数字孪生技术：关键技术与难点

2023-10-30 理论教育版权反馈

【摘要】：数字孪生的构建和仿真是一个复杂的过程，关键技术与难点主要集中在以下三个方面。高保真度的物理建模完成后，以物理实体的实时运行测量数据、历史数据、关键技术状态参数数据为观测量，以动态贝叶斯网络、机器学习、深度学习等概率统计算法为工具，开展物理实体设计、制造、运行服务等阶段不确定性预测，提供高置信度的产品故障诊断与预测、剩余健康寿命预测等信息。

数字孪生的应用起源于美国航空航天领域，已取得了长足进展。例如GE公司每下线一台飞机发动机，都会同时生成它的数字孪生，有2 000多个重要特征参数表征发动机性能。每一次洲际飞行，每个发动机可以产生约0.5TB的数据。发动机上的传感器收集数据，传送给发动机控制单元，经处理后传输给发动机的数字孪生，用于同步更新数字孪生状态，进而预测发动机故障和优化维修计划，开展视情维修和可预测维修，减少因飞机过度检修或非计划停飞造成的损失。数字孪生的构建和仿真是一个复杂的过程，关键技术与难点主要集中在以下三个方面。

（1）高保真度的多物理多尺度建模。

数字孪生是物理实体在虚拟空间的数字化表达，其应用效果取决于其对物理实体的保真程度。物理实体的每个物理特性都有其特定的模型描述，例如计算流体动力学模型、结构动力学模型、热力学模型、疲劳损伤模型以及材料状态演化模型。如何将这些模型关联耦合在一起，是建立数字孪生并发挥其作用的关键。基于多物理、多尺度集成模型的仿真结果能够更加精确地反映物理实体在真实环境中的状态和行为。

（2）高置信度的预测分析。(www.chuimin.cn)

高保真度的物理建模完成后，以物理实体的实时运行测量数据、历史数据、关键技术状态参数数据为观测量，以动态贝叶斯网络、机器学习、深度学习等概率统计算法为工具，开展物理实体设计、制造、运行服务等阶段不确定性预测，提供高置信度的产品故障诊断与预测、剩余健康寿命预测等信息。

（3）高实时性的数据交互。

物理实体需要把运行状态和维护历史等数据动态实时地传递给数字孪生，数字孪生需要把故障诊断结果、评估预测结果、对物理实体的行为控制等信息准确实时地传递给物理实体，两者之间高实时性的数据交互是数据孪生技术应用的基础和前提。

数字孪生技术：关键技术与难点

相关推荐