數字孿生技術綜述分析與發展展望

聶蓉梅, 周瀟雅, 肖 進, 趙 博

(北京宇航系統工程研究所，北京 100076)

0 引言

近年來，數字孿生技術已經成為了國內外學者、研究機構和企業的研究熱點，全球最具權威的研究與顧問咨詢公司高德納(Gartner)自2016年起連續4年將數字孿生列為十大戰略科技發展趨勢之一。自2010年美國國家航空航天局(NASA)在太空技術路線圖中引入數字孿生概念以來，美國空軍研究實驗室、洛克希德·馬丁、波音、諾期洛普·格魯門、通用汽車公司等國外科研機構及企業在航空航天領域積極研究和探索數字孿生技術。國內研究學者也針對數字孿生技術開展了大量研究，學術界自2017年開始每年舉辦有關數字孿生的學術會議，中國工信部下屬中國電子信息產業發展研究院、中國電子技術標準化研究院和工業互聯網產業聯盟分別發布了《數字孿生白皮書》《數字孿生應用白皮書》和《工業數字孿生白皮書》，為凝聚和深化數字孿生技術共識，加速數字孿生技術創新和應用實踐奠定基礎。

數字孿生技術作為解決數字模型與物理實體交互難題，踐行數字化轉型理念與目標的關鍵使能技術，在支撐產品研制業務全流程、助力科研生產和管理的融合創新方面將發揮重要作用。因此，深入研究數字孿生概念，重點突破數字孿生關鍵技術，發展和打造適用于航天領域的工具平臺和應用模式迫在眉睫，也是我國工業領域進一步改革發展的大勢所趨。本文對數字孿生的概念和技術體系進行了深入調研，分析并提出了其關鍵技術架構，展望了其在航天領域的研究方向和應用領域。

1 數字孿生概念

數字孿生的雛形“鏡像空間模型”(如圖1所示)最早由美國密歇根大學Michael Grieves于2003年在產品全生命周期管理(PLM)課程提出，隨后在與NASA和美國空軍的合作過程中對該概念進行了豐富，強化了基于模型的產品性能預測與優化等要素，并將其定義為“數字孿生”。

圖1 數字孿生概念模型Fig.1 Digital twin concept model

隨后，學術界和工業界對數字孿生概念進行了廣泛的研究討論。2011年，NASA和美國空軍研究實驗室將數字孿生概念定義為一個集成了多物理場、多尺度、概率性的仿真模型，可以用于預測飛行器健康狀態及剩余使用壽命等，進而激活自修復機制或任務重規劃，以減緩系統損傷和退化；2012年，Glaessgen等認為數字孿生是一個綜合多物理、多尺度、多概率模擬的復雜系統，基于物理模型、歷史數據以及傳感器實時更新數據，鏡像其相應飛行器數字孿生體的生命；Grieves等于2017年進一步將數字孿生闡述為從微觀原子級到宏觀幾何級描述產品的虛擬信息結構，構建數字孿生能獲得實際檢測產品時的所有信息；2018年，Tao等將數字孿生定義為是PLM的一個組成部分，利用產品生命周期中的物理數據、虛擬數據和交互數據對產品進行實時映射；Haag等定義數字孿生為產品的全面數字化描述，能模擬現實模型的行為特征。

軟件工業界也推出了各自的數字孿生理念。美國參數技術公司PTC主張智能互聯理念，將數字孿生打造為實體產品的實時動態數字模型，真正實現虛擬世界和現實世界的融合；西門子公司運用價值鏈整合理念，提出數字孿生包括產品數字孿生、生產工藝流程數字孿生及設備數字孿生；達索公司則主張虛擬互動理念，提出數字孿生創新協作和驗證的流程。

結合國內外對數字孿生的認識和理解，可將數字孿生定義為對產品實體的精細化數字描述，能基于數字模型的仿真實驗更真實地反映出物理產品的特征、行為、形成過程和性能等，能對產品全生命周期的相關數據進行管理，并具備虛實交互能力，實現將實時采集的數據關聯映射至數字孿生體，從而對產品識別、跟蹤和監控，同時通過數字孿生體對模擬對象行為進行預測及分析、故障診斷及預警、問題定位及記錄，實現優化控制。

2 數字孿生關鍵技術分析

數字孿生技術架構可以按技術特性分解為專業分析層、虛實交互層和基礎支撐層(如圖2所示)，以安全互聯技術、高性能并行計算技術為數字孿生基礎，利用基于PLM的數據管理技術支撐產品全生命周期的數據管理，通過精細化建模與仿真技術實現對產品的精細化數字表達，基于信息物理系統CPS對數據進行實時采集，結合數據模型融合技術和交互與協同技術進行虛實交互，從而實現智能決策、診斷預測、可視監控、優化控制等。

圖2 數字孿生技術架構Fig.2 Digital twin technology framework

2.1 精細化建模與仿真技術

精細化建模與仿真指從幾何、功能和性能等方面對產品進行精細化建模與跨領域多學科耦合仿真，連接不同時間尺度的物理過程構建模型，從而精確地表達物理實體的形狀、行為和性能等。目前，精細化建模與仿真技術的研究主要包括精細化幾何建模、邏輯建模、有限元建模、多物理場建模、多學科耦合建模與仿真實驗等方面，通過這些技術的突破實現對物理實體的高保真模擬和實時預測，主要方法包括基于特征的三維建模技術，基于SysML的邏輯建模技術，基于有限元的多物理場耦合仿真技術，多學科耦合性能仿真技術，基于數據庫的微內核數字孿生平臺架構、自動模型生成和在線仿真的數字孿生建模方法等。

2.2 數據模型融合技術

數據模型融合指基于數據對多領域模型進行實時更新、修正和優化，實現動態評估。目前，國內外研究學者將結構、流程、多物理場等模型，通過神經網絡、遺傳算法、強化學習等數據分析技術，實現數據模型融合。

2.3 基于CPS的數據實時采集技術

基于信息物理系統CPS的數據實時采集指基于CPS通過可靠傳感器及分布式傳感網絡實時準確地感知和獲取物理設備數據。目前，國內外研究學者主要提出了傳感技術、現代網絡及無線通信技術、嵌入式計算技術、分布式信息處理技術等關鍵技術，并在拓撲控制、路由協議、節點定位方面取得突破。

2.4 基于PLM的數據管理技術

基于PLM的數據管理指以平臺架構為基礎，形成集成產品信息的框架，使所有與產品相關的數據高度集成、協調、共享。目前基于PLM的數據管理技術主要包括與應用軟件集成的面向對象的嵌入與連接技術，支持產品生命周期數據建模與管理的對象建模技術，實現數據集成和決策的數據倉儲管理技術和成組技術等。

2.5 交互與協同技術

交互與協同指利用虛擬現實(Virtual Reality, VR) 、增強現實(Augmented Reality, AR) 、混合現實(Mixed Reality, MR)等沉浸式體驗人機交互技術，實現數字孿生體與物理實體的交互與協同。目前，仿真協同分析技術主要用于作為視覺、聲覺等呈現的接口針對物理實體進行智能監測、評估，從而實現指導和優化復雜裝備的生產、試驗及運維。

2.6 安全互聯技術

安全互聯技術指對數字孿生模型和數據的完整性、有效性和保密性進行安全防護、防篡改的技術。當前的研究包括對于數字孿生模型和數據管理系統可能遭受的攻擊進行預測并獲得最優防御策略，基于區塊鏈技術組織和確保孿生數據不可篡改、可追蹤、可追溯等。

2.7 高性能并行計算技術

高性能并行計算指通過優化數據結構、算法結構等提升數字孿生系統搭載的計算平臺的計算性能、傳輸網絡實時性、數字計算能力等。目前，基于云計算技術的平臺通過按需使用與分布式共享的計算模式，能為數字孿生系統提供滿足數字孿生計算、存儲和運行需求的云計算資源和大數據中心。

3 航天領域發展展望

由專業化隊伍支持的航天數字化轉型經過十余年的發展，在諸多方面取得了顯著成就，廣大設計人員對數字化仿真技術的認識和自覺應用能力有了極大的提高，航天研制模式正加快從傳統的系統工程向基于模型的航天系統工程(MBASE)發展(如圖3所示)，數字孿生將成為下一個努力的方向。

圖3 傳統的系統工程與基于模型的航天系統工程Fig.3 Traditional systems engineering and model-based systems engineering

通過構建與實物產品完全對應的數字孿生體，在安全互聯技術、高性能并行計算技術提供支撐的基礎上，利用基于PLM的數據管理技術對產品全生命周期的數據進行管理，可以從設計、生產、試驗、培訓、運維5個方面推進面向產品全生命周期開展數字孿生技術的研究與應用,如圖4所示。

圖4 面向產品全生命周期的數字孿生體體系架構設想Fig.4 Digital twin technology research and application prospect in aerospace area

3.1 設計過程

基于多領域精細化建模與仿真技術構建需求模型、功能模型、三維結構模型、電路仿真分析模型、強度仿真分析模型、氣動力熱仿真分析模型、飛行性能仿真模型等，來綜合描述該產品在設計階段應考慮的所有特征及相關信息，同時結合同類型歷史產品數據、關鍵指標參數、設計約束條件等參考信息，采用多物理場耦合仿真、多學科聯合仿真、數據挖掘等關鍵技術，開展基于模型的協同設計與虛擬閉環驗證，在這個過程中形成的各類精細化數字仿真模型是構建后續生產、試驗、培訓和運維數字孿生體的核心。

3.2 生產過程

在以三維結構模型為主的精細化設計模型基礎上，通過構建工藝模型、生產線模型、裝配模型、物資模型、數控模型等面向生產過程的模型，結合生產過程中基于CPS采集的數據，形成生產數字孿生體，并采用三維掃描、多網融合、工藝仿真、機器學習等數據模型融合關鍵技術，開展智能化加工檢測及虛實映射的裝配對接，從而實現生產過程數字孿生技術的示范應用。

3.3 試驗過程

在CAD、CAE模型和多學科耦合模型基礎上，通過構建試驗件產品模型、試驗設備模型、試驗工裝夾具模型、試驗場景模型、試驗環境模型等面向試驗過程的模型，結合試驗過程中基于CPS采集的環境監測數據、試驗結果數據、工況數據、測試數據等，采用分布式控制、流程建模仿真等數據模型融合關鍵技術，形成地面試驗數字孿生體和飛行試驗數字孿生體。在地面試驗方面，開展地面試驗流程優化、故障預警、過程監控及智能評估；在飛行試驗方面，開展飛行過程狀態跟蹤識別、監控和預示，輔助開展推理決策和預測驗證，從而實現試驗過程數字孿生技術的示范應用。

3.4 培訓過程

在經過試驗驗證和修正的精細化設計模型基礎上，構建培訓場景模型、任務流程模型、產品工況模型等，采用VR/AR等交互與協同關鍵技術，形成虛擬訓練機制，提升培訓計劃制定、培訓效果跟蹤、培訓提醒、培訓綜合評價等功能，開展流程規劃仿真、應急處理演練仿真和數字合練仿真等，實現產品使用性能和操作流程預示，為提升產品使用效率提供輔助優化手段。

3.5 運維過程

在經過試驗驗證和修正的精細化設計模型基礎上，通過構建產品故障診斷模型和壽命預測模型等面向運維過程的模型，結合運維過程中基于CPS采集的產品運行數據、狀態監測數據、產品質量數據等，形成運維數字孿生體，采用機器學習等數據模型融合技術、VR/AR等交互與協同關鍵技術，開展虛實結合維修保障，從而實現運維過程數字孿生技術的示范應用。

4 結論

數字孿生概念對推動智能制造和數字化轉型具有重要的啟示作用，從其概念內涵和關鍵技術分析可以看出其在航天領域具有良好的前景和發展潛力。然而，國內對數字孿生技術的研究和工具平臺研發起步較晚，目前能夠支持數字孿生概念落地的工具平臺大部分為國外的商業軟件，在實現數字孿生技術與航天科研生產業務深度融合方面還需要開展大量的研究和實踐。在共性基礎方面還需要深度研究已有商業軟件的技術本質和特點，開展面向航天復雜場景的探索研究和實踐，在實踐中考核其適用性，發現潛在的問題和風險，通過二次開發等技術實現與航天需求的匹配；大力推進數字孿生相關工具平臺軟件自主化，數字孿生的核心是各類數字模型和仿真模型的建立，只有構建出具有航天特色的工具平臺體系，才能真正發揮其應有的作用；產品全生命周期的深度協同是建立各類數字孿生體的根本保證，頂層設計是牽引和帶動數字孿生技術研究和應用實踐的核心力量。