数字孪生|数字孪生装备-概念与内涵

1数字孪生装备概念与内涵

1.1从装备到数字孪生装备

装备全生命周期各阶段的新需求，可归结为装备对数字化赋能和智能化升级的需求。数字孪生是学术界和业界公认的实现物理实体对象数字化和智能化升级的有效手段之一，近年来不少国内外学者开始开展基于数字孪生的装备设计、制造、运维等方面的研究。作者团队（北京航空航天大学陶飞老师团队）于2018年提出了基于数字孪生的复杂装备故障预测与健康管理方法。

通过分析有关研究，发现基于数字孪生的装备与传统装备的本质区别在于其拥有一个与物理世界完全镜像的信息世界。在信息世界中，装备模型在装备实时数据的驱动下能够精确刻画装备的运行状态，实现装备状态监测（以虚映实）。与此同时，装备还能够在信息空间中进行仿真预测（以虚预实），并基于预测结果对现有决策方案进行优化（以虚优实），最终让装备执行最优的决策方案，实现“以虚控实”。由此可见，信息空间增量对于装备智能化升级具有重要意义，因此，本文基于作者团队前期提出的数字孪生五维模型理论基础，对数字孪生装备概念进行探讨。

数字孪生装备是一种由物理装备、数字装备、孪生数据、软件服务以及连接交互五个部分构成的未来智能装备；数字孪生装备通过融合应用新一代信息技术，促进装备全生命周期各阶段（设计与验证、制造与测试、交付与培训、运维与管控和报废与回收）数智化升级，使得装备具备自感知、自认知、自学习、自决策、自执行、自优化等智能特征和能力；基于装备数字孪生模型、孪生数据和软件服务等，并通过数模联动、虚实映射和一致性交互等机制，实现装备一体化多学科协同优化设计、智能制造与数字化交付、智能运维等，达到拓展装备功能、增强装备性能、提升装备价值的目的。

1.2数字孪生装备组成

由上述定义可知，数字孪生装备由物理装备、数字装备、孪生数据、软件服务以及连接交互五个部分组成。如图1所示。

1.2.1物理装备：装备物理实体

物理装备是与物理空间的各要素直接发生作用关系的装备实体部分，由动力、传动、控制和执行等部分组成，负责执行控制指令，并提供实际功能，通过结合传感器系统，物理装备还可以实现对环境的感知。

1.2.2数字装备：装备数字孪生模型

由于物理装备受到时间、空间、执行成本等多方面的约束，仅凭借物理手段实现装备的可视化监测、历史状态回溯、运行过程预演、未来结果预测和智能运维等功能难度较大。因此，需要通过构建装备的数字孪生模型，在信息空间中赋予物理装备设计、制造及运维等过程看得见、运行机理看得清、行为能力看得全、运行规律看得透的新能力，如图2所示。

从实现和拓展装备各种功能和服务的角度来看，装备数字孪生模型由四类模型组成：①为实现物理装备设计、制造及运维管控等阶段的过程可视化、状态监测与回溯等功能，以及指导物理装备制造阶段的装配和回收阶段的拆卸等过程，需要构建装备的几何模型来描述物理装备及零部件的外观形状、尺寸大小、内部结构、空间位置与姿态、装配关系等；②为实现装备故障预测、健康管理、质量管控、运行优化等功能，需要构建装备的物理模型来描述物理装备及零部件的力学、电磁学、热力学等多学科属性，解析装备的运行机理；③为实现装备动态规划和自动化运行，并支持人机协作和多机协作，需要构建装备的行为模型来厘清装备的动态功能、响应机制和周期性运动模式，抽象描述装备性能退化趋势运维环境的随机扰动；④为实现物理装备智能运维和决策优化，需要构建装备的规则模型来显性化表示装备大数据中的隐性信息，形式化表示并集成历史经验、专家知识、领域标准和相关准则。

从装备数字孪生模型产生和表现形式的角度来看，上述四类模型呈现出随时间增量积累和形式多样性的特点。①几何模型主要在装备的设计阶段产生，属于相对静态的模型，几何模型的表现形式包括但不限于三维模型、装配干涉矩阵、曲面方程等；②物理模型主要在装备的设计与验证阶段产生，物理模型的表现形式主要是数学模型，例如描述磁场强度、热传导效应、流体力学等的理论计算公式，物理模型在具体应用时的呈现方式比较丰富，比如有限元分析时的网格模型，以及运动学分析时的连杆模型；③行为模型主要在装备设计、测试和运维阶段产生，是对装备在外部环境干扰、外部输入和内部运行机制共同作用下产生的响应和变化的抽象描述，其表现形式包括有限状态机、图谱、神经网络、统计模型等；④规则模型产生于装备全生命周期各阶段，主要有两类表现形式：一类是通过挖掘分析装备全生命周期数据，揭示其中隐含规则和潜在规律的数据模型，其表现形式主要包括数学模型、神经网络、统计模型等，另一类是通过形式化表达人的经验和知识，使数字孪生装备能够理解并运用人的智慧的模型，其表现形式主要包括数学模型、图谱和结构化文本等。

数字装备是物理装备在信息空间中的镜像，由物理装备的几何模型、物理模型、行为模型和规则模型融合组装而成，负责刻画物理装备的时空几何关系，实时运行状态、行为和过程，描述物理装备的多维属性和运行机理，以及表征装备能力和相关规律规则，是实现装备数字化赋能和智能化升级的核心。

1.2.3孪生数据：装备数字孪生数据

物理装备的设计、制造、测试和运维等过程离不开数据的深度参与，数字装备仿真运行并实现装备可视化监测、历史状态回溯、运行过程预演、故障诊断等功能同样需要数据驱动。因此，需要将蕴含装备全生命周期、全流程、全业务有效信息的各类数据进行汇聚与融合，形成装备孪生数据。

孪生数据与数字装备交互联动，相辅相成，共同支持数字孪生装备的各种功能和服务，如图3所示。①装备的尺寸数据、结构数据、空间位置和姿态数据等结合装备的几何模型，能够有效支持装备的状态远程监测、过程参数可视化、历史状态回溯等功能；②装备的材料属性数据、运动数据、工艺数据等结合装备的物理模型，能够有效支持装备的故障预测、健康管理、质量管控等功能；③装备的能力数据、任务数据、运行环境数据等结合装备的行为模型，能够有效支持装备的动态规划和自治运行，以及一定程度的人机协作和多机协作；④装备的运行特征数据、知识数据、经验数据等结合装备的规则模型，能够有效支持装备的自适应控制、调度优化、能量有效运行等智能决策服务。

孪生数据由物理装备的实际数据、数字装备的仿真数据，以及装备的全生命周期、全流程、全业务虚实融合数据组成，用于对物理装备及其运行过程和环境进行多层次、完整、统一描述或解释，并能够结合装备数字孪生模型实现装备虚实共生，以及装备状态动态更新、历史状态追溯、知识挖掘和智能决策等功能和服务。

 

1.2.4软件服务：装备软件与服务系统

物理装备、数字装备和孪生数据作为数字孪生装备必不可少的三个部分，分别赋予装备不同方面的能力，但这三个部分并不是一个完整的应用系统，既难以对其进行高效管理与组织，也无法有效与人交互，为人服务。因此，数字孪生装备需要第四个部分，即软件服务。软件服务封装并整合物理装备、数字装备和孪生数据的各种功能，面向不同的业务需求，提供具有可请求、可调用、可匹配、可重构、可复用的装备服务，实现装备关系多样化和组织柔性化，从而提供端到端的优质体验和可重构差异化服务，并支持人机交互和平台化集成，使数字孪生装备具备运维高效性、用户友好性、调度灵活性和决策智能性，如图４所示。

从实现装备各种功能和服务的角度来看，装备软件服务可分为五层：①为实现装备开关机、调试、运行等基础功能，一般考虑将由主机板、单片机、现场可编程逻辑门阵列（FPGA）等集成电路，以及操作系统、控制系统、中断系统等组成的装备核心数控服务系统内嵌于装备；②为方便人机交互过程，可以将装备的基础功能进行封装和集成，形成由示教器、人机接口（HMI）、智能看板等组成的装备全功能交互操作服务系统，以外设的形式独立安装在装备本体外部或装备表面；③为实现装备自动运维，可以将全功能交互操作服务系统中的各种模块化功能以松耦合、可重构、可组合、可调用的形式进一步集成，形成包括提供任务规划、编程控制和维护计划等功能的全流程运维管控软件系统，并将其部署在本地计算机或服务器上；④为提升装备性能，实现装备的自主优化决策，需要在实现装备自动运维的基础上，面向各种业务需求开发装备调度优化、控制优化、健康管理、能效管理等专业功能，集成为装备全业务智能优化软件系统，并部署在局域网服务器上；⑤为实现面向大型复杂任务的装备集群和智能协作，以及全产业装备的高效管理和知识沉淀，需要创建装备云平台，将全产业智能装备在云端数字化相连，同时，开发并部署包括装备集群协作、资产管理、远程实训、远程运维和知识挖掘等功能的产业云端服务软件系统，并基于全产业装备的数据资产赋予装备群体智能。

从装备软件研制主体和服务对象的角度来看，各层级软件服务对应不同的人群。①因为核心数控服务系统内嵌于装备，且不需要在装备运行时常更新和迭代，所以一般由装备研发人员负责研制，其服务对象主要是在装备制造与测试阶段的测试人员和运维管控阶段的维护人员；②考虑到全功能交互操作服务系统既有可能使用装备配套的原生软件系统，也有可能使用第三方研制的可兼容的软件系统，这一类软件系统的研制一般由装备研发人员或外包公司的技术人员负责，而使用者则主要是参与装备运维过程的操作人员和巡检人员；③全流程运维管控软件系统同样一般是由装备研发人员或外包公司的技术人员负责研制，而服务对象则主要是现场管理人员，例如生产车间的管理者；④因为实现全业务智能优化软件系统的功能难度较大，涉及的问题专业化程度较高，且相关技术尚不成熟，所以该类软件系统不仅需要装备研发人员和外包技术人员的参与，还需要走在科学前沿的科研人员深度参与，该类软件主要是为了更好的服务“不懂技术”的业务管理人员；⑤考虑到全产业云端服务软件系统已经超出单个装备软件服务系统的范畴，该类软件系统的研制过程主要由第三方公司的技术人员和科研人员参与，而其服务的对象则是更加高层的企业管理人员和平台用户。

从装备发展阶段的角度来看，上述五类或五级数字孪生装备软件系统与装备机械化、自动化、数字化、智能化四个发展阶段具有一定相关性。①核心数控服务系统赋予机械化装备数字控制的功能，为实现装备自动化提供基础；②全功能交互操作服务系统针对人机交互问题对装备的数控服务实现进一步的优化；③在此基础上，全流程运维管控软件系统赋予具有数控功能的装备自动化运维的能力；④全业务智能优化软件系统利用装备的数字孪生模型和数据实现装备的智能优化，而这一过程已经属于装备数字化阶段的范畴，并朝着装备智能化的方向演进；⑤全产业云端服务软件系统突出装备产业的特点，在装备智能化的基础上进一步探索装备的协同作业模式，实践和应用装备的群体智能。

1.2.5连接交互：支撑装备内部、人机与多机的协作交互

连接交互由网络环境、通信协议、输入输出设备及相关技术等组成，作为物理装备、数字装备、孪生数据和软件服务间数据传输的媒介，以及与人和其他装备协作与交互的桥梁，为实现数字孪生装备时效服务、物理装备远程管控、人机和多机高效协作等提供支持。数字孪生装备的连接交互如图５所示。

 

从单个装备的角度来看，物理装备、数字装备、孪生数据和软件服务都需要连接交互来实现各自的功能。①物理装备需要通过连接交互获取软件服务下达的控制策略和指令，从而执行相应的功能，以及通过连接交互同步数字装备的运行状态；②数字装备需要通过连接交互获取物理装备的运行数据，实现物理装备运行状态描述和运行过程复刻，以及通过连接交互获取软件服务下达的仿真控制指令，实现装备仿真预测功能；③软件服务需要通过连接交互获取物理装备运行数据和数字装备仿真数据，从而实现相应的服务功能；④孪生数据需要通过连接交互不断获取和汇聚数字孪生装备的各种数据，从而为装备知识挖掘和异常回溯提供支持。

从人机协作的角度来看，需要连接交互作为人与装备沟通的桥梁。与多机协作不同，对于装备来说，人所具有的灵活性和不确定性远高于任何一类装备，且装备与人语言不同，无法直接交流和沟通。为实现人机协作，人和数字孪生装备必须同步掌握对方的状态和意图，因此需要利用机器视觉、语音识别、脑机接口、牵引示教等技术帮助装备理解人的意图和行为，并基于语音输出、图像输出等硬件设备将数字孪生装备的状态反馈给相关人员，实现装备与人的无障碍沟通，进而支持流畅且智能的人机协作。

1.3数字孪生装备理想特征与理想能力

基于物理装备、数字装备、孪生数据、软件服务和连接交互，数字孪生装备具备以下理想特征（如图６）和理想能力（如图７）。

 

数字孪生装备具有自感知、自认知、自学习、自决策、自执行和自优化六个理想特征。①数字孪生装备基于物理装备部分，可实现对装备运行过程、运行环境和任务需求等的自主感知；②结合装备数字孪生模型和相应的软件服务，可对上述感知数据进行处理和分析，从而实现装备状态、性能和运行趋势的自主认知；③随着装备持续运行，数字孪生装备将积累大量孪生数据，通过对“历史”进行回放和自主学习，数字孪生装备便能够挖掘出一些新知识，发现一些新规律，从而获得自主智能；④在此基础上，数字孪生装备便能够基于自己对作业任务的理解和对自身能力的认知，在运维过程中进行自主决策；⑤并通过连接交互将调度和控制指令传达给物理装备，实现自动执行；⑥与此同时，数字孪生装备还能够在每次感知、决策、执行的闭环迭代中不断积累经验，并基于数字模型、孪生数据和软件服务进行超实时仿真，在决策方案实际执行前对其进行持续自主优化。

（1）物理装备数字化表达能力

数字孪生装备通过对物理装备进行多维度、多层级、多粒度的数字化、语义化描述，能够在信息空间精准重现拟真的物理装备，并从宏观到微观复刻、仿真或预测物理装备的状态和过程。从而在装备制造前，助力装备的一体化协同优化设计与虚拟验证；在装备制成后，支持装备数字化交付与虚拟实训；在装备运行时，为装备运行状态和趋势的分析提供模型基础。以基于数字孪生飞机的虚拟实训为例，飞机的数字孪生模型能够有效支持飞行员的飞行实训，在充分保障飞行员和飞机安全、减少训练成本和能源消耗的前提下，使飞行员积累大量飞行经验。

（2）数据融合与可视化呈现能力

数字孪生装备感知、汇聚、融合装备全生命周期数据，获得装备的全方面时效信息，通过将这些信息进行可视化呈现，能够将运行机理复杂，结构复杂，且内部状态和过程不可见的装备变得透明，帮助决策者全面深入了解装备的性能、运行状态及趋势、历史信息、运行环境和任务需求等，有效支持装备的质量检测和溯源、故障预测和诊断等功能的实现。以数字孪生风力发电机为例，通过对其轴承振动、转速、受力等数据进行融合分析，能够动态呈现风力发电机运行状态，并超前预测风力发电机的剩余使用寿命，对电力调度优化和风力发电机维护优化提供实质性帮助。

（3）远程管控与多要素协同能力

数字孪生装备通过连接交互打通物理空间与信息空间，连通物理装备、数字装备、孪生数据、软件服务四个部分，并能够突破空间距离的限制实现装备远程监控和管理，以及打破人、机、物、环境等多要素间的交互壁垒，实现多要素交互与协同。以数字孪生卫星为例，技术人员能够通过远程可视化的方式全面掌握卫星运行的环境实况、任务需求、运行状态和历史信息，并在此基础上对在轨卫星进行远程管控。

（4）动态需求快速响应能力

数字孪生装备软件服务基于可配置、可组装、可重构的装备数字孪生模型，以及可请求、可调用、可匹配、可迁移、可复用的模块化软件服务，能够实现装备的低代码组态设计、快速重构、动态调度与控制等功能，从而在装备全生命周期各阶段灵活响应动态需求。以数字孪生机床为例，通过为机床数字孪生模型更换刀具数字孪生模型，实现机床数字孪生模型的重构。通过重新定义新刀具的加工轨迹并封装为新的加工服务，实现机床功能的快速更替和拓展，以及对产品加工动态需求的及时响应。

（5）自适应—自学习—自优化能力

数字孪生装备基于多源异构融合数据、多维融合模型以及数模双驱动的仿真运行机制，能够实现任务分解与供需匹配、知识挖掘与推理、仿真推演与预测分析等功能，进而能够自动适应动态环境和业务需求变化，并自发“体验”和不断学习相关规律和规则，使自己的变得更加智能。此外，数字孪生装备还可利用信息空间进行低成本试错和预测仿真，在执行最终决策方案之前将其持续优化。以数字孪生机器人为例，数字孪生机器人不断感知周围环境，并基于对环境数据的融合处理识别、定位并抓取物块，通过多次抓取经历和数次抓取仿真实验，逐渐发现抓取顺序、总能耗、总耗时等之间的隐藏规律，在下一个任务周期中通过优化控制参数，以更小的能耗和更高的效率完成物块抓取任务。