MBSE如何助力数字孪生
Modeler
近几年，关于“数字孪生”的讨论频繁出现，逐渐成为工业界和科学界的关注热点。在制造业，系统工程与MBSE是数字孪生广泛应用的技术基础。下面就让我们详细了解一下数字孪生的概念，以及它与MBSE技术有着怎样的关系。
围绕机械、汽车、航空、航天、船舶、兵器、电子、电力等重点装备领域，建设数字化车间和智能工厂，构建面向装备全生命周期的数字孪生系统，推进基于模型的系统工程（MBSE）规模应用，依托工业互联网平台实现装备的预测性维护与健康管理。——《“十四五”信息化和工业化深度融合发展规划》
1 什么是数字孪生
数字孪生，英文称Digital Twin（数字双胞胎），也被称为数字映射、数字镜像等。
这里采用《数字孪生技术与工程实践》中的定义：
以模型和数据为基础，通过多学科耦合仿真等方法，完成现实世界中的物理实体到虚拟世界中的镜像数字化模型的精准映射，并充分利用二者的双向交互反馈、迭代运行，以达到物理实体状态在数字空间的同步呈现，通过镜像化数字化模型的诊断、分析和预测，进而优化实体对象在其全生命周期中的决策、控制行为，最终实现实体与数字模型的共享智慧与协同发展。
简单来说，数字孪生就是在一个设备或系统的基础上，创造一个数字版的“克隆体”。在后期运行过程中，通过数据同步，实现物理对象与“克隆体”在运行时保持一致，这就是“数字孪生体”。
图1.1 数字孪生的映射
数字孪生体早在中国空间站已进行应用：
航天科技集团空间技术研究院内有一台与天和核心舱一样的装备，作为地面半物理仿真系统，它可以接收在轨遥测数据、设置与运行中一致的飞行状态，实现整个飞行程序的验证。同时，若需要对空间站进行维护调整，可以在地面空间站进行模拟操作，经优化和确定后再指导宇航员进行操作，保证太空中各类动作的一次成功完成。
图1.2 地面空间站
2 数字孪生的技术基础
“建模仿真”、“虚拟制造”和“数字样机”是数字孪生的技术基础；而数字孪生概念前后出现和发展的新兴信息技术，则推动了数字孪生的实现，进一步丰富了数字孪生的内涵。这里主要介绍“建模仿真技术”，包括：建模、仿真，以及MBSE（基于模型的系统工程）。
2.1 数字建模
在制造行业，数字制造模型是数字制造全生命周期中的关键工具。但这里的数字建模不仅指代对产品几何机构和外形的三维建模，还包括对产品内部件的运动约束，接触形式，电气系统，软件与控制算法等信息进行全数字化的建模技术，这些同样是建设产品数字孪生体的基础技术。数字孪生体通过镜像化数字化模型，对其进行诊断、分析和预测，用信息消除各种物理实体、特别是复杂系统的不确定性。
图2.1 跨领域虚实交互框架
2.2 仿真技术
如果说模型是对物理实体的建模，那么仿真则是对一个已经存在或正在开发的系统进行验证的过程。对于复杂的实际产品，运行时的性能涉及到多物理场、多学科的综合作用。只要模型正确，并拥有了完整的输入信息和环境数据，就可以基本正确地反映物理世界的特性和参数。
以压水堆核电站为例，运行管理中需要同时集成主泵、稳压器、蒸汽发生器、安全壳、汽轮发电机和危急冷却系统响应等多个方面的一体化仿真验证技术。通过对实体核电站和孪生核电站的数据进行交换分析，促进核电站的运行管理和监测，从而更好地确保反应堆运行安全。
因此，在数字化模型的基础上，基于单个系统或多个系统的联合仿真对产品的性能进行预测分析同样是实现产品数字孪生体的重要技术。
图2.2 与数字孪生相关的各部分
2.3 MBSE
基于模型的系统工程（MBSE）是一种形式化的建模方法论，强调贯穿于全生命周期的技术过程的形式化建模，通过多视角的系统顶层需求建模与系统架构建模，实现跨领域模型的可追踪、可验证和全生命期内的动态关联，进而驱动贯穿于从概念方案、工程研制、使用维护到报废更新的人工系统全生命周期内的系统工程过程和活动。
数字化孪生体促进建模、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。
图2.3 V模型与数字孪生
3 MBSE助力数字孪生
数字孪生作为综合性集成融合技术，涉及跨学科知识综合应用，其核心是模型和数据。特别是在制造业领域，各行业间原料、工艺、机理、流程等差异较大，模型通用性较差，面临多源异构数据采集协调集成难、多领域多学科角度模型建设融合难和应用软件跨平台集成难等问题。
MBSE通过构建数字孪生的基础框架，数字孪生可以通过数字线程集成到MBSE工具套件中，成为MBSE框架下的核心元素，高效调动数据采集和传输、多领域多尺度融合建模、数据驱动与物理模型融合、动态实时交互连接交互、数字孪生人机交互技术呈现等基础基础支撑，助力数字孪生探索基数据和模型驱动型工艺系统变革的新路径，实现制造业数字化、智能化转型。
图3.1数字孪生概念视图
3.1 设计建模，降本增效
在产品设计开发阶段，综合技术参数、运行状态等系统信息建立数字模型。工程师可以在设计阶段确定产品的规格、制造方式和使用材料，以及如何根据相关政策、标准和法规进行设计评估，帮助工程师在确定设计终稿之前，识别潜在的可制造性、质量和安全性等问题。因此，通过数字孪生模型的应用，传统的原型设计速度得以提升，产品以更低成本，更有效地投入生产。
同样，在产品投入运行后，基于数据输入与快速仿真技术，也可实现对重要但难以测量的性能参数进行实时的仿真计算，实现对产品的预测性维护等功能。
3.2 快速仿真，实时预测
从系统生存周期的角度，MBSE又可以作为企业级分析同行框架的起点。使用从物联网收集的数据，运行系统仿真来探索故障模式，随着时间的推移逐步改进系统设计，实现数字孪生跨企业、跨领域、跨产业的广泛互联互通，实现生产资源和服务资源更大范围、更高效率、更加精准的优化。
举例而言，在一个设备的运行过程中，通过对加工状态，如工艺参数、生产环境数据的监控，建立状态改变对于加工质量影响的数学分析模型，通过趋势分析预测加工质量的异常，并能够迅速采取措施，调整设备工艺参数，形成监控-分析-调整-优化的闭环，即可防止废品、残次品产生。
3.3 数字线程，协同优化
数字线程是指可扩展、可配置和组件化的企业级分析同行框架。基于该框架可以构建覆盖系统生命周期与价值链全部环节的跨层次、跨尺度、多视图模型的集成视图，促进上下游企业间数据集成和端到端汇聚，进而以统一模型驱动系统生存期活动，打造高度协同的上下游企业间生产制造链条，优化资源配置，提高企业效率，协同研发制造，推动企业释放更大的增值。
随着企业数字化转型需求的提升，MBSE将继续推动数字孪生技术在制造业领域持续发挥作用，在制造业各个领域形成更深层次应用场景，通过跨设备、跨系统、跨厂区、跨地区的全面互联互通，实现全要素、全产业链、全价值链的全面连接，为制造领域带来更为巨大转型变革。
