数字孪生/MBSE/工业互联网的关系剖析,以及军工发展的建议

导读

数字孪生、MBSE和工业互联网是目前炙手可热的先进或智能制造概念。不管是数字孪生、MBSE还是工业互联网,其实都是一个相对较大的概念或者模式而非具体的技术,都具有非常丰富的内涵,彼此之间也具有很大的关联关系。

数字孪生(Digital Twin)是以数字化的方式建立物理实体的多维、多时空尺度、多学科、多物理量的动态虚拟模型来仿真和刻画物理实体在真实环境中的属性、行为、规则的决策技术,是践行智能制造、工业4.0、工业互联网和数字化转型的先进使能技术,是体现大数据、人工智能、AR/VR融合的载体支撑技术,是推动产品全生命周期设计研发、生产制造、运维保障转型升级的有效推进技术。

军工行业是国家先进制造业的重要组成部分,是国家安全和国防建设的脊梁,一直以来是我国先进制造技术应用发展的策源地和引领者。

当前高功能/性能密度武器装备更新换代速度明显加快、高效柔性快速响应制造要求越来越高、实战化服役保障运维服务要求益发严格,迫切需要拥抱智能制造发展浪潮,强化实现以数字化、智能化为特征的转型升级,实现自主可控的跨越式发展,已经到了刻不容缓的地步。

  就国内外长期普遍性的实际发展规律而言,先进的制造技术一般都是起源于军工行业。虽然我们目前在民口行业相对于国防军工行业,在智能制造等先进技术方面的声音似乎更大,但对于国家的实力来说,军工行业的智能制造技术的深入应用,必将也应该是更大的舞台和战场。

一、数字孪生与智能制造的关系

数字孪生技术是智能制造深入发展的必然阶段,是智能制造的推进抓手和运行体现。数字孪生的核心是分析推理决策,与当前制造业智能化提升的本质内涵是直接呼应的。智能制造是感知、分析、推理、决策和控制的闭环过程,与数字孪生所强调的充分利用物理模型、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的理念一脉相承。以CPS模式为核心的智能制造是面向产品、装备、系统,目前数字孪生技术的应用也已经从传统的产品孪生向产线、车间、工厂的系统级孪生方向发展,已经从传统基于三维可视化模型向直指本质的决策推理模型转变。数字孪生是当前智能制造理念的物化落实的具体体现。

  (1)数字孪生与赛博物理系统的关系

  赛博物理系统作为智能制造的核心模式,体现了动态感知、实时分析、自主决策、精准执行的闭环过程,支持了装备/系统的自适应、自组织的智能化发展理念,数字孪生是CPS的具体体现,重点是突出虚实融合下的数据处理、仿真分析、虚拟验证及运行决策等,但是与传统的 CPS相比,数字孪生更加强调实时性和闭环这两个特征。

  (2)数字孪生与工业物联网/工业互联网的关系

  数字孪生是闭环CPS过程的典型体现,具有“虚实同步、以实融虚、以虚控时”特点,工业互联网/工业互联网资源状态及控制的泛在化基础设施能力是支持数字孪生得以实现的基础,同时数字孪生也是工业互联网平台贯通软硬环节的有效支撑。

  (3)数字孪生与工业软件/工业APP的关系

  工业软件是产品研发过程中知识经验的软件物化,是工业APP所强调的服务化特点的源头支撑。数字孪生闭环过程中的数字孪生体是工业软件的重要体现方式,体现了对物理对象的几何、物理、行为、规则及约束的多维、不同粒度的多空间、推进演化/实时过程/外部干扰的多时间等尺度的综合。

  (4)数字孪生与大数据/人工智能的关系

  数字孪生体是数字孪生的核心,体现了数据分析、推理决策等,大数据所体现对工业物联/互联支持下海量状态数据和历史运行经验数据的分析处理,人工智能所体现的对案例训练和规则推理,大数据/人工智能是支撑数字孪生体向智能化纵深发展的重要技术。

  (5)数字孪生与AR/VR/MR的关系

  虽然数字孪生的本质是推理决策,但目前数字孪生比较多的应用领域还是具有三维可视化外在展示需求,从而与目前AR/VR/MR等新型显示及应用技术具有自然的密切关系,能够构建一个更加丰富的全态化拟真展示模型,提升虚拟融合的交互直观度和深度。

  (6)数字孪生与设备健康管理的关系

  数字孪生在资产密集型行业应用主要是以设备维护为重点的,涉及到以设备健康管理为核心的数字化移交及运行监控。设备性能数字双胞胎用于故障预测、健康管理及预测性维护,并反馈运行信息给设计以优化设计,改善产品性能。

  (7)数字孪生与基于模型系统工程的关系

  基于模型的系统工程(MBSE)是实现全生命周期集成研发的核心思想,数字化孪生体将促进建模、仿真与优化技术无缝集成到产品全生命周期的各个阶段,也是面向加工、装配等DFX技术发展的重要使能基础,是推动MBSE核心思想发展的重要着力点。

  (8)数字孪生与数字主线的关系

  数字主线是从过程业务数据驱动的角度建立全生命周期集成的重要技术,从狭义角度而言,为全生命周期各阶段业务模型的处理提供数据衔接传递支持,从广义角度而言,为整个全生命周期链条提供统一的信息模型规范支持,是数字孪生体在不同尺度方面的数据获取与分析的具体体现,是数字孪生闭环控制模型的重要支撑。

二、差距与问题

  数字孪生与军工装备研制全生命周期的各个阶段具有融合的体现关系。在产品研发阶段的设计分析的拟实仿真评估、工艺设计阶段的工艺系统虚拟验证、生产制造阶段的生产制造运行大数据/人工智能决策、制造资源状态评估与预防性维护等、试验测试阶段的虚拟试验测试评估、服役运维阶段的装备性能动态预测评估等方面,并且能够有效地与面向全生命周期跨地域/专业的综合研制集成融合,从而能够有效地支撑和发展形成军工行业研制生产新模式。

  (1)设计研发经验知识化仍需大力提升

  无论是民口还是军工企业,在智能制造领域中鲜见设计研发的示范。军工设计院所承担了大量高新复杂装备研制任务,具有技术密集、学科融合的特点,具备沉淀长期形成的设计经验知识并将其融合到工业APP中实现复用和支撑后续发展的潜质和需求,但目前先进的数字孪生等智能制造技术应用体现严重不足。军工设计研发院所在经验知识沉淀的自主化核心工业软件方面存在较大差距,这种局面急需引导改观。

  (2)工艺装备的研发对智能化重视不够

  在当前紧迫的国际态势下,发展自主可控和迭代升级的工艺装备是重中之重的任务,军工行业在此方面尤其需要重视。目前工艺装备研发多偏重于自动化执行的特征,对在装备中物化沉淀工艺知识并支持智能决策存在认识不足和效果不好的双重差距。在工艺研发中重视智能化提升是实现转型升级的有效途径支持之一,当前的重视程度存在巨大不足,难以支撑实现从跟仿向领跑的转变。

  (3)制造生产管控智能化水平严重不足

  智能制造背景下的制造单元、生产线、车间乃至工厂呈现出明显的业务流程管理自动化、软硬一体化融合、决策功能突出的特点,军工企业虽然经过长期甚至反复建设,限于管理水平、技术限制和认知深度,整体发展效果不容乐观,与民口先进企业水平相比差距明显并呈拉大趋势,需要更有魄力的打破习惯并强化先进智能制造技术的运用,务实提高生产效率和效能。

  (4)试验测试智能化水平亟待提高

  复杂装备的试验测试是国防科技工业的重要特色。但在试验测试业务流程的智能管控、试验测试大数据挖掘、数字孪生智能试验测试等方面技术的探索,仍然亟待从范围和深度上进行全面的提高,实现降低试验测试成本和提高试验测试效果的双重改善。

  (5)运维保障智能化存在较大差距

  对装备运用要求提升是必须的,运维保障的智能化是提高支撑能力的关键。尤其在国外和民口已经有大量成功远程运维案例的局面下,复杂装备的运维保障智能化水平差距明显,已经与保障作战能力要求不相适应,不利于对军工发展的持续支持。

三、数字孪生技术推进重点

军工行业是我国制造行业发展的主战场,高性能/高功能密度复杂装备的快速迭代研制、快速响应制造、试验测试验证、服役运维保障等为数字孪生技术提供了发展场景与契机,数字孪生技术可以与武器装备全生命周期实现深度的融合。结合军工行业的发展需求和发展优势,梳理军工行业数字孪生技术推进重点领域。

  (1)基于数字孪生的研发设计拟实仿真

  军工装备属于复杂精密的产品,其产品研发设计涉及到复杂的多学科专业的协同,军工行业已经具有较好的积累基础,具备开展基于数字孪生的研发设计拟实仿真的能力和需求。重点结合复杂装备系统及其关键部件子系统,发展基于传感的智能产品、综合几何、物理、行为、规则和约束等多维、多尺度动态模型建模技术,从机理、行为方面深入解释和揭示产品的内在运行及演变机制,同时可进一步历史试验和运行数据,对数字孪生进行校核验证和改进,实现对复杂装备系统研发的拟实仿真。

  (2)基于数字孪生的自适应工艺优化

  工艺能力是军工行业的核心能力,是制约武器装备快速响应研制的关键,传统的试凑式工艺试验的发展模式应向虚拟验证方向转变,但目前这些经验知识大多在“大国工匠”的头脑中,军工行业的高技能人才资源丰富,也具有开展基于数字孪生的自适应工艺优化的基础。重点结合国防科技工业加工、装配、焊接、成形等专业工艺的实际需求,开展多维多尺度动态工艺过程建模与仿真,并形成与工艺系统状态采集和反馈执行的闭环机制,实现基于数字孪生的自适应工艺能力。

  (3)基于数字孪生的制造执行过程决策

  快速响应生产是提高装备研制效率的关键,其核心是对制造系统的运行进行精准的决策分析,才能形成有序、协调、可控、高效的运行效果。军工行业数字化制造方面已经经过长期的发展,具备向基于数字孪生的制造执行过程分析方向发展的条件。依托已经建设的大量MES、ERP、BI等数字化业务管控系统,重点开展计划排产与动态调度的优化决策、产品质量问题快速诊断决策、物料供应链风险分析决策、安全生产危险态势分析决策等,实现基于数字孪生的制造执行过程决策。

  (4)基于数字孪生的制造装备资源状态评估与预防性维护

  制造装备资源是武器装备研制生产的关键支撑,军工行业经过长期的发展,已经积累了丰富的高端制造装备资源,实现潜力挖掘以及高效利用是军工行业发展的直接需求。制造资源状态评估与预测性维护也是当前工业互联网和数字孪生最为成熟的技术,军工行业具有良好的应用场景。结合军工重点单位的重大关键制造装备资源,开展智能化数据状态采集、制造资源状态大数据分析及故障判断等,实现基于数字孪生的制造装备资源状态评估与预防性维护。

  (5)基于数字孪生的虚拟试验测试

  军工行业具有大量高规格的试验测试装置,但面临着现有装置潜力发挥和减少物理试验及其装置高效发展的需求,具备开展基于数字孪生的虚拟试验测试的条件和需求。重点开展基于机理和数据综合的虚拟性能评估推理建模、产品模型与试验测试模型的融合演变、基于物联的物理与虚拟试验测试迭代优化等,实现基于数字孪生的虚拟试验测试。

  (6)基于数字孪生的服役性能与运维评估

  复杂装备研制向全生命周期一体化综合保障扩展,向实战化服役性能及运维保证方向发展,武器装备的服役性能与运维评估是军工行业发展的最终衡量。重点开展基于数字孪生的在天在轨装备性能评估、基于数字孪生的装备故障预测与健康管控、基于数字孪生的装备抗毁伤评估等,实现从经验到科学的服役性能与运维评估。

  (7)基于数字孪生的跨地域/专业的综合研制集成

  装备研制生产已经从传统的纵向集成向广域范围内的跨领域/专业协同研制模式转变,是提高装备高效协同研制的发展趋势,基于模型的系统工程和数字主线的深入发展也为数字孪生技术的实践奠定了基础。重点开展基于数字孪生的协同研制模型统一建模、基于数字孪生的协同研制业务流程的集成管控等,实现基于数字孪生的跨地域/专业的综合研制集成。

  (8)基于工业互联网的联动保供生产供应集成

  复杂装备的研制必然涉及到广域范围的人/物/业务的协同,工业互联网技术的发展也必将为此提供有效的支撑。重点开展组织单位多位业务透明扩散机制、基于数字孪生的联动保供管控、产业链的韧性重构治理等,实现基于工业互联网的联动保供生产供应集成。

本文来源:智能制造随笔,作者:北理工王爱民。

相关文章

换一批