數字孿生技術在城軌車輛全生命周期中的應用研究

張 朋,曾云峰,王蒙蒙,劉偉鵬

(中車大連機車車輛有限公司，遼寧 大連 116000)

近些年來，隨著工業4.0，中國制造2025等國家層面智能制造的發展戰略的推出，以及互聯網+及數字經濟的蓬勃發展，“數字孿生”(Digital Twin)這個名詞在制造行業愈來愈多地被提起。而關于數字孿生的歷史最早可追溯上世紀60年代美國國家航空航天局(NASA)的阿波羅項目[1]。在該項目中，NASA為實際執行飛行任務的飛行器制造了一個在地面的“孿生”飛行器，用于執行任務前的模擬訓練以及執行任務期間的模擬仿真。此時的孿生體是與其鏡像具有相同物理尺寸、特征、性能的物理實體，并可以通過仿真驗證等手段反映、預測其鏡像體的真實狀態。

1991年，David Gelernter(美國耶魯大學計算機系教授)在其著作《Mirror World》中預測了數字孿生技術的出現。2002年，Michael Grieves教授(佛羅里達工業研究院首席科學家)在密歇根大學舉辦的制造業工程師協會上提出了“Conceptual Ideal for Product LifeCycle Management”的概念，并在2011年正式引入了“數字孿生體”這一概念，定義了物理空間、虛擬空間以及兩個空間之間的信息交互這3個數字孿生的基本要素。

數字孿生技術概念在誕生初期并沒有引起廣泛關注與重視，究其原因在于當時的數字化技術手段比較匱乏，無法構建真正意義上的數字孿生體。而隨著近些年來物聯網(Internet of Things,IoT)、大數據、云計算、VR技術、人工智能等新興信息化技術的發展，數字孿生具有了落地的技術基礎。本文著眼于數字孿生技術在軌道交通領域的應用，系統分析了數字孿生技術在城軌車輛的研發、制造、維護、報廢的全生命周期內的典型應用，旨在提高數字孿生技術在城軌車輛領域的落地應用，推進城軌車輛的智能化發展。

1 數字孿生的概念內涵

數字孿生作為一套技術體系，不同的行業及學者對數字孿生有著不同的理解和認知。有的觀點認為數字孿生是物理實體的高保真三維模型，有的觀點認為數字孿生是大數據，還有觀點認為數字孿生是仿真，是虛擬驗證或者可視化[2]。雖然各種觀點有其側重之處，但究其根本，理想的數字孿生具有如下5個核心要素：物理實例、虛擬對象、孿生數據、信息連接、面向服務[3]。針對城軌車輛行業，筆者對數字孿生做出了如下定義：

數字孿生是物理實體的數字化“克隆體”，物理實體是數字孿生體的實例化對象。數據是數字孿生的基礎核心，信息化技術是數字孿生的基礎條件，通過數據建立包括物理模型、行為模型、規則模型等多維度孿生模型，通過信息化技術實現孿生模型與物理實例的雙向連接和實時交互，最終在產品全生命周期中實現多種服務與功能，包括仿真驗證、運行監測、智能管控、健康管理等。

基于上述定義構建的城軌車輛數字孿生體系結構模型包括物理車輛、虛擬車輛、孿生數據池、服務應用、傳感連接五部分要素，圖1為城軌車輛數字孿生體系結構模型。

圖1 城軌車輛數字孿生體系結構模型

2 城軌車輛的全生命周期與數字孿生應用

城軌車輛的全生命周期包括研發、制造、服務、報廢4個基本階段。作為涉及到多專業、多系統的復雜工程應用，城軌車輛在其生命周期的各個階段具有海量、多源的設計數據、制造數據、運行數據、維護數據等。數字孿生技術的引入，可打破各數據孤島，整合多源異構、多模態數據，在車輛產品的全生命周期管理中提供價值服務。圖2為數字孿生技術在城軌車輛全生命周期內的應用框架。

圖2 城軌車輛全生命周期數字孿生應用框架

2.1 車輛研發階段的數字孿生

車輛研發是集合了結構設計、電氣設計、系統設計、控制設計等多專業交叉設計過程，也是建立車輛數字化模型的初始階段。利用基于模型的產品定義MBD技術(Model-based Definition)，實現對產品幾何信息和非幾何信息的規范管理，可以高效、準確地構建車輛的數字孿生體。具備數字孿生體特征的研發設計工作(圖3)主要有以下特點：

圖3 城軌車輛研發階段的數字孿生

(1)設計版本變更記錄詳實，可追述性強。即在具體車輛設計進程中，因為需求輸入變更等引起的方案變更、設計參數變更等，均可在孿生數據服務平臺中進行存儲記錄。這部分數據可在后續類似產品的研發工作中發揮重要作用，其價值隨著記錄數量的增長而增長[4]，形成重要的企業設計數據。

(2)可實現并行協同設計。并行協同設計的基礎在于單一數據源，而這正是數字孿生體的特征之一。在車輛這樣的多專業交叉設計工作中，利用該數字孿生體進行協同設計，可在產品某些設計輸入變更時實現多專業的迅速響應，進而大大提高設計效率。

(3)建立虛擬車輛樣機。隨著設計的不斷深入，數字孿生體在物理模型的基礎上進一步發展和延伸，融合虛擬仿真技術，進而可實現多專業系統仿真與測試驗證，如車體碰撞強度分析、車輛運行平穩性分析、車輛氣密性分析、車輛動力學分析等。該數字孿生體在后續生命周期中繼續演進并形成高保真的車輛動態模型，為其他項目車輛研發的設計優化、設計迭代等提供依據，提高新項目開發質量與開發效率。

2.2 車輛制造階段的數字孿生

車輛制造階段的數字孿生技術主要體現在數字孿生車間(圖4)的應用。車輛的生產質量和生產效率影響著產品的性能質量和交付成本，而數字孿生車間的應用徹底革新了傳統車間的生產方式，實現真正的現代化數字制造。

圖4 城軌車輛數字孿生車間

基于數字孿生的理念，車輛數字孿生車間應具有物理車間和虛擬車間，兩個車間之間以數據和網絡為媒介，實現雙向映射與實時交互，最終實現對物理車間的實時監測與閉環反饋控制。

物理車間通過豐富的IoT建設，將車間物料儲備、物料配送、車輛產線流轉、車輛生產工具狀態等信息實時推送至虛擬車間。虛擬車間根據物理車間反饋信息，結合生產計劃和仿真分析結果，進行車間資源智能調度，提高生產效率，降低產品缺陷。此外，該車間的制造過程數據，包括制造物料清單(Bill of Material,BOM)、質量檢測、產線流程數據、逆向過程數據等也將進入車輛數據孿生池，作為車輛產品數字孿生體的重要構成因素在后續生命周期中發揮重要作用。

2.3 車輛服務階段的數字孿生

車輛在制造完成交付用戶使用后，為保證數字孿生車輛對實體車輛的超寫實性，需構建高速、穩定、安全的車地無線傳輸信道。數字孿生車輛實時采集實體車輛整體及牽引、制動、車門、空調等子系統的運行環境因素和運行參數狀態，對車輛運行情況進行實時監視與模擬仿真，提高實體車輛運行安全性、可靠性及運營效率。

車輛服務階段的數字孿生(圖5)的另一重要意義在于對實體車輛的故障預測與健康管理。數字孿生車輛具有設計、制造、維護等多維數據，結合實時動態數據對實體車輛的性能、故障、壽命做出預測：

圖5 城軌車輛服務階段的數字孿生

(1)通過各傳感器實時獲得車輛狀態數據，結合運行環境變化及物理部件性能衰減特性，與車輛性能模型結合構建自適應模型，實現對整車和部件性能的精準檢測；

(2)在含有物理模型、工藝模型、仿真數據、性能模型的數字孿生車輛中，結合車輛維護、檢修數據中的故障模式，建立故障模型，用于對整車和部件的故障診斷與故障預測；

(3)利用數據融合驅動的方法，將車輛的歷史運行數據與車輛性能模型相結合，構建出整車及部件的性能預測模型，用以預測其性能和剩余壽命；

(4)將車輛牽引、制動運行狀態模型與局部線性化等模型融合應用，建立車輛的控制優化模型，實現車輛的控制性能尋優。

2.4 車輛報廢階段的數字孿生

數字孿生體的服務職能從誕生之初就不斷成長和增益，實體車輛的報廢不代表著車輛數字孿生體的報廢。車輛數字孿生體將繼續記錄車輛的報廢數據、報廢時間、各部件實際壽命等。該數字孿生體所包含的全生命周期內的所有數據、模型都成為車輛孿生數據池的一部分，對同類型車輛數字孿生體進行總結與歸納，可為下一代產品提供參考價值，服務于新產品的設計改進和設計創新，并為同類型產品的質量分析及預測、基于物理的產品仿真模型和分析模型的優化等提供數據支持[5]。

3 城軌車輛數字孿生與New IT技術應用

城軌車輛數字孿生是車輛技術與數字孿生技術的融合應用，而數字孿生技術的落地與新一代信息化技術的發展應用密不可分。結合城軌車輛數字孿生體系結構五要素，梳理了如下New IT技術可用于城軌車輛數字孿生。

3.1 物聯網技術

對物理車輛的全面感知是實現城軌車輛數字孿生的基礎條件，通過物聯網將信息傳感器、射頻識別、定位裝置等車輛設備的必要信息進行實時的采集，以實現孿生數據池的數據接入和虛擬車輛對物理車輛的整體感知。

3.2 5G傳輸技術

5G傳輸技術具有高速率、大容量、低延時、高可靠的特點[6]，這對于物理車輛到虛擬車輛的海量數據并發、高速傳輸，以及虛擬車輛對物理車輛的精準映射和精準控制提供了必要的連接能力。

3.3 VR/AR/MR技術

虛擬車輛是城軌車輛數字孿生的重要組成，VR/AR/MR技術為實現虛擬車輛可視化以及與物理車輛的虛實融合提供了技術支撐。

3.4 邊緣計算與云計算

邊緣計算具有低延時、高帶寬、海量連接、異構匯聚和本地安全隱私保護等特點，而云計算具有按需部署、分布共享、動態拓展的特點。通過在車輛側部署邊緣計算設備，在云端構建大數據存儲和高算力，實現車輛數據孿生的分層建設和算力均衡，覆蓋多場景應用。

3.5 大數據技術

車輛孿生數據池中集成了車輛全生命周期內的設計數據、工藝制造數據、運行維護數據等海量、多源、異構數據。基于分布式的大數據技術為處理這些場景提供了數據接入、數據清洗、數據治理、數據存儲、數據分析等能力。

3.6 人工智能技術

人工智能是車輛數字孿生體系的底層關鍵技術之一，其主要應用在仿真分析方面。通過AI智能計算模型、算法，結合先進的可視化技術，實現智能化的數據挖掘和信息分析，從而提供車輛模擬仿真、故障診斷預測、優化車輛控制等服務。

4 總結

自數字孿生的概念誕生之后，其技術體系就在不斷地演化進步，對各行業的產品設計、制造、服務等都產生了巨大的推動作用。雖然距數字孿生技術的全面應用尚有一段距離，但其作為實現智能制造、智能運維的重要使能技術已得到了廣泛重視。本文在介紹了數字孿生技術的歷史發展和概念內涵后，提出了適用于城軌車輛的數字孿生體系結構模型，對城軌車輛全生命周期內的數字孿生技術應用進行了分析，并梳理了當前信息技術對數字孿生體系落地的應用支撐。利用數字孿生，實現城軌車輛在數據驅動的虛擬環境中進行創建、生成、測試和驗證，這種將成為車輛制造商在未來的核心競爭力。