【故障诊断发展学习记录四——数字孪生与控制系统健康管理（DT & PHM）】
数字数字
目录
1. 数字孪生的起源
1.1 数字工程
1.2 模型贯穿决策
1.3 数字工程路线图
1.4 数字工程战略目标
2. 美军数字工程
2.1 生态系统全视图
2.2 支持采办的的完整视图
2.3 相关计划
3. 数字线索
3.1 数字线索的定义
3.2 数字线索的特点
3.3 数字线索支撑飞行器生命周期决策
4. 工程弹性系统（ERS）
4.1 支撑数据驱动的决策
4.2 工程弹性系统的要求
4.2 工程弹性系统架构路线图
4.3 将数字线索公共模型综合到ISR-MRA中
5. 数字孪生的定义
5.1 数字孪生将数据与工程模型集成
5.2 面向预测性维护的数字孪生流程
5.3 结构健康管理元素
5.4 面向结构健康管理的数字孪生
5.5 面向结构健康管理的数字孪生关键技术
5.6 高超飞行条件下的结构损伤预测
5.7 数字孪生实现不确定性量化
5.8 结构完整性预测流程设计
6. 总结
孪生的起源-数字工程数字孪生的起源-数字工
1. 数字孪生的起源
1.1 数字工程
第一次工业革命——机械（使用水和蒸汽动力实现机械化生产）
第二次工业革命——电气（使用电能驱动的大规模生产）
第三次工业革命——信息技术（基于电子和IT的进一步自动化）
第四次工业革命——数字化（数字化连接的端到端复杂组织体运行）
1.2 模型贯穿决策
1.3 数字工程路线图
路线图给出数字工程推进7个成熟度等级
启动->知晓->理解->初始使用->内部消化->采纳->制度化
1.4 数字工程战略目标
五大战略目标是：
- 规范模型的开发、集成和使用以支撑复杂组织体和计划 / 项目的决策；
- 提供一个可信的单一真相源；
- 融入技术创新以提升工程实践；
- 建立支撑的基础设施和环境以在利益相干方中实施各项活动、协同和沟通；
- 转型为一种文化，工作人员接受并支持跨寿命周期的数字工程。
2. 美军数字工程
2016年11月美军制定了数字工程教育与培训课程：
包括数字工程概念、为数字工程生态系统做准备、面向采办的考虑、使用数字技术物获得一致性、案例5门课程。
2.1 生态系统全视图
2.2 支持采办的的完整视图
2.3 相关计划
最典型的是数字线索/飞行器机体数字孪生计划、
- 工程弹性系统计划
- 计算研究和工程采办工具与环境项目
- 美空军在 2013 年发布的《全球地平线》顶层科技规划文件中，
- 将数字线索（Digital Thread）和数字孪生（Digital Twin）
- 视为“改变游戏规则”的颠覆性机遇
3. 数字线索
- 数字线索旨在通过先进的建模与仿真工具建立一种技术流程，
- 提供访问、综合并分析系统寿命周期各阶段数据的能力，
- 使军方和工业部门能够基于高逼真度的系统模型，
- 充分利用各类技术数据、信息和工程知识的无缝交互与集成分析，
- 完成对项目成本、进度、性能和风险的实时分析与动态评估。
-
3.1 数字线索的定义
3.2 数字线索的特点
能够量化并减少系统寿命周期中的各种不确定性，实现需求的自动跟踪、设计的快速迭代、生产的稳定控制和维护的实时管理。
3.3 数字线索支撑飞行器生命周期决策
4. 工程弹性系统（ERS）
ERS（Engineered Resilient Systems）:工程弹性系统是一个不断发展的框架，是支持采办所有阶段的、可信的集成计算环境，致力于实现数据驱动的决策。
弹性系统的 4 个关键属性是：击退 / 抵抗 / 吸收，恢复，适应，广泛的功用
4.1 支撑数据驱动的决策
4.2 工程弹性系统的要求
工程弹性系统能够加强需求生成和备选方案分析流程，并且在权衡过程中提供寿命周期“情报”，通过权衡分析实现有充分依据的决策，在更少时间内“可视化”更多设计的权衡。
***********************************
在数字线索和工程弹性系统计划的背后，是美军多年来在高性能计算现代化计划中实施的计算研究和工程采办工具与环境项目。
4.2 工程弹性系统架构路线图
该项目的目标是开发和部署基于物理特性的高性能计算软件应用程序产品，通过高逼真度虚拟样机的构建和分析，以设计和分析军用飞行器、舰船、地面车辆和射频天线系统。2016年实现商用
4.3 将数字线索公共模型综合到ISR-MRA中
数字线索减少研制实验与评价时间和成本
5. 数字孪生的定义
数字孪生是由数字线索使能，使用最佳的可用模型、传感器信息更新以及输入数据，对已建造系统的一个多物理、多尺度和概率性的集成仿真，以镜像和预测相对应的物理孪生生命周期的活动/性能。
——美国国防部
数字孪生是一组虚拟的信息结构，用于描述一个潜在的或实际存在的制造产品，描述从微观原子层到宏观几何层的，能够从物理产品中探测到的所有信息的结构。
——迈克尔●葛瑞夫
数字孪生是一个对物理实体或流程的数字化镜像，创造数字孪生的过程，集成了物理特性模型、人工智能/机器学习和传感器数据，以建立一个可以实时更新的、现场感极强的真实模型，用来支撑物理产品生命周期各项活动的决策。
——刘亚威
5.1 数字孪生将数据与工程模型集成
5.2 面向预测性维护的数字孪生流程
5.3 结构健康管理元素
5.4 面向结构健康管理的数字孪生
5.5 面向结构健康管理的数字孪生关键技术
5.6 高超飞行条件下的结构损伤预测
5.7 数字孪生实现不确定性量化
5.8 结构完整性预测流程设计
基于数字孪生的结构健康应用研究（P2IAT项目）
6. 总结
本文学习了数字孪生与控制系统健康管理。后期会分享更多有趣的操作从而实现对外部世界进行感知，充分认识这个有机与无机的环境，科学地合理地进行创作和发挥效益，然后为人类社会发展贡献一点微薄之力。
参考文献：本内容参考江汉大学智能制造学院故障诊断章红老师课件