數字孿生技術發展現狀及其在水下無人系統中的應用展望

張 寧, 郭 君, 尹韶平, 高智勇

數字孿生技術發展現狀及其在水下無人系統中的應用展望

張 寧, 郭 君*, 尹韶平, 高智勇

(中國船舶集團有限公司 第705研究所, 陜西 西安, 710077)

為填補數字孿生技術在水下無人系統行業應用的空白, 文章首先對數字孿生技術的發展歷程以及國內外發展現狀進行了介紹, 分析了數字孿生技術的特點; 其次討論了水下無人系統數字孿生技術的內涵與關鍵技術, 從標準體系、設計、試驗、制造加工以及運行維護等不同角度對水下無人系統行業的數字孿生技術發展應用進行了展望; 最后結合泵臺試驗給出了水下無人系統數字孿生技術的典型應用案例。研究結果可為數字孿生技術在水下無人系統行業的進一步應用提供參考。

水下無人系統; 數字孿生; 泵臺

0 引言

隨著現代電子信息技術的蓬勃發展, 社會生產力和生產關系產生了巨大的變革, 人類社會經濟結構也隨之產生了質的飛躍。以互聯網為標志的信息革命與制造業的深度融合催生了新的經濟增長點, 世界各國為了搶占第4次工業革命的制高點, 出臺了一系列先進制造發展戰略, 例如2012年美國出臺的“先進制造業國家計劃”、2013年德國提出的“德國工業4.0”戰略實施建議, 以及英國在2015年提出的“英國制造業2050”, 以推進服務+再制造行業的發展。在世界主要強國加緊推進先進制造, 力圖搶占新一代工業革命高地的大背景下, 我國于2015年出臺了“中國制造2025”智能制造戰略, 提出建設重點領域智能工廠和數字化車間, 最終實現制造強國的戰略目標。另外, 在全球身處后疫情時代經濟發展狀況欠佳的情況下, 提高制造業領域的數字化與智能化, 使人盡可能少地在工業生產中互相接觸, 減少感染新型冠狀病毒風險, 保障經濟運行的良好態勢顯得尤為重要。因此, 如何利用新一代信息技術發展的巨大優勢, 完成物理世界要素與信息世界要素的互相交融, 是當前國內外實現先進制造理念和戰略所面臨和亟待解決的核心問題之一。

1 數字孿生技術發展歷程

數字孿生技術是將帶有三維數字模型的信息拓展到整個生命周期的數字鏡像技術, 最終實現虛擬與物理世界同步和一致[1]。數字孿生的理念最早源于1969年美國國家航空航天局(National Aeronautics and Space Administration, NASA)阿波羅計劃提到的空間飛行器孿生體。2003年, 密歇根大學的Grieves教授[2]提出了“信息鏡像模型”, 并指出物理產品的數字表達應能夠抽象表達物理產品, 能夠基于數字表達對物理產品進行真實或模擬條件下的測試。2010年, NASA在太空技術路線圖[3]中采用基于數字孿生概念的飛行系統仿真分析模型, 用于實現對飛行系統診斷的全面性和飛行狀態的預測可知性, 以此來保障在系統可靠時限內執行整個飛行任務的安全性[4]。2011年, Grieves 與NASA的 Vickers明確將該概念命名為“數字孿生(Digital Twin)”[5], 從此這一術語正式確立。在我國, 數字孿生也被譯為數字鏡像、數字化映射或數字雙胞胎[6]。圖1為數字孿生發展路線圖。

圖1 數字孿生發展路線圖

2 國外數字孿生技術發展現狀

數字孿生潛在的巨大經濟效益得到了當前學術界和工業界的高度關注。全球最具權威的IT研究與顧問咨詢公司Gartner連續4年(2016～2019年)將數字孿生列為當年十大戰略科技發展趨勢之一[7]。Schleich等[8]把生產過程管理中數字孿生的參考模型方法進行歸納整理, 認為其具有4種特性: 可伸縮性、互操作性、可擴展性和保真度; Aheleroff等[9]提出了一個新的數字孿生雙參考架構, 確定了合適的Industry 4.0技術和整體參考架構模型, 以完成最具挑戰性的數字孿生啟用應用程序; Farsi等[10]提出一種新的數字孿生架構, 該架構使用自適應的數據結構和本體, 從產品生命周期中挖掘的數據信息中自動生成成本模型, 在早期階段估算生命周期成本降低全生命周期成本, 提高產品開發效率; Novikov等[11]提出了基于數字孿生創建產品的參數和結構的初步估計方法, 指出過程中的關鍵挑戰是聯合優化所有模塊的特性和對象的整體配置; Gutierrez等[12]提出基于外部服務的數字孿生設計理念, 并將其應用于工廠自動協同導引車物料運輸過程中。在工業領域, 2017年11月, 洛馬公司在其未來國防和航天工業6大頂尖技術名錄中, 將數字孿生技術列在首位; 德國西門子公司利用數字孿生體助力工業 4.0, 發布了完整的數字孿生體應用模型, 實現了數字孿生的實際落地[13]; 達索公司已經利用數字孿生技術建立了三維實驗平臺, 將用戶反饋信息知識庫與孿生模型進行交互融合, 對物理產品進行持續的創新迭代; ANSYS公司提出通過利用ANSYSY Twin Builder創建數字孿生并可快速連接至工業物聯網平臺, 幫助用戶進行故障診斷, 確定理想的維護計劃, 降低由于非計劃停機帶來的成本, 優化每項資產的性能, 并生成有效數據以改進其下一代產品[14]; 美國參數技術公司將數字孿生作為智能互聯產品的關鍵性環節, 致力于在虛擬世界與現實世界建立一個實時連接, 對智能產品的每一個動作和行為進行記錄和跟蹤, 并延伸到下一代產品的創新設計中, 實現智能產品的預測性檢修, 這些服務為客戶提供了高效的產品售后服務[7]; 2017年, Altair公司相繼收購多家軟件供應商和技術企業, 并與物聯網技術公司Carriots平臺相結合, 致力于成為物聯網領域的領導者, 支持數字孿生戰略及其應用, 其借助領先的虛擬仿真技術, 創建疊加多種物理屬性的虛擬模型, 使產品具有更好的特性[15]; 通用電氣基于Predix平臺構建資產、系統和集群級的數字孿生, 利用數字孿生來表征資產的全壽命周期, 以便更好地了解、預測和優化每個資產的性能[16]。

3 國內數字孿生技術發展現狀

在數字孿生模型建立及標準確立方面, 以北航陶飛[17]為代表的數字孿生研究團隊提出了數字孿生五維模型, 從物理實體、虛擬實體、表示服務、表示孿生數據和各組成部分間的連接等5個維度對數字孿生進行建模, 并且對五維模型的組織架構[18]和應用準則[19]進行了研究, 提出數字孿生驅動的6條應用準則。2019年, 陶飛聯合國內數字孿生領域相關標準技術委員會及應用企業(包括機床、衛星、發動機和工程機械裝備等行業)共同建立了一套數字孿生標準體系架構, 并從數字孿生基礎共性標準、關鍵技術標準、工具／平臺標準、測評標準和行業應用標準６個層面進行了具體闡述[1]。

在復雜產品制造方面, 程穎等[20]建立了數據驅動的智能服務基本框架。胡秀琨等[21]研究了數字孿生裝配車間的運行機制。李浩等[22]探索了基于數字孿生的復雜產品設計制造一體化開發關鍵技術。向峰等[7]提出一種產品生命周期綠色制造新模式, 旨在在產品生命周期制造過程中實現環境影響小、資源利用率高、綜合效益最大等目標。

在設備故障診斷和狀態評估方面, 楊俊峰等[23]通過Unity3D物理實體與虛擬模型的雙向實時交互, 搭建數字孿生模型, 利用OPCUA協議實現了物理實體、虛擬仿真和服務模塊之間的數據集成與融合, 完成了對設備狀態的可視化監測與故障診斷。張蕾[24]提出了在數字孿生系統中進行預測性維護的一般模式, 增強了設備故障的可追溯性。樊孟杰等[25]從虛實映射的角度, 通過模型映射、行為映射和狀態映射3個遞進層次構建性能評估系統, 全面表達列車性能, 解決了傳統性能評估缺乏時效性和準確性的問題。

在具體的工業場景方面, 飛機制造行業的鄭守國等[26]從“人、機、料、法、環、測”六維視角出發, 闡述生產線關鍵要素數字孿生建模與實現, 驗證了數字孿生能夠有效提高作業效率并為工作人員決策提供科學參考。在火箭測試與發射過程健康管理方面, 張素明等[27]提出一種基于數字孿生技術的火箭測試與發射過程健康管理系統設計方案, 實現了對火箭測試和發射過程的天地鏡像仿真, 為火箭可靠飛行提供了技術保障。在艦船總體設計方面, 李凱等[28]基于數字孿生提出了數字化艦船的總體框架, 為未來進一步開展型號研制提供理論和方法參考。

目前中船705研究所已經率先開展了關于水下無人系統(unmanned undersea system, UUS)數字孿生技術的研究工作, 搭建了基于知識工程的UUS協同設計平臺, 突破了UUS協同設計流程、多學科領域協同設計建模以及協同設計系統集成等方面的關鍵技術; 建立了模型庫、程序庫、參數資源池及材料庫等, 構建了涉及流體、結構、噪聲、電氣、彈道、六性及軟件測試等多學科多物理場的體系化、協同化、智能化、知識化的協同設計技術體系。在此基礎上, 搭建論證協同、設計協同、數據協同、管理協同于一體的UUS協同設計系統, 實現了“縮短設計周期、提高設計質量, 降低設計成本的目標”。

4 國內外研究現狀分析

從國內外的研究現狀分析可以看出數字孿生發展的一些規律:

1) 國外關于數字孿生的理論技術體系研究時間較長, 已經較為成熟, 目前發展的重點在于結合工業軟件實現數字孿生技術的落地, 當前已在相當多的工業領域實際運用。

2) 國內數字孿生技術處于起步階段, 目前的研究重點還停留在理論層面, 少有針對實際工程的典型應用研究。

3) 無論國內還是國外, 數字孿生仍然處于技術的成熟上升期, 由于技術水平的限制, 對于實際對象的模擬比較片面, 不能做到全維度、全領域的完整模擬, 各物理域之間的耦合研究也發展較慢。

4) 數字孿生技術目前呈現出與物聯網、3R(增強現實(augmented reality, AR)、虛擬現實(virtual reality, VR)和混合現實(mixed reality, MR))、邊緣計算、云計算、5G、大數據、區塊鏈及人工智能等新技術深度融合、共同發展的趨勢。

5) 數字孿生概念的外延正在不斷擴大, 從傳統的機械制造領域向軍工、醫療、建筑、核電、城市規劃等各領域擴展, 各領域結合自身發展特點, 對數字孿生的概念和內涵進行了不同的解讀。

5 UUS數字孿生技術內涵和關鍵技術

UUS是指具有自主航行能力, 可完成海洋/海底環境信息獲取、固定/移動目標探測、識別、定位與跟蹤以及區域警戒等任務的各類無人水下航行器(AUV、UUV等)、水下無人作戰平臺(魚雷、水雷等)及其所必要的控制設備、網絡和人員的總稱。UUS數字孿生是綜合運用仿真建模、試驗測試、數據處理等手段, 將三維數字模型與UUS研制、生產、使用全壽命周期真實物理對象密切結合, 形成多物理場、多維度、高精度、可實時、可交互的數字化鏡像的一種技術手段。

UUS的數字孿生與其他領域一樣需要結合行業特點開展以下關鍵技術的攻關。

1) 源異構物理實體智能感知技術: 研究如何準確實時獲取物理實體對象多源異構數據, 從而深入認識和發掘相關規律和現象, 實現物理實體的可靠控制與精準測量。

2) 多維多領域高保真仿真建模技術: 研究如何構建多維多領域高保真仿真模型, 保證和驗證模型與物理實體的一致性、真實性和可靠性; 如何實現多尺度模型的組裝與融合。

3) 模型-實體數據交互技術: 研究如何實現跨協議、跨接口、跨平臺海量數據實時交互; 如何實現數據-模型-應用的迭代交互與動態演化。

另一方面, UUS數字孿生具有間歇性通信和系統層級多等特點, 需要重點關注以下關鍵技術的攻關。

1) 間歇性通信數字孿生關鍵技術: 研究在水中兵器聲信號通信數據帶寬受限背景下, 如何綜合光、磁及其他先進通信手段, 實現數字孿生技術有效數據的準確傳遞; 解決在深海中數據無法及時反饋及數據中斷條件下的數字孿生模型自我推演關鍵技術的研究。

2) 多層級數字孿生體構建技術: 研究如何在完成組件級、系統級和整機級單體裝備數字孿生體構建的基礎上, 綜合魚雷、水雷和UUV等單體裝備形成裝備體系數字孿生體(如圖2所示); 研究不同層級之間的數據交互與模型簡化技術。

圖2 水下無人系統數字孿生發展規劃

6 UUS數字孿生應用展望

相對與其他行業, UUS行業的數字孿生研究工作尚屬空白, 無論在理論、設計、試驗、制造和運維等各個階段均未開展深入的研究工作。文中僅針對以上各階段UUS領域擬開展的研究工作進行展望。

6.1 標準體系

從數字孿生理論研究的領域來看目前存在的主要問題[1]是: 缺乏相關術語、系統架構和適用標準的參考, 造成不同行業的人對數字孿生的理解不同, 進而導致交流困難、集成困難和協作困難; 缺乏數字孿生相關模型、數據、連接與集成服務等標準參考, 模型和數據之間集成難、一致性差、兼容性低、易形成新的孤島; 缺乏適用準則、實施要求、工具和平臺等標準的參考, 在相關行業實施數字孿生過程中容易造成用戶和企業對數字孿生使用的困惑。因此亟待建立涵蓋基礎共性、關鍵技術、工具/平臺、測試和行業應用的標準體系。建立UUS行業數字孿生行業應用標準體系的工作重點是建立產品設計、試驗、制造和運維等UUS全壽命周期的數字孿生應用標準群, 實現在論證階段決策數字孿生技術的適用性, 在設計制造階段指導數字孿生技術應用落地, 在定型批產階段指導數字孿生的評估與優化。

總之, UUS數字孿生工作應理論先行, 在行業總體的理論框架體系內制定其相關術語、系統架構和適用標準, 為以后各階段的研究奠定堅實的理論基礎。

6.2 設計階段

設計階段的UUS數字孿生, 是在虛擬空間進行UUS總體、動力、控制、感知和導航等系統產品功能和性能的早期驗證。集成測試數據作為各系統仿真模型的輸入以驗證模型、計算結果或作為虛擬傳感器, 從而實現從測試到仿真的閉環反饋和持續改進。根據目前UUS行業數字孿生的現狀, 需要從UUS產品需求分析、系統級建模分析、多學科協同仿真以及虛擬試驗閉環等幾個方面開展深入的研究工作。

需求工程包括需求獲取、需求分析、需求確認、需求分配和需求驗證等步驟。其中清晰、準確、結構化的需求描述是需求獲取最重要的技術; 需求分析將冗余的需求拆分, 重復的需求合并, 形成原子化的需求, 進而構建需求樹; 需求確認的目標是為產品確認流程提供相關信息, 并維護需求數據的完整性; 需求分配的主要目的是將需求分配到物理架構以開展設計工作; 需求驗證是把驗證結果鏈接到需求上, 驗證方法包括分析、仿真和試驗等。目前在國外復雜產品的設計工作中, 需求分析是產品設計過程中最為重要的一環, 貫穿了產品的全壽命周期。同時基于SysML系統建模語言, 需求工程可以通過可視化、圖形化的建模語言實現。需求模型是整機級數字孿生模型的重要組成部分, 需求的滿足和實現是復雜系統研制的根本目的。但是, 目前UUS領域仍采用傳統的設計任務書的手段來滿足UUS戰技指標與設計工作之間的關系, 尚未引入先進的需求工程的方法。因此, 開展UUS領域需求工程的研發工作是建立UUS數字孿生模型的首要工作。

近年來, 復雜系統建模仿真方法在航空航天領域得以大量應用。系統仿真借助成熟的經過機、電、液、控等多領域驗證的模型庫, 快速構建組件級、系統級和整機級仿真模型, 通過系統模型的穩態、動態、時域和頻域求解, 支撐系統的指標分解和設計選型。目前, 在UUS領域尚未建成完整的整機級系統仿真模型, 系統級及組件級別的系統仿真模型也尚處于起步階段, 因此, 對于目前UUS領域的系統級建模分析亟待解決的問題是: 建立完整的以動力學為主的結構系統模型、以熱流體為主的動力系統模型、以狀態空間為主的控制系統模型、以信息流為主的內測系統模型和以時序作動為主的電氣系統模型, 并集成模型形成整機模型, 在對外部環境進行研究的基礎上, 進行系統級及整機級的性能分析, 驗證上游設計需求的合理性、可行性, 提出下游產品設計的指標需求。

UUS產品涉及結構、流體、電磁學、聲學、熱學、控制、軟件和自動化等各個專業領域, 加之目前UUS產品具有功能多、型號多和設計周期短的特點, 因此亟需各個專業進行緊密的協同研發, 以提高產品性能質量并縮短研制周期。然而目前各專業設計仿真的工作大都獨自展開, 無法進行統一設計仿真環境下的緊密協同研發, 因此亟需構建支持UUS產品研發協同的設計仿真平臺, 實現各系統設計的并行管理與數據融合, 從而提高設計效率和設計可靠性, 達到縮短研制周期提高研制能力的目標。

目前, UUS各專業領域的仿真設計均面臨輸入參數不準確的問題。造成該問題的原因一方面是由于目前傳感技術的發展水平不足以滿足UUS高精度、多參量的測量需求, 另一方面是UUS的深海工作環境給數據采集和傳輸帶來了極大的困難。以實航振動數據采集為例, 在實航過程中, 由于傳感器安裝空間以及數采通道的限制, 傳感器的數量一般在20個左右, 遠遠不能滿足UUS各組件振動特性分析的輸入要求。當缺乏準確輸入數據時, 會給UUS各系統的仿真分析結果帶來較大的誤差, 為此一方面需要擴展試驗測試領域的技術研究, 另一方面需要加強試驗數據的管理工作。通過與試驗數據的集成, 構建試驗數據優化系統模型的虛擬驗證環境, 通過對系統模型以及性能模型的修正來提高仿真的可靠性和仿真設計質量, 形成UUS產品虛擬試驗閉環。

總之, 需求分析、系統級建模分析、多學科協同仿真和虛擬試驗閉環是UUS數字孿生的技術難點, 也是后續開展工作的重點。

6.3 試驗階段

試驗是產品研發過程中的重要環節之一, 對于驗證產品在作業環境中的各方面性能有著至關重要的作用, 在UUS行業中從組件級試驗(例如殼體的強度、模態試驗)、系統級試驗(例如發動機冷熱車試驗)到整機級試驗(例如實航湖試及海試), 呈現出試驗類別多、試驗難度大、許多試驗不具備重復性(例如戰雷跌落試驗)的特點。通過數字孿生技術的引入, 可以針對各類試驗系統建立對應的虛擬試驗模型, 通過數據采集與處理平臺建立真實試驗系統與虛擬試驗系統之間的數據實時交互與控制, 形成試驗系統的數字孿生。

首先, 通過試驗系統的數字孿生, 可以解決真實試驗系統由于空間、運行狀態等原因帶來的傳感器數量不足、試驗獲取信息有限的問題, 虛擬試驗系統起到了超級傳感器的作用, 可以輸出真實試驗系統任何位置各種物理量的試驗數據。其次, 通過虛擬試驗可以解決傳統試驗準備周期長, 物理樣機或產品成本較高的問題。再次, 某些試驗的極限工況難以通過真實試驗實現, 通過仿真手段易于實現對極限工況的模擬, 并快速定位極限工況下的設計缺陷, 從而提出設計改進措施。然后, 僅僅基于試驗進行設計驗證和改進有較大的局限性, 只能通過試錯方式進行設計改進, 而且難以做到優化, 通過虛擬試驗系統借助先進的優化設計工具不僅可以實現組件級設計參數的快速優化, 還可以實現系統級乃至整機級性能參數的快速優化。最后, 許多陸上試驗由于試驗條件與試驗技術的限制, 都無法準確的模擬真實UUS在作戰使用條件下的真實試驗約束, 導致陸上試驗與試航試驗結果有較大差異, 通過虛擬試驗的方式可以方便地在陸上試驗約束與實航試驗條件之間進行切換, 找到陸上試驗與實航試驗之間的相互關系, 進而提高產品的設計水平。

總之, 鑒于扎實的試驗硬件條件及豐富的仿真經驗, 數字孿生技術在UUS試驗階段的基礎最好, 應用效果也最明顯, 后續數字孿生的成功應用可以以該階段的工作作為技術突破口。

6.4 制造階段

制造階段的數字孿生是實現UUS智能制造的重要組成部分, 其前提是實現UUS制造過程中所有要素的全模型化, 具體包括工藝設計數字孿生、虛擬制造數字孿生和虛擬運營數字孿生。其中, 工藝設計數字孿生涵蓋虛擬裝配技術、虛擬加工技術、人機交互技術、快速成型技術以及機器人自動化技術等; 虛擬制造數字孿生, 通過構建物流模型、人員模型、產線模型、設備模型和資源模型等鏡像來模擬工廠、產線以及工藝的執行過程, 對產能進行預判, 定位投產問題, 結合優化算法實現制造過程中各項資源的優化配置; 虛擬運營數字孿生的核心內容是虛擬工廠模型與生產運營系統的數字化集成, 實現在虛擬工廠環境中對生產運營過程信息的實時獲取與信息展示, 生產過程中的核心管理信息如設備運營狀態、當前生產狀態、當前物流運行狀態、質量狀態、人員工作狀態、資源存儲與消耗狀態等信息通過虛擬生產環境實時展示, 對生產運營過程實現實時監控與智能決策。

總之, 由于UUS數字化制造的起步較晚, 起點較低, 目前在制造階段的UUS數字孿生僅僅在某些技術要點上進行過探索性的研究, 后續需要首先解決設計部門與制造單位之間的數據孤島問題, 大力加強制造單位的數字化建設。該階段研究工作是整個數字孿生應用中的難點。

6.5 運維階段

裝備運維階段的數字孿生主要涵蓋裝備運行狀態監控與維修保障建模仿真。對UUS而言, 運行狀態監控的主要對象為水下UUV、深海預置武器等需要長時間運行的裝備。通過水中通信手段將UUS在運行狀態下的航速、航向信息和關鍵設備運行狀態參數傳遞回岸基平臺或潛/艦艇平臺。在平臺上構建裝備的數字孿生模型, 結合以上有限信息, 推測出UUS的航線, 解算出關鍵設備上無法通過傳感器直接獲取的信息, 從而實現對UUS運行狀態的完全實時監控。另一方面, 隨著UUS復雜程度的提升, 相應的維護保障規模也在不斷擴大。在產品交付后需要建立維保模型, 不斷維護交付產品的裝備完好率, 避免維修、保障失誤帶來的災難性后果。因此需要基于虛擬環境對維保的核心要素進行建模。在虛擬環境中鏡像運維業務過程; 將維保流程、維保計劃、人員實施等進行事前運維驗證修正維保計劃, 事后數據記錄集中展示服役狀態。

同時, 運維階段的數字孿生需要解決間歇性通信、多層級數字孿生體構建等關鍵技術。是UUS行業數字孿生應用技術特色的集中體現。

7 UUS數字孿生典型應用方案

從試驗階段的數字孿生角度, 結合某魚雷泵臺試驗, 給出數字孿生的典型應用案例。

7.1 問題描述

熱動力魚雷的動力裝置需要通過海水泵、燃料泵和滑油泵等各類泵體的配合, 實現動力裝置的穩定運行。目前, 泵體的設計主要采用理論計算、仿真分析和試驗測試相結合的方式, 首先通過理論計算, 根據泵體的流量、流速和壓力等設計指標結合實際的安裝空間完成泵體的結構設計, 之后通過CFD仿真分析對泵體的性能進行虛擬驗證, 最后通過泵臺試驗進行實物驗證。

目前存在的主要問題是: 在進行泵體仿真分析時, 泵體入口的流體動力學參數與實際泵體試驗不一致, 導致仿真計算結果與試驗結果有較大差距; 另一方面在泵臺試驗過程中無法通過在泵體內布置大量的傳感器實現泵體內部全流場數據的有效監測。為解決這一問題, 傳統的方法是通過泵體仿真與泵臺試驗的不斷修正迭代, 逐步實現仿真結果與試驗結果的一致性, 但這種方法周期長、費用高, 逐漸不能滿足目前魚雷產品的設計要求。為此必須引入數字孿生技術, 以泵臺試驗為對象, 建立泵臺數字孿生體, 完成泵體仿真模型與泵臺試驗系統的實時數據交互, 快速定位魚雷泵體的設計缺陷, 實現魚雷泵體的性能優化。

7.2 框架方案

泵臺數字孿生體研究框架方案如圖3所示, 主要包括實物系統、操作平臺和虛擬系統。實物系統包括泵系統實物、布設于泵臺試驗系統上的各類傳感器和數據采集系統。傳感器采集的數據由數據采集系統匯總, 并通過網線傳遞給操作平臺。操作平臺實現各類數據應用, 其中包括數據監控、數據分析及仿真應用的實施。由傳感器采集的數據, 經由操作平臺歸納處理后, 轉發給數字孿生的虛擬系統。該虛擬系統為事先對實物系統經過大量研究分析后建立的具有高精度且能夠進行實時運算的仿真模型。采用操作平臺發送的傳感器數據作為該虛擬系統運行的邊界條件, 可驅動虛擬系統在與實物系統相同的工況下運轉。通過虛擬系統與實物系統的同步運行, 操作人員即可通過觀察虛擬系統了解到實物系統中那些無法布置傳感器的元件運行參數或各類場信息。另外, 操作平臺除了作為實物系統與虛擬系統連接的橋梁, 也起到連接其他設備的作用。

7.2.1 實物系統說明

實物運行系統主要包含3類元件: 可安裝傳感器的元件、不可安裝傳感器的元件和執行元件。可安裝傳感器的元件一般是系統中數量最大的元件(例如試驗臺管路), 但不是核心元件, 這類元件工況較為理想, 不會造成傳感器的損壞, 傳感器安裝在這類元件上也不會造成這類元件工作性能的降低。不可安裝傳感器的元件主要是指泵體本身, 泵體內部如果安裝傳感器會造成對流場的干擾, 從而降低泵的工作效率, 因此這類元件無法安裝傳感器。執行元件為可改變系統工作參數的元件, 主要指各類閥門, 接收控制信號后可實現參數變化, 是控制系統實現其功能的主要方式。對于數字孿生技術來說, 傳感器數據具有3個用途: 1) 監視實物系統的運行工作狀態, 滿足系統操作需要; 2) 為虛擬系統提供仿真邊界條件, 使得虛擬系統可以運行; 3) 為虛擬系統提供仿真校驗數據, 用于建設數字孿生虛擬系統時, 對各類仿真參數進行調試。實物系統中的數據采集系統實現傳感器數據, 執行元件控制信號與數據管理平臺間的連接。

圖3 泵臺數字孿生體研究框架圖

7.2.2 操作平臺說明

操作平臺實現了實物系統、虛擬系統和各類應用設備之間的數據連接與管理, 其最核心的作用為通過平臺接口可實現虛擬系統與實物系統的連接, 此外, 還可實現初步數據分析等功能。

7.2.3 虛擬系統說明

虛擬系統是整個泵臺數字孿生體的核心。泵體的每個物理特性需要對應特定的仿真模型, 主要包括計算流體模型、動力學模型、傳熱學模型和應力分析模型等, 如何將這些基于不同物理屬性的模型關聯在一起, 是建立泵臺數字孿生體, 充分發揮數字孿生體模擬、診斷、預測和控制作用的關鍵。由于虛擬系統仿真模型對仿真速度與精度都具有較高要求, 因此需采用三維降階模型技術, 實現虛擬系統在具有實時仿真能力的同時, 具有關鍵零部件三維場分析置信度的仿真。另外對于泵臺的機、電、液等控制系統, 需要借助一維仿真的手段建立起系統仿真模型, 并與三維降階模型實現數據交互。

泵臺的控制系統、管路系統和監測系統主要基于系統建模方法, 利用VHDL-AMS、Modelica等語言構建一維仿真模型; 對于泵臺的流體部分, 鑒于其典型的時變非線性特性, 應首先采用Fluent、CFX等流體分析軟件進行典型工況的計算, 之后基于小樣本深度學習的方法構建流體的三維降階模型; 對于泵臺的動力學部分, 鑒于其線性時變的特性, 主要采用狀態空間方法在獲取輸入輸出傳遞矩陣的基礎上構建動力的三維降階模型; 對于泵臺結構及傳熱部分, 鑒于其線性時不變的特性, 主要在仿真訓練樣本的基礎上, 采用神經網絡的方式構建其三維降階模型。最后通過一維三維聯合仿真模型, 實現一維及三維模型之間的數據交互以及各三維模型對應物理場之間的耦合計算, 完成虛擬系統的構建。

7.3 關鍵技術

泵臺數字孿生體主要包括以下關鍵技術。

1) 三維有限元降階技術。該技術需要將三維有限元的分析結果降階為可以用于一維系統仿真的ROM模型, 同時降階技術將模擬整個三維模型所需時間降低到原仿真時間的1/10～1/100, 同時具備與三維模型類似的精度。通過降階技術建立的高精度模型用于實時的系統仿真中, 與VHDL-AMS、Modelica等語言建立的一維模型進行聯合仿真, 將經過驗證的組件和子系統相結合的模擬來實現整個系統的驗證。

2) 基于數據的智能學習建模。該技術基于數據的模型擬合能力, 通過對數據的智能學習, 建立起精確的輸入和輸出對應關系, 生成用于仿真的模型, 該模型可以導出通用數據格式, 能夠應用于其他第三方仿真平臺。

7.4 主要功能

通過泵臺數字孿生體的構建可以實現以下功能。

1) 有限傳感器下的無限數據獲取。由于各類試驗的傳感器數量有限, 且無法直接獲得關鍵參數, 通過采用高端仿真技術的數字孿生模型, 可實現基于有限傳感器數據的全系統仿真, 通過獲取仿真數據, 實現全系統數據檢測。

2) 惡劣工況下的設備管理。由于數字孿生技術對實物系統的全數據檢測能力, 可大大減少運行維護人員工作量, 對于惡劣工況下的設備, 可通過數字孿生獲取準確檢測數據。

3) 為產品的研發提供最準確的實際工況數據。傳統產品研發的設計點往往是通過分析獲得的某一額定工況, 通過數字孿生可全面獲得產品在實際工況下的運行環境數據, 從而為產品的研發提供更符合實際工況的額定工作點。

4) 更可靠更高效的排故操作。通過采用數字孿生技術, 操作人員可以結合傳感器數據與大量仿真數據, 分析故障原因, 從而為更準確高效的排故提供必要條件。

8 結束語

文章首先介紹了數字孿生技術的發展歷程和國內外研究現狀, 其次介紹了其在UUS行業的內涵和關鍵技術; 并從UUS的標準體系研究、設計、試驗、制造和運維等各個階段出發, 對其進行了展望; 最后從試驗階段的數字孿生角度結合某魚雷泵臺試驗給出典型應用案例, 為日后數字孿生技術的進一步研究和發展提供參考。

[1] 陶飛, 馬昕, 胡天亮, 等. 數字孿生標準體系[J]. 計算機集成制造系統, 2019, 25(10): 2405-2418.

Tao Fei, Ma Xin, Hu Tian-liang, et al. Research on Digital Twin Standard System[J]. Computer Integrated Manufacturing Systems, 2019, 25(10): 2405-2418.

[2] Grieves M W. Product Lifecycle Management: The New Paradigm for Enterprises[J]. International Journal of Product Development, 2005, 2(1-2): 71-84.

[3] Piascik B, Vickers J, Lowry D, et al. Technology Area 12: Materials, Structures, Mechanical Systems, and Manufacturing Roadmap[M]. Washington, DC: NASA Office of Chief Technologist, 2010．

[4] 劉大同, 郭凱, 王本寬, 等. 數字孿生技術綜述與展望[J]. 儀器儀表學報, 2018, 39(11): 1-10.

Liu Da-tong, Guo Kai, Wang Ben-kuan, et al. Summary and Perspective Survey on Digital Twin Technology[J]. Chinese Journal of Scientific Instrument, 2018, 39(11): 1-10.

[5] Grieves M．Virtually Perfect: Driving Innovative and Lean Products through Product Lifecycle Management[M]. Cocoa Beach, Fla., USA: Space Coast Press, 2011.

[6] 趙敏. 探求數字孿生的根源與深入應用[J]. 軟件和集成電路, 2018(9): 50-58.

[7] 向峰, 黃圓圓, 張智, 等. 基于數字孿生的產品生命周期綠色制造新模式[J]. 計算機集成制造系統, 2019, 25 (6): 1505-1514.

Xiang Feng, Huang Yuan-yuan, Zhang Zhi, et al. New Paradigm of Green Manufacturing for Product Life Cycle Based on Digital Twin[J]. Computer Integrated Manufacturing Systems,2019, 25(6): 1505-1514.

[8] Schleich B, Anwer N, Mathieu L, et al. Shaping the Digital Twin for Design and Production Engineering[J]. CIRP Annals, 2017, 66(1): 141-144.

[9] Aheleroff S, Xu X, Zhong R Y, et al. Digital Twin as a Service(DTaaS) in Industry 4.0: An Architecture Reference Model[J]. Advanced Engineering Informatics, 2021, 47: 101225.

[10] Farsi M, Ariansyah D, Erkoyuncu J A, et al. A Digital Twin Architecture for Effective Product Lifecycle Cost Estimation[J]. Procedia CIRP, 2021, 100: 506-511.

[11] Novikov A, Zhilenkova E, Baldanov Z, et al. Development of Digital Design and Modeling Approaches with Preliminary Estimation Methods Based on a Digital Twin[J]. E3S Web of Conferences, 2021, 258: 01011-1-01011-6.

[12] Martínez-Gutiérrez A, Díez-González J, Ferrero-Guillén R, et al. Digital Twin for Automatic Transportation in Industry 4.0[J]. Sensors, 2021, 21(10): 3344.

[13] Tao F, Cheng J F, Qi Q L, et al. Digital Twin-driven Product Design, Manufacturing and Service with Big Data[J]. The International Journal of Advanced Manufacturing Technology, 2018, 94(9-12): 3563-3576．

[14] Yang Y H, Qu X L, Luo Y P, et al. Three Dimensional Temperature Field Numerical Simulation of Twin-arc High-speed Submerged Arc Welding Process Based on ANSYS[J]. Advanced Materials Research, 2016, 216: 188-193．

[15] 李欣, 劉秀, 萬欣欣. 數字孿生應用及安全發展綜述[J]. 系統仿真學報, 2019, 31(3): 385-392.

Li Xin, Liu Xiu, Wan Xin-xin. Overview of Digital Twins Application and safe Development[J].Journal of System Simulation, 2019, 31(3): 385-392.

[16] Todorovic M H, Datta R, Stevanovic L, et al. Design and Testing of a Modular Sic Based Power Block [C]//Inter- national Exhibition and Conference for Power Electronics, Intelligent Motion, Renewable Energy and Energy Management. Nuremberg, Germany: VDE, 2016: 1-4．

[17] 陶飛, 劉蔚然, 張萌, 等. 數字孿生五維模型及十大領域應用[J]. 計算機集成制造系統, 2019, 25(1): 1-18.

Tao Fei, Liu Wei-ran, Zhang Meng, et al. Five-dimension Digital Twin Model and Its Ten Applications[J]. Computer Integrated Manufacturing Systems, 2019, 25(1): 1-18.

[18] Tao F, Zhang M, Liu Y S, et al. Digital Twin Driven Prognostics and Health Management for Complex Equip- ment[J]. CIRP Annals-Manufacturing Technology, 2018, 67(1): 169-172.

[19] 陶飛, 劉蔚然, 劉檢華, 等. 數字孿生及其應用探索[J]. 計算機集成制造系統, 2018, 24(1): 1-18.

Tao Fei, Liu Wei-ran, Liu Jian-hua, et al. Digital Twin and Its Potential Application Exploration[J]. Computer Integrated Manufacturing Systems, 2018, 24(1): 1-18.

[20] 陶飛, 程穎, 程江峰, 等. 數字孿生車間信息物理融合理論與技術[J]. 計算機集成制造系統, 2017, 23(8): 1603-1611.

Tao Fei, Cheng Ying, Cheng Jiang-feng, et al. Theories and Technologies for Cyber-physical Fusion in Digital Twin Shopfloor[J]. Computer Integrated Manufacturing Systems, 2017, 23(8): 1603-1611.

[21] 胡秀琨, 張連新. 數字孿生車間在復雜產品裝配過程中的應用探索[J]. 航空制造技術, 2021, 64(3): 87-96.

Hu Xiu-kun, Zhang Lian-xin, Study on Application of Digital Twin Workshop in Assembly Process of Complex Products[J]. Aeronautical Manufacturing Technology, 2021, 64(3): 87-96.

[22] 李浩, 陶飛, 王昊琪, 等. 基于數字孿生的復雜產品設計制造一體化開發框架與關鍵技術[J]. 計算機集成制造系統, 2019, 25(6): 1320-1336.

Li Hao, Tao Fei, Wang Hao-qi, et al. Integration Framework and Key Technologies of Complex Product Design-manufac- turing Based on Digital Twin[J]. Computer Integrated Manufacturing Systems, 2019, 25(6): 1320-1336.

[23] 楊俊峰, 王紅軍, 馮昊天, 等. 基于數字孿生模型的設備故障診斷技術[J]. 設備管理與維修, 2021(9): 128-130.

Yang Jun-feng, Wang Hong-jun, Feng Hao-tian, et al. Equip- ment Fault Diagnosis Technology Based on Digital Twin Model[J]. Plant Maintenance Engineering, 2021(9): 128-130.

[24] 張蕾. 基于數字孿生的設備預測性維護模式研究[J]. 電子工業專用設備, 2021, 50(3): 12-15.

Zhang Lei. Research on Predictive Maintenance Mode of Equipment Based on Digital Twin[J]. Equipment for Electronic Products Manufacturing, 2021, 50(3): 12-15.

[25] 樊孟杰, 江海凡, 丁國富, 等. 基于數字孿生的地鐵列車性能評估系統[J/OL]. 計算機集成制造系統. https://kns. cnki.net/kcms/detail/11.5946.tp.20210716.1002.002.html. [2021-07-16].

[26] 鄭守國, 張勇德, 謝文添, 等. 基于數字孿生的飛機總裝生產線建模[J]. 浙江大學學報(工學版), 2021, 55(5): 843-854.

Zheng Shou-guo, Zhang Yong-de, Xie Wen-tian, et al. Aircraft Final Assembly Line Modeling Based on Digital Twin[J]. Journal of Zhejiang University(Engineering Science), 2021, 55(5): 843-854.

[27] 張素明, 岳夢云. 基于數字孿生的火箭測試與發射過程健康管理技術研究[J]. 計算機測量與控制, 2021, 29(5): 8-14.

Zhang Su-ming, Yue Meng-yun. A Rocket Health Management System for Vehicle Testing and Launching Based on Digital Twin[J]. Computer Measurement & Control,2021, 29(5): 8-14.

[28] 李凱, 錢浩, 龔夢瑤, 等. 基于數字孿生技術的數字化艦船及其應用探索[J]. 船舶, 2018, 29(6): 101-108.

Li Kai, Qian Hao, Gong Meng-yao, et al. Digital Warship and Its Application Exploration Based on Digital Twin Technology[J]. Ship & Boat, 2018, 29(6): 101-108.

Development of Digital Twin Technology and Its Application Prospect in Unmanned Undersea System

ZHANG Ning, GUO Jun*, YIN Shao-ping, GAO Zhi-yong

(The 705 Research Institute, China State Shipbuilding Corporation Limited, Xi’an 710077, China)

To fill the gap of digital twin technology in the unmanned undersea system industry,this paper introduces the development process and status of digital twin technology at home and abroad and summarizes the characteristics. Subsequently, the connotation and key technologies of applying digital twins in unmanned undersea systems are discussed. The development and application of digital twin in the unmanned undersea system industry are prospected from different perspectives, including standard systems, design, testing, manufacturing, and operations. Finally, a typical application case of digital twin technology in an unmanned undersea system is presented based on a pump bench test. The results can provide a reference for the further application of digital twin technology in the unmanned undersea system industry.

unmanned undersea system; digital twin; pump platform

張寧, 郭君, 尹韶平, 等. 數字孿生技術發展現狀及其在水下無人系統中的應用展望[J]. 水下無人系統學報, 2022, 30(2): 137-146.

TJ630.33;U662.9

R

2096-3920(2022)02-0137-10

10.11993/j.issn.2096-3920.2020.04.001

2021-10-14;

2021-11-16.

郭 君(1980-), 男, 博士, 高級工程師, 主要從事系統、結構、流體、振動、噪聲等領域的設計、仿真及試驗研究.

(責任編輯: 吳 攀)