中国指挥与控制学会会刊 
数字孪生技术起源于2002年,到2017年进入快速发展期。目前,国内工业领域、军事领域等也掀起了数字孪生技术研究的热潮。数字孪生作为一种描述、优化物理实体的重要技术,在计算机仿真、数据采集等技术的支撑下,既可以实现物理实体静态特性的数字化模拟,又可以实现物理实体随时间展现的动态特性,甚至可与物理实体交互、共生,从而为物理实体的调试、保障、升级等提供了方法和手段。
在数字孪生技术发展和应用过程中,因应用领域、装备类型、运用阶段等不同,各领域对数字孪生的理解和实践不同。作为实现武器装备数字化、智能化的重要使能技术,在武器装备领域,数字孪生首先应用于航空航天装备领域,后陆续应用于其他武器装备领域,向研发设计和生产制造领域延伸,且覆盖产品全生命周期发展。
本文通过梳理数字孪生技术的内涵,研究了武器装备系统数字孪生要素、总体框架及关键技术,为武器装备系统的数字孪生发展提供了支撑。
1 数字孪生的内涵
1.1 数字孪生的概念
综合来看,数字孪生的物理实体可以是万事万物,通过数字孪生对物理实体进行展现、分析、预测、优化,从而实现物理实体全生命周期运用价值最大化。
1.2 数字孪生系统与平行系统、仿真推演系统的关系
与数字孪生系统相似的概念主要包括平行系统、仿真推演系统等。
平行系统指由一个实际系统和对应的一个或多个虚拟或理想的人工系统组成的共同系统,其中,人工系统是实际系统的数字化“仿真”,也为实际系统运行提供可替代版本。平行系统的主要目的是通过实际系统与人工系统的相互连接,对二者之间的行为进行实时动态对比与分析,以虚实互动的方式,完成对各自未来状况的借鉴和预估,人工引导实际,实际逼近人工,达到有效解决问题以及学习和培训的目的[6]。从概念可以看出,二者都强调人工系统是实际系统的数字化,实际系统与人工系统之间存在迭代交互;同时,二者都为实际系统运行提供可替代版本。
仿真推演系统是通过模拟仿真的方法构建红蓝对抗环境,支持装备系统作战能力评估和战术战法演练等的实现。仿真推演系统技术已发展数十年,该系统包括红方及蓝方装备的数字仿真,与装备数字孪生系统相比,红方装备数字模型更强调装备的指标级性能呈现,而不强调具体行为与装备的一致性。而数字孪生系统旨在实现物理实体的全数字化描述,其具备装备性能评估、预测及优化能力,因而,在数字模型精确度、数据注入充分性等方面具有更高的要求。因此,仿真推演系统偏向前期及顶层应用,数字孪生系统更偏向全生命周期及深化应用。
2 武器装备系统数字孪生的要素
为实现对武器装备系统的展现、分析、预测、优化,武器装备系统的数字孪生应包括模型、数据、软件、连接四大要素,其中,模型是基础,数据是关键,软件是载体,连接是使能。
1)模型:对武器装备系统进行数字孪生,首先要建立装备的高保真数字模型,以展现武器装备的基本物理特性、工作机理等,形成数字孪生的骨骼。
2)数据:在数字模型基础上,需要准确、持续地注入各种静、动态数据,才能使装备数字模型实时、高置信度地呈现实际装备的时空状态及功能行为。
3)软件:以软件为载体,实现武器装备系统各模型的综合集成及在数据注入下的驱动运行,从而形成一个虚拟的武器装备系统。
4)连接:通过武器装备实际系统与其数字模型系统的连接,可实现实时采集实际系统数据,动态使能观测、预测、优化、控制武器装备系统。
3 武器装备系统数字孪生总体框架
3.1 技术框架
武器装备系统数字孪生的技术框架如图1 所示,基于武器装备实时数据、军事规则数据等,构建武器装备数字模型及系统数据资源库、知识资源库,在仿真推演工具、模型设计工具、专业分析工具等支持下进行软件化实现,然后集成运用于武器装备系统的数字展现、数字分析、数字预测、数字优化等方面。
3.2 应用框架
4 武器装备系统数字孪生关键技术
武器装备系统的数字孪生技术涵盖装备感知领域、模型构建领域、系统集成领域、评估预测领域、交互控制五大领域。本文结合武器装备系统特点进行关键技术分析。
4.1 装备感知技术
结合全生命周期性能评价需求,系统需要通过传感装备、武器装备、指控装备、通信装备对自身数据及状态进行获取和感知,还需通过特殊传感材料、MEMS芯片等对装备机械、电气部分进行状态感知测量,以实现装备在通用质量特性等方面的数字化展现。
4.2 模型构建技术
装备模型从微观到宏观分为单机、系统两个层次。常用的单机级模型构建技术包括计算机辅助设计(CAD)技术、计算机辅助工程(CAE)技术、优化(OPT)技术及创成式设计(GD)技术等。系统级模型构建重点关注装备接口等系统级动态性能,常用技术为基于UML/SysML的建模技术,可以快速将应用模型部署到实时嵌入式操作系统,支持快速迭代开发。
4.3 系统集成技术
系统集成是指基于MBSE进行单装建模后的模型集成过程。系统级模型构建常用的技术包括产品全生命期管理(PLM)技术、基于SysML建模技术的Rhapsody和MagicDraw以及Matlab/Simulink等工具。
4.4 评估预测技术
数字孪生系统基于从实装采集的数据、实装运用历史数据及从数字孪生系统中获得的数据,评估预测分析系统,通过智能分析、智能学习、智能预测等技术获得数字孪生与实装的匹配度,从分析中获得规律,并利用规律优化数字孪生体的控制方法。大数据挖掘、机器学习、知识图谱等技术都是当前获得装备洞察力的热点技术。
4.5 交互控制技术
交互控制技术用于数字孪生向实装反馈增值。人机交互将人的因素融入数字孪生系统,操作者就可以通过更友好、更便捷的操作方式将控制指令反馈给实际系统,实现数字孪生全闭环优化。随着智能技术的发展,人机界面向智能化、多层次互动方向发展。
5 武器装备系统数字孪生发展启示
当前,全球正在经历广泛而深刻的数字化革命,人类社会即将进入数字时代。武器装备数字孪生技术运用到论证设计、研制生产、试验验证、运用保障等各个阶段,可实现武器装备系统的全面数字化,全面提升研发质量,减少研发成本,缩短研发周期,深刻改变未来军事竞争模式和战争演进模式。主要有以下几点启示:
1)为了提高装备数字化水平,支持全生命周期特性的呈现,在装备感知技术方面,需要向精细化、智能化方向发展,智能温度传感、智能压力传感等技术需求迫切。
2)实现武器装备系统数字孪生的基础是模型要素,首先需要实现对单装的高保真建模,为此要结合指控、传感、交战、通信等环节,在通用建模基础上,充分应用专业建模技术,以实装为对照,在相同外部驱动下获取外部响应,不断提高数字模型的置信度。
3)实现武器装备系统数字孪生的瓶颈在于交互,若能实现舰艇武器装备、要地武器装备等全面数据采集及反馈控制,对宽带通信、区块链等技术将提供有力支持。同时数字孪生与武器装备系统的通信能力、保密技术、研制程序等作战运用机制直接相关,要推动各方面共同发展。
4)实现装备状态检测及数字映射只是数字孪生的初始阶段,数字孪生的生命力最终体现在共智方面,基于大数据、智能化等技术的装备状态评估、预测技术需持续发展,支持实现对海量数据的深化运用,从而实现武器装备系统的先知、先觉,方能不断提升装备的能力。
5)未来战场是体系作战,数字孪生同样需要体系化发展,要顶层牵引,层层协调推进,避免出现短板影响全局。