数字孪生技术在装备全寿命费用管理领域的应用

数字孪生是一种以大数据、人工智能和仿真建模等为基础的多学科集成技术,它采用数字化方法建立表征物理实体的虚拟模型,并通过仿真分析模拟物理实体的现实活动,综合运用虚实交互反馈、数据融合分析、决策过程迭代优化等技术手段,实现从物理实体到虚拟数字模型之间的交互融合和智能控制。作为一个连通物理环境和虚拟世界之间的纽带技术,近年来,数字孪生日益引起各界重视,尤其是在军事装备领域的应用,呈现强劲的发展势头,波音、诺格、达索、空客等国外军工巨头纷纷积极推进这项技术的落地运用,在武器装备的设计开发、生产试制、运行保障等方面,都获得了一定进展,代表了目前数字孪生技术发展的创新前沿。数字孪生技术作为有效解决方案,能够在产品寿命周期的全过程中,提供更为及时、快捷、智能的信息服务,因此,其在装备全寿命费用管理领域具有巨大的应用潜力。为了充分发挥数字孪生技术的优越性,并赋能武器装备全寿命费用管理工作向信息化、智能化方向发展,本文从数字孪生技术基础知识入手,深入探讨分析其在装备全寿命费用管理领域的发展和应用前景,为促进武器装备高质量、低成本发展,提出了新的思路。

1992年,耶鲁大学教授Gelernter在其著作《镜像世界》中,描绘了一种完全以软件定义的虚拟世界。尽管当时还未明确提出数字孪生这一名词,但其含义和后来对数字孪生的定义已经相当相似。作者在书中指出的镜像世界,是由大量代表真实世界实体和运动的软件所组成的庞大模拟系统,它运行于虚拟的计算机环境中,利用海量数据源源不断地涌入模型,模拟了真实世界中每时每刻的运动。

2002年,美国学者Grieves在密歇根大学和国家宇航局的讲座上,第一次明确提出了数字孪生(Digital Twin)概念,并指出,针对日益增多的复杂实体系统,为了预测并优化其系统特性,可以在虚拟空间建立一种与之相对应的数字化模型,并利用动态信号使之和产品物理实体联系在一起,以帮助人们更好地认识产品实体与其背后包含的复杂信息之间的关联。因为当时的科技条件以及数据收集能力的限制,数字孪生在早期仅作为一种颠覆性的概念。在接下来的十几年中,随着大批虚拟开发工具的不断涌现,产品的设计、制造和维修等过程都受益于信息技术发展,不仅实现了用超现实的方式描绘物理实体的几何细节,还可以利用模拟仿真预测其特性。与此同时,随着大量无损检测技术的使用,增加了对产品中运行数据的采集,也给数字孪生技术的发展带来了新契机。2012年,在第53届美国宇航协会国际学术会议上,由美国宇航局的Glaessgen与美国空军的Stargel共同发表文章,从学术上对数字孪生进行了定义。此后,美国空军持续探索基于数字孪生的装备研发/采购模式,目的是改善复杂装备研发效率和采购经济性。西门子工业软件公司也从2016年开始,尝试在工业4.0框架下使用数字孪生技术,并在2017年底,成功推出了一整套数字孪生应用模型,成了该技术的重要倡导和实践者。

总的来说,在过去的近30年时间里,随着摩尔定律导致的计算机成本指数降低,数字化方法日益发展,从计算机辅助设计到基于模型的系统工程,模型设计与仿真技术越来越可靠,应用范围也越来越广泛,工程师们一直在探索和追求一种以数字技术全面取代物理实体的全新开发模式,数字孪生技术在此过程中得到了迅速发展。

数字孪生是对实体对象及流程的数字化复制,在复杂装备设计、生产、运行保障等全寿命周期过程中,可以实现信息在数字空间与物理空间之间的双向共享交换与全面追溯,如图1所示。根据数字孪生的不断应用和发展,可以梳理总结其具有以下特点。

图1 装备数字孪生概念

1) 实时同步。数字孪生技术能通过三维数字模型将产品与其全寿命周期中的数字镜像相互映射,最终达到虚拟世界与现实物理世界之间的同步与统一。孪生体和物理实体并存于物理和虚拟两大空间。物理空间中产品不同阶段形成的数据都能够在虚拟空间中反映,并能够保证二者的高度同步性与保真度,以便于人们利用虚拟世界发掘潜在问题、启迪新思路、持续寻求优化提升。

2) 全面测量。通过分析测量结果逐步改进改善,是工业领域的常用做法。无论是设计、制造还是服务,都需要精确地测量物理实体的各种属性、参数和运行状态,以实现精准的分析和优化。数字孪生技术可以利用物联网技术,通过物理传感器反馈收集有限的直接数据,然后使用大样本库进行数据分析,利用机器学习的方法推理出某些原本无法进行检测的数据,从而达到全面测量的效果。

3) 便捷操作。数字孪生技术借助物联网测量、虚拟现实和建模开发等数字化手段,将现实物理设备的所有属性都投射到虚拟计算机环境中,因而产生了便于拆解、复制、迁移、更改、删除和反复使用的数字镜像产品,这最大限度地拓展了使用者对现实物理实体的认识和操作空间,可以利用数字镜像进行模拟仿真、批量复制、虚拟组装,使许多受现实条件制约在物理实体上无法实现的操作,都能在数字镜像产品上得到实现,从而为人们探索创新路径、优化产品功能带来了极大便利。

4) 分析预测。目前使用的产品寿命周期管理方法,要实现精准的预测和判断难度很大,尤其是对隐藏在产品表面之下的各种问题,要及早做出预判更是难上加难。而数字孪生方法通过综合运用物联网、大数据以及人工智能等技术手段,实现数据采集、管理和建模分析,并据此做出对产品历史故障的诊断、当前状态的评价以及未来发展趋势的预测,进而将分析结果和各种可能性提供给决策者,全方位地支持管理决策。

5) 经验数字化。在传统的制造业产品设计、生产管理与服务保障过程中,经验往往是一个模糊不清且很难掌握的知识形态,人们很难将它当作精准判断的理论基础。数字孪生的另一个重要进步就是可以利用现代化的技术手段,将之前无法存储的专家经验进行数字化处理,从而提高了存储、复制、编辑和迁移的能力。比如,可以通过机器学习方法,针对大型仪器设备不同故障特点训练出数字化特征模型,再配以专家解决方案,使之成为一套在未来精确判断和解决设备故障的基本理论,为自治化的智能检测和故障处理奠定基础。

军事需求、技术应用和经费投入是武器装备发展需要反复权衡的三要素,随着现代战争作战样式的不断丰富,其对武器装备的军事需求也在不断拓展。大量的高新技术的应用,使装备复杂程度日益提高,装备发展所需的费用也在不断上涨。全面提高装备经济性水平,实现以较低的寿命周期费用满足装备建设需要,是实现高质量、高速度、可持续发展的必由之路,也是实现强军目标的必然要求。装备寿命周期费用管理是对装备建设全过程进行整体运筹和科学决策的一种管理方法,为我们实现上述目标提供了理论支撑。然而,在管理实践中,人们逐渐发现,实施全面控制和预测是全寿命费用管理的基本特征和根本保证,而全面控制需要全面的测量、准确的分析和及时的反馈,全面预测需要全面的数据采集、科学的建模和经验知识的积累。传统寿命周期费用管理在成本设计与优化、成本消耗过程监控与评估等方面面临一定的挑战,亟待引入新的技术进行解决,数字孪生技术独特的实时同步、全面测量、便捷操作、分析预测以及经验数字化等特点,能够与装备全寿命费用管理需求相吻合,将其应用于装备全寿命费用管理领域特定场景,将有望丰富管理方法手段,大幅提升管理效益。

设计研发是根据研制要求,通过论证、分析、设计和验证,形成装备解决方案的过程。根据全寿命费用管理理论,设计和研发过程将决定装备全寿命费用的85%左右。同时,在武器研制的后期以及实际应用阶段,纠正在设计阶段工作缺点的总成本也将以指数级别上升。因此,该阶段无疑是武器装备寿命周期费用管理的黄金时期,从装备设计源头入手控制寿命周期费用,能够达到事半功倍的效果。设计与研发阶段的全寿命费用管理,重点包括两个方面:一是在方案论证和技术分析的基础上,针对各种备选方案进行全寿命费用的评估和比较,在多方案之间进行需求、性能、进度、费用之间的多维度权衡分析,进而做出性价比最优的决策;二是不断加强对研发过程成本的跟踪和管控,合理优化试验验证方案,降低研发成本。

装备的设计与研制是一个典型的复杂的系统工程,存在技术研发要求复杂、生产体系构造复杂、应用技术开发条件复杂、生产流程复杂、测试与维修过程复杂、质量管理复杂、生产工作环境复杂等问题。传统设计模式以文档为主导,设计师通过文档编写、归类、整理,完成思考和决策。由于这种模式无法全方位展示装备的功能与性能特点,难以完整反映装备寿命周期过程中时间、空间、行为和资源经费等各种要素之间的关系,导致寿命周期费用的预测评估与技术方案的耦合不够紧密。在新的基于模型的系统工程架构下,通过在设计研发阶段构建装备数字孪生体,全面逼真地呈现装备功能、特性,使设计人员可以数字孪生体为基准,进行多学科数字样机的协同仿真与优化,实现从需求到性能再到经济性的全方位设计,特别是能够及时掌握技术变化导致的费用成本差异,充分开展费用敏感性分析,有效促进技术指标和经济指标同步管控,初步技术方案如图2所示。考虑不同学科仿真模型维度不同、计算量级不同,需开发统一的降阶代理模型建模技术,实现向高精度、高效率代理模型的转化,再应用于装备成本分析工具。在获得试验数据后,需对装备多学科仿真模型进行确定与校核,并更新装备功能特性代理模型,以提高成本分析准确性。

图2 设计研发阶段基于数字孪生的装备寿命周期成本分析技术方案

在试验验证过程中,传统方式需要对试验方案、产品工况进行长期摸索,有时还需要根据极端工况要求建设新的试验条件,导致研发时间长和成本高昂。基于数字孪生技术,装备设计者可以将检验方式从样机测试、全物理样机联调转换为高逼真度的模拟检验,还可以构建满足特殊要求的虚拟试验环境,利用数字化技术手段,不断修改设计、诊断潜在风险,从而极大地提高新型武器设计方案的可行性,并迅速验证新型武器的设计功能,缩短研发周期、有效降低研发费用。在美国F-35战斗机研发过程中,构建了结冰试验的虚拟试验环境,如图3所示,在该基础上可进一步应用数字孪生技术,构建多物理场、多维度一体化仿真模型,实现装备与试验环境、设备一体化仿真。

图3 美国F-35战斗机结冰虚拟试验环境

产品制造是企业整合相关资源,按照预定目标从设计方案到产品实现的物化过程。装备全寿命费用管理在生产制造阶段的核心目标是在订购目标价格指标内完成产品生产,并尽可能采取措施,优化工艺、改进流程、控制能耗、提升质量,进而全面提高生产效率,降低生产成本,循序渐进直到找到成本最优的解决方案。

在重大装备生产制造阶段,基于设计研发阶段的数字孪生模型,综合利用仿真模型、实际生产数据和人工智能算法。如图4所示,从产品及其生产现场资源和环境两方面构建数字孪生体。

图4 基于数字孪生的装备生产制造成本优化方案构想

一是建立产品数字孪生模型,实时监测零件加工状态、预测成品质量、识别设计缺陷,通过智能生产决策模型,根据上述预测与大数据分析结果更新相应的生产解决方案并反映给实物生产,进而完成对实物生产过程的动态控制和优化,以达到在虚拟空间中实时控制实际生产过程的目的。

二是构建生产现场资源和环境的模型,将真实世界中检测、生产进度、物流情况等多方面的实际数据,不断传输至计算机虚拟环境中,加以可视化处理,并进行测量值与设定参数值、实际使用材料与设计物料、实际完工时间与预计完工时间等的多维度对比,实现产品制造流程、资源消耗的实施监控和分析优化。

良品率的不断提高、材料利用率的不断提升、工艺流程的不断优化都将有效降低装备生产制造成本,为装备全寿命费用控制做出贡献。

装备运行维护阶段消耗的使用保障费用,在整个寿命周期费用中所占比重最大,是寿命周期费用的主要组成部分,也是寿命周期费用管理的关键点。尽管该部分有一定的“先天性”,但并不是说在使用保障过程中这部分费用是一成不变的,相反,由于装备使用保障费的发生和发展规律是内在的,因此,需要在实践中不断加强分析和研究,并科学规划、合理组织、加强管理才能在满足装备作战需求的条件下,不断提高装备使用和保障的经济性。

在装备运行维护阶段,构建数字孪生体,在物理空间,对其位置、使用环境、设备健康状况、功能履行情况、资源消耗等信息进行实时测控,获取全方位的使用及保障数据,并将这些数据关联映射至虚拟空间;在虚拟空间,采用模型可视化技术实时模拟物理实体的使用流程,并结合本装备及同类型装备的使用、维护、维修保障历史数据,实现对装备性能、健康状况、寿命期限的分析预判,针对可能发生的故障和质量问题发出预警,再综合运用现代管理和技术方法整合维修资源、管控优化维修计划,以获得最佳维修效果和经济效益。

以航空发动机健康监视为例,通过构建运行维护阶段发动机数字孪生体,对发动机进行实时监控和故障诊断,并以离线方式对发动机性能趋势进行预测,实现发动机个性化保障和视情维修,提高发动机机队完好率,降低运行维护成本。图5给出了一种基于机理与数据混合驱动的发动机性能数字孪生模型,该模型利用发动机实测数据修正机理模型参数,实时评估发动机性能健康状态。

图5 运行维护阶段航空发动机性能数字孪生模型

在退役报废阶段,装备全寿命费用管理的主要工作是整理和积累装备各系统、全寿命各阶段的经费数据资料,汇总计算装备全寿命周期费用的实际值,确定装备残值,控制报废费用。应用数字孪生技术可以构建装备全寿命费用数据库、模型库和知识库,这些都将为新装备的建设提供直接支撑,形成了全寿命费用管理的完整闭环。

通过上述应用场景分析可以预见,未来在装备全寿命费用管理领域应用数字孪生技术,将会面临以下挑战,值得引起我们的重视。

一是组织管理方面的挑战。数字孪生技术应用本身就是一项庞大而复杂的系统工程,需要进行顶层规划,阶段推进,才能实现逐步落地并发挥作用。从国外推进数字技术应用的发展经验来看,必须加强顶层的组织筹划,搭建整体架构,从战略层面制定明确的数字孪生应用目标,统一可行的工作要求和工作标准,开发相应的软件工具平台,整合集成共享的数字环境和生态系统。

二是数据获取方面的挑战。要发挥数字孪生技术在装备全寿命费用管理领域的潜能,数据是核心要素之一。目前为了获得装备整体或内部的数据,可以借助传感器来进行测量,开展数据采集工作。尽管随着传感器成本的下降,获得数据变得容易,但考虑数据的传输、存储、分析都要耗费大量资源,因此必须进行取舍,选取业务和经济性分析最需要的数据,收集适量但足够精确的有用信息是实现数字孪生的一大挑战,需要根据每个实际应用的需求,确定数据收集的原则,进行数据的取舍。

三是模型建立方面的挑战。在虚拟世界运行的其实是数字孪生的数学模型。要实现高逼真度的建模与仿真能力,需要构建与装备相关的几何模型、物理模型、行为模型、规则模型,需要综合应用高性能计算、大数据、人工智能等技术手段,打通需求分析、装备研制、使用保障各个环节,充分运用好当前装备科研生产过程中形成的大量数字资源或模型成果;在装备的全寿命周期内推动建立基于模型、数据驱动的分析与管理方法,围绕覆盖装备论证、研发、制造、维护过程中的系统工程活动,实现各类技术开发和管理过程的可视化、自动化、精准化。

数字孪生技术不仅能够运用人类现有理解与认识创建虚拟模型,还能够运用仿真技术研究和预测未知世界,不断启迪人们的创造思维,发掘与寻求更好的解决方案。美欧一些军工巨头和软件供应商正根据各自发展需要积极开发数字孪生解决方案,尽管国内在装备建设领域针对数字孪生技术的研究和应用还处于起步阶段,但学界和工业部门正加速推进数字孪生技术在武器装备全寿命周期管理过程中的运用。数字孪生技术为我们提供了一种实施装备全寿命费用管理的新途径,具有十分重要的应用价值,我们应抓住机遇,加快发展步伐,抢占有利先机。

数字孪生技术在装备全寿命费用管理领域的应用