田欽文,馮輔周,朱俊臻,李勝凱
(陸軍裝甲兵學院 車輛工程系,北京 100072)
科技發(fā)展日新月異,科學技術如果不能隨著時代進步就會被時代拋棄。德國最先提出“工業(yè)4.0”計劃,第四次工業(yè)革命悄然而至。中、美、英、日等國為了搶占競爭的制高點,都瞄準新興前沿領域,從國家層面加大了機械行業(yè)相關技術的研發(fā)部署。盡管各國的“工業(yè)4.0”計劃名稱不盡相同,但究其根本,無一不涉及到“虛實融合”這一技術,其共同追求的目標就是通過新一代的信息技術,用智能技術替代傳統(tǒng)技術,用計算機虛擬計算預知未知,用機器工作替代人力工作。數(shù)字孿生技術便是充分利用物理模型、傳感器更新、運行歷史等數(shù)據(jù),集成多學科、多物理量、多尺度、多概率的仿真過程,在虛擬空間中完成映射,從而反映相對應的實體裝備的全生命周期過程[1]。
工業(yè)4.0的到來也必定對未來戰(zhàn)場造成影響,未來戰(zhàn)爭勢必不再是一槍一炮的對抗,而是雙方科技力量的抗衡,未來的戰(zhàn)場必定是“智慧戰(zhàn)場”。對裝甲車輛底盤的智能化故障預測便是未來智慧戰(zhàn)場的一方面。
匯流行星排作為新型裝甲車輛綜合傳動裝置的直駛及轉向功率的匯流部件,運行工況惡劣,并且駕駛員難以通過車輛運行情況判斷其工作狀態(tài),所以一旦出現(xiàn)故障將會導致車輛無法按既定軌跡行駛,造成嚴重后果。因此,對匯流行星排進行故障預測研究,為提高我軍裝備安全性能及作戰(zhàn)能力有重要意義。
動力學建模是研究匯流行星排的重要途經,通過動力學建??梢栽诘统杀镜那闆r下開展廣泛、細致的理論分析,并為匯流行星排的壽命預測、故障診斷等提供相對可靠的理論依據(jù)。許多學者在此方向已經做了一定的研究。李軍等[2]通過建立匯流行星排固有振動模型,并對其進行固有特性分析,對大半徑轉向條件下的匯流行星排振動模式對比分類。郝馳宇[3]等建立匯流行星排剛柔耦合模型,對比分析了柔性變形前后的動態(tài)響應特征,并且建立斷齒故障模型從時頻域上特征提取。劉曉波[4]建立了穩(wěn)態(tài)與沖擊工況下匯流行星排齒輪系統(tǒng)的動力學模型,對齒輪系統(tǒng)的動力學特性進行理論分析。李文彪等[5]通過多體動力學軟件進行匯流行星排起步工況仿真,探尋齒輪在起步容易斷齒的原因。劉宇鍵。也有專家學者通過分析振動信號來達到故障診斷的目的。陳漫等[6]采用Hilbert邊際譜提取匯流行星排的振動信號故障特征值,再通過模糊識別的方法識別各種故障,實現(xiàn)在線監(jiān)測和故障診斷。
然而,匯流行星排在裝甲車輛中安裝位置靠內,布置傳感器復雜,且難以觀察到其工作狀態(tài),這些傳統(tǒng)方法或通過建模或通過臺架試驗獲取數(shù)據(jù),并不能直接從實車獲取數(shù)據(jù),數(shù)字孿生技術作為一種新興的關鍵技術和提高效能的工具,通過合理的布置傳感器及構建匯流行星排數(shù)字孿生體,將其應用到匯流行星排的模擬仿真、分析預測、故障診斷等方面,對提高我軍裝甲車輛的可靠性、安全性以及提升戰(zhàn)斗力有重要意義。
數(shù)字孿生,顧名思義,它的核心在“孿生”二字,標準化組織給其的定義[7]為“數(shù)字和虛擬狀態(tài)之間的同速率收斂,并提供物理實體或流程過程的整個生命周期的集成視圖,有助于優(yōu)化整體性能?!盢ASA給出的定義[8]則為“數(shù)字孿生是充分利用物理模型、傳感器更新、運行歷史等數(shù)據(jù),集成多學科、多物理量、多尺度、多概率的仿真,從而反映相對應的實體的全生命周期過程?!眳R流行星排故障預測系統(tǒng)中通俗的講,數(shù)字孿生由物理實體(匯流行星排)、與之對應的數(shù)字孿生體(匯流行星排仿真模型)以及連接二者的信息通道(數(shù)據(jù))構成,當匯流行星排狀態(tài)發(fā)生改變時,通過感知信息通道即時傳輸數(shù)據(jù)到與之對應的匯流行星排數(shù)字孿生體,展示相應的狀態(tài)變化;通過在服務器操作匯流行星排數(shù)字孿生體,比如改變轉速,通過反饋信息通道將指令下達給匯流行星排實體,物理實體轉速發(fā)生改變,如圖1所示。
圖1 數(shù)字孿生系統(tǒng)示意圖
該文中會用到下列相關概念,為避免混淆,在此簡略做出解釋:
1)物理實體:物理現(xiàn)實世界中可識別可觀測的實物,在本文中指匯流行星排實體。
2)虛擬實體:與物理實體對應的數(shù)字化表達,本文指匯流行星排仿真模型。
3)數(shù)字孿生體:數(shù)字孿生是一種方法、技術,在其后面加上“體”則變成了名詞,在本文中數(shù)字孿生體是指在服務器端建立的物理實體模型的總稱,該模型包括一維、二維、三維及故障仿真模型。
Grieves教授被認為是最早提出并完善數(shù)字孿生概念的學者,2002年首次在密歇根大學的產品全生命周期管理(PLM, product lifecycle management)課程中提出“與物理產品等價的虛擬數(shù)字化表達”,這一表述是可追溯到的最早的數(shù)字孿生概念;2006年發(fā)表文獻[9],將這一技術稱為鏡像空間模型;2011年,Grieves教授與NASA正式提出數(shù)字孿生概念[10];2014年在其撰寫的DigitalTwin白皮書中明確指出他在2003年提出了數(shù)字孿生,但是這10年間Grieves教授并沒有相關成果發(fā)表。美國空軍在2009年提出機身數(shù)字孿生體概念;2013年將數(shù)字孿生體和數(shù)字線程列入《全球科技愿景》。美國空軍研究實驗室2011年提出計劃將于2025年交付美國空軍第一架新型飛機及其數(shù)字模型,其實現(xiàn)流程如圖2所示,該飛機上將布置可以記錄實際的6個自由度方向加速度的傳感器,以及每次實際飛行期間的表面溫度和壓力信號,并將這些數(shù)據(jù)傳入到飛機的數(shù)字模型中以此來解決在復雜服役環(huán)境下飛行器維護及壽命預測問題;直到如今,這個想法一直在被補充和完善,并且發(fā)表了一系列的文章[11-18]。NASA的專家近年來正在研究一種可以預測機體所受的氣動載荷和內應力的降階模型(ROM)。通過將ROM集成到結構壽命預測模型中,進行結構壽命監(jiān)測、高保真應力歷史預測和結構可靠性分析,從而以提升飛機機體的管理。Li等[19]利用動態(tài)貝葉斯網絡的概念建立了用于診斷和預后的通用概率模型,以實現(xiàn)數(shù)字孿生視覺,并通過飛機機翼疲勞裂紋擴展實例說明了所提出方法的有效性。
圖2 美國空軍新型飛機的數(shù)字孿生技術的實現(xiàn)流程
2004年,中國科學院自動化研究所王飛躍研究員提出的平行系統(tǒng)概念[20]“對應的一個或多個虛擬或理想的人工系統(tǒng)所組成的共同系統(tǒng)”與現(xiàn)在所提的數(shù)字孿生技術便很是相似。但我國對字孿生的正式研究主要從2017年開始,但目前尚處探索階段。任占勇[21]提出了利用數(shù)字孿生助力航空裝備可靠性提升的想法。陶飛教授的研究組作為國內最早研究數(shù)字孿生的團隊之一,提出了許多與數(shù)字孿生技術相關的理論與思路[22-24],其中2019年提出的五維架構的數(shù)字孿生模型[25](物理實體、虛擬模型、服務、孿生數(shù)據(jù)及它們間的交互連接),相較于Greves教授提出的模型,增加了“數(shù)據(jù)”和“服務”兩個維度,這一模型通過融合物理實體和虛擬模型的數(shù)據(jù),更加全面、精確地獲取信息;2020年提出的數(shù)字孿生十問[26],為研究者更好地理解數(shù)字孿生,為決策者正確地對待數(shù)字孿生,為實踐者更好地落地數(shù)字孿生提供了有力的參考。工業(yè)4.0研究院2019年牽頭成立數(shù)字孿生體聯(lián)盟,致力于推進數(shù)字孿生體技術和產業(yè)發(fā)展。不同高校、研究所的專家學者也進行自己相關的數(shù)字孿生研究。丁華等[27]基于深度學習建立了采煤機的關鍵零件剩余壽命預測模型,實現(xiàn)實時監(jiān)測數(shù)據(jù)驅動下的零件剩余壽命的在線預測,同時建立了數(shù)字孿生模型,實時觀察采煤機的狀態(tài),通過在虛擬空間的可視化展示與分析來實現(xiàn)采煤機的健康狀態(tài)預判,最終綜合數(shù)字孿生體狀態(tài)和剩余壽命值,實現(xiàn)采煤機健康狀態(tài)預測;張帆等[28]將"數(shù)字孿生+5G"與AI技術相結合,提出了基于數(shù)字孿生+5G的智慧礦山建設新思路;林潤澤[29]等構建了基于數(shù)字孿生的智能裝配機械臂實驗系統(tǒng)。
相比學術研究,企業(yè)研發(fā)的數(shù)字孿生框架更注重實際應用以及市場需求,因此其研究成果在實際意義上對我們也很有參考價值。目前企業(yè)在數(shù)字孿生方向的研究主要分為兩類:一是基于模型的數(shù)字孿生,主要有:ANSYS公司開發(fā)的TwinBuilder,達索公司研發(fā)的3D Experience,GE公司的Predix平臺;另一類是基于過程、管理的數(shù)字孿生,主要有微軟的Azure,Bentley的iTwin Service,上海優(yōu)也的Thinswise iDOS。Matlab、Maple也開發(fā)自己的數(shù)字孿生模塊,洛克希德·馬丁、波音、諾斯羅普·格魯門、通用電氣、普惠等公司開展了一系列應用研究項目,已陸續(xù)取得成果。安世亞太公司作為國內工業(yè)軟件的領頭企業(yè),相較其他公司,其研究的數(shù)字孿生框架對本文的研究有一定的參考意義。
安世亞太公司的數(shù)字孿生系統(tǒng)包括用戶域、數(shù)字孿生域、測試與控制實體、現(xiàn)實物理域和跨域功能實體共5個層次。其基本框架如圖3所示。
圖3 安世亞太數(shù)字孿生基本框架
該框架將數(shù)字孿生各個步驟稱為成熟度進化,即一個數(shù)字孿生體的生長發(fā)育將經歷數(shù)化、互動、先知、先覺和共智等幾個過程,如表1所示。
表1 數(shù)字孿生進化過程
由表1可知,在每一個進化過程中,都有其實例化特征。對于數(shù)字孿生技術來說,其核心是仿真,基礎是建模,物聯(lián)網和數(shù)字線程為數(shù)字孿生體提供了實用價值,而基于大數(shù)據(jù)的人工智能則是一種新的仿真范式。
匯流行星排的故障預測數(shù)字孿生系統(tǒng),是對匯流行星排的實時虛擬化映射,通過設備傳感器采集溫度、振動、碰撞、載荷等數(shù)據(jù)實時傳輸?shù)綌?shù)字孿生體模型,并將設備使用環(huán)境數(shù)據(jù)輸入模型,使數(shù)字孿生的環(huán)境模型與實際設備工作環(huán)境變化保持一致,憑借數(shù)字孿生體在設備出現(xiàn)狀況前提早進行預測,提前預知故障可能出現(xiàn)的時間,避免意外停機造成嚴重的后果。
數(shù)字孿生驅動的匯流行星排故障預測數(shù)字孿生驅動的匯流行星排故障預測需要合適的框架,目前主流的數(shù)字孿生系統(tǒng)框架包括三維系統(tǒng)框架和五維系統(tǒng)框架,兩種框架的具體區(qū)別如下:
1)三維系統(tǒng)框架:三維系統(tǒng)框架是最早提出的數(shù)字孿生系統(tǒng)框架,由物理實體層,孿生模型層以及信息交互層組成。就匯流行星排故障預測系統(tǒng)而言,物理實體層為客觀存在的實體,孿生模型層為與物理實體相對應的高保真模型,信息交互層為物理實體層與孿生模型層的信息傳輸通道。該框架實現(xiàn)了設備運行過程中的虛擬現(xiàn)實信息融合,同時具有較高的實時性。
2)五維系統(tǒng)框架:五維系統(tǒng)框架是陶飛教授團隊對三維框架的進一步完善與補充,相對于三維框架增加了服務層和數(shù)據(jù)層。服務層主要為數(shù)字孿生系統(tǒng)的內部功能運行提供“功能性服務”以及向用戶端提供“業(yè)務性服務”;數(shù)據(jù)層管理框架中產生的多種數(shù)據(jù)。
該框架結合匯流行星排實際運行工況及故障診斷需要,集成三維系統(tǒng)框架與五維框架的優(yōu)點,提出數(shù)字孿生驅動的匯流行星排故障預測框架,用于實現(xiàn)匯流行星排中的故障預測及運行狀態(tài)實時監(jiān)控。如圖4所示,本框架主要由物理實體層、信息交互層、數(shù)據(jù)互動層和人機交互層組成,各層實現(xiàn)的功能具體如下:
圖4 數(shù)字孿生驅動的匯流行星排故障預測框架示意圖
1)物理實體層:物理實體層是整個數(shù)字孿生系統(tǒng)最基礎的部分。既是整個系統(tǒng)信息的提供者,也是整個系統(tǒng)中的被操作對象。物理實體在工作環(huán)境中運轉產生的工況數(shù)據(jù)及狀態(tài)信息作為基本信息通過信息交互層傳遞給數(shù)字孿生體,此時,物理實體是整個系統(tǒng)的信息提供者;通過對數(shù)字孿生體產生的數(shù)據(jù)分析預測,在服務器端對物理實體發(fā)送指令,經信息交互層傳輸?shù)轿锢韺嶓w,物理實體改變運行狀態(tài),此時,物理實體是整個系統(tǒng)中的被操作對象。
2)信息交互層:信息交互層在數(shù)字孿生系統(tǒng)中起到貫通全局的作用,通過信息交互層數(shù)據(jù)傳輸實現(xiàn)底層數(shù)據(jù)的感知以及上層控制命令的下達,是實現(xiàn)數(shù)字模型與物理對象實時互傳信息和數(shù)據(jù)的關鍵步驟。將信息交互層與人類的神經系統(tǒng)類比非常形象,下層向上層傳輸數(shù)據(jù)為“感覺神經”,上層向下層傳遞信息為“運動神經”。通過物聯(lián)網平臺將設備與上位機聯(lián)系起來,下層數(shù)據(jù)的感知主要依靠安裝在設備各個部位的傳感器,獲取匯流行星排在工作情況下的各種狀態(tài)以及運動信號。上層命令依靠控制器來實現(xiàn),數(shù)字模型通過制動器向物理實體發(fā)送致動指令,如停機,加減速等。
將數(shù)字孿生的信息傳遞分為兩個路徑,一是從物理模型到數(shù)字模型,將其稱之為上行通道;另一條是從數(shù)字模型到物理模型,稱其為下行通道。在信息傳遞過程中應具備如下功能:
(1)可靠性,數(shù)據(jù)傳輸作為聯(lián)通各個環(huán)節(jié)的關鍵部分,不僅要盡量減少故障的發(fā)生,還應有多種方案應對突發(fā)情況的發(fā)生;
(2)即時性,不論是上行通道對狀態(tài)數(shù)據(jù)的傳輸,還是下行通道給執(zhí)行器的操作命令,都要求即時才有意義;
(3)安全性,在數(shù)據(jù)傳輸過程中要考慮數(shù)據(jù)的安全性,信息的傳輸過程要防止外來攻擊入侵。
通過在匯流行星試驗臺安裝轉速傳感器、力矩傳感器、加速度傳感器獲取設備運行數(shù)據(jù),同時選取合適的通信協(xié)議,實現(xiàn)物理實體與數(shù)字孿生體的連接。
3)數(shù)據(jù)互動層:數(shù)據(jù)互動層包含數(shù)化、仿真、數(shù)據(jù)學習3個過程。數(shù)化不涉及物理機理和運行數(shù)據(jù),其不僅包含將物理實體映射到上位機中,生成與之對應的三維數(shù)字模型,也包含二維模型與一維模型。仿真是指把數(shù)化建立的模型與物理機理相結合,根據(jù)完整的當前邊界條件和物理狀態(tài)計算數(shù)字模型的下步狀態(tài)。實際狀態(tài)采集中,實時邊界條件和物理對象狀態(tài)時被不完整測量的,通過大數(shù)據(jù)和人工智能依據(jù)當前邊界條件與物理狀態(tài)進行下步狀態(tài)的預測,并且對近似模型逐步優(yōu)化。
首先,根據(jù)物理實體的外形尺寸、集合公差及裝配位置關系建立匯流行星排不同狀態(tài)(正常、裂紋)的三維數(shù)字模型。其次,通過不同傳感器采集到的不同工況的運行數(shù)據(jù),作為驅動數(shù)字孿生體的邊界條件。最后,由數(shù)據(jù)驅動的三維數(shù)字模型與約束規(guī)則、預測規(guī)則、決策規(guī)則等關聯(lián)在一起,共同形成匯流行星排的數(shù)字孿生體。建好的數(shù)字孿生體應滿足如下條件:
(1)可視化,在上行通道中,通過圖標,數(shù)字,顏色等各種形式將物理模型的狀態(tài)在數(shù)字模型中表征出來;
(2)可執(zhí)行性,如果在數(shù)字模型中預測或觀測到物理模型發(fā)生故障或者對物理模型有操作需要,通過對數(shù)字模型的一系列操作,可通過執(zhí)行器完成對物理模型的同樣操作。
4)人機交互層:人機交互層實現(xiàn)展示、分析和決策的功能。通過根據(jù)實時傳輸?shù)倪吔鐥l件驅動數(shù)字孿生體模型,可以實時顯示物理實體的工作狀態(tài)及運動數(shù)據(jù);通過分析實時傳輸?shù)臄?shù)據(jù)可以獲得一些不易測量到的數(shù)據(jù),比如匯流行星排在裝甲車輛中安裝位置靠內,無法通過傳感器測得齒面上的載荷,此時數(shù)字孿生體可作為虛擬傳感器獲取數(shù)據(jù),進而分析齒面所受載荷情況;決策是數(shù)字孿生體實現(xiàn)自我感知、自我預測、自我決策的重要依托,其核心是深度學習技術。利用實際工作中產生的大數(shù)據(jù)來訓練人工神經網絡,然后基于物理感知器采集到的加工過程中的實時數(shù)據(jù),利用訓練好的人工神經網絡對物理層中的制造加工設備進行狀態(tài)監(jiān)測及功能性診斷,以預測設備加工過程中可能出現(xiàn)的故障以及設備壽命,為物理層中設備的正常工作提供保障。
物聯(lián)網通過網絡將任何設備、任何事物聯(lián)接起來。其基于先進的感知控制等信息技術,建立了物理空間與虛擬空間各要素的相互映射。在物聯(lián)網設計伊始對設備及其流程進行建模,通過傳感器采集及傳輸數(shù)據(jù),云端接受數(shù)據(jù)并制定一組“規(guī)則”,以此對數(shù)據(jù)進行識別,判斷設備運行狀態(tài),并在需要維修或更換部件時向用戶端發(fā)出警報,用戶端用于接收云端對數(shù)據(jù)的分析結果,對設備運行狀態(tài)做出相應的調整。當整個物聯(lián)網部署完畢,應用于物聯(lián)網系統(tǒng)數(shù)據(jù)的神經網絡算法將分析相關歷史事件,并將其與物聯(lián)網模型進行比較,以便預測事件故障。同時預測分析總結了操作數(shù)據(jù),使用戶能夠隨時了解系統(tǒng)的運行情況。物聯(lián)網的快速發(fā)展使得數(shù)字孿生變得更加多樣化和復雜化,組成物聯(lián)網的連網設備和傳感器精確地收集了構建數(shù)字孿生所需的各種數(shù)據(jù),數(shù)字孿生預測也因此可以更加準確。
利用數(shù)字孿生體仿真過程中產生的數(shù)據(jù)來訓練神經網絡,彌補當前數(shù)據(jù)不足的困難。通過匯流行星排的數(shù)字孿生體和傳感器實時采集到的運行數(shù)據(jù),實現(xiàn)車輛運行狀態(tài)檢測及故障預測。在預測過程中,一方面可以根據(jù)歷史積累數(shù)據(jù)對實時監(jiān)測到的數(shù)據(jù)進行測試、校正,另一方面可以根據(jù)實時監(jiān)測到的數(shù)據(jù)對歷史數(shù)據(jù)進行更新及擴展。物理層中的匯流行星排可以根據(jù)其數(shù)字孿生體動態(tài)反映其實時工作狀態(tài),并根據(jù)仿真模擬產生相應的決策信息,利用決策信息對運行狀態(tài)進行評估,保障在故障發(fā)生前及時維修,實現(xiàn)人機結合,及智能化故障預測。
數(shù)字孿生技術作為一種連接虛實的智能化技術,隨著信息科技的發(fā)展,必然在各行各業(yè)發(fā)揮出重要作用。
數(shù)字孿生技術從2003年提出至今僅僅十幾年的時間,在國內變成研究熱門更是只有短短幾年,所以在各行各業(yè)數(shù)字孿生的研究正處于初級階段,因此結合本文提出的數(shù)字孿生框架,在本節(jié),分別對物理實體層、信息交互層、數(shù)據(jù)互動層、人機交互層4個方面的未來研究重點分析:
1)物理實體層:隨著數(shù)字孿生技術的研究深入,物理實體層不僅僅局限于某一部件。通過對系統(tǒng)中多個關鍵部件分析,即可實時了解到整個系統(tǒng)的運行狀態(tài)。
2)信息交互層:建立通暢的數(shù)據(jù)傳輸機制,建立裝甲車輛通用的通信協(xié)議、規(guī)范接口,建立具有可擴展性和兼容性的通用信息模型。
3)數(shù)據(jù)互動層:研究多尺度多領域融合建模,將車輛中多個關鍵部件融合建模,建立各部件的運動關系,實現(xiàn)還原車輛最真實的運行狀態(tài)的數(shù)字化建模;建立“動態(tài)數(shù)據(jù)”模型,數(shù)據(jù)不僅可以驅動模型,還可以總結數(shù)據(jù)規(guī)律,不斷修正模型。
4)人機交互層:現(xiàn)有研究大多是針對上行通道,人機交互層僅有展示、預測功能,在今后的發(fā)展中,決策功能也將成為主體,通過對數(shù)字孿生體操作,物理實體的狀態(tài)也發(fā)生相應的改變。
傳統(tǒng)的故障預測與健康管理方法盡管已經成熟,但是,在信息時代,科技發(fā)展日新月異,故障診斷的過程必然是更加數(shù)字化,智能化,數(shù)字孿生應用在故障診斷與健康管理方面必然是大勢所趨。將數(shù)字孿生應用到故障預測與健康管理領域,通過對傳感器實時采集的數(shù)據(jù)進行分析預測,在匯流行星排停止運轉之前發(fā)現(xiàn)故障,及時排除故障,可以達到延長設備壽命,提高駕駛安全性。機械設備的維護往往需要技術員對機械、工程和操作有較深的理解,一個完整的系統(tǒng)包含一系列設備及其連接,這就意味著有了一系列需要維護的東西,通過數(shù)字孿生技術識別出故障位置,既可以降低人為錯誤的可能性,同時也節(jié)約了人工成本。
將數(shù)字孿生技術應用到智能制造,通過數(shù)字孿生體,降低產品在使用場景中的面臨的各種不合理問題;采用使用場景數(shù)字孿生技術,可以讓產品在虛擬環(huán)境中運行在接近真實的工況中,從而驗證產品在使用時所面臨的各種問題。
在產品研發(fā)階段,通過CAD技術對物理產品進行數(shù)字表達;通過CAE技術提前查看數(shù)字孿生產品的運行是否正常、預知故障何時發(fā)生以及故障發(fā)生的后果;通過工藝仿真技術在數(shù)字孿生體中提前預測和實時優(yōu)化,并反饋和控制物理世界的工藝過程,在工藝執(zhí)行的各個環(huán)節(jié)避免各種可能發(fā)生的問題;通過工廠仿真是對各種規(guī)模的工廠和生產線進行建模、仿真和優(yōu)化,避免工廠規(guī)劃不合理導致的返工、瓶頸及對生產造成的制約,避免因生產計劃設置不合理造成的生產停線等問題。根據(jù)數(shù)字孿生體反映出的問題,調整產品設計方案或運行策略,直到對預測的結果滿意之后再操作物理實體。通過數(shù)字孿生技術降低了產品研發(fā)制造的成本,提升了產品的可靠性和可靠性。
在產品運維階段,通過數(shù)字孿生技術實時檢測產品運行狀態(tài),根據(jù)反饋數(shù)據(jù)了解產品狀態(tài),及時維護保養(yǎng),提升產品壽命。
我國素來是基建大國,將數(shù)字孿生技術應用到基建方面極大地節(jié)約財力人力。
1)前期選址規(guī)劃時,規(guī)劃人員可以在虛擬場景中不斷調整位置來進行模擬布局,合理規(guī)劃建設用地。
2)具體施工建設時,對整個施工現(xiàn)場整體動態(tài)建模,通過傳感器及物聯(lián)網技術將各個施工設備動態(tài)模擬,逐一仿真,在虛擬場景中持續(xù)對系統(tǒng)結構進行模擬調整,反饋到現(xiàn)實場景中促進資源配置優(yōu)化,實現(xiàn)建設效益最大化,并最終完成設施的整體建模,為后續(xù)的運營管理奠定堅實的基礎。
3)后期管理運營時,相關人員基于數(shù)字孿生的描述、診斷、預測、決策等遞進功能來完成管理運維工作,及時發(fā)現(xiàn)并處理各類故障,大幅提升效率。
每一項新技術的產生,既是機遇,也是挑戰(zhàn)。從鏡像空間模型概念的提出,到各國對工業(yè)互聯(lián)網提出自己的戰(zhàn)略部署,數(shù)字孿生技術已被各行各業(yè)嘗試應用發(fā)展。數(shù)字孿生技術最早提出就是被應用在故障預測與健康管理領域,但是應用在故障預測與健康管理方面還并不廣泛。本文提出數(shù)字孿生驅動的匯流行星排故障預測框架,分別從物理實體層,信息交互層,數(shù)據(jù)互動層和人機交互層4個層面分別介紹了各自實現(xiàn)的功能,希望可以拋磚引玉,為后來的研究提供一些參考。