple, le code C et le code HDL peuvent être générés respectivement pour une application logicielle ou une implémentation matérielle numérique. La génération automatique de l’implémentation à partir du modèle permet de supprimer les erreurs inhérentes au processus manuel. Dans la mesure où la cible de l’implémentation est spécifiée dans les étapes ultérieures du processus, il est possible de réutiliser une grande partie du travail de conception lors de la sélection d’une nouvelle cible. Par ailleurs, puisque le processus d’implémentation est automatisé, il est reproductible et ne dépend pas de la disponibilité de compétences spécifiques.

Diviser par plus de 10 les délais de mise au point et de développement global

Enfin, il est possible de réutiliser les cas de test développés au début du processus de conception pour tester l’implémentation finale. Les opérations de test et de vérification de la conception par rapport aux spécifications s’inscrivent donc sur l’ensemble du processus, et non dans ses dernières étapes. Par exemple, les ingénieurs d’une société britannique spécialisée dans la défense et l’aérospatiale et travaillant sur un système de radio réalisée par logiciel (RRL) ont pu diviser par 10 les délais de mise au point et de développement global, à l’aide de l’approche Model-Based Design. Il fallait en moyenne 645 heures à un ingénieur possédant de longues années d’expérience dans le codage VHDL pour coder une forme d’onde de SDR totalement fonctionnelle dans le cadre du flot de conception classique. Un autre ingénieur ne possédant qu’une expérience limitée a pu terminer le même projet en moins de 46 heures avec l’approche Model-Based Design. Cette amélioration considérable s’explique par le fait que le modèle, dans lequel le développeur a pu inclure tous les détails de forme d’onde des communications par satellite, était directement connecté au code résultant. Un modèle exécutable complet a permis aux ingénieurs de détecter et de supprimer les erreurs dès le début du flot de conception (et non plus au niveau des tests de comportement VHDL).

Avec l’approche Model-Based Design, les ingénieurs n’ont plus à attendre la fin du processus de conception pour effectuer les tests et contrôler que les spécifications sont respectées. En effet, ils effectuent des opérations de test et de vérification tout au long du processus, ce qui permet de réaliser des économies de temps et d’argent. Cette approche signifie que les ingénieurs peuvent effectuer les itérations de conception dans un environnement de modélisation fiable et moins coûteux, de manière à obtenir une implémentation opérationnelle dès le premier essai, avec un cycle de développement accéléré et un meilleur niveau de qualité.

Par Jon Friedman, directeur du marketing pour le secteur Aérospatial/Défense chez The MathWorks