论文部分内容阅读
摘 要：字孪生，按字面意思，就是为真实的物理世界搭建一个高度镜像化的数字世界。一台机器设备状况如何，可以通过数字世界清晰感知，就像照镜子一样。对于制造业而言，这意味着设备维护的透明性大大增加，“全生命周期管理”将变得可能。
关键词：数字孪生技术;关键应用;方法
中图分类号：TP391 文献标识码：A
引言
对工业互联网行业人士来说，数字孪生一词已经是老生常谈，它是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程，是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。数字线索（DigitalThread）和数字孪生（DigitalTwin）最早是由密西根大学教授Grieves提出的，美国空军在2013年发布的《全球地平线》顶层科技规划文件中，将其二者视为“改变游戏规则”的颠覆性机遇。
1数字孪生技术特点
1.1准确度
随着经验的积累和数据量的增加，数字孪生模型对物理实体的仿真预测准确度会越来越高。物理实体在多种环境和条件下的性能预测会变得越来越准确，决策参考价值也越来越大。汉莎技术认为，数字孪生模型永远不可能完全准确地“感知”物理实体，但是会无限地接近实体。
1.2全寿命期参与
数字孪生模型从产品早期设计开始参与，历经使用和维修阶段，直至最终退役拆解和回收。最理想的数字孪生模型是从工程师的早期概念设计到产品退役的全过程的精确模拟。GE航空认为，从概念设计阶段开始建立数字孪生过程更容易地将设计和结构模型与运行数据相关联。反过来，数字模型还能有助于优化设计，提高生产效率。
1.3海量数据的处理
数字孪生技术最大的好处是将来自“不同数据集的智慧融合”。比如，汉莎技术公司的数字孪生模型可融合来自ADS-B系统的飞机位置信息、天气数据、飞机上各个传感器数据、以及来自维修车间和制造商的维修数据。汉莎技术表示其不会从理论上预测部件的性能退化，而是基于实际条件下可靠的数据集进行预测。但目前即使是维修报告这个单一数据集的文本挖掘工作也还有很长的路要走。
2数字孪生技术关键应用及方法
2.1在航天领域中的应用
以卫星数字孪生系统的为例。首先在地面建立卫星的数字孪生结构，结合卫星的实时测量数据进行并行运行，实时对卫星的健康状况进行评估，并基于历史数据库对卫星各个部分的使用寿命做出预测。这样可以对卫星状态进行全面深人的分析计算，使使用者对卫星当前的运行状态有细致深刻的理解，这样不仅可以优化对卫星的管理和控制，也为日后卫星的设计制造提供了细致的运行数据，对促进卫星技术的发展有着深刻的意义。卫星实体和卫星虚拟映像之间的精确匹配是整个技术体系的核心。
2.2数据管理功能
产品随着生命周期中的三个阶段数据不断增多，数据量的规模也不断变大，首先对数据进行清洗和处理，从海量数据中筛选出重要数据，并且对这些关键数据进行存储和计算，为数据分析提供支撑。通过不同应用程序调用接口将异构的数据导入Hadoop软件架构的分布式数据库中，利用HDFS分布式文件系统、Hive数据仓库工具、HBase系统等组件存储和管理结构化和非结构化数据，并同时可进行查询等操作。
2.3数据采集和传愉技术
整个数字孪生系统都是建立在数据采集和传输层上的，因此数字孪生系统想要对物理系统实现准确映射，系统对传感器的采集能力要求非常高，包括精确度和敏感度。传感器分布网络的设计也要遵循快速、精准和寿命长的原则。现有传感器性能依旧有很大发展空间，如何研制高精度传感器，并在物理系统内部构建高兼容、低成本的传感器网络是需要克服的问题。
数字孪生系统想要对物理系统实现实时映射，系统对数据传输网络的要求也非常高。搭建快速稳定的数据传输网络，将传感器采集到的数据以及系统历史运行储存的数据迅速安全地传到上位机对数字孪生系统的运行极具重要意义.高精度传感器网络和快速稳定的数据传输网络构成整个数字孪生系统的“感觉器官”。
2.4在機电设备故障预测中的应用
机电设备的安全稳定，高效可靠运行对于电力系统来说意义十分重要。一般情况下，使用故障预测和健康管理技术可以对电力系统的设备进行状态预测、可靠性分析与维修管理，从而使设备可以长期稳定地运行在良好的状态。不过传统的故障预测和健康管理技术缺乏信息物理的融合，仍然存在很多的问题。
将数字孪生技术引人到故障预测和健康管理技术中，通过物理实体和虚拟模型的虚实结合，以及信息物理数据的深度融合可以极大的增强故障预测和健康管理技术的使用效果，可靠性和有效性得到大大增强。对于物理风机建立虚拟模型来仿真其真实运行状况，通过物理实体和虚拟模型之间的数据实时传递来对比两者参数的一致性，从而对机电设备来进行故障预测，并做出相应的决策。
2.5在产品质量分析中的应用
对于产品，除了需要设计精确合理的制造工艺，还要对其生产过程的加工质量进行实时分析，如果出现了加工质量问题，还应该准确定位出发生故障的关键点，发现问题、及时修改，保证产品的质量。
在基于数字孪生的产品质量分析过程中，可以准确定位产品制造加工的各个环节，在虚拟模型的仿真运行下，可以实时地分析产品的质量。虚拟模型会对产品加工过程的相应数据进行分析，对产品的加工质量进行预测以及进行质量问题追溯。
基于数字孪生的产品质量分析可以对产品的加工质量进行实时分析，可以对加工过程进行质量的优化控制，通过对数据的分析和自我学习来不断地改善产品加工质量。不过基于数字孪生的产品质量分析还并不完善，还有很多的难题没有得到解决，如基于虚拟模型的仿真智能预测算法的困难性、产品优化决策的困难性等等。
结束语
随着工业数据采集方案、高速传输方法等创建数字孪生关键技术的研制成熟，以此来实现对物理世界的数字化模拟仿真，进而实现对仿真结果的数据分析，来形成实施数字孪生技术的成熟方案，并将研究成果以标准化的形式固化，充分体现标准引领生产的指导理念，加快中国制造企业向数字化智能化制造转换速率。
参考文献：
[1]石朗渡.数字孪生技术前景广阔[N].人民日报，2019-12-09（005）.
[2]HenryCanaday，李韵.数字孪生技术的关键在于数据[J].航空维修与工程，2019（10）：15-16.
[3]蔡远利.数字孪生技术的概念、方法及应用[C].中国科学技术大学：中国自动化学会系统仿真专业委员会，2019：141-145.
作者简介：
张明杰，女，汉，大学本科，现有职称：高级工程师，研究方向：机械设计.
关键词：数字孪生技术;关键应用;方法
中图分类号：TP391 文献标识码：A
引言
对工业互联网行业人士来说，数字孪生一词已经是老生常谈，它是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程，是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。数字线索（DigitalThread）和数字孪生（DigitalTwin）最早是由密西根大学教授Grieves提出的，美国空军在2013年发布的《全球地平线》顶层科技规划文件中，将其二者视为“改变游戏规则”的颠覆性机遇。
1数字孪生技术特点
1.1准确度
随着经验的积累和数据量的增加，数字孪生模型对物理实体的仿真预测准确度会越来越高。物理实体在多种环境和条件下的性能预测会变得越来越准确，决策参考价值也越来越大。汉莎技术认为，数字孪生模型永远不可能完全准确地“感知”物理实体，但是会无限地接近实体。
1.2全寿命期参与
数字孪生模型从产品早期设计开始参与，历经使用和维修阶段，直至最终退役拆解和回收。最理想的数字孪生模型是从工程师的早期概念设计到产品退役的全过程的精确模拟。GE航空认为，从概念设计阶段开始建立数字孪生过程更容易地将设计和结构模型与运行数据相关联。反过来，数字模型还能有助于优化设计，提高生产效率。
1.3海量数据的处理
数字孪生技术最大的好处是将来自“不同数据集的智慧融合”。比如，汉莎技术公司的数字孪生模型可融合来自ADS-B系统的飞机位置信息、天气数据、飞机上各个传感器数据、以及来自维修车间和制造商的维修数据。汉莎技术表示其不会从理论上预测部件的性能退化，而是基于实际条件下可靠的数据集进行预测。但目前即使是维修报告这个单一数据集的文本挖掘工作也还有很长的路要走。
2数字孪生技术关键应用及方法
2.1在航天领域中的应用
以卫星数字孪生系统的为例。首先在地面建立卫星的数字孪生结构，结合卫星的实时测量数据进行并行运行，实时对卫星的健康状况进行评估，并基于历史数据库对卫星各个部分的使用寿命做出预测。这样可以对卫星状态进行全面深人的分析计算，使使用者对卫星当前的运行状态有细致深刻的理解，这样不仅可以优化对卫星的管理和控制，也为日后卫星的设计制造提供了细致的运行数据，对促进卫星技术的发展有着深刻的意义。卫星实体和卫星虚拟映像之间的精确匹配是整个技术体系的核心。
2.2数据管理功能
产品随着生命周期中的三个阶段数据不断增多，数据量的规模也不断变大，首先对数据进行清洗和处理，从海量数据中筛选出重要数据，并且对这些关键数据进行存储和计算，为数据分析提供支撑。通过不同应用程序调用接口将异构的数据导入Hadoop软件架构的分布式数据库中，利用HDFS分布式文件系统、Hive数据仓库工具、HBase系统等组件存储和管理结构化和非结构化数据，并同时可进行查询等操作。
2.3数据采集和传愉技术
整个数字孪生系统都是建立在数据采集和传输层上的，因此数字孪生系统想要对物理系统实现准确映射，系统对传感器的采集能力要求非常高，包括精确度和敏感度。传感器分布网络的设计也要遵循快速、精准和寿命长的原则。现有传感器性能依旧有很大发展空间，如何研制高精度传感器，并在物理系统内部构建高兼容、低成本的传感器网络是需要克服的问题。
数字孪生系统想要对物理系统实现实时映射，系统对数据传输网络的要求也非常高。搭建快速稳定的数据传输网络，将传感器采集到的数据以及系统历史运行储存的数据迅速安全地传到上位机对数字孪生系统的运行极具重要意义.高精度传感器网络和快速稳定的数据传输网络构成整个数字孪生系统的“感觉器官”。
2.4在機电设备故障预测中的应用
机电设备的安全稳定，高效可靠运行对于电力系统来说意义十分重要。一般情况下，使用故障预测和健康管理技术可以对电力系统的设备进行状态预测、可靠性分析与维修管理，从而使设备可以长期稳定地运行在良好的状态。不过传统的故障预测和健康管理技术缺乏信息物理的融合，仍然存在很多的问题。
将数字孪生技术引人到故障预测和健康管理技术中，通过物理实体和虚拟模型的虚实结合，以及信息物理数据的深度融合可以极大的增强故障预测和健康管理技术的使用效果，可靠性和有效性得到大大增强。对于物理风机建立虚拟模型来仿真其真实运行状况，通过物理实体和虚拟模型之间的数据实时传递来对比两者参数的一致性，从而对机电设备来进行故障预测，并做出相应的决策。
2.5在产品质量分析中的应用
对于产品，除了需要设计精确合理的制造工艺，还要对其生产过程的加工质量进行实时分析，如果出现了加工质量问题，还应该准确定位出发生故障的关键点，发现问题、及时修改，保证产品的质量。
在基于数字孪生的产品质量分析过程中，可以准确定位产品制造加工的各个环节，在虚拟模型的仿真运行下，可以实时地分析产品的质量。虚拟模型会对产品加工过程的相应数据进行分析，对产品的加工质量进行预测以及进行质量问题追溯。
基于数字孪生的产品质量分析可以对产品的加工质量进行实时分析，可以对加工过程进行质量的优化控制，通过对数据的分析和自我学习来不断地改善产品加工质量。不过基于数字孪生的产品质量分析还并不完善，还有很多的难题没有得到解决，如基于虚拟模型的仿真智能预测算法的困难性、产品优化决策的困难性等等。
结束语
随着工业数据采集方案、高速传输方法等创建数字孪生关键技术的研制成熟，以此来实现对物理世界的数字化模拟仿真，进而实现对仿真结果的数据分析，来形成实施数字孪生技术的成熟方案，并将研究成果以标准化的形式固化，充分体现标准引领生产的指导理念，加快中国制造企业向数字化智能化制造转换速率。
参考文献：
[1]石朗渡.数字孪生技术前景广阔[N].人民日报，2019-12-09（005）.
[2]HenryCanaday，李韵.数字孪生技术的关键在于数据[J].航空维修与工程，2019（10）：15-16.
[3]蔡远利.数字孪生技术的概念、方法及应用[C].中国科学技术大学：中国自动化学会系统仿真专业委员会，2019：141-145.
作者简介：
张明杰，女，汉，大学本科，现有职称：高级工程师，研究方向：机械设计.