摘要

1、針對數(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、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)、云計算、人工智能、虛擬現(xiàn)實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)評估與預(yù)測逐漸成為研究的焦點。針對復(fù)雜裝備運行的可靠性、經(jīng)濟性等問題，故障預(yù)測和健康管理( prognostics and health management，PHM) 獲得越來越多的關(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)。針對在線運行的狀態(tài)監(jiān)測、異常檢測、故障診斷、退化和壽命預(yù)測、系統(tǒng)健康管理等成為當(dāng)下的研究熱點方向和領(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)雜裝備運行環(huán)境的動態(tài)變化，裝備監(jiān)測數(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。

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行狀態(tài)下的監(jiān)測數(shù)據(jù)所驅(qū)動，難以滿足復(fù)雜裝備在動態(tài)多變運行環(huán)境下實時狀態(tài)評估與預(yù)測的精度及適應(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的研究方向。

當(dāng)前研究存在的問題

1、實例化的應(yīng)用尚未獲得實現(xiàn)

2、對復(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)評估與預(yù)測領(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，重點分析面向復(fù)雜系統(tǒng)運行狀態(tài)評估和預(yù)測的數(shù)字孿生技術(shù)的內(nèi)涵、關(guān)鍵技術(shù)，并展望其未來的發(fā)展趨勢和方向。

數(shù)字孿生定義及內(nèi)涵

1.1 數(shù)字孿生的定義

在信息化平臺內(nèi)建立一個數(shù)字化模擬：

數(shù)字孿生指在信息化平臺內(nèi)建立、模擬一個物理實體、流程或者系統(tǒng)，這個模擬會根據(jù)反饋，隨著物理實體的變化而自動做出相應(yīng)的變化。借助于數(shù)字孿生，可以在信息化平臺上了解物理實體的狀態(tài)，并對物理實體里面預(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)，幾乎實時地在數(shù)字世界里呈現(xiàn)物理實體的真實狀況。數(shù)字孿生的反饋源主要依賴于各種傳感器，如壓力、角度、速度傳感器等。

數(shù)字孿生的自我學(xué)習(xí)( 或稱機器學(xué)習(xí))：

除了可以依賴于傳感器的反饋信息，也可以是通過歷史數(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)水平的提高和計算機運算性能的提升，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、裝備的實時運行監(jiān)測方面。

應(yīng)用于產(chǎn)品的整個生命周期

從產(chǎn)品全壽命周期的角度來看，數(shù)字孿生技術(shù)可以在產(chǎn)品的設(shè)計研發(fā)、生產(chǎn)制造、運行狀態(tài)監(jiān)測和維護(hù)、后勤保障等產(chǎn)品的各個階段對產(chǎn)品提供支撐和指導(dǎo)。

在產(chǎn)品設(shè)計階段：

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)計專家，幫助其判斷和決策不同參數(shù)設(shè)計情況下的產(chǎn)品性能情況，使產(chǎn)品在設(shè)計階段就綜合考慮了后續(xù)整個壽命周期的發(fā)展變化情況，獲得更加完善的設(shè)計方案。

在產(chǎn)品生產(chǎn)制造階段：

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

產(chǎn)品運行過程中：

數(shù)字孿生技術(shù)可以全面地對產(chǎn)品的各個運行參數(shù)和指標(biāo)進(jìn)行監(jiān)測和評估，對系統(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)品能夠獲得更長的壽命周期。

后勤保障過程中：

由于有多批次全壽命周期的數(shù)據(jù)作支撐，并通過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單有效。

以衛(wèi)星的監(jiān)測、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)動態(tài)實時建模和評估技術(shù)，能夠通過衛(wèi)星近實時遙測數(shù)據(jù)在地面站構(gòu)建衛(wèi)星的數(shù)字孿生體，實時反映衛(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)字孿生的實現(xiàn)主要依賴于以下幾方面技術(shù)的支撐:

高性能計算、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)主要依賴于系統(tǒng)數(shù)學(xué)模型和傳感數(shù)據(jù)，借助智能算法對目標(biāo)系統(tǒng)進(jìn)行分析和保障，能夠提供系統(tǒng)監(jiān)測、系統(tǒng)關(guān)鍵部件的壽命預(yù)測和健康管理功能。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)以及高性能計算技術(shù)的不斷發(fā)展，系統(tǒng)故障診斷、預(yù)測和健康管理技術(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、計算更準(zhǔn)確、分析更智能的方向發(fā)展，整個體系開始向著數(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、建模計算層、數(shù)字孿生功能層和沉浸式體驗層4 層。每一層的實現(xiàn)都建立在前面各層的基礎(chǔ)之上，是對前面各層功能的進(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： 整個數(shù)字孿生技術(shù)體系的基礎(chǔ)，支撐著整個上層體系的運作。

建模計算層： 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)動方法和基于數(shù)學(xué)模型的方法對系統(tǒng)進(jìn)行多物理、 多尺度層面的建模，使所建立的模型與實際系統(tǒng)準(zhǔn)備匹配、實時同步，并能預(yù)測系統(tǒng)未來狀態(tài)和壽命，依據(jù)其當(dāng)前和未來健康狀態(tài)評估其執(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、生產(chǎn)、使用和維護(hù)需求提供相應(yīng)的功能，包括多層級系統(tǒng)壽命估計、系統(tǒng)集群執(zhí)行任務(wù)能力的評估、系統(tǒng)集群維護(hù)保障、系統(tǒng)生產(chǎn)過程監(jiān)控以及系統(tǒng)設(shè)計決策等功能。

沉浸式體驗層： 主要目的在于提供給使用者人機交互良好的使用環(huán)境，使使用者能夠獲得身臨其境般的技術(shù)體驗，迅速了解和掌握復(fù)雜系統(tǒng)的特性和功能，并能夠便捷地通過語音和肢體動作訪問數(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)融入實際工程實踐中不斷發(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)計階段開始實施，從深層次的機理層面進(jìn)行融合設(shè)計理解和建模。

多尺度建模：

能夠連接不同時間尺度的物理過程以模擬眾多的科學(xué)問題，多尺度模型可以代表不同時間長度和尺度下的基本過程并通過均勻調(diào)節(jié)物理參數(shù)連接不同模型，這些計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)動與物理模型融合的狀態(tài)評估

目前數(shù)據(jù)驅(qū)動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)動的方法對解析模型的參數(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，對系統(tǒng)機理和數(shù)據(jù)特性的認(rèn)知不夠充分，融合時應(yīng)對系統(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數(shù)字孿生系統(tǒng)體系的基礎(chǔ)

數(shù)據(jù)采集難點：傳感器的種類、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)運輸?shù)年P(guān)鍵：實時性和安全性。

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，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)存儲和管理的實現(xiàn)需要借助于服務(wù)器的分布式和冗余存儲，由于數(shù)字孿生系統(tǒng)對數(shù)據(jù)的實時性要求很高，如何優(yōu)化數(shù)據(jù)的分布架構(gòu)、存儲方式和檢索方法，獲得實時可靠的數(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)對孿生系統(tǒng)的意義和其局限性。

3. 6 高性能計算

數(shù)字孿生系統(tǒng)復(fù)雜功能的實現(xiàn)很大程度上依賴于其背后的計算平臺，系統(tǒng)實時性要求高運算性能，運算性受限于當(dāng)前的計算機發(fā)展水平和算法設(shè)計優(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)加速的計算體系 ( 如 CPU + GPU、CPU + FPGA) 是現(xiàn)有云計算基礎(chǔ)上，可以考慮的能夠滿足工業(yè)實時場景下高性能計算的兩個方向。

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、小樣本或無樣本的增強深度學(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或挑戰(zhàn)。半物理仿真、驗證和評估方法及體系等對于數(shù)字孿生平臺的構(gòu)建也十分必要。

挑戰(zhàn)和發(fā)展趨勢

多行業(yè)的數(shù)字化設(shè)計水平較低

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

垂直領(lǐng)域的軟件專業(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)測技術(shù)、支撐試驗和驗證技術(shù)等，均與現(xiàn)實應(yīng)用存在一定差距，需一邊探索和嘗試，一邊優(yōu)化和完善。