摘要

1、針對(duì)數(shù)字孿生技術(shù)在復(fù)雜工業(yè)系統(tǒng)和復(fù)雜裝備領(lǐng)域的基本概念、應(yīng)用前景、技術(shù)內(nèi)涵以及發(fā)展趨勢(shì)、已有初步研究規(guī)劃和階段性成果等進(jìn)行梳理

2、歸納面向復(fù)雜工業(yè)系統(tǒng)和復(fù)雜裝備的智能運(yùn)行和維護(hù)領(lǐng)域的數(shù)字孿生技術(shù)體系、關(guān)鍵技術(shù)、發(fā)展趨勢(shì)和技術(shù)挑戰(zhàn)等

3、分析數(shù)字孿生與其支撐的工業(yè)大數(shù)據(jù)、云計(jì)算、人工智能、虛擬現(xiàn)實(shí)等的相互支撐和相互促進(jìn)的關(guān)系 預(yù)期能夠給復(fù)雜系統(tǒng)診斷、預(yù)測(cè)和系統(tǒng)健康管理領(lǐng)域?qū)?shù)字孿生技術(shù)感興趣研究人員提供一定的參考和借鑒

引言

研究背景

復(fù)雜裝備的狀態(tài)評(píng)估與預(yù)測(cè)逐漸成為研究的焦點(diǎn)。針對(duì)復(fù)雜裝備運(yùn)行的可靠性、經(jīng)濟(jì)性等問(wèn)題，故障預(yù)測(cè)和健康管理( prognostics and health management，PHM) 獲得越來(lái)越多的關(guān)注，并逐漸發(fā)展為復(fù)雜裝備自主式后勤保障的重要技術(shù)基礎(chǔ)。針對(duì)在線(xiàn)運(yùn)行的狀態(tài)監(jiān)測(cè)、異常檢測(cè)、故障診斷、退化和壽命預(yù)測(cè)、系統(tǒng)健康管理等成為當(dāng)下的研究熱點(diǎn)方向和領(lǐng)域。

由于傳感技術(shù)與物聯(lián)網(wǎng)技術(shù)的發(fā)展，以及復(fù)雜裝備運(yùn)行環(huán)境的動(dòng)態(tài)變化，裝備監(jiān)測(cè)數(shù)據(jù)量倍增，并呈現(xiàn)高速、多源異構(gòu)、易變等典型工業(yè)大數(shù)據(jù)特點(diǎn)。

然而，當(dāng)前 PHM 相關(guān)體系及關(guān)鍵技術(shù)研究主要由裝備在已知理想運(yùn)行狀態(tài)下的監(jiān)測(cè)數(shù)據(jù)所驅(qū)動(dòng)，難以滿(mǎn)足復(fù)雜裝備在動(dòng)態(tài)多變運(yùn)行環(huán)境下實(shí)時(shí)狀態(tài)評(píng)估與預(yù)測(cè)的精度及適應(yīng)性需求。

數(shù)字孿生

數(shù)字孿生技術(shù)的出現(xiàn)以及迅速發(fā)展為解決上述問(wèn)題提供了新的思路。

《數(shù)字孿生技術(shù)綜述與展望》介紹了數(shù)字孿生的概念模型最早出現(xiàn)的時(shí)間，綜述了其概念的發(fā)展、技術(shù)的使用、相關(guān)關(guān)鍵技術(shù)的探索情況和今年來(lái)的研究方向。

當(dāng)前研究存在的問(wèn)題

1、實(shí)例化的應(yīng)用尚未獲得實(shí)現(xiàn)

2、對(duì)復(fù)雜裝備數(shù)字孿生的定義以及關(guān)鍵技術(shù)尚不明確，尤其是在復(fù)雜裝備狀態(tài)評(píng)估與預(yù)測(cè)領(lǐng)域，缺乏相應(yīng)的體系支撐和關(guān)鍵技術(shù)引導(dǎo)

論文貢獻(xiàn)

在原有復(fù)雜裝備和系統(tǒng)的診斷、預(yù)測(cè)和健康管理體系基礎(chǔ)上，系統(tǒng)分析其與數(shù)字孿生技術(shù)之間的關(guān)聯(lián)和異同，重點(diǎn)分析面向復(fù)雜系統(tǒng)運(yùn)行狀態(tài)評(píng)估和預(yù)測(cè)的數(shù)字孿生技術(shù)的內(nèi)涵、關(guān)鍵技術(shù)，并展望其未來(lái)的發(fā)展趨勢(shì)和方向。

數(shù)字孿生定義及內(nèi)涵

1.1 數(shù)字孿生的定義

在信息化平臺(tái)內(nèi)建立一個(gè)數(shù)字化模擬：

數(shù)字孿生指在信息化平臺(tái)內(nèi)建立、模擬一個(gè)物理實(shí)體、流程或者系統(tǒng)，這個(gè)模擬會(huì)根據(jù)反饋，隨著物理實(shí)體的變化而自動(dòng)做出相應(yīng)的變化。借助于數(shù)字孿生，可以在信息化平臺(tái)上了解物理實(shí)體的狀態(tài)，并對(duì)物理實(shí)體里面預(yù)定義的接口元件進(jìn)行控制。

數(shù)字孿生呈現(xiàn)物理實(shí)體：

理想狀態(tài)下，數(shù)字孿生可以根據(jù)多重的反饋源數(shù)據(jù)進(jìn)行自我學(xué)習(xí)，幾乎實(shí)時(shí)地在數(shù)字世界里呈現(xiàn)物理實(shí)體的真實(shí)狀況。數(shù)字孿生的反饋源主要依賴(lài)于各種傳感器，如壓力、角度、速度傳感器等。

數(shù)字孿生的自我學(xué)習(xí)( 或稱(chēng)機(jī)器學(xué)習(xí))：

除了可以依賴(lài)于傳感器的反饋信息，也可以是通過(guò)歷史數(shù)據(jù)，或者是集成網(wǎng)絡(luò)的數(shù)據(jù)學(xué)習(xí)。

1.2 數(shù)字孿生的內(nèi)涵

隨著傳感技術(shù)、軟硬件技術(shù)水平的提高和計(jì)算機(jī)運(yùn)算性能的提升，數(shù)字孿生的理念得到了進(jìn)一步發(fā)展，尤其是在產(chǎn)品、裝備的實(shí)時(shí)運(yùn)行監(jiān)測(cè)方面。

應(yīng)用于產(chǎn)品的整個(gè)生命周期

從產(chǎn)品全壽命周期的角度來(lái)看，數(shù)字孿生技術(shù)可以在產(chǎn)品的設(shè)計(jì)研發(fā)、生產(chǎn)制造、運(yùn)行狀態(tài)監(jiān)測(cè)和維護(hù)、后勤保障等產(chǎn)品的各個(gè)階段對(duì)產(chǎn)品提供支撐和指導(dǎo)。

在產(chǎn)品設(shè)計(jì)階段：

數(shù)字孿生技術(shù)可以將全壽命周期的產(chǎn)品健康管理數(shù)據(jù)的分析結(jié)果反饋給產(chǎn)品設(shè)計(jì)專(zhuān)家，幫助其判斷和決策不同參數(shù)設(shè)計(jì)情況下的產(chǎn)品性能情況，使產(chǎn)品在設(shè)計(jì)階段就綜合考慮了后續(xù)整個(gè)壽命周期的發(fā)展變化情況，獲得更加完善的設(shè)計(jì)方案。

在產(chǎn)品生產(chǎn)制造階段：

數(shù)字孿生技術(shù)可以通過(guò)虛擬映射的方式將產(chǎn)品內(nèi)部不可測(cè)的狀態(tài)變量進(jìn)行虛擬構(gòu)建，細(xì)致地刻畫(huà)產(chǎn)品的制造過(guò)程，解決產(chǎn)品制造過(guò)程中存在的問(wèn)題，降低產(chǎn)品制造的難度，提高產(chǎn)品生產(chǎn)的可靠性。

產(chǎn)品運(yùn)行過(guò)程中：

數(shù)字孿生技術(shù)可以全面地對(duì)產(chǎn)品的各個(gè)運(yùn)行參數(shù)和指標(biāo)進(jìn)行監(jiān)測(cè)和評(píng)估，對(duì)系統(tǒng)的早期故障和部件性能退化信息進(jìn)行豐富地反饋，指導(dǎo)產(chǎn)品的維護(hù)工作和故障預(yù)防工作，使產(chǎn)品能夠獲得更長(zhǎng)的壽命周期。

后勤保障過(guò)程中：

由于有多批次全壽命周期的數(shù)據(jù)作支撐，并通過(guò)虛擬傳感的方式能夠采集到反映系統(tǒng)內(nèi)部狀態(tài)的變量數(shù)據(jù)，產(chǎn)品故障能夠被精確定位分析和診斷，使產(chǎn)品的后勤保障工作更加簡(jiǎn)單有效。

以衛(wèi)星的監(jiān)測(cè)、優(yōu)化、管理和控制為例：基于遙感數(shù)據(jù)深度融合技術(shù)和系統(tǒng)動(dòng)態(tài)實(shí)時(shí)建模和評(píng)估技術(shù)，能夠通過(guò)衛(wèi)星近實(shí)時(shí)遙測(cè)數(shù)據(jù)在地面站構(gòu)建衛(wèi)星的數(shù)字孿生體，實(shí)時(shí)反映衛(wèi)星的健康狀態(tài)并預(yù)估衛(wèi)星各系統(tǒng)、各部件的使用壽命。

數(shù)字孿生的實(shí)現(xiàn)主要依賴(lài)于以下幾方面技術(shù)的支撐:

高性能計(jì)算、先進(jìn)傳感采集、數(shù)字仿真、智能數(shù)據(jù)分析、VＲ 呈現(xiàn)。

1. 3 從診斷、預(yù)測(cè)和系統(tǒng)健康管理到數(shù)字孿生

當(dāng)前的系統(tǒng)健康管理技術(shù)主要依賴(lài)于系統(tǒng)數(shù)學(xué)模型和傳感數(shù)據(jù)，借助智能算法對(duì)目標(biāo)系統(tǒng)進(jìn)行分析和保障，能夠提供系統(tǒng)監(jiān)測(cè)、系統(tǒng)關(guān)鍵部件的壽命預(yù)測(cè)和健康管理功能。隨著高精度傳感技術(shù)、多領(lǐng)域多模型融合技術(shù)、全壽命周期數(shù)據(jù)管理技術(shù)以及高性能計(jì)算技術(shù)的不斷發(fā)展，系統(tǒng)故障診斷、預(yù)測(cè)和健康管理技術(shù)的發(fā)展前景變得更加廣闊，這些現(xiàn)代技術(shù)支撐著其向著功能更完備、計(jì)算更準(zhǔn)確、分析更智能的方向發(fā)展，整個(gè)體系開(kāi)始向著數(shù)字孿生的方向進(jìn)行演變。

數(shù)字孿生技術(shù)體系

按照從基礎(chǔ)數(shù)據(jù)采集層到頂層應(yīng)用層依次可以分為數(shù)據(jù)保障層、建模計(jì)算層、數(shù)字孿生功能層和沉浸式體驗(yàn)層4 層。每一層的實(shí)現(xiàn)都建立在前面各層的基礎(chǔ)之上，是對(duì)前面各層功能的進(jìn)一步豐富和拓展。

數(shù)字孿生技術(shù)體系如圖 2 所示：

數(shù)據(jù)保障層： 整個(gè)數(shù)字孿生技術(shù)體系的基礎(chǔ)，支撐著整個(gè)上層體系的運(yùn)作。

建模計(jì)算層： 在獲得數(shù)據(jù)保障層提供的數(shù)據(jù)后利用數(shù)據(jù)驅(qū)動(dòng)方法和基于數(shù)學(xué)模型的方法對(duì)系統(tǒng)進(jìn)行多物理、 多尺度層面的建模，使所建立的模型與實(shí)際系統(tǒng)準(zhǔn)備匹配、實(shí)時(shí)同步，并能預(yù)測(cè)系統(tǒng)未來(lái)狀態(tài)和壽命，依據(jù)其當(dāng)前和未來(lái)健康狀態(tài)評(píng)估其執(zhí)行任務(wù)成功的可能性。

功能層： 面向?qū)嶋H的系統(tǒng)設(shè)計(jì)、生產(chǎn)、使用和維護(hù)需求提供相應(yīng)的功能，包括多層級(jí)系統(tǒng)壽命估計(jì)、系統(tǒng)集群執(zhí)行任務(wù)能力的評(píng)估、系統(tǒng)集群維護(hù)保障、系統(tǒng)生產(chǎn)過(guò)程監(jiān)控以及系統(tǒng)設(shè)計(jì)決策等功能。

沉浸式體驗(yàn)層： 主要目的在于提供給使用者人機(jī)交互良好的使用環(huán)境，使使用者能夠獲得身臨其境般的技術(shù)體驗(yàn)，迅速了解和掌握復(fù)雜系統(tǒng)的特性和功能，并能夠便捷地通過(guò)語(yǔ)音和肢體動(dòng)作訪問(wèn)數(shù)字孿生體功能層提供的信息，獲得分析和決策方面的信息支持。

圖 3 所示引自 NASA OCT 路線(xiàn)圖技術(shù)領(lǐng)域，以數(shù)字孿生中的技術(shù)集成為例描述了數(shù)字孿生技術(shù)的廣闊發(fā)展前景，重點(diǎn)解決與極端可靠性相關(guān)的技術(shù)需求，使數(shù)字孿生技術(shù)融入實(shí)際工程實(shí)踐中不斷發(fā)展。

數(shù)字孿生關(guān)鍵技術(shù)

3. 1 多領(lǐng)域多尺度融合建模

多領(lǐng)域建模：

在正常和非正常工況下從不同領(lǐng)域視角對(duì)物理系統(tǒng)進(jìn)行跨領(lǐng)域融合建模，且從最初的概念設(shè)計(jì)階段開(kāi)始實(shí)施，從深層次的機(jī)理層面進(jìn)行融合設(shè)計(jì)理解和建模。

多尺度建模：

能夠連接不同時(shí)間尺度的物理過(guò)程以模擬眾多的科學(xué)問(wèn)題，多尺度模型可以代表不同時(shí)間長(zhǎng)度和尺度下的基本過(guò)程并通過(guò)均勻調(diào)節(jié)物理參數(shù)連接不同模型，這些計(jì)算模型比起忽略多尺度劃分的單維尺度仿真模型具有更高的精度。

3. 2 數(shù)據(jù)驅(qū)動(dòng)與物理模型融合的狀態(tài)評(píng)估

目前數(shù)據(jù)驅(qū)動(dòng)與解析模型相融合的方法主要有兩種思路：

1、以解析模型為主，利用數(shù)據(jù)驅(qū)動(dòng)的方法對(duì)解析模型的參數(shù)進(jìn)行修正；

2、將兩種方法并行使用，最后依據(jù)兩者輸出的可靠度進(jìn)行加權(quán)，得到最后的評(píng)估結(jié)果。

但以上兩種方法都缺少更深層次的融合和優(yōu)化，對(duì)系統(tǒng)機(jī)理和數(shù)據(jù)特性的認(rèn)知不夠充分，融合時(shí)應(yīng)對(duì)系統(tǒng)特性有更深入的理解和考慮。除此之外，論文中還總結(jié)了一系列構(gòu)建數(shù)字孿生系統(tǒng)必須突破的瓶頸。

3. 3 數(shù)據(jù)采集和傳輸

高精度傳感器數(shù)據(jù)的采集和快速傳輸是整個(gè)數(shù)字孿生系統(tǒng)體系的基礎(chǔ)

數(shù)據(jù)采集難點(diǎn)：傳感器的種類(lèi)、精度、可靠性、工作環(huán)境等受到當(dāng)前技術(shù)發(fā)展水平的限制，采集數(shù)據(jù)的方式也受到局限

數(shù)據(jù)運(yùn)輸?shù)年P(guān)鍵：實(shí)時(shí)性和安全性。

構(gòu)建集傳感、數(shù)據(jù)采集和數(shù)據(jù)傳輸一體的低成本體系或平臺(tái)，也是支撐數(shù)字孿生體系的關(guān)鍵部分

3. 4 全壽命周期數(shù)據(jù)管理

復(fù)雜系統(tǒng)的全壽命周期數(shù)據(jù)存儲(chǔ)和管理是數(shù)字孿生系統(tǒng)的重要支撐

全壽命周期數(shù)據(jù)存儲(chǔ)和管理的實(shí)現(xiàn)需要借助于服務(wù)器的分布式和冗余存儲(chǔ)，由于數(shù)字孿生系統(tǒng)對(duì)數(shù)據(jù)的實(shí)時(shí)性要求很高，如何優(yōu)化數(shù)據(jù)的分布架構(gòu)、存儲(chǔ)方式和檢索方法，獲得實(shí)時(shí)可靠的數(shù)據(jù)讀取性能，是其應(yīng)用于數(shù)字孿生系統(tǒng)面臨的挑戰(zhàn)。

3. 5 VＲ 呈現(xiàn)

介紹了VR技術(shù)對(duì)孿生系統(tǒng)的意義和其局限性。

3. 6 高性能計(jì)算

數(shù)字孿生系統(tǒng)復(fù)雜功能的實(shí)現(xiàn)很大程度上依賴(lài)于其背后的計(jì)算平臺(tái)，系統(tǒng)實(shí)時(shí)性要求高運(yùn)算性能，運(yùn)算性受限于當(dāng)前的計(jì)算機(jī)發(fā)展水平和算法設(shè)計(jì)優(yōu)化 水平，因此，應(yīng)在這兩方面做突破以服務(wù)于數(shù)字孿生技術(shù)的發(fā)展。

高性能數(shù)據(jù)分析算法的云化、異構(gòu)加速的計(jì)算體系 ( 如 CPU + GPU、CPU + FPGA) 是現(xiàn)有云計(jì)算基礎(chǔ)上，可以考慮的能夠滿(mǎn)足工業(yè)實(shí)時(shí)場(chǎng)景下高性能計(jì)算的兩個(gè)方向。

3. 7 其他關(guān)鍵技術(shù)

異常狀態(tài)或故障狀態(tài)仿真與注入、工業(yè)數(shù)據(jù)可用性量化分析、小樣本或無(wú)樣本的增強(qiáng)深度學(xué)習(xí)……均是當(dāng)前在數(shù)據(jù)生成、數(shù)據(jù)分析與建模等方面的研究特點(diǎn)或挑戰(zhàn)。半物理仿真、驗(yàn)證和評(píng)估方法及體系等對(duì)于數(shù)字孿生平臺(tái)的構(gòu)建也十分必要。

挑戰(zhàn)和發(fā)展趨勢(shì)

多行業(yè)的數(shù)字化設(shè)計(jì)水平較低

復(fù)雜工業(yè)系統(tǒng)和復(fù)雜裝備數(shù)據(jù)價(jià)值較低

垂直領(lǐng)域的軟件專(zhuān)業(yè)化水平較低

成本和收益、研究和應(yīng)用間的差距短期內(nèi)難于彌合

數(shù)字孿生技術(shù)體系涉及的其他關(guān)鍵技術(shù)，包括傳感器及傳感器融合技術(shù)、壽命預(yù)測(cè)技術(shù)、支撐試驗(yàn)和驗(yàn)證技術(shù)等，均與現(xiàn)實(shí)應(yīng)用存在一定差距，需一邊探索和嘗試，一邊優(yōu)化和完善。