苏 彬， 姜 钊
（中电科能源有限公司， 天津 300384）
数字孪生技术因其在产品生产制造与技术运用过程中，可将物理世界和网络世界进行实时交汇和良好互动，而越来越受到普遍关注与广泛应用。预计到2025 年，全球数字孪生市场将达到260.7 亿美元，年应用增长率为38.2%。究其原因，是由于制造业越来越多地采用网络物理系统（CPS）、物联网、大数据分析和云计算等先进技术，为低成本、系统性地实施数字孪生技术铺平了道路，同时也对产品设计和开发、机器和设备健康监测以及产品支持和服务等方向产生着巨大影响。数字孪生的成功实施将在企业的生产透明度、协同性、灵活性、生产速度、可扩展性与制造效率等方面得到大幅提升[1]。
智能制造的实现，需要生产运营管理流程内部的传感、网络和计算资源等各种信息的相互协作和自主交互，其中从物理系统收集的数据主要用于提供可操作的决策建议和提供预测性服务[2]。数字孪生是以数字化方式来创建物理实体的数字模型，这种数字模型可以在虚拟世界中借助数据模拟物理实体在现实环境中的行为，进而为设计、验证和优化零件、对产品加工工艺、生产设备提供数字化的流程模拟[3]。数字孪生技术映射关系，如图1 所示。
数字孪生利用从安装在实体对象上的传感器反馈的数据，来映射实体最接近真实状态下的实时工作状态和性能等信息。并通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体增加或扩展新的能力[4]。数字孪生技术数据类型，如图2 所示。
数字孪生技术在国外航空航天领域的最早应用是在2010 年左右，目前对其概念的解读与所属学科范畴依旧没有达到统一的意见，仍旧属于制造行业中比较前沿的技术领域。由前所述，数字孪生的应用以多方面、多维度的系统成熟建设为前提，具有投资大，建设周期长、短期应用效果不明显，长期效果显著的特点[5]。应用效果主要体现在以下几个方面：
1）良好的参观演示效果，可配合VR 眼镜、指挥中心舱进行辅助数据演示，具有最为真实的直观性与实时性。
2）可对能耗、OEE 进行设备运行状态时效统计与分析，配合所采集的运行参数，对生产线层级进行统筹、控制、决策、异常处理。
3）数据集成方面，可对全流程的智能化生产线进行优化，如：工艺创新、设备优化等。
2.1 智能规划方面
在工厂规划、改造、运营阶段使用数字孪生技术，可以实现工厂物流、布局、控制策略和人机工程等的在线与离线仿真与验证，数字孪生系统可以代替真实的物理系统提供增强现实、模拟试验、分析优化、预测和验证等方面的服务。通过研发大数据用以实现处理、分析、挖掘、可视化等技术产品的深度应用，实现对不同类别设备的数据采集与分析，并对车间制造执行系统开展适应性研究与开发[6]。还可通过二维码、RFID 及各类传感器等介质对物料和产品进行全方位的信息采集，并通过数据管理系统进行全流程跟踪。通过融合云计算、人工智能、深度机器学习等新技术，对产品各生产环节中的网络信息化进行赋能，进而提升企业决策效率，航空航天企业可结合自身特点进行合理应用[7]。航空航天产品制造可应用于数字孪生技术的环节，如图3 所示。
2.2 航天领域
在航天领域，建立真实条件的测试环境与平台往往是耗时并投入巨大的复杂过程，这时可通过借助数字孪生技术，通过传感器将实时数据从物理实体传送到数字环境中，并加载相应算法进行数字环境中各个场景的测试工作。例如，在新型航天器设计与生产验证时，新模型的生产与测试成本非常高[8]，所需要的样本量与测试数据同样是巨大的，为平衡成本收益与减少预测样本量，可将飞行器中数千个传感器每秒所产生的数万亿字节数据进行收集与处理，结合预测模型进行逐一分析，可为制造厂商提供动能、安全、稳定各个层面的预测与建议，还可进行必要的决策性维护工作[9]。
卫星及附属系统在航天领域具有十分重要的意义，在一项涉及卫星系统故障诊断和健康监测（FD-HM）的开放式可执行数字孪生方法研究中，数据的驱动算法可用于执行故障诊断和维护决策。结果表明，采用数字孪生系统可大幅提升卫星系统诊断结果的准确性，并可提升产品量化性能指标与决策性数据的准确度，不同于传统意义上基于启发式经验和最坏情况的传统维护方法[10]，数字孪生技术使用高精度的主动虚拟模型，能够实现卫星系统的超高保真模拟，有助于卫星上的电力系统进行动态任务规划，并基于大数据创建最为合理的维护策略，可根据主观单一或多个变量的条件变化快速输出结果。据研究表明，数字孪生方法可应用于卫星子系统，并可推广至所有具有完善数据传感与深度学习技术的其他卫星系统中。卫星的数字孪生应用概念场景如图4 所示。
2.3 航空领域
近几年来，飞机的数字孪生技术应用被认为是航空领域最重要、最受关注的发展方向之一。据悉，美国军方所使用的数字化仿真软件可以生成数字孪生技术所需数据，并在研发制造F-35 战斗机过程中，采用了数字“克隆”技术，用来预测战机关键核心部件的预期性能、寿命和故障率。目前美军拥有的1.4 万架军用飞机，年度维护成本约为750 亿美元。在过去十多年期间，美国国防部与卫奇塔州立大学合作，开始数字孪生技术的研究，现已完成了黑鹰直升机与B-1轰炸机的拆卸数字虚拟映射工作，并在飞机研制过程使用了数字孪生技术，这不仅有助于战机的早期故障检测和性能提升，还可以显著节省战机的维护成本。数字孪生技术在虚拟环境下的装配应用，如图5 所示。
此外，航空发动机的故障率对乘客及财产安全有着十分重要的影响，传统飞机控制室也存在各类别的分析检测功能。通过成功运用数字孪生技术，大幅提升了乘客安全方面可能出现危险的预测频率，在降低成本的同时，还可为工程师提供远程维护与大修的虚拟环境和条件。
数据是基于数字孪生技术应用的核心元素，它主要通过智能传感器、执行器、控制器等相关硬件从车间或真实产品中获得，另一部分则从企业资源规划、供应链管理、协同制造管理和客户关系管理等制造链系统来获取。数字孪生技术的发展方向同样也是基于数据收集、筛选和运用等方面来进行，主要集中于以下几个方面[11-12]：
1）不同数据来源之间的数据同步；
2）数据的高实时分析性，与云端传输的低延迟性；
3）数据的安全和隐私；
4）数据传输的高可靠性，减少数据丢包率；
5）数据传输的低能耗；
6）不同智能对象之间的互连性与数据共融性。
预计5G、6G 等先进通信技术将满足制造领域的许多要求。5G 可提供超高速、高可靠性、低能耗和高安全性的通信和数据传输技术。此外，采用区块链技术和微云作为补充工具，将进一步增强智能数据的互联需求[13]。
数字孪生技术是对真实物理实体的虚拟映射与数字化信息的应用再造，在容错能力较低的航空航天领域关键系统中，数字孪生技术因其高效率、高可靠性、低成本等优势，在众多新兴技术中脱颖而出，并得到了广泛应用。随着数字化技术在航空航天制造行业的重要性日渐凸显，预计近几年数字孪生技术将成为新一代信息技术的主要发展方向，并成为技术性投资的主要目标。
猜你喜欢 数字 数字今日农业(2022年14期)2022-09-15创意数字“6”数学大王·低年级(2022年8期)2022-07-10数字等中国东盟报道(2021年12期)2021-09-13是什么被挡住的数字科普童话·学霸日记(2020年3期)2020-05-06数字小太阳画报(2018年1期)2018-05-14答数字创新作文(5-6年级)(2018年11期)2018-04-23数字看G20南风窗(2016年19期)2016-09-21数字看G20南风窗(2016年19期)2016-09-21数字全体育(2016年7期)2016-09-07成双成对家教世界·创新阅读(2016年9期)2016-05-14