熊明蘭，王華偉

(南京航空航天大學 民航學院，江蘇 南京 211106)

0 引言

在“工業(yè)4.0”、“工業(yè)互聯(lián)網(wǎng)”、“中國制造2025”等背景下，未來民機將會向高度數(shù)字化、網(wǎng)絡化、集成化、智能化發(fā)展。國產(chǎn)民機C919、ARJ21、MA60已陸續(xù)投入運行，據(jù)統(tǒng)計，截止到目前我國已成功交付32架ARJ21，C919收到國內(nèi)外28家用戶訂單，累計訂單總數(shù)815架，2019年MA系列飛機累計交付超過109架。國產(chǎn)民機的運行安全狀況代表著中國民航業(yè)的航空安全形象，備受各界關(guān)注。民機運行安全受到環(huán)境、使用條件、維修狀況以及各部件退化失效等影響，安全運行隨機性很強，及時排除安全隱患能實現(xiàn)保障民機運行持續(xù)安全和降低運行成本的協(xié)同優(yōu)化目標。數(shù)字孿生(Digital Twin，DT)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[1]，在虛擬空間中完成映射，從而實現(xiàn)信息世界與物理世界的雙向動態(tài)實時交互、共融與協(xié)同。通過仿真民機在不同場景、不同環(huán)境下的運行狀態(tài)，預防民機運行風險并實現(xiàn)對其深度認知，而這也是國產(chǎn)民機在運行過程中迫切需要解決的問題。

目前，數(shù)字孿生技術(shù)在工業(yè)界和學術(shù)界備受關(guān)注，達索、參數(shù)技術(shù)公司(Parametric Technology Corporation, PTC)、西門子、洛馬、波音、通用電氣(General Electric, GE)、空客等公司均展開了數(shù)字孿生的落地應用研究[2]。此外，數(shù)字孿生技術(shù)廣泛應用于交通[3-5]、醫(yī)療[6]、制造[7-9]、智慧城市[10-11]、服務[12]、航空航天[13-17]等領(lǐng)域。在航空研究領(lǐng)域，美國國家航空航天局(National Aeronautics and Space Administration, NASA)與美國空軍實驗室聯(lián)合提出了飛機的數(shù)字孿生范式，結(jié)合傳感器更新、機隊歷史記錄等，通過數(shù)字孿生技術(shù)監(jiān)測飛機健康，反映飛機的剩余壽命[18]；MILLWATER等[14]對飛機數(shù)字孿生所需的風險評估程序進行全面概述，提供了概率分布的參考和示例;CLAUDIO等[15]研究了航空公司如何在區(qū)塊鏈中構(gòu)建金屬增材制造的數(shù)字孿生方案。多學科綜合結(jié)構(gòu)健康管理作為數(shù)字孿生概念的一部分，能夠在飛機飛行過程中準確檢測飛機的受損情況，從而預測相應物理飛機壽命[19]。TUEGEL等[20]討論了飛機數(shù)字孿生的概念和所面臨的挑戰(zhàn)，并提出使用數(shù)字孿生技術(shù)實現(xiàn)對飛機狀態(tài)監(jiān)測、結(jié)構(gòu)壽命預測等功能；LI等[21]構(gòu)建了用于飛機機翼健康診斷和預后的動態(tài)貝葉斯網(wǎng)絡，借助數(shù)字孿生技術(shù)，通過飛機機翼疲勞裂紋擴展實例說明了所提的方法實用性；WANG等[22]討論了用于旋轉(zhuǎn)機械故障診斷的數(shù)字孿生參考模型的構(gòu)建，并提出一種基于參數(shù)敏感性分析的模型以增強模型適應性，所構(gòu)建的模型能實現(xiàn)準確的診斷和自適應降級預測分析。根據(jù)統(tǒng)計，GE公司利用數(shù)字孿生技術(shù)在兩年時間內(nèi)將設(shè)備可靠性提高了93%～99.49%，一年時間內(nèi)減少了40%的無效維護，并將耗費時間減少了75%。同時，通過檢測和預防故障避免了110萬美元的生產(chǎn)損失。數(shù)字孿生技術(shù)使得航空發(fā)動機的零部件輕量化[1]，同時提升了航空發(fā)動機零部件的性能，如Catalyst渦槳航空發(fā)動機大修間隔經(jīng)數(shù)字孿生技術(shù)改進后為4 000 h，比競爭對手延長了33%。

綜上所述，數(shù)字孿生技術(shù)為飛機的剩余壽命預測、疲勞裂紋擴展、故障診斷等研究提供了理論基礎(chǔ)和技術(shù)手段，但對民機運行過程數(shù)字孿生模型的建模、數(shù)據(jù)與模型的處理融合、運行過程實時映射缺少整體解決方案。本文主要以民機運行安全為應用背景，針對民機運行過程中的“貧”數(shù)據(jù)問題，在降低數(shù)據(jù)采集成本的前提下，探討基于數(shù)字孿生的民機運行安全系統(tǒng)結(jié)構(gòu)模型及其關(guān)鍵技術(shù)，為全面表征與認識民機實際運行狀態(tài)，實現(xiàn)面向潛在風險的主動安全管理提供知識儲備。

1 民機運行安全風險因素分析

民機運行與民機飛行不同，民機運行是飛機從使用到退役的整個過程。民機運行安全涵蓋民機飛行安全，是通過全壽命周期、全系統(tǒng)的活動保證飛行安全，涉及到民機維護與飛行支持等多種活動。對民機運行安全風險因素進行分析，有利于基于數(shù)字孿生的民機運行安全系統(tǒng)構(gòu)建。目前，國內(nèi)外關(guān)于飛機安全的研究主要涉及數(shù)據(jù)驅(qū)動的航空安全問題[23-25]、民機安全分析與評估模型[26-28]、面向工業(yè)互聯(lián)網(wǎng)的航空大數(shù)據(jù)平臺與應用[29-30]3個領(lǐng)域。隨著數(shù)據(jù)采集技術(shù)和人工智能算法的發(fā)展，可以獲取并存儲民機的QAR數(shù)據(jù)、傳感器數(shù)據(jù)、故障案例、維修記錄、航空安全報告等多源數(shù)據(jù)。民機運行安全風險因素分析有助于識別安全風險來源，評估安全風險指標，挖掘潛在安全風險規(guī)律，其研究內(nèi)容如圖1所示。

(1)民機運行安全風險來源包括人為因素、機械因素、運行環(huán)境、維修保障。其中：①人為因素包括機組原因、空管原因、機務維修、地面保障。機組人員往往是民機運行不安全事件發(fā)生的關(guān)鍵人員，其他人為因素包括操作飛機及相關(guān)設(shè)備、面對危險飛行環(huán)境下人員的反應等。②機械原因造成系統(tǒng)失效/故障/卡阻、航空器起火/冒煙、失壓/緊急下降、其他駕駛艙/客艙安全事件、發(fā)動機停車等事件的風險較大。③民機運行環(huán)境異常造成的冰擊、外來物擊傷、雷擊、部件脫落/損壞/磨損、鳥擊、空中顛簸等事件的安全風險較大。④維修能夠及時保障民機健康狀態(tài)、動態(tài)調(diào)整維修計劃，是安全風險管理的組成部分，維修保障管理差錯會形成安全隱患，增加安全風險。

(2)民機運行安全風險指標包括故障類型、剩余壽命、健康指數(shù)、退化程度?？焖俚靥街皖A測故障類型，能夠及時有針對性地采取維修措施，降低事故風險，保障民機安全運行。民機系統(tǒng)運行條件復雜、環(huán)境惡劣，在長期的運行過程中會逐漸老化，容易導致事故發(fā)生；盲目的維修更換易造成資源浪費、維修成本增加，正確及時的維修有利于保證飛機安全運行、提高經(jīng)濟效益。

(3)民機運行安全風險分析具有風險實時動態(tài)變化、多源信息耦合特征復雜抽象、影響因素多樣等規(guī)律。

2 基于數(shù)字孿生的民機運行安全系統(tǒng)架構(gòu)

2.1 基于數(shù)字孿生的民機運行安全系統(tǒng)架構(gòu)

民機運維物理環(huán)境、虛擬環(huán)境、運維數(shù)據(jù)、連接以及基于數(shù)字孿生的運維服務是數(shù)字孿生驅(qū)動的民機運行安全的核心要素。基于數(shù)字孿生民機運行安全系統(tǒng)體系架構(gòu)如圖2所示。其中：民機運維物理環(huán)境主要指民機在運行過程中民機子系統(tǒng)及其關(guān)鍵部件的狀態(tài)，以及所有運行活動的集合，通過傳感器等對數(shù)據(jù)進行采集和傳輸；民機虛擬運維環(huán)境是對物理環(huán)境的實時映射和行為仿真；民機運維數(shù)據(jù)主要包括歷史運行數(shù)據(jù)、環(huán)境數(shù)據(jù)、維修數(shù)據(jù)等，負責為民機運行、虛擬運行及仿真平臺提供數(shù)據(jù)支撐。

利用各種設(shè)備和裝置獲得實時運維物理量數(shù)據(jù)，對各種數(shù)據(jù)進行預處理，以適應各種應用系統(tǒng)和數(shù)據(jù)挖掘的信息處理要求。進入“數(shù)據(jù)管理模塊”進行分類和結(jié)構(gòu)化處理，最后進入“數(shù)據(jù)處理模塊”。通過模型不斷的迭代優(yōu)化和數(shù)據(jù)的驅(qū)動與仿真，搭建對應的虛擬民機運維環(huán)境，完成物理—虛擬交互映射以及對模型的持續(xù)改進、虛實交互、信息實時反饋，實現(xiàn)民機運行仿真、安全預警及運維調(diào)整等服務。物理空間中運維的民機、采集到的數(shù)據(jù)、虛擬運維環(huán)境下的民機以及運行狀況評估調(diào)整等之間信息的相互反饋，有利于保證數(shù)字孿生民機運維模型的高保真性。

2.2 基于數(shù)字孿生民機運行安全系統(tǒng)特征

結(jié)合數(shù)字孿生概念及民機安全運行特征，本文提出的基于數(shù)字孿生的民機安全運行系統(tǒng)是信息技術(shù)和數(shù)字化仿真技術(shù)驅(qū)動的多物理、多學科、動態(tài)概率、超寫實的仿真系統(tǒng)，該系統(tǒng)集成了先進技術(shù)、可視化民機在物理世界中的全要素、全過程行為和狀態(tài)，對民機運行安全進行實時預警和反饋。其具體特征如下：

(1)虛實相結(jié)合 基于數(shù)字孿生的民機運行是物理運行民機的數(shù)字化體現(xiàn)，實現(xiàn)物理實體與虛擬實體的雙向精準映射。

(2)安全預警與安全狀態(tài)反饋實時性 民機運行數(shù)字孿生體貫穿著民機運行的整個生命周期，根據(jù)實際運行監(jiān)測狀況對運行安全狀態(tài)作出預判，對運行過程中多源異構(gòu)數(shù)據(jù)不斷融合，實現(xiàn)民機實時、動態(tài)安全監(jiān)控，及時反饋其運行安全情況。

(3)民機運行可視化及動態(tài)交互性 虛擬仿真平臺可以實現(xiàn)民機運行過程中民機的幾何、物理、行為及狀態(tài)的高度可視化，實現(xiàn)民機運行狀態(tài)和行為的準確、高效及穩(wěn)健仿真；通過部署在民機機體的傳感器收集民機歷史運行數(shù)據(jù)、環(huán)境數(shù)據(jù)等，結(jié)合維修數(shù)據(jù)、專家經(jīng)驗和知識等的動態(tài)交互，實現(xiàn)民機運行智能安全分析和決策，延長民機使用壽命。

(4)多物理/多學科性 民機數(shù)字孿生不僅需要描述民機部件的幾何特性，還需描述其材料的溫度、硬度、強度等物理特性，運行過程中空速、過載、姿態(tài)、位移、高度等行為特征以及結(jié)構(gòu)部件變形、疲勞、損壞等狀態(tài)特征。同時，民機運行是一個包含空氣力學、飛行力學、結(jié)構(gòu)力學、可靠性與安全性分析的集成多個學科的復雜過程。

(5)先進技術(shù)集成性 通過概率統(tǒng)計、有限元分析、大數(shù)據(jù)分析、機器學習、深度學習等先進技術(shù)的集成實現(xiàn)民機的故障檢測、故障診斷和壽命預測，減少運行安全不確定因素，對民機運行可靠性及安全性進行評估。

實時監(jiān)測民機運行維護狀態(tài)、民機關(guān)鍵部件性能及損傷狀態(tài)，及時映射到數(shù)字孿生民機當中，能保障民機的安全運行，降低維護成本。

3 基于數(shù)字孿生民機運行安全系統(tǒng)關(guān)鍵要素建模

3.1 基于數(shù)字孿生民機運行安全系統(tǒng)關(guān)鍵要素建模

在民機運行過程中，與民機安全相關(guān)的關(guān)鍵要素有民機部件及子系統(tǒng)、民機維修信息、民機運行環(huán)境、相關(guān)人員等，其民機運行安全數(shù)字孿生模型如下：

DToperation={DTsub-system,DTpart,DTenvironment,DTcrew}。

(1)

式中：DToperation為民機運行過程數(shù)字孿生模型；DTsub-system為民機子系統(tǒng)數(shù)字孿生模型；DTpart為部件維修數(shù)字孿生模型;DTenvironment為數(shù)字孿生運行環(huán)境模型;DTcrew為人員數(shù)字孿生模型。

(1)民機子系統(tǒng)數(shù)字孿生建模

民機子系統(tǒng)可以在民機運行過程中為民機提供推力,供油、供電、供壓，控制民機飛行、提供通信導航等功能，包括推力系統(tǒng)、測控系統(tǒng)、導航系統(tǒng)、通信系統(tǒng)、載荷系統(tǒng)、操作系統(tǒng)等。為使各子系統(tǒng)的孿生模型與物理模型一致，需保證其尺寸、幾何、行為及規(guī)則刻畫與物理實體一致，通過虛實接口獲取相應參數(shù)數(shù)據(jù)，以完成運行任務。民機子系統(tǒng)數(shù)字孿生模型如下：

DTsub-system={S3D,Sinterface,Sfunction}。

(2)

式中：S3D為民機子系統(tǒng)的3D模型；Sinterface為數(shù)據(jù)實時交互的接口；Sfunction為相應系統(tǒng)提供的功能作用。

(2)維修孿生建模

民機維修是保證運行安全的主要手段之一，民機結(jié)構(gòu)復雜，維修技術(shù)難度大，維修工作環(huán)境惡劣。維修效率低不僅會造成民機運行成本增加，還可能導致安全事故的發(fā)生。維修孿生模型如下：

DTpart={P3D,Pinterface,Pdata}。

(3)

式中：P3D為關(guān)鍵部件的3D模型；Pinterface為關(guān)鍵部件數(shù)據(jù)實時交互的接口；Pdata為維修數(shù)據(jù)，且Pdata={Pload-d,Pdamage-d,Phistorical-d}，Pload-d為民機運行時各部件的載荷數(shù)據(jù)，可以通過傳感器、飛行參數(shù)挖掘等方式獲??；Pdamage-d為損傷數(shù)據(jù)，可以通過對民機的在線運行監(jiān)測、地面加裝應測等方式獲得；Phistorical-d為部件的歷史維修信息，可以從維修報告等文件中獲取。

(3)環(huán)境孿生建模

在民機運行過程中，極有可能遭遇在如雨雪、雷暴、強風等極端天氣下運行，民機安全運行難度增加的情況，對復雜的運行環(huán)境進行孿生建模有利于對民機運行環(huán)境的實時監(jiān)控。其模型如下：

DTenvironment={Cweather,CFH/FC,Croute}。

(4)

式中：Cweather為運行時天氣情況；CFH/FC為運行民機的每飛行小時的飛行循環(huán)；Croute為運行民機的航線，以及在該路線飛行時外界溫度、飛行高度、氣壓等參數(shù)。

(4)人員孿生建模

據(jù)統(tǒng)計，有75%的航空不安全事件發(fā)生與人為因素[31]有著直接或間接的關(guān)系。因此，對人員(如機組人員，維修人員等)孿生進行建模是保障民機安全運行的關(guān)鍵要素之一。通過建立人員孿生模型，利用定位和動作接口對人員的行為活動進行監(jiān)控，獲取人員孿生數(shù)據(jù)，其模型定義如下：

DTcrew={Cinterface,Caction,Cperson}。

(5)

式中：Cinterface為人員的定位和動作數(shù)據(jù)接口；Caction為人員操作行為?？梢酝ㄟ^RFID或圖像識別的方法，實現(xiàn)人員在數(shù)字空間位置及行為等數(shù)據(jù)的獲取。此外，人員本身的技能sk、經(jīng)驗ex、認知kn、資歷qu、當前健康狀況he等涉及潛在操作安全問題的信息更重要，將這些要素納入人員孿生模型，記為Cperson，

Cperson={Cperson-sk,Cperson-ex,Cperson-kn,
Cperson-qu,Cperson-he,Cperson-other}

(6)

3.2 數(shù)據(jù)采集與獲取

在民機運行的各個階段，通過各個設(shè)備獲取相關(guān)數(shù)據(jù)以及飛行參數(shù)數(shù)據(jù)，結(jié)合仿真，記錄飛機在實際運行過程中的數(shù)據(jù)變化，對民機的運行安全狀況進行推斷。民機運行生命周期獲取的數(shù)據(jù)可分為維修數(shù)據(jù)、環(huán)境數(shù)據(jù)和工程數(shù)據(jù)3類。維修數(shù)據(jù)包含維護數(shù)據(jù)、飛行數(shù)據(jù)記錄器(Flight Data Recorder，F(xiàn)DR)數(shù)據(jù)、狀態(tài)監(jiān)控系統(tǒng)(Aircraft Condition Monitoring System，ACMS)數(shù)據(jù)等；環(huán)境數(shù)據(jù)包括天氣、使用飛行小時/飛行循環(huán)、飛行路線等;工程數(shù)據(jù)飛機結(jié)構(gòu)數(shù)據(jù)、每小時飛行循環(huán)、維護實施情況、可靠性數(shù)據(jù)等，如圖3所示。

為實現(xiàn)系統(tǒng)應具備的數(shù)據(jù)集成、數(shù)據(jù)處理與分析、可視化運行仿真與民航知識表示等功能，需要對數(shù)據(jù)進行采集、集成、處理與挖掘，如圖4所示。數(shù)據(jù)集成是指民機運行過程中收集到的相關(guān)運行數(shù)據(jù)，如民機運行姿態(tài)數(shù)據(jù)、飛行高度、氣壓、溫度、各性能狀態(tài)、維修數(shù)據(jù)、環(huán)境數(shù)據(jù)等，通過傳感器、雷達、音頻、飛行計劃等方式實時收集，利用數(shù)據(jù)轉(zhuǎn)換進行數(shù)字測量；數(shù)據(jù)處理和分析是指對民機運行過程中實時數(shù)據(jù)的采集，對收集到的數(shù)據(jù)進行數(shù)據(jù)清洗、聚合、泛化、離散化及特征選擇等操作，提取出民機運行數(shù)字孿生模型中所需的數(shù)據(jù)，利用Hadoop、Apache、Spark等數(shù)據(jù)處理軟件，數(shù)據(jù)倉庫、數(shù)據(jù)流等管理軟件對數(shù)據(jù)進行管理；可視化運行仿真是指通過數(shù)據(jù)進行民機運行仿真，完成為民機故障檢測、運行狀態(tài)監(jiān)測及運行安全評估的服務；民航知識表示是指在仿真過程中實時向飛行員或調(diào)度員傳遞故障預警信息、提供飛機實時位置、提供安全性評估報告、維修報告、服務報告等。

3.3 民機運行安全實時映射

數(shù)字空間對民機運行進行映射能從多維、多物理場動態(tài)實時地觀察民機運行情況。數(shù)字空間與物理空間交互映射主要分為以下幾個部分：

(1)民機部件及子系統(tǒng) 民機部件及子系統(tǒng)健康狀態(tài)映射是對民機進行安全評估的重要要素之一，伴隨著民機的運行周期。

(2)維修系統(tǒng) 通過映射等對民機損傷的結(jié)構(gòu)件及系統(tǒng)及時進行維修，為智能維修提供基礎(chǔ)。

(3)人員 實時映射出人員的身份、所在位置、人員對飛機的操作等信息，對人員實現(xiàn)可視化管理。

(4)環(huán)境 實時顯示民機運行的環(huán)境參數(shù)信息，及時更新環(huán)境參數(shù)以了解環(huán)境變化情況，根據(jù)飛機運行情況采取安全措施。

通過物理空間收集到的數(shù)據(jù)信息，在數(shù)字空間實現(xiàn)民機運行部件及子系統(tǒng)、人員、維修狀況等的映射，并在此基礎(chǔ)上進行分析，對民機進行智能監(jiān)控，從而實現(xiàn)民機運行安全預警、智能維修等功能。從多個維度對模型進行初始化，使得數(shù)字孿生模型與民機運行實際狀態(tài)相匹配。在數(shù)字空間中實現(xiàn)同步初始化后，利用數(shù)據(jù)驅(qū)動技術(shù)對民機部件及子系統(tǒng)、維修系統(tǒng)、人員及環(huán)境進行多維度映射，對數(shù)字空間的運行數(shù)據(jù)進行統(tǒng)計和集成分析，包括對運行異常安全預警、運行路線等，進而實現(xiàn)民機智能運行安全。其實時映射邏輯結(jié)構(gòu)如圖5所示。

4 基于數(shù)字孿生民機運行安全系統(tǒng)關(guān)鍵技術(shù)

4.1 民機運行安全性評估技術(shù)

民機安全運行的狀態(tài)為人員和設(shè)備沒有受到損壞和傷害，對民機運行的安全性評估包括對民機運行安全性評估和維修兩部分。數(shù)字孿生技術(shù)實現(xiàn)了對民機運行安全狀態(tài)的過程仿真，在仿真過程中對民機運行的安全性評估通過設(shè)定的安全閾值來判別，對危險點鏡像監(jiān)控，當達到安全閾值極限時，仿真平臺會發(fā)出報警提示，具體如圖6所示。

設(shè)民機在數(shù)字空間運行中監(jiān)測到的任一部件m參數(shù)信息為ydm，則有：

(1)若任意參數(shù)ydm均在安全閾值T內(nèi)，滿足ya0

T={ya0

(7)

式中l(wèi)為部件總數(shù)。

(2)若任意參數(shù)ydm滿足ymin

UT1={(ymin(ya1

(8)

式中UT1為接近臨界閾值的不安全狀態(tài)閾值。

(3)若任意參數(shù)ydm均在不安全閾值UT2內(nèi)，滿足ydm≤ymin或ydm≥ymax，則民機系統(tǒng)工作狀態(tài)惡化，運行處于不安全狀態(tài)，系統(tǒng)發(fā)送安全警報信號，應及時停止運行和仿真，立即進行民機維修，記為:

UT2={(ydm≤ymin)∪
(ydm≥ymax),m=1,2,…,l}。

(9)

式中UT2為超限閾值的不安全狀態(tài)閾值。

對于數(shù)字空間中不安全閾值狀態(tài)下運行的民機，通過維修調(diào)整以初始化民機運行狀態(tài)，而后進行民機運行的多次迭代仿真，直至在各參數(shù)信息處于安全閾值內(nèi)，最終形成運行安全性建議和報告。

4.2 數(shù)據(jù)與模型融合技術(shù)

4.2.1 多源數(shù)據(jù)融合技術(shù)

數(shù)字孿生驅(qū)動的民機運行安全過程中會產(chǎn)生大量多源異構(gòu)數(shù)據(jù)，在保證數(shù)據(jù)完整性的同時剔除噪聲數(shù)據(jù)，需將各類數(shù)據(jù)進行轉(zhuǎn)換和融合，如圖7所示。通過數(shù)據(jù)準備將物理運行狀態(tài)映射在數(shù)字空間中，是實現(xiàn)數(shù)字孿生驅(qū)動的民機運行安全性分析與控制的基礎(chǔ)。針對不同類型的民機運行數(shù)據(jù)采取不同融合方式，如利用深度學習或機器學習等技術(shù)處理民機運行中的文本數(shù)據(jù)，利用零膨脹模型或VAE等方法處理小樣本數(shù)據(jù)。處理后的小樣本數(shù)據(jù)、不平衡數(shù)據(jù)及文本信息數(shù)據(jù)形成民機運行的多模態(tài)數(shù)據(jù)，將其融合成能反應民機運行安全性的多維數(shù)據(jù)，采用關(guān)聯(lián)分析等數(shù)據(jù)挖掘方式用于民機運行安全的判定。

4.2.2 多模型融合技術(shù)

民機運行安全系統(tǒng)的數(shù)字孿生模型是物理運行民機的數(shù)字表示，在數(shù)據(jù)驅(qū)動算法模型中起著重要作用。數(shù)字孿生驅(qū)動的民機運行安全系統(tǒng)存在民機運行健康監(jiān)測模型、環(huán)境模型、維修安全性分析模型等多種模型。在模型構(gòu)建過程中，應同時考慮多域模型，支持多域建模的軟件包括CAD、MWorks、SimulationX、ANSYS、Abaqus等；支持多數(shù)據(jù)分析與處理的模型包括數(shù)據(jù)驅(qū)動模型、深度學習模型、機器學習模型、數(shù)據(jù)仿真模型等。因此，可以用以上軟件及算法模型來構(gòu)建民機運行對象模型，并將其集成到統(tǒng)一的多域系統(tǒng)模型中。

4.2.3 多源數(shù)據(jù)與多模型融合技術(shù)

不同來源的數(shù)據(jù)和模型進行自動或半自動融合，能夠為民機安全運行自動決策及可信決策提供有效的支持[32]。數(shù)據(jù)融合為數(shù)字孿生民機提供更好的數(shù)據(jù)集信號質(zhì)量，物理模型融合及數(shù)據(jù)模型的融合為數(shù)字孿生民機運行安全系統(tǒng)提供更好的模型性能。將數(shù)據(jù)與物理模型融合構(gòu)建民機安全運行系統(tǒng)的自適應物理模型；數(shù)據(jù)與數(shù)據(jù)模型融合構(gòu)建出穩(wěn)健的數(shù)據(jù)驅(qū)動模型；物理模型與數(shù)據(jù)模型融合能提升民機安全運行的預測水平，將數(shù)據(jù)、數(shù)據(jù)模型與物理模型融合有利于對民機運行的可信決策水平。數(shù)字孿生民機運行安全系統(tǒng)數(shù)據(jù)與模型融合技術(shù)如圖8所示。

4.3 虛實模型一致性評估

4.3.1 虛實模型一致性評估

數(shù)字孿生的高保真度是民機運行安全判定的重要基礎(chǔ)。為提高民機運行安全評估的準確性，將數(shù)字空間映射的仿真結(jié)果與實際民機運行狀況進行比較以確定數(shù)字孿生模型的一致性。多源數(shù)據(jù)與多域模型通過多次迭代仿真與修正，直至仿真結(jié)果與實際結(jié)果之間的誤差足夠小為止，視為模型一致，可以看作高保真的數(shù)字孿生模型。一致性評估流程如圖9所示。

4.3.2 虛實模型數(shù)據(jù)同步性

民機運行過程中存在不同設(shè)備產(chǎn)生不同的數(shù)據(jù)，如何保證虛實模型數(shù)據(jù)的同步性是對數(shù)字孿生民機建模的關(guān)鍵依據(jù)。因此，解決基于數(shù)字孿生的民機運行過程中虛實數(shù)據(jù)同步性的問題可以綜合以下幾種方法：

(1)大數(shù)據(jù)挖掘。通過大數(shù)據(jù)挖掘的方式將民機運行生命周期中的不安全影響致因有效地挖掘出來，如一些部件或系統(tǒng)在飛機飛行一定飛行小時后會出現(xiàn)性能退化等情況。

(2)數(shù)據(jù)共享。通過與機場塔臺、機場雷達等交通指揮中心的數(shù)據(jù)共享，實時監(jiān)測飛行運行狀況。

(3)建立統(tǒng)一虛實通訊框架和協(xié)議。通過部署在飛機機體上的傳感器監(jiān)測飛機的飛行速度、周圍風速、氣溫、位置等信息，通過建立統(tǒng)一的標準化虛實通訊地址空間和服務，將終端設(shè)備回傳數(shù)據(jù)到虛擬模型，保證數(shù)據(jù)的同步性。

(4)引入交叉驗證模塊，通過實際數(shù)據(jù)校驗虛擬數(shù)據(jù)對真實數(shù)據(jù)的映射效果，采用虛擬數(shù)據(jù)分析真實數(shù)據(jù)是否因為環(huán)境因素等被污染，在通過迭代漸進式學習，不斷提高虛實模型數(shù)據(jù)的同步性。

5 典型應用

航空發(fā)動機是飛機的心臟。從航空發(fā)動機研究民機運行安全問題，可以基于數(shù)字孿生技術(shù)實時監(jiān)測發(fā)動機的健康狀況。GE綜合發(fā)動機的運行生命周期等多方面數(shù)據(jù)預測航空發(fā)動機的性能表現(xiàn)，初步實現(xiàn)了面向發(fā)動機運維的數(shù)字孿生模型。本文以航空發(fā)動機為例，設(shè)計符合真實發(fā)動機特征的數(shù)字發(fā)動機，其作用概括為以下幾方面：

(1)降低數(shù)據(jù)采集成本 真實發(fā)動機數(shù)據(jù)采集成本昂貴，在映射數(shù)字發(fā)動機的情況下，可以通過數(shù)字發(fā)動機獲取豐富的數(shù)據(jù)，降低數(shù)據(jù)采集成本。

(2)全面認知故障特征 航空發(fā)動機是典型的復雜系統(tǒng)，故障模式存在著關(guān)聯(lián)、傳播及競爭失效等多種形式，且具有故障的潛在性，在此基礎(chǔ)上通過數(shù)字發(fā)動機，就可以發(fā)揮仿真實驗室的作用，為全面認識故障特征，采取針對性的管控措施提供依據(jù)。

(3)實現(xiàn)主動安全管控 通過數(shù)字發(fā)動機，可以根據(jù)參數(shù)的變化趨勢及數(shù)據(jù)獲取優(yōu)勢，更好地發(fā)揮系統(tǒng)狀態(tài)的預測作用，實現(xiàn)主動安全管理和為預知維修提供支持。

如圖10所示，構(gòu)建出多種行為特征的數(shù)字發(fā)動機，需融合多種模型與多源數(shù)據(jù)，與物理發(fā)動機進行實時的信息交互，時刻保障民機運行安全。該模型融合了物理環(huán)境、物理發(fā)動機、數(shù)字環(huán)境、數(shù)字發(fā)動機、物理空間與數(shù)字空間的數(shù)據(jù)/信息交互映射。采集運行民機發(fā)動機的傳感器數(shù)據(jù)、歷史維修數(shù)據(jù)、歷史飛行數(shù)據(jù)等其他數(shù)據(jù)，結(jié)合發(fā)動機系統(tǒng)及部件三維物理模型、性能模型，操作人員孿生數(shù)據(jù)、運行環(huán)境孿生數(shù)據(jù)等，構(gòu)建出發(fā)動機的自適應模型、故障模型、預測模型，同時將發(fā)動機的局部線性優(yōu)化模型與民機運行狀態(tài)模型相結(jié)合構(gòu)建出發(fā)動機控制優(yōu)化模型。將以上模型進行融合，形成多種行為特征的數(shù)字發(fā)動機。

數(shù)字孿生技術(shù)在信息空間構(gòu)建了發(fā)動機實體的高保真模型以及運行環(huán)境建模，可以解決發(fā)動機運維中性能監(jiān)測、故障診斷、整機性能與剩余壽命預測、控制性能優(yōu)化等問題。對發(fā)動機性能和故障進行精準監(jiān)測，結(jié)合發(fā)動機運行環(huán)境及優(yōu)化控制，實現(xiàn)精準預測發(fā)動機的剩余壽命、故障預警和性能退化預測，使發(fā)動機在民機運行過程中有更好的安全性能。

6 結(jié)束語

本文面向民機智能安全運行需求，為民機運行安全過程數(shù)字孿生的實現(xiàn)提供了技術(shù)解決方案，實現(xiàn)了基于數(shù)字孿生的民機運行全流程、全要素監(jiān)控。對民機運行安全過程數(shù)字孿生關(guān)鍵要素模型及關(guān)鍵技術(shù)進行了詳細論述。采用數(shù)字孿生技術(shù)，對民機運行過程進行監(jiān)測和評估，并及時對運維方案做出調(diào)整。物理—數(shù)字空間數(shù)據(jù)的實時交互，為提高虛實模型的一致性、民機運行安全評估的準確性提供支撐，通過及時給出安全預警信號，有效提高了民機運行的可靠性。未來，將進一步研究民機健康管理、智能預測性維修、可視化安全運行技術(shù)等，進一步提高民機運行安全性和智能性。