数字孪生技术在航天器系统工程中的特点

航天器研制具有以下特点：

①航天器研制采用系统工程方法和手段，具有典型的生命周期，以需求分析与系统定义、系统设计与功能分解、产品实现、系统集成、验证和确认、在轨运行与退役等一系列完整流程逐渐演进；

②按照系统、分系统、单机和部组件的产品结构，从上至下逐级传递、分解、补充和定义，从下往上逐级实施、反馈、确认和综合；

③采用项目管理技术实施项目的计划与控制，特别是对项目的组织及其周期、费用、效益和质量的控制；

④多学科高科技交融，除机、热、电、光等基本专业外，还特别重视对最终整体性能涌现具有至关重要作用的工程专业领域，如航天器总体、轨道、可靠性等；

⑤以系统抓总单位为核心，聚集我国各地优势资源，沿地缘分布的众多参与研制的科研院所大力协同；

⑥在研制期间，除需进行大量的分析、计算和仿真外，还需投产结构热控件、鉴定件和正样飞行件等不同类别产品进行各类试验验证和确认，涵盖人员、过程、知识、工具、信息、设施、设备与物料等要素，跨越物理世界和信息世界。

基于数字孪生的航天器系统工程总体思想如图4-4所示。借助大数据、云计算、物联网、数字化表达、移动互联、人工智能等先进技术，从虚实空间、生命周期、产品结构、计划与控制、涉及学科、工程要素、地缘分布等七个维度对航天器系统工程进行综合。在信息世界中构建物理世界（如航天器产品、物理验证载体、物理车间、试验/测试设备等）的超写实数字模型（如航天器产品镜像、物理验证载体镜像、数字车间、试验/测试设备镜像等），打破现实和虚拟之间的界限，实现信息世界与物理世界的双向且实时交互，将人、流程、数据和事物等连接起来。提供协同工作环境，形成全过程、异地、多产品、多学科、多要素、多源数据的统一管理和有效融合与利用，反复优化航天器产品设计和生产过程，完成状态检测、数据采集与传输、实时显示、动态分析、多维度设计、多视角仿真、关键参数优化、性能与行为预测、任务评估、控制决策、驱动输出等各种功能。覆盖航天器系统工程的全生命周期、产品结构层级和地缘分布，聚合多学科、多要素异地数据，融入项目计划与控制，实现设计、工艺、制造/装配、试验/测试、在轨运行、管理等航天器全生命周期过程的高度模块化、可视化、模型化、数据化、互联化及智慧化，从而推进航天工业智能制造，促进整个航天器系统工程向数字化、网络化和智能化转型［39］。

图4-4　基于数字孪生的航天器系统工程总体思想

4.2.1　基于数字孪生的航天器系统工程整体模型和应用框架

4.2.1.1　整体模型和应用框架

基于数字孪生的航天器系统工程整体模型和应用框架如图4-5所示，覆盖全生命周期主要阶段的总体模型框架如图4-6所示。数字孪生的构建开始于航天器概念研究与可行性论证阶段，根据任务需求，充分利用已有历史产品、虚拟产品和物理产品等各类技术数据、信息和工程知识，进行效能分析与评估，明确技术可行性和经济可行性。随着方案、初样、正样等阶段生成的各类模型的不断完善，并通过与物理世界之间的数据和信息进行交互，不断精确相关数据，为航天器系统工程策划与实施提供数据支撑，确保整个系统工程过程中各项活动能及时、协调和全面地开展，促进系统工程各阶段快速演进，从而实现全生命周期管理与全价值链协同，进而完成工程目标。航天器系统工程中的数字孪生模型除具有航天器系统工程普遍特性外，还具有多物理性、超写实性、层次性、集成性、阶段性、动态性、广泛性等诸多特性［38］。

图4-5　整体模型和应用框架

图4-6　覆盖全生命周期主要阶段的总体模型框架

（1）多物理性和超写实性。

从总体、机、热、电、磁、光、可靠性、轨道等各个学科专业和实施过程的不同视角建立航天器高保真度镜像，并与物理世界动态互联，与航天器物理实体的特征、行为、过程和性能基本一致，拟实度高。

（2）层次性和集成性。

根据航天器不同产品层级，数字孪生由系统级、分系统级、单机级甚至部组件级数字孪生组成，从上至下逐级传递、分解、补充和定义，从下往上逐级实施、反馈、确认和综合，通过分解与集成保持信息共享一致。

（3）阶段性和动态性。

根据航天器系统工程不同阶段和任务特点，数字孪生按照生命周期阶段演进，贯穿设计、工艺、制造/装配、试验/测试和在轨运行等多个不同阶段；虽然各阶段的最终模型相对固定，但是阶段之间和阶段内部不断迭代，信息世界与物理世界不断交互，始终处于动态更新的状态。

（4）广泛性。

借助各类仿真分析工具，综合各方面知识，对功能、性能、质量、进度和费用等进行综合权衡，为航天器系统工程决策提供数据支持。

4.2.1.2　基于数字孪生的航天器设计

图4-7　基于数字孪生的航天器设计

基于数字孪生的航天器设计如图4-7所示。航天器系统工程师和各级产品设计师可在信息世界获得可参考的历史产品的数字化模型，建立当前航天器的特定数字化模型，并在此基础上按照设计程序开展设计工作，对航天器系统设计涉及的总体、机、热、电、磁、光、可靠性等各类工程模型进行聚拢集成，形成航天器超高写实镜像。在航天器系统工程的设计全过程中：信息世界与物理验证载体交互协同，加深对用户需求、概念构想和真实运行场景的理解；识别产品间耦合与影响关系，建立各层级产品间需求、功能、架构和设计的分解与集成关系；进行多专业信息的集成、统一与融合，为异地分布的多人员广泛协同提供统一数据源；实现多学科设计协同、仿真分析、虚拟验证、半物理验证与全物理验证及迭代优化；从多角度探索、模拟、设计、分析、验证、评估、决策和控制，提出多维度多层次的设计解决方案，并进行多方案权衡，通过多轮迭代获得精心优化的设计；基于统一数据源实施技术状态变动影响域的动态分析、验证与控制；最终确定并形成航天器软件和硬件产品模型，确定产品基线；提供统一的数据源来支持后续工艺、制造/装配、试验/测试、在轨运行等工作，并随着后续工作的反馈而不断完善更新。

4.2.1.3　基于数字孪生的航天器工艺

图4-8　基于数字孪生的航天器工艺

基于数字孪生的航天器工艺如图4-8所示。在设计阶段生成的最终航天器产品模型的基础上，提取结构特征、设计尺寸、设备布局、接点定义、特征参数等基本信息，针对机械加工、管路制作与焊接、电子装联、整机装配、大部件部装及整星总装等工艺过程建模，以工序为基本单元，视图与工序关联，建立航天器工艺数字孪生，与工艺知识库、材料数据库、设备数据库和工艺样机等进行无缝交互与集成，对各类制造/装配过程信息进行综合分析，完成工艺设计与验证，并给出优化调整建议［39］。通过对产品设计模型开展工艺可行性分析，确定产品的可制造性；通过开展工艺方案和流程设计确立工艺方案、工艺流程、工艺清单和物料清单；通过工艺详细设计确立工艺参数、识别工艺特性和关键工序、设立关键检验点、形成检验规程和工艺规程；通过与数字样机、工艺样机、制造/装配资源交互，完成工艺的虚拟验证、半物理验证与全物理验证。每个步骤都处于可视化、动态化、模块化的数字孪生环境支持下，以三维实体模型作为唯一数据源，集成了工艺、属性、产品几何尺寸信息、基准和坐标信息、物料信息、产品制造/装配技术要求与设备信息、检验方法与技术要求、作业指导等信息，可多学科多人异地协同，进行面向制造/装配全过程、全业务、全要素的工艺虚实映射和交互融合，在对工艺模型进一步细化的同时，向前一步骤反馈优化调整建议，通过多轮迭代优化，最终发布用于制造/装配的清晰、完整、层次化的三维工艺表达模型，从而完成整个工艺设计过程，大大提高工艺设计效率、可视性和准确性。(www.chuimin.cn)

4.2.1.4　基于数字孪生的航天器制造/装配

图4-9　基于数字孪生的航天器制造/装配

基于数字孪生的航天器制造/装配如图4-9所示。对航天器产品及其所在机械加工车间、管路制作与焊接车间、电装车间、部装车间和总装车间等车间的物料、环境、能源动力、制造/装配设备、检测设备、流程等进行三维建模，根据航天器产品、工艺、生产计划特定需求，通过信息物理同步接口［40-41］将相应的数字化模型与物理实体进行虚实同步集成，构建与物理车间高度保真的数字车间，形成完整的制造/装配数字孪生系统，保证制造/装配车间的虚实互联、实时交互与动态同步。感知航天器产品制造/装配涉及的人、机、料、法、环等各类物理信息，进行信息世界与物理世界的深度融合，形成生产系统布局、物流系统控制、运行保障系统控制、产品制造/装配与检验及在制品运行规划等，驱动物理车间的设备动作执行，综合物质流、数据流、信息流和能量流，完成制造、装配、检测等全过程、全业务、全要素的设计、验证、操作实施、实时呈现、动态计算与综合、调整与优化、精度预测、生产效率分析及设备利用率分析等，实现制造/装配设计与操作的无缝衔接及制造/装配状态和过程的动态感知、实时分析、自主决策、精准控制和可视化。

4.2.1.5　基于数字孪生的航天器试验/测试

基于数字孪生的航天器试验/测试如图4-10所示。在航天器设计、工艺、制造/装配模型基础上，建立用于试验/测试的数字孪生模型。除对航天器本身进行孪生外，还需要对试验/测试设备进行孪生，用以对试验/测试设备进行设置、监控、维修等。在对遥测、遥控、数据传输等各类专用综合测试设备（special check-out equipment，SCOE），逻辑分析仪、频谱仪、数字示波器等各类通用测试设备，及真空罐、振动台等各类环境模拟与测试设备信息的融合基础上，完成航天器试验/测试设计、执行、控制、监测及各类数据应用；在实时数据支持下，通过虚实结合验证技术，对后续试验/测试进行全方面、全过程验证，并进行优化调整；结合历史产品数据、故障模式库和试验/测试知识库，进行试验/测试评价、故障定位与诊断、健康评估与故障预测、可靠性评估与寿命预测等深度应用，还可以进行大型试验/测试设备的视情维修。

图4-10　基于数字孪生的航天器试验/测试

4.2.1.6　基于数字孪生的航天器在轨运行

基于数字孪生的航天器系统在轨运行如图4-11所示。航天器发射前，基于航天器地面研制期间建立的数字孪生模型，在数字空间中建立航天器在轨运行的数字孪生模型，实现在轨运行与维护任务的规划、控制、监测与数据应用等功能。利用数字孪生模型对在轨运行任务执行过程进行仿真验证，提前发现问题并予以纠正，提高任务成功概率，并为任务决策制定提供依据。航天器发射后，根据航天器在轨产生的遥测数据和载荷数据实现与航天器真实状态完全同步，将航天器发射后的实际数据实时反映在数字孪生体中，可实现对航天器在轨运行过程的动态实时可视化监控；综合航天器在轨实时数据和历史数据以及飞行前地面数据，结合有效的算法和模型及时开展航天器健康状态评估，故障预测、诊断与定位，可靠性评估和寿命预测，并给出在轨维护建议等［42］。

图4-11　基于数字孪生的航天器在轨运行

4.2.2　基于数字孪生的航天器系统工程技术实现

基于数字孪生的航天器系统工程的系统架构如图4-12所示，充分运用已有历史产品库、知识库、各类计算机辅助软件和产品数据管理（product data management，PDM）等信息化建设成果，在各类开发工具的支持下，采用分层与功能模块集合的方式实现航天器全生命周期全过程、全业务、全要素的无缝集成与功能整合，降低彼此间的耦合。功能模块的有效编排与组合可满足新业务需求，方便新的信息系统的接入，也方便系统的升级和扩展，同时还具有高度的可靠性，以满足航天器系统工程需求。

图4-12　基于数字孪生的航天器系统工程的系统架构

基于数字孪生的航天器系统工程的系统架构由物理空间、传输层、数据层、模型层、服务层和应用层共6层构成，其技术实现应充分考虑每层的功能需求，从当前大数据、云计算、物联网、数字化表达、仿真等先进技术中选用适宜的技术。

（1）物理空间。

物理空间包括感知设备、控制设备、执行设备与生产资源等。该层通过IoT（internet of things）技术在物理空间构建智能网络，实现物理设备的互联、互通及智能化识别、定位、跟踪、监控和管理［43］。根据航天器设计、制造/装配、试验/测试等需求，在机械加工车间、电装车间、部装车间和总装车间等物理空间针对控制模块、执行设备与生产资源、实验设备等物理实体进行合理设计，并布置传感器、射频识别（radio freqency identification，RFID）、光学检测设备、定位系统、二维码扫描设备等感知设备，实时感知物理实体的结构、状态、行为、位置等数据；获得的物理实体数据同时提交给控制设备与传输层；可编程逻辑控制器（programmable logic controller，PLC）、工控机、现场控制终端等控制设备一方面接收感知设备发送来的感知信息，另一方面通过传输层获取信息世界发送来的控制指令，在本地实现控制指令和感知信息的动态融合，从而进行智能控制，并将控制决策情况反馈给传输层。

（2）传输层。

传输层包括Wi-Fi、无线路由、现场总线等通信模块及位于信息世界与物理世界两侧的信息物理同步接口。该层通过用于过程控制的对象连接与嵌入统一架构（object linking and embedding for process control unified architecture，OPC-UA）技术实现信息物理同步。OPC-UA作为OPC基金会推出的新一代工业软件应用接口规范，提供了互操作的、平台独立的、高性能的、可扩展的、面向服务的、表达灵活的、更安全和更可靠的通信，作为工业设备间及车间与企业网络通信的标准接口而得到广泛应用。如图4-13所示，通过信息世界OPC-UA客户端与物理世界OPC-UA服务器之间的统一标准通信机制，在信息物理映射字典所规定的数据含义及与节点的对应关系等定义下，实现信息世界与物理世界的互通互操作［44］。

图4-13　信息物理同步

（3）数据层。

数据层包括信息世界定义模型和物理世界实物镜像的有关数据，知识库、算法与规则库、历史产品数据及各类业务系统服务产生的数据，其中合适的算法与规则是实现智能决策的前提。该层运用大数据和云计算技术实现航天器系统工程数据的采集、存储、处理、分析和应用。可采用MongoDB，Hbase和OrientDB等NoSQL数据库与传统SQL数据库结合实现多源异构数据的存储，采用Sqoop产品实现NoSQL数据库与传统SQL数据库之间的数据交换，通过时间戳、数据标志等对不同数据库中的数据进行有效关联，采用Hive和Hadapt等产品实现数据存储，采用HDFS和MapReduce等产品实现批量数据处理，采用Storm，Spark Streaming和Samza等产品实现流式数据处理，采用Presto和Dremel等产品实现交互式数据处理，综合采用分类、聚类、回归、降维、深度学习等大数据分析方法与传统数据分析方法，采用雷达图、仪表盘、气泡图等可视化工具实现数据呈现，从而完成数据的采集、清洗、筛选、解析、归一、融合、存储、分析和展现及大数据移动和备份等，实现多学科综合过程中复杂数据传递和转换，提供纯净、可用的数据，消除内部信息孤岛［45］。由于云计算基于超大规模的分布式环境，可以根据用户需求提供海量数据高效率多样化的存储、计算和应用服务能力，可借助云平台进行上述航天器系统工程大数据的存储和计算，但前提是需要建立可靠的网络安全系统。

（4）模型层。

模型层包括在信息世界设计开发所生成的定义模型及对物理世界实物生成的镜像。航天器系统工程的数字化表达是该层的关键技术。在系统模型建立方面，可采用系统建模语言（system modeling language，SysML）从需求、行为、结构、参数等不同视角描述系统的静态结构和动态行为，模型元素与不同的具体建模仿真工具连接，打通系统模型与总体、机、热、电、磁、光等多学科领域模型的链路，实现多学科交互协同，且随着设计进化实现模型的不断转换、对比和同步［46］。在系统模型的基础上，采用并集成先进的仿真分析平台和仿真分析软件建立多学科领域仿真分析优化模型，进行仿真分析与验证，提高仿真分析的准确性和实时性，以获得最优解，例如采用STK进行航天器轨道设计及位置、姿态和覆盖范围分析，采用Pro/E进行整星构形、仪器设备安装布局、光学敏感器视场分析、运动干涉分析等，采用ADAMS进行静力学、运动学和动力学分析，采用MSC/PATRAN，MSC/NASTRAN开展模态及频域分析，采用PLUME进行发动机羽流分析。此外，商业软件ANSYS和ABAQUS等还提供了各类仿真工具可用于专业学科仿真分析。MBD技术提供了优秀的数字化表达手段，通过三维模型强大的表达能力形成便于用户、计算机识别更高效信息的表达方式。利用MBD技术将航天器产品的所有相关设计、工艺描述、属性、管理等信息都附着在三维模型上，包含几何、约束、标注、工程属性及层级结构等全部航天器产品定义信息，充分利用历史产品数据和模型自身的迭代，提高模型的精准性和超写实性；将三维模型作为航天器生命周期的统一数据源，基于该三维模型开展航天器设计、仿真、验证、工艺规划、制造/装配、试验/测试甚至在轨运行维护等全生命周期活动，打破产品层级、研制阶段、跨地域协作单位、多属性学科、不同管理要素等之间的壁垒，有利于开展航天器并行协同设计［46］。

（5）服务层。

该层涵盖了整个航天器系统工程业务流程的所有业务功能，其关键技术是将业务流程的所有功能转换为服务对外提供。作为一种成熟的企业级软件系统架构，面向服务的架构（service oriented architecture，SOA）可按照航天器系统工程中的业务流程将系统所需的全部应用功能分解为不同服务，并通过定义良好的接口协议关联起来，能够降低系统间的耦合，实现企业内部异构系统之间数据流的无缝集成，使系统架构更迅速、更可靠、更具重用性。SOA可利用Web Service技术实现［47］，充分考虑各服务组件的重用性来降低开发维护代价，将提供公共服务和业务规则的应用以Web Service的方式发布，对外界提供公共接口。根据颗粒度大小可将所有服务分层，所有数据、模型和算法等都封装为不同的子服务，这些子服务被选择组合生成满足应用使用的更高层级服务。

（6）应用层。

系统工程师、项目管理人员、设计师、工艺师、制造/装配人员、试验/测试人员等所有航天器系统工程参与人员和该系统的运行维护人员均通过应用层提供的各业务操作界面来完成各自的任务。应用层的实现应充分考虑各类用户的操作需求，提高系统的用户体验，通过Java/C++/C#，ASPX/CSSPHP/JSP/Java Script/HTML5，iOS系统开发技术/Android系统开发技术/HTML5混合式开发技术等实现桌面应用、Web应用和移动类应用［39］。可应用VR技术为系统工程参与人员提供“直接”与虚拟产品的交互，也可采用增强现实（AR）和混合现实（MR）技术将虚拟影像叠加到真实物理场景，为用户提供身临其境的感受，以支持用户与其进行交互，获得更高好的视觉呈现和用户体验［48］，比如在航天器系统结构模型和部分结构产品的基础上采用VR/AR/MR技术进行整个航天器系统的虚拟装配。