數字孿生 影子飛機

戴晟

十九大報告指出：“要促進我國產業邁向全球價值鏈中高端，培育若干世界級先進制造業集群?！?/p>

“想象一下，未來，當人類的宇航員在遙遠的外太空要執行一項緊急的艙外修復任務，沒有時間空間進行實際預演，也沒有現成的經驗可資借鑒。環境極度危險，機會只有一次。怎么辦？這時，我們的宇航員卻不慌不忙，他將操作涉及的各種參數、包括外部環境、時間、溫度等等整合在一起，完全模擬出一個和現實一模一樣的虛擬環境，進行反復實驗，直到找出最佳的操作方式和流程。將這套最佳方案輸入到要執行任務的太空機器人程序中，用最精確合理的操作在規定時間完成艙外修復任務，將危險和失誤降到了最低。

“再想象一下，未來，當你需要建造一個大型的工廠，施工精密、流程復雜，但資金有限。怎么辦？這時，負責施工的工程師在沒有建造之前，就對工廠進行仿真和模擬，虛擬出建造工廠的最佳流程，再將真實參數傳給實際的工廠建設。這樣，不僅有效減少誤差和風險，還能最大限度地節省成本，減少損耗。甚至，當廠房和生產線建成之后，日常的運行和維護也可以不斷進行虛擬交互，迅速找出問題所在，提高工作效率。

“甚而，未來，當我們設計制造任何產品時，你不必先制造出實體零部件，然后才能對設計方案的質量和可制造性進行評估。你可以預先模擬真實環境，在產品被實際制造出來之前，就可以預測其成品質量，識別是否存在設計缺陷?！?/p>

這是微軟企業服務制造項目經理Simon Floyd曾描繪的數字化制造業的前景。將現實與虛擬無縫連接，靠的是“數字孿生”（Digital Twin）技術。

近年來，我所在的團隊在導師趙罡的帶領下，圍繞“數字孿生”技術在航空制造領域的理論探索進行攻關。

長久以來，如何高效、準確地管理產品全生命周期的數據信息，是航空制造業面臨的共性問題。在諸多新興技術思想之中，數字孿生技術被認為能對物理產品進行數字化描述，并有效地管控產品全生命周期的數據信息，引起了國內航空制造業的關注。美國《航空周報》曾做出這樣的預測：“到了2035年，當航空公司接收一架飛機的時候，將同時驗收另外一套數字模型。每一架飛機都伴隨著它自身對應的一套高度詳細的數字模型?！泵恳患芙桓兜娘w機都不再是單獨存在的，因為它擁有了一個如實反映它的“影子”，且永不消失，這便是數字孿生的本意。

借助“數字孿生”技術對操作流程進行數字化虛擬，模擬一個和“現實世界”完全一致的孿生的“虛擬世界”，讓我們在出現問題之前就解決問題。實現這樣的愿景，其實任重道遠。

一個描述飛機飛行軌跡的方程式通過編程形成模型后，是一個飛機的數字孿生嗎？不是。因為它只描述了飛機飛行時的理想模型（例如不考慮空氣阻力等因素），卻沒有記錄飛機真實的運動情況。只有把飛機的真實飛行參數、表面氣流的分布等情況通過傳感器和數據反饋實時輸入到模型后，這個新模型才真正成為了數字孿生。數字孿生技術的最終目的，簡單說，就是把每一架造好的飛機重新在計算機中建模，通過賦予其各種實際的數據來模仿真實飛機。

當我們真正擁有某架飛機的數字孿生之后，我們甚至不需要它飛上天空去開展各種危險的試驗，而是在計算機里模擬仿真這架飛機的飛行。這樣一來，我們就可以利用飛機的數字孿生來排除使用故障和隱患風險，降低飛行事故的發生，提高運營維護的效率，最終降低成本。就像擁有了高德地圖等導航軟件，我們就不需要自己先開車走一遍某條路才可以準確到達目的地，因為城市道路、建筑分布等信息已經完成了數字化建模，再結合其他用戶手機返回的實時道路情況，在每次開車以前就可以收到擁堵預報、推薦道路、預計到達時間等。

目前國內外對于數字孿生的研究還處于非常初級的階段，對于如何構建數字孿生尚無定論。構建一架飛機的數字孿生，涉及到幾何建模、空氣動力學、疲勞損傷理論等多方面的數據和信息融合。數據量龐大，專業知識復雜，真實數據難以采集，現有計算機計算能力不足等，這些都決定了數字孿生目前只能是一個愿景，難以完全實現。

因此，我所在的課題組結合某型飛機的關鍵零部件，持續開展相關的具體研究，并將近期工作集中在如何打通航空制造全流程的數據流，為下一步構建數字孿生提供精準的數據。因為數字孿生的誕生伴隨著一架真實飛機的誕生，而一架真實飛機是由千千萬萬飛機零部件組成的。以導航軟件類比，也就是要把城市里每一條道路的長度和走向、每一棟建筑的位置、名稱、樓層等信息，在高德地圖里準確地表達出來，這樣導航功能才不會有數據錯誤。