陸劍峰，徐煜昊，夏路遙，張 浩

(同濟(jì)大學(xué)電子與信息工程學(xué)院CIMS研究中心，上海 201804)

0 引言

設(shè)備運行維護(hù)管理是對運行中的設(shè)備采取有效的維護(hù)措施,以延長其使用壽命，從而保證整個系統(tǒng)的穩(wěn)定運行。在工廠運行、產(chǎn)品維護(hù)等方面，設(shè)備運行維護(hù)管理一直是重要的研究領(lǐng)域和研究熱點。按維護(hù)動作發(fā)生的時間點，維護(hù)手段可分為事后維修、定期維護(hù)和視情維護(hù)[1]。

事后維修是在設(shè)備故障后再進(jìn)行維修。這是最早出現(xiàn)的一種設(shè)備維護(hù)手段[2]。其維修步驟一般分為三步：①故障診斷;②更換或修理故障部件;③確認(rèn)維修后設(shè)備的可靠性。雖然事后維修可以最大化利用設(shè)備的使用壽命，但增加了設(shè)備運行過程中發(fā)生故障后的危險性。若設(shè)備在非維護(hù)計劃內(nèi)發(fā)生故障，也將打亂企業(yè)原有的生產(chǎn)計劃，造成不可預(yù)期的損失。該方法一般應(yīng)用于非關(guān)鍵、不重要的設(shè)備，或設(shè)備一旦發(fā)生故障不會帶來嚴(yán)重后果的場合。如果是關(guān)鍵重要設(shè)備，則采用定期維護(hù)的方法。

定期維護(hù)是根據(jù)設(shè)備的使用時間，對設(shè)備定期性地實施維護(hù)。一旦維護(hù)間隔制定后，一般不再隨意改變[3]。20世紀(jì)50年代，我國引入了定期維護(hù)方法[4]，從防止設(shè)備突發(fā)故障、避免造成生產(chǎn)中斷的角度出發(fā)，對設(shè)備采取預(yù)防性的定期維護(hù)。雖然定期維護(hù)可以防止和減少突發(fā)故障，但會造成不必要的停機(jī)時間；由于機(jī)組工況不均衡，會出現(xiàn)設(shè)備過度維護(hù)或欠維護(hù)的情況，導(dǎo)致人力、物力的損失[5]。

視情維護(hù)，是在設(shè)備正常使用壽命期內(nèi)，根據(jù)狀態(tài)監(jiān)控收集的信息，為潛在的故障進(jìn)行維護(hù)的方法[6]。作為視情維護(hù)方法之一的故障預(yù)測與健康管理(prognostics and health management,PHM)在20世紀(jì)90年代被提出[7-8]。提出該理論的目的是有效預(yù)測設(shè)備的故障將會何時發(fā)生，使工程師可以通過預(yù)測結(jié)果對設(shè)備視情決定恰當(dāng)?shù)木S護(hù)時機(jī)，從而最大限度地增加設(shè)備的使用壽命。PHM所展現(xiàn)出的視情維護(hù)可以避免不必要的停機(jī)時間、提高設(shè)備安全性。因此，PHM在設(shè)備運行維護(hù)管理中得到了廣泛應(yīng)用。

傳統(tǒng)的PHM實現(xiàn)方法包括基于經(jīng)驗?zāi)Ｐ偷姆椒?、基于?shù)據(jù)驅(qū)動的方法和基于物理模型的方法[9-10]。這些方法雖然已經(jīng)得到了較為廣泛的應(yīng)用，但仍然存在著對專家系統(tǒng)規(guī)則的依賴、需要大量歷史數(shù)據(jù)、對靜態(tài)數(shù)學(xué)模型優(yōu)化較為困難等問題。

近年來，數(shù)字孿生技術(shù)得到了蓬勃的發(fā)展。因數(shù)字孿生具有對物理實體的高保真建模、對運行過程實時有效的數(shù)據(jù)采集與分析、模型與數(shù)據(jù)相融合等特點，將其應(yīng)用于PHM領(lǐng)域，可有效解決傳統(tǒng)PHM方法的一些問題。因此，越來越多的學(xué)者開始研究數(shù)字孿生支持下的PHM方法。

本文對結(jié)合數(shù)字孿生技術(shù)的PHM實現(xiàn)進(jìn)行綜述：首先，對傳統(tǒng)PHM方法作出總結(jié)，并指出傳統(tǒng)PHM方法中的一些局限性；然后，介紹數(shù)字孿生的基本概念，對數(shù)字孿生目前在PHM中的應(yīng)用進(jìn)行總結(jié)與分析；最后，對數(shù)字孿生支持下的PHM技術(shù)實施過程需要解決的問題進(jìn)行總結(jié)與分析。

1 傳統(tǒng)PHM技術(shù)和框架

20世紀(jì)90年代，美國軍方率先提出PHM的概念，在F-35 聯(lián)合攻擊機(jī)(joint strike fighter,JSF)上開發(fā)了PHM系統(tǒng)[11]，并得到了成功的應(yīng)用。美國通用電氣公司(GE)的F404發(fā)動機(jī)、普拉特·惠特尼集團(tuán)公司(PW)的F117發(fā)動機(jī)等都采用了PHM系統(tǒng)。隨后，波音公司將PHM應(yīng)用到民航領(lǐng)域，開發(fā)出飛機(jī)狀態(tài)管理系統(tǒng)[7]。在這個系統(tǒng)的保障下，波音公司降低了運行成本和維護(hù)費用，使得飛機(jī)飛行安全和航班運營效率大大提高。由于PHM技術(shù)在波音的成功應(yīng)用，使該技術(shù)得到了廣泛研究，并應(yīng)用到了機(jī)械設(shè)備、電子設(shè)備等領(lǐng)域。PHM是對設(shè)備運行狀態(tài)監(jiān)測得到的數(shù)據(jù)作處理分析，估計設(shè)備的健康狀況，實現(xiàn)對設(shè)備的剩余壽命預(yù)測；通過分析得到的信息確定設(shè)備的最優(yōu)維護(hù)時機(jī)，以達(dá)到成本最低和風(fēng)險最小的目的[12]。傳統(tǒng)實現(xiàn)PHM的方法可分為基于經(jīng)驗?zāi)Ｐ偷姆椒?、基于?shù)據(jù)驅(qū)動的方法和基于物理模型的方法。

(1)基于經(jīng)驗?zāi)Ｐ偷姆椒ā?/p>

基于經(jīng)驗?zāi)Ｐ偷姆椒ㄊ菍＜抑R和工程經(jīng)驗建立成分析模型，再根據(jù)采集到的數(shù)據(jù)或觀測到的狀況，預(yù)測出設(shè)備的故障情況和剩余使用壽命。例如，馬丹等[13]提出基于故障樹，以推理規(guī)則的方式構(gòu)建知識庫，采用正向推理策略和動態(tài)數(shù)據(jù)庫實現(xiàn)專家系統(tǒng)的推理機(jī)制和解釋機(jī)制，實現(xiàn)對艦船電力推進(jìn)系統(tǒng)的智能化故障診斷。何成等[14]通過經(jīng)驗?zāi)Ｐ蛯︿囯姵亟顟B(tài)空間方程，且采用人工免疫粒子濾波算法實現(xiàn)對鋰離子的壽命預(yù)測。Tatiana等[15]設(shè)計了一個包含知識庫的專家系統(tǒng)。該系統(tǒng)可以用于預(yù)測設(shè)備故障和潛在的退化，但還不具備篩選數(shù)據(jù)和執(zhí)行初步數(shù)據(jù)一致性分析的能力。Majidian等[16]將模糊邏輯方法應(yīng)用于伊朗某電廠鍋爐再熱管的故障診斷，并比較了模糊邏輯方法和人工智能方法在該設(shè)備壽命預(yù)測方面的精確性。朱芳儀[17]通過故障樹分析的方法，實現(xiàn)對挖泥船柴油機(jī)的故障診斷，但無法對不可預(yù)知的故障作出診斷。

基于經(jīng)驗?zāi)Ｐ偷姆椒m然可以模擬人類專家解決部分問題，但仍過度依賴領(lǐng)域內(nèi)專家系統(tǒng)規(guī)則和系統(tǒng)特征模糊集的表達(dá)能力。

(2)基于數(shù)據(jù)驅(qū)動的方法。

基于數(shù)據(jù)驅(qū)動的方法是對設(shè)備大量的歷史數(shù)據(jù)進(jìn)行分析，認(rèn)識和學(xué)習(xí)設(shè)備健康和非健康狀況的特征，從而預(yù)測未來對象系統(tǒng)可能會發(fā)生的故障。由于基于數(shù)據(jù)驅(qū)動的方法不需要對象系統(tǒng)的先驗知識，因此該方法在PHM逐漸得到廣泛應(yīng)用[18]。目前常用的數(shù)據(jù)驅(qū)動方法有基于統(tǒng)計方法和基于機(jī)器學(xué)習(xí)方法[19]。

①基于統(tǒng)計方法。

基于統(tǒng)計方法主要通過分析設(shè)備運行過程中的數(shù)據(jù)統(tǒng)計量，從數(shù)據(jù)中的變化提取特征進(jìn)行預(yù)測。統(tǒng)計方法包括回歸方法和比例風(fēng)險模型方法等。如高建敏[20]通過非線性回歸方法計算對軌道質(zhì)量指數(shù)，并對該歷史數(shù)據(jù)進(jìn)行分析，預(yù)測未來軌道質(zhì)量指數(shù)的變化。Yong S等[21]通過主元分析減少了協(xié)變量的數(shù)量，再利用比例風(fēng)險模型實現(xiàn)了對機(jī)械部件的壽命預(yù)測。

②基于機(jī)器學(xué)習(xí)方法。

機(jī)器學(xué)習(xí)方法具備常規(guī)算法不具備的自學(xué)習(xí)和自適應(yīng)能力，一般指神經(jīng)網(wǎng)絡(luò)法、支持向量機(jī)法和貝葉斯法等。

神經(jīng)網(wǎng)絡(luò)法有自學(xué)習(xí)的能力和較強(qiáng)的非線性仿真能力。Tian Zhigang等[22]提出擴(kuò)展遞歸神經(jīng)網(wǎng)絡(luò)模型(extended recurrent neural network，ERNN)，實現(xiàn)對齒輪箱健康狀況的預(yù)測。Yu Wang等[23]提出通過兩階段數(shù)據(jù)驅(qū)動的預(yù)測方法，實現(xiàn)對軸承退化的預(yù)測。Lei Xiao等[24]提出了一種基于反向傳播神經(jīng)網(wǎng)絡(luò)的退化預(yù)測方法，以無故障或懸掛歷史作為訓(xùn)練樣本來解決問題。

支持向量機(jī)可以有效避免過擬合，且訓(xùn)練速度快。Khelif等[25]通過支持向量機(jī)超參數(shù)的調(diào)整實現(xiàn)對設(shè)備的壽命預(yù)測。易輝[26]在支持向量機(jī)上進(jìn)行創(chuàng)新，提出多種支持向量機(jī)的改進(jìn)算法，實現(xiàn)了對高頻電源的故障預(yù)測。

貝葉斯法可對多變量和動態(tài)過程進(jìn)行建模。Wu等[27]結(jié)合多元貝葉斯模型，實現(xiàn)了對鄂式破碎機(jī)的故障預(yù)測，提高了復(fù)雜礦冶設(shè)備多狀態(tài)的有效性和可靠性。Guang Jin等[28]提出了包括離線總體退化建模、在線退化評估和現(xiàn)場二次電池剩余壽命預(yù)測的貝葉斯框架，實現(xiàn)了對鋰離子型二次電池的剩余壽命預(yù)測。

基于數(shù)據(jù)驅(qū)動的方法需要大量的歷史數(shù)據(jù)，但實際工程中對于完整的設(shè)備退化數(shù)據(jù)采集難度較大、周期較長，限制了應(yīng)用的范圍。

(3)基于物理模型的方法。

基于物理模型的方法是利用設(shè)備、產(chǎn)品或系統(tǒng)的生命周期載荷和失效機(jī)理知識，以達(dá)到對目標(biāo)對象故障預(yù)測和診斷的目的[29]，且得出的結(jié)果相對更為精確[30]。侯新國等[31]在考慮保護(hù)或斷路器拒動情況下，對船艦電力系統(tǒng)建立故障診斷的數(shù)學(xué)模型，并通過量子遺傳算法對該模型進(jìn)行求解，實現(xiàn)對船艦電力系統(tǒng)的故障診斷。H.Mehdigholi等[32]采用基于剛度的軸承系統(tǒng)預(yù)測模型，實現(xiàn)對軸承系統(tǒng)失效壽命和剩余壽命的預(yù)測。Basma Yousfi等[33]利用橢球算法對設(shè)備退化過程進(jìn)行建模，實現(xiàn)對機(jī)電振蕩器的壽命預(yù)測。李奎等[34]對于交流接觸器電性能，基于Wiener過程建立了退化模型，并實現(xiàn)對交流接觸器剩余電壽命的預(yù)測。Climente-Alarcon等[35]將非線性失效模型與粒子濾波算法相結(jié)合，實現(xiàn)對異步電動機(jī)轉(zhuǎn)子桿的早期診斷，并預(yù)測其剩余使用壽命。

基于物理模型的方法對設(shè)備的建模要求較高。多數(shù)情況下，基于設(shè)備機(jī)理所構(gòu)建的數(shù)學(xué)模型是靜態(tài)模型。靜態(tài)模型中的參數(shù)固定不變，在變更預(yù)測目標(biāo)之后難以用原先的數(shù)學(xué)模型進(jìn)行有效預(yù)測，因此普適性較差。

傳統(tǒng)PHM方法及其特點對比如表1所示。綜上所述，傳統(tǒng)PHM方法在理論與實際應(yīng)用中都已經(jīng)得到了較大的成功，但這些方法仍然存在著對專家系統(tǒng)規(guī)則庫的依賴、需要對所有系統(tǒng)特征的有效表示、需要大量歷史數(shù)據(jù)、對靜態(tài)數(shù)學(xué)模型優(yōu)化較為困難等局限性。數(shù)字孿生技術(shù)的出現(xiàn)為解決上述問題提供了新的方法。

表1 傳統(tǒng)PHM方法及其特點對比

2 數(shù)字孿生技術(shù)及其在PHM中的應(yīng)用

2.1 數(shù)字孿生發(fā)展背景及應(yīng)用

數(shù)字孿生的概念始現(xiàn)于NASA的阿波羅項目[36]。該項目為了對正在太空中執(zhí)行任務(wù)的飛行器作出精確地狀態(tài)反映和運行預(yù)測，制造了兩個完全相同的空間飛行器：一個用于太空中執(zhí)行任務(wù)；另一個在地球上用于同步反映太空中執(zhí)行任務(wù)飛行器的飛行狀況，并進(jìn)行操作模擬，從而輔助航天員在危急時刻作出正確的決策。在地球上的飛行器被稱為Twin，也就是孿生體。

數(shù)字孿生的理論來源可追溯到2003年，美國密歇根大學(xué)的Michael Grieves教授在其產(chǎn)品全生命周期管理的課程中提出 “與物理產(chǎn)品等價的虛擬數(shù)字化表達(dá)”的概念。2005年，這一概念被稱為“鏡像空間模型”[37]。2006年，這一概念改用“信息鏡像模型”來描述這一概念[38]。2010年，NASA定義了未來飛行器數(shù)字孿生體范例，闡明了航天器數(shù)字孿生的定義和功能。2011年，Grieves教授與NASA專家John Vickers共同提出數(shù)字孿生三維模型，包括物理實體、虛體模型以及二者間連接的數(shù)字孿生概念[39]。自此，數(shù)字孿生的概念已初步形成，且逐漸獲得越來越多的關(guān)注。數(shù)字孿生是在信息物理系統(tǒng)(cyber-physical system,CPS)的基礎(chǔ)上發(fā)展而來[40]。當(dāng)前，數(shù)字孿生強(qiáng)調(diào)在數(shù)字空間對物理系統(tǒng)建立特征、行為、過程和性能相對應(yīng)的實時映射模型。

在建立理論基礎(chǔ)后，數(shù)字孿生也得到了較為廣泛的應(yīng)用。從孿生對象的組成來看，目前數(shù)字孿生的應(yīng)用可以大致分為產(chǎn)品數(shù)字孿生和系統(tǒng)數(shù)字孿生。

產(chǎn)品數(shù)字孿生更注重把一個產(chǎn)品看作一個整體，從產(chǎn)品滿足、維持、延長其設(shè)計性能的角度來考慮。莊存波等[41]提出了產(chǎn)品數(shù)字孿生體的概念。產(chǎn)品數(shù)字孿生體是產(chǎn)品物理實體的工作進(jìn)展和工作狀態(tài)在虛擬空間的全要素重建及數(shù)字化映射，是一個集成的多物理、多尺度、超寫實、動態(tài)概率仿真模型。產(chǎn)品數(shù)字孿生是對產(chǎn)品全生命周期的覆蓋，目的是最大程度滿足用戶需求，從而保證在整個生命周期內(nèi)的產(chǎn)品穩(wěn)定和優(yōu)化運行。楊斌等[42]以元動作理論為基礎(chǔ)，對機(jī)械產(chǎn)品建立運動研究的數(shù)字孿生六維結(jié)構(gòu)模型，并規(guī)劃了數(shù)字孿生驅(qū)動的運動性能調(diào)控模式，實現(xiàn)機(jī)器人運動性能精細(xì)化管理。鄭孟蕾等[43]將產(chǎn)品動態(tài)數(shù)據(jù)的結(jié)構(gòu)、屬性和規(guī)模特征相結(jié)合，提出基于時序數(shù)據(jù)庫的產(chǎn)品數(shù)字孿生建模方法，提升了海量動態(tài)數(shù)據(jù)的導(dǎo)入、存儲和性能分析。王嶺等[44]通過對環(huán)境、工藝過程中的物理對象建模，并使用多傳感器進(jìn)行模型與物理對象之間數(shù)據(jù)映射與互聯(lián)，構(gòu)建航空發(fā)動機(jī)低壓渦輪單元體數(shù)字孿生模型，實現(xiàn)物理設(shè)備與數(shù)字孿生模型的物理融合、模型融合、數(shù)據(jù)融合，提高了航空發(fā)動機(jī)對接裝配的精度和效率。

系統(tǒng)數(shù)字孿生更多地從系統(tǒng)組成部分的協(xié)同運行、滿足系統(tǒng)多個目標(biāo)優(yōu)化的角度來考慮。陶飛等[45]提出“四化四可八用”的生產(chǎn)系統(tǒng)數(shù)字孿生模型構(gòu)建準(zhǔn)則，并在此基礎(chǔ)上探索構(gòu)建“建-組-融-驗-校-管”的數(shù)字孿生模型理論體系。周瑜等[46]在城市復(fù)雜適應(yīng)系統(tǒng)理論的基礎(chǔ)上，提出構(gòu)建實體城市與數(shù)字城市相互映射、協(xié)同交互的數(shù)字孿生系統(tǒng)，為建設(shè)數(shù)字孿生城市給出探索方向。文獻(xiàn)[47]中對數(shù)字孿生車間進(jìn)行車間要素實體建模、生產(chǎn)過程動態(tài)建模和生產(chǎn)系統(tǒng)仿真建模，實現(xiàn)對新能源動力電池生產(chǎn)車間的數(shù)字孿生模型構(gòu)建，為車間生產(chǎn)過程可視化監(jiān)控、涂布工藝過程的仿真及從原料到成品的生產(chǎn)規(guī)劃等服務(wù)提供了重要支持。

2.2 數(shù)字孿生在PHM中的應(yīng)用

過去十年，數(shù)字孿生得到了蓬勃的發(fā)展。目前，數(shù)字孿生的定義為：以模型和數(shù)據(jù)為基礎(chǔ)，通過多學(xué)科耦合仿真等方法，完成現(xiàn)實世界中的物理實體和虛擬世界中的鏡像數(shù)字化模型的精準(zhǔn)映射，并充分利用二者的雙向交互反饋、迭代運行，以達(dá)到物理實體狀態(tài)在數(shù)字空間的同步呈現(xiàn)，通過鏡像化數(shù)字化模型的診斷、分析和預(yù)測，進(jìn)而優(yōu)化實體對象在其全生命周期中的決策、控制行為，最終實現(xiàn)實體與數(shù)字模型的共享智慧與協(xié)同發(fā)展[47]。傳統(tǒng)PHM方法中存在著對物理模型建模精度要求過高、需要大量數(shù)據(jù)集等的問題?；跀?shù)字孿生系統(tǒng)可對物理實體建立高保真模型，并對實時的運行系統(tǒng)進(jìn)行數(shù)據(jù)采集與分析，以及采用模型與數(shù)據(jù)相融合的智能化方法，因此可以將此技術(shù)應(yīng)用于PHM領(lǐng)域以形成新的技術(shù)方法。

陶飛等[48]提出數(shù)字孿生支持下的PHM將會帶來動態(tài)的物理與虛擬設(shè)備實時交互的故障觀察方式；基于物理、虛擬設(shè)備特征關(guān)聯(lián)的故障分析方式；基于高逼真度虛擬模型驗證的維修決策方式；自主精準(zhǔn)服務(wù)的PHM功能執(zhí)行方式。劉大同等提出[49]數(shù)字孿生支持下的PHM在對系統(tǒng)設(shè)備維護(hù)、維修和狀態(tài)監(jiān)測的基礎(chǔ)上，可通過虛擬現(xiàn)實技術(shù)對系統(tǒng)設(shè)備整個壽命周期產(chǎn)生全面的影響。具體可解釋為數(shù)字孿生支持下的PHM對設(shè)備檢測點的各類傳感器所采集到的數(shù)據(jù)進(jìn)行實時感知，并通過嵌入式系統(tǒng)和通信網(wǎng)絡(luò)輸入到虛擬模型。在虛擬模型中通過對實時數(shù)據(jù)和歷史數(shù)據(jù)進(jìn)行算法分析，可得到設(shè)備會發(fā)生故障的零部件或子系統(tǒng)，并預(yù)測其會發(fā)生故障的時間。工程師可根據(jù)輸出的結(jié)果在虛擬模型中進(jìn)行維護(hù)，監(jiān)控維護(hù)后輸出的結(jié)果。若故障問題沒得到解決，則將仿真結(jié)果反饋給故障類型知識庫重新進(jìn)行分析，以找到故障發(fā)生的根本原因。在故障解決后，再對物理實體進(jìn)行預(yù)防性維護(hù)，實現(xiàn)故障預(yù)測與健康管理[50]。

在技術(shù)框架上，陶飛等[51]提出物理層、模型層、數(shù)據(jù)層、服務(wù)層和應(yīng)用層的數(shù)字孿生系統(tǒng)架構(gòu)，從物理融合、模型融合、數(shù)據(jù)融合和服務(wù)融合四個維度，探討實現(xiàn)數(shù)字孿生車間信息物理融合的基礎(chǔ)理論和關(guān)鍵技術(shù)。Zheng Y等[52]提出物理層、信息處理層、虛擬層的面向產(chǎn)品數(shù)字孿生實現(xiàn)框架，用數(shù)據(jù)采集、傳輸、處理、匹配等方法實現(xiàn)上層數(shù)字孿生應(yīng)用。李浩等[53]提出包括生命周期環(huán)、數(shù)字孿生體環(huán)和設(shè)計方法環(huán)的復(fù)雜產(chǎn)品數(shù)字孿生的環(huán)形設(shè)計框架，為數(shù)字孿生的產(chǎn)品設(shè)計、制造與運行提供研究方向。在這些框架的基礎(chǔ)上，文獻(xiàn)[47]提出基于數(shù)字孿生的設(shè)備預(yù)防性維護(hù)框架。該框架將數(shù)字孿生分成了建模、監(jiān)控、診斷和預(yù)測四個階段。基于數(shù)字孿生的設(shè)備預(yù)防性維護(hù)框架如圖1所示。與傳統(tǒng)PHM技術(shù)框架中的對象層、數(shù)據(jù)層、信息層和決策層[54]相比，數(shù)字孿生支持下的PHM在模型、數(shù)據(jù)以及模型與數(shù)據(jù)融合上進(jìn)行完善，由數(shù)字模型、數(shù)據(jù)分析和知識庫構(gòu)建數(shù)字孿生模型，通過模型和數(shù)據(jù)雙驅(qū)動，實現(xiàn)對設(shè)備的全生命周期管理，完成壽命預(yù)測。

圖1 基于數(shù)字孿生的設(shè)備預(yù)防性維護(hù)框架

數(shù)字孿生支持下的PHM可以實現(xiàn)物理實體與數(shù)字孿生模型間的實時交互，確保數(shù)字模型的高仿真性。Tao F等[55]提出數(shù)字孿生五維模型，并將數(shù)字孿生支持下的PHM應(yīng)用于風(fēng)力渦輪機(jī)，實現(xiàn)風(fēng)力渦輪機(jī)的物理實體與數(shù)字孿生模型的模擬和交互，完成對其的PHM，證明該方法的可行性。Ezhilarasu C M等[56]將數(shù)字孿生技術(shù)與綜合車輛健康管理(integrated vehicle health management,IVHM)技術(shù)相結(jié)合，評估了飛機(jī)等復(fù)雜系統(tǒng)的健康狀況。數(shù)字孿生支持下的IVHM可幫助驗證和優(yōu)化狀態(tài)監(jiān)控邏輯，并從開始階段就能掌握整個系統(tǒng)的知識，便于在數(shù)字孿生模型中增強(qiáng)診斷和預(yù)測過程。丁華等[57]通過邊緣計算減少延時，以實現(xiàn)數(shù)字孿生體構(gòu)建的超寫實仿真，完成設(shè)備實時狀態(tài)的可視化，可綜合指導(dǎo)機(jī)械設(shè)備的預(yù)測性維護(hù)。趙艷秋等[58]通過對空間在軌制造結(jié)構(gòu)實體建立數(shù)字孿生模型、健康檢測模型、數(shù)據(jù)采集系統(tǒng)，解決了靜態(tài)預(yù)測模型預(yù)測精度不佳的問題，實現(xiàn)了對空間在軌制造結(jié)構(gòu)實體剩余壽命預(yù)測。

此外，數(shù)字孿生支持下的PHM可以生成虛擬數(shù)據(jù)集，對于包含部分失效數(shù)據(jù)的數(shù)據(jù)集也有較強(qiáng)的處理能力。李慶偉等[59]將數(shù)字孿生支持下的PHM應(yīng)用于500 m口徑球面射電望遠(yuǎn)鏡(five-hundred-meter aperture spherical radio telescope，F(xiàn)AST)的索網(wǎng)結(jié)構(gòu)。數(shù)字孿生模型可以通過有限元分析采集觀測時無法采集的實時數(shù)據(jù)，并成功預(yù)測索網(wǎng)內(nèi)構(gòu)件的疲勞壽命。駱偉超[60]通過基于遷移學(xué)習(xí)的數(shù)字孿生模型與數(shù)據(jù)融合的預(yù)測性維護(hù)方法，解決運行數(shù)據(jù)性能退化、標(biāo)記可行性不好的問題，實現(xiàn)了對數(shù)控機(jī)床刀具、主軸系統(tǒng)和進(jìn)給系統(tǒng)的故障預(yù)測與健康管理。

數(shù)字孿生支持下的PHM可充分利用所構(gòu)建的系統(tǒng)模型，結(jié)合數(shù)據(jù)智能化方法彌補機(jī)理模型構(gòu)建過程的不足，并且通過機(jī)理來指導(dǎo)數(shù)據(jù)的采集和分析。基于物理和數(shù)據(jù)空間的融合，利用物理系統(tǒng)運行過程數(shù)據(jù)不斷更新信息模型的運行狀態(tài)，并利用信息空間數(shù)字模型的運行結(jié)果對維護(hù)方案進(jìn)行仿真和比較，得到優(yōu)化結(jié)果后再指導(dǎo)物理系統(tǒng)的運維。利用數(shù)字孿生，可以有效解決傳統(tǒng)PHM方法的一些問題，是一個值得研究的方向。

3 基于數(shù)字孿生的PHM應(yīng)用發(fā)展方向

數(shù)字孿生技術(shù)的出現(xiàn)極大地推動了產(chǎn)品設(shè)計、制造和運行過程的智能化，但其概念的提出至今不過十幾年的時間，在具體領(lǐng)域的應(yīng)用還處于起步階段?；跀?shù)字孿生技術(shù)的PHM應(yīng)用仍需要學(xué)者們進(jìn)一步深入研究。主要問題如下。

(1)模型集成和管理問題。數(shù)字孿生系統(tǒng)需要“高保真的建?！?，涉及產(chǎn)品數(shù)字樣機(jī)、多物理場和多領(lǐng)域的模型集成與管理問題。這個問題包括以下幾個方面。

①建模軟件的集成。數(shù)字孿生所需要構(gòu)建的模型不僅包括三維模型，還包括多領(lǐng)域的機(jī)理模型。CAD/CAE軟件以及機(jī)理模型分析軟件(如Modelica、Matlab等)要進(jìn)行有效的集成才能保證多領(lǐng)域、多物理場模型的融合。

②建模數(shù)據(jù)的集成。因現(xiàn)有的建模技術(shù)存在著無法實現(xiàn)海量多格式數(shù)字孿生體數(shù)據(jù)兼容的問題，缺乏能將工程數(shù)據(jù)與產(chǎn)品模型進(jìn)行整合的數(shù)據(jù)格式[61]，因此將各學(xué)科模型和數(shù)據(jù)統(tǒng)一集中管理是一個重要的研究方向。

③模型的有效管理。復(fù)雜產(chǎn)品會涉及眾多的組件，包括跨行業(yè)的機(jī)理；一個生產(chǎn)系統(tǒng)更是會涉及多行業(yè)、多領(lǐng)域的模型。不同的模型需要有效地進(jìn)行組織和管理，如模型的電子倉庫、模型的版本管理和配置管理等。傳統(tǒng)的PLM軟件是面向產(chǎn)品級的，不能滿足系統(tǒng)級數(shù)字孿生的需求，而且對于數(shù)字孿生所涉及的“模型+數(shù)據(jù)”特點針對性不足，需要進(jìn)一步地完善。

(2)數(shù)據(jù)采集和傳輸問題。數(shù)字孿生技術(shù)的特點是物理和信息融合，需要實時地將物理系統(tǒng)運行過程數(shù)據(jù)傳輸給數(shù)字模型。采集高精度現(xiàn)場數(shù)據(jù)和數(shù)據(jù)快速傳輸是構(gòu)建數(shù)字孿生系統(tǒng)的基礎(chǔ)。各類采集到的數(shù)據(jù)應(yīng)能夠更完整地復(fù)現(xiàn)目標(biāo)實體設(shè)備的運行狀態(tài)。因此，研發(fā)出滿足各種物理、化學(xué)和生物特征采集需求的智能傳感器技術(shù)是一個重要發(fā)展方向。

同時，物理實體與數(shù)字孿生模型間存在雙向數(shù)據(jù)傳輸，物理實體的當(dāng)前運行狀態(tài)傳輸給數(shù)字孿生模型以實現(xiàn)對模型的實時修正，而在數(shù)字孿生模型中完成的仿真優(yōu)化結(jié)果反饋給物理實體，可用來指導(dǎo)設(shè)備作出真實決策。這對泛在的、高傳輸率的數(shù)據(jù)網(wǎng)絡(luò)提出了需求。5G通信技術(shù)的高速率、低延遲、大容量和高可靠的特點，能夠滿足數(shù)字孿生系統(tǒng)的數(shù)據(jù)傳輸要求，并且減少對固定位置的限定。因此，將5G等移動通信技術(shù)應(yīng)用于數(shù)字孿生已成為當(dāng)前發(fā)展的重要方向之一。

(3)數(shù)據(jù)治理問題。對于復(fù)雜產(chǎn)品構(gòu)建數(shù)字孿生模型必將產(chǎn)生大量的數(shù)據(jù)(包括數(shù)字孿生模型運行、仿真、預(yù)測得到的數(shù)據(jù)和數(shù)字孿生之間通信交流產(chǎn)生的數(shù)據(jù)[62])，結(jié)合機(jī)器學(xué)習(xí)方法對龐大的數(shù)據(jù)量進(jìn)行分析和處理，以獲得有效的知識信息。構(gòu)建完整的知識庫也需要學(xué)者進(jìn)行深入研究。

(4)數(shù)字孿生生態(tài)問題。一個設(shè)備不是孤立存在的，而是有其運行環(huán)境。如果沒有外在的數(shù)字孿生系統(tǒng)支持，單獨的設(shè)備數(shù)字孿生系統(tǒng)也不能發(fā)揮應(yīng)有的作用。目前，數(shù)字孿生應(yīng)用具有領(lǐng)域較為單一、信息物理融合時間周期短、智能化服務(wù)不到位等不足。文獻(xiàn)[63]提出數(shù)字孿生制造生態(tài)系統(tǒng)的組成和概念。該概念的提出為物質(zhì)世界與信息世界的交互與融合提供了新的研究方向。未來應(yīng)在不同孿生系統(tǒng)間的統(tǒng)一數(shù)據(jù)傳輸和交換協(xié)議、模型自適應(yīng)和整個孿生生態(tài)的進(jìn)化等方面作更多研究。

4 結(jié)論

PHM利用對設(shè)備的視情維護(hù)，提高了設(shè)備運行維護(hù)管理的有效性和智能化，能降低維護(hù)成本、提升設(shè)備的運行價值。傳統(tǒng)PHM方法在模型構(gòu)建、數(shù)據(jù)分析和利用等方面存在不足。利用數(shù)字孿生雙向映射、動態(tài)交互、實時連接和迭代優(yōu)化的特點，可以充分發(fā)揮模型和數(shù)據(jù)的各自作用并進(jìn)行融合：數(shù)據(jù)代表了物理實體，是從物理實體運行過程采集而來，代表實際；模型代表虛擬，是從數(shù)字模型分析、仿真而來。虛實融合就是模型和數(shù)據(jù)的融合。預(yù)測是數(shù)字孿生的核心價值，也是有效實現(xiàn)設(shè)備PHM的關(guān)鍵。