电源技术网|技术阅读
登录|注册

您现在的位置是:电源技术网 > 技术阅读 > 学习笔记—未来装备探索:数字孪生装备

学习笔记—未来装备探索:数字孪生装备

本文对陶飞,张辰源,张贺等.未来装备探索:数字孪生装备[J].计算机集成制造系统,2022,28(01):1-16提及的方案和关键技术进行再梳理,供参考学习。

一.概述

该文在分析了未来装备发展的新趋势与新需求,讨论了数字孪生装备概念与内涵,分析了数字孪生装备理想特征能力和关键技术,提出了数字孪生装备三阶段发展路径,并分享了2个实际案例。

二.学习思维导图


三.亮点节选

一)文

1.数字孪生的装备本质: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”。

2.数字孪生的装备定义: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。

3. 装备数字孪生模型

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。

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;①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。

4.孪生数据

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、知识挖掘和智决策等功能和服务。

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。①装备的尺寸数据、结构数据、空间位置和姿态数据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;①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。

5.数字孪生装备理想能力

(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。

(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。

(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运程监控和管理,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。

(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。

(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。

2.

图1 数字孪生装备组成

图2 装备数字孪生模型

图3 数字孪生模型与数据融合映射

图4 数字孪生装备软件服务

图5 数据孪生装备连接交互

图6 数字孪生装备理想特征

图7 数字孪生装备理想能力

图8 数字孪生装备关键技术

图9 数字孪生装备发展阶段

图10 案例1

图11 案例2