曹增義，單繼東，王昭陽，陳賀利

（中國航發(fā)西安航空發(fā)動機有限公司，西安 710021）

在新產品研制周期不斷縮短，制造成本壓力不斷增加，全球疫情和能源危機延續(xù)等背景下，數字孿生成為提升產品設計效率與性能，降低研制成本的一種有效解決途徑，特別是在航空航天、深海下潛等領域具有不可替代的作用。美國發(fā)布的《全球地平線》頂層科技規(guī)劃文件和歐盟發(fā)布的框架計劃中都提到，“數字孿生”技術被譽為未來有望改變航空制造業(yè)“游戲規(guī)則”的頂尖技術[1]。美國國家航空航天局在太空技術路線圖中首次引入了數字孿生的概念，以期采用數字孿生實現飛行系統(tǒng)的全面診斷維護；通用電氣公司計劃基于數字孿生實現對發(fā)動機的實時監(jiān)控和預測性維護[2]；歐共體Horizon 2020框架計劃提出名為“雙胞胎控制 （Twincontrol）”的一個關于未來機床和加工過程的項目，是數字雙胞胎概念的具體應用[3]。我國航空航天領域也已開展了一些有關數字孿生的探索性研究與應用，如面向航天器在軌裝配[4]、基于數字孿生的航空發(fā)動機低壓渦輪單元體對接等[5]，同時正快速向城市服務、智慧交通、醫(yī)療服務等其他領域擴展。航空發(fā)動機行業(yè)作為“中國制造2025”大力推動突破發(fā)展的十大重點領域之一[6]，近年來加快了數字轉型速度以適應自身發(fā)展需要，針對數字孿生已在某些點上開展了探索應用，但面向航空發(fā)動機研制全過程可執(zhí)行的數字孿生解決方案較少，如何落地實施缺少明確的架構指引。結合這一現狀，本文開展了航空發(fā)動機研制過程數字孿生應用架構及關鍵支撐技術的探索與實踐。

1 對數字孿生的理解

1.1 概念理解

數字孿生 （Digital twin）這一概念最早出現在2003年，由Michacl Grieces教授在美國密歇根大學的產品全生命周期管理課程上提出，其描述為“與物理產品等價的虛擬數字化表達”[7]，后續(xù)數字孿生的概念被許多國內外科研機構和專家進行解讀和擴展。埃森哲提出數字孿生是物理產品在虛擬空間的數字模型，包含了從產品構思到產品退市全生命周期的產品信息；美國國防采辦大學關于數字孿生的定義為充分利用物理模型、傳感器更新、運行歷史等數據，集成仿真過程在虛擬空間中完成映射，從而反映相對應的實體裝備的全生命周期過程；國內行業(yè)專家寧振波提出數字孿生是將物理對象以數字化方式在虛擬空間呈現，模擬其在現實環(huán)境中的行為特征；林詩萬提出數字孿生是實體或邏輯對象在數字空間的動態(tài)復制體，可基于歷史和實時數據、先進的算法模型實現對象狀態(tài)和行為的數字化表征、模擬和預測[8]。

由數字孿生的概念可以看出，數字孿生體由數字化、可視化的實體模型和能夠模擬、預測行為及結果的仿真算法模型組成。國內目前成熟的應用主要是以實體模型為載體的三維可視化展示與監(jiān)控，而實體模型和仿真算法模型共同作用的數字孿生案例很少。首先，數字孿生是一種理念，一種思想，是企業(yè)的業(yè)務流程、管理模式、技術手段在數字化條件下的轉變和升級，甚至是大的變革。其次，數字孿生是一種技術平臺，面對復雜的多物理對象及其業(yè)務過程，實現數字孿生需要成熟的行業(yè)生態(tài)資源和技術能力支撐，單單通過某一獨立系統(tǒng)無法完成多專業(yè)、多領域體系級的數字孿生。下文結合工作實踐闡述對現階段數字孿生概念的理解。

（1）數據映射是紐帶。數據映射是確保虛擬對象與物理對象狀態(tài)和行為實時同步的紐帶，數據交互頻率、數據量級可根據實際業(yè)務特點進行設定，以免提高模型設計和數據處理的復雜度，陷入為數據采集而采集的誤區(qū)。

（2）仿真技術是關鍵。數字孿生發(fā)源于仿真，數字孿生本質上需要一套完整的仿真計算模型來實現對物理對象特征和行為的模擬，提前對問題進行預測，具有前瞻性和可重復性特點。對物理對象的數據采集能夠優(yōu)化仿真模型及其算法。

（3）智能化是方向。針對業(yè)務執(zhí)行過程，以各類知識庫、規(guī)則庫等為支撐，通過特征識別、大數據挖掘、人工智能等技術實現設計、制造、裝配、維護過程的智能化。

（4）系統(tǒng)平臺是途徑。數字孿生需依靠一套系統(tǒng)平臺實現，但不一定要求搭建一個全新的系統(tǒng)平臺，可以以企業(yè)現有工程化軟件和信息系統(tǒng)為基礎，以物聯(lián)網、仿真、系統(tǒng)集成、大數據等關鍵技術為支撐，將數字孿生的理念融入數字轉型并通過系統(tǒng)功能落地實現。

通過上述對數字孿生的理解，結合企業(yè)現有數字化建設水平，這一概念如何在實際執(zhí)行層面得到落地應用是企業(yè)關注的焦點。

1.2 面向航空發(fā)動機制造的數字孿生功能架構

航空發(fā)動機制造孿生是在虛擬環(huán)境中預先開展工藝設計、生產制造、產品裝配、維護維修整個研制過程的模擬與分析，實現物理對象的可制造性分析、工藝方案驗證與優(yōu)化、制造過程風險預判、實物狀態(tài)信息同步及預測，最終以發(fā)動機制造過程孿生體和制造結果孿生體兩類形態(tài)存在，覆蓋產品數據、仿真數據、制造資源數據和物理對象采集數據等。航空發(fā)動機制造過程涉及多種專業(yè)協(xié)同，零部件加工精度要求高，實現制造數字孿生是一項復雜的系統(tǒng)工程，目前無法通過某一系統(tǒng)平臺實現整個研制過程的數字孿生。結合行業(yè)特點和現有數字化建設條件，采取先模塊化后體系化的思想推進航空發(fā)動機研制數字孿生功能平臺建設，以工藝設計、生產制造、產品裝配、維護維修4個業(yè)務為對象，分別定義其數字孿生模塊功能，以BOM、MD（Master data，主數據）、MBD模型為數字線索，實現各模塊之間信息的互聯(lián)互通。以數字化、網絡化為基本保障條件，以仿真技術和數據映射為核心實現航空發(fā)動機整個研制過程的數字孿生，其功能架構如圖1所示。

圖1 航空發(fā)動機制造數字孿生功能架構Fig.1 Digital twin functional architecture for aero-engine manufacturing

（1）物理層。指物理工廠中涉及物理存在的對象，如各種設備、工具工裝、生產廠房、操作工人等，還包括物理存在的制度、標準、規(guī)定等技術與遵循管理要求而產生的邏輯對象。

（2）鏈接層。指連接物理對象和虛擬對象之間的各種通信與網絡技術，負責模型層和物理層之間信息的交互與映射，其涉及的關鍵技術包括物聯(lián)網技術、RFID技術、5G技術等。

（3）數據層。物理對象時刻都產生大量狀態(tài)數據和加工數據，通過對這些數據進行采集、過濾和處理，將有效的數據映射給虛擬對象，以實現虛擬對象狀態(tài)的實時更新。相關應用系統(tǒng)產生的有效數據也需反饋至虛擬對象，以便支撐其計算邏輯。數據層涉及的關鍵技術包括數據采集技術、大數據分析與挖掘技術、邊緣計算技術、云計算與存儲技術等。

（4）模型層。是數字孿生的核心層，以復雜算法和仿真技術為核心，以各種資源庫為支撐，將實物對象進行數字化、模型化轉換，在虛擬空間對物理對象的形態(tài)、狀態(tài)、功能等物理特征進行模擬、感知和識別，并根據采集數據不斷完善自身計算模型。模型層涉及的關鍵技術包括MBD技術、仿真技術、虛擬制造技術、AI技術和VR/AR技術等。

（5）功能層。按照業(yè)務模塊劃分實現各子模塊的數字孿生功能，通過將結果在不同數字孿生模塊之間進行數字傳遞和功能組合，以實現更加復雜的數字孿生體功能。

（6）應用層。構建企業(yè)級數字孿生門戶，在統(tǒng)一的虛擬環(huán)境中根據不同的應用對象，實現航空發(fā)動機制造全生命周期的各種業(yè)務場景復現、狀態(tài)監(jiān)控、風險分析以及預測。

2 工藝孿生

工藝孿生是在虛擬環(huán)境中進行工藝設計方案驗證和工藝參數優(yōu)化，以多專業(yè)工藝仿真技術為核心引擎，以工藝資源庫和知識庫為支撐，并通過接收物理對象采集數據進行虛擬環(huán)境的修正和完善。MBD是一種先進的產品數字化定義方法，改變了傳統(tǒng)以二維工程圖為主的制造方式[9]。通過構建基于MBD的工藝設計模式，實現工藝設計全要素數字化、模型化、知識化，為工藝孿生提供準確的模型輸入，通過工藝設計流程貫通多專業(yè)協(xié)同仿真環(huán)境及各類工藝設計資源庫，從而實現工藝孿生的識別、運行及反饋，其功能架構如圖2所示。

圖2 工藝孿生模塊功能架構Fig.2 Functional architecture of process twin module

2.1 基于MBD的可制造性預先驗證

設計院所和制造廠物理分離是航空發(fā)動機行業(yè)一個特點，上游設計院所在完成產品設計后，將設計結果傳遞給制造廠進行加工制造，最終由制造廠交付物理產品。由于分工不同導致設計院所無法掌握零件的可制造性及加工工藝可行性，在初步方案設計完成后需要經過制造廠初步驗證，以確定設計方案的可制造性、制造成本等綜合情況，避免在實際加工過程中發(fā)現設計缺陷，導致制造資源浪費，影響產品交付。

在接收到上游設計院所MBD模型文件后，基于工藝數字孿生模塊的可制造性分析功能，通過特征自動識別，系統(tǒng)基于已有規(guī)則庫、知識庫對零件的制造精度、加工規(guī)格、特征尺寸進行自動分析，并給出可制造性評價報告，其實現邏輯如圖3所示。對于結構和制造工藝特別復雜的零件，需進一步通過工藝仿真技術進行預先模擬驗證，最終將結果反饋至上游設計院所對設計方案進行修改和優(yōu)化。

圖3 可制造性自動審查實現邏輯圖Fig.3 Logic diagram for automated review of manufacturability

2.2 基于MBD的智能工藝設計

工藝設計方式、過程、結果的數字化和模型化是實現工藝數字孿生的基本保障。目前航空發(fā)動機行業(yè)已經基本實現工藝設計的結構化管理，但顆粒度細化程度不夠，對工步信息、加工參數等內容結構化還不夠徹底，仍然存在表格、文本形式的工藝表達。在數字孿生環(huán)境中執(zhí)行終端大部分是系統(tǒng)和機器，而不是人，只有精準的數字化工藝信息才能被系統(tǒng)和機器識別和執(zhí)行。

以工序對象為載體，通過工序三維模型、工具模型、刀具模型、設備模型、檢驗模型的數字化、結構化管理，對數控加工程序、工藝參數卡、刀具信息、工裝信息進行深度結構化改造，使得工藝設計結果全面數字化。工藝知識庫是實現工藝孿生的重要數據支撐，將典型工藝、加工參數、設備參數、刀具參數、材料參數等與工藝設計過程緊密關聯(lián)的知識納入工藝知識庫管理，同時確保工藝知識庫能夠得到現場物理層采集數據的連續(xù)更新。在此基礎上通過基于MBD的特征識別，以工藝知識庫和規(guī)則庫為支撐，通過知識推理實現面向知識驅動的工藝設計，自動輸出對應的工藝規(guī)范、數控程序等工藝設計文件及參數，提高工藝設計的智能化程度，其實現邏輯如圖4所示。

圖4 智能工藝設計邏輯圖Fig.4 Logic diagram for intelligent process design

2.3 面向數字孿生的工藝仿真

目前，航空發(fā)動機制造主要的工藝類型已具備對應的工藝仿真能力，單項仿真水平已達到工程化應用成熟度，正向多專業(yè)耦合、全過程鏈式仿真方向發(fā)展。專業(yè)仿真工具封裝了針對物理對象的計算模型、邊界約束模型、工藝模型、材料模型等大量仿真計算模型，如熱處理仿真中的熱源模型、數控加工仿真中的機床抽象模型[10]、鍛造仿真中材料變形的有限元模型等，這些模型是模擬與預測物理對象特征的關鍵。

以數控機床加工仿真為例，工藝人員在完成數控程序編程后，經常需通過現場試切方式驗證加工刀路、參數的合理性，影響加工周期和成本。通過引入數字孿生概念，工藝人員可以在計算機上構建一臺與車間現場物理機床一樣的孿生機床，包括機床結構、機床參數、機床控制系統(tǒng)等。通過加載零件模型、刀具模型、工裝模型、NC程序等信息，設置對應的加工坐標系和加工零點，完成數字孿生機床構建 （圖5）。通過孿生機床加工過程可實時發(fā)現零件切削過程中的干涉、碰撞、過切、欠切等問題，甚至可以分析一些在物理機床上難以獲取的參數信息，如每一刀的切削力、切削溫度、功率等，從而實現數控加工過程深度模擬和參數優(yōu)化。

圖5 數字孿生機床Fig.5 Digital twin machine

3 制造孿生

制造孿生是在虛擬環(huán)境中復現產品的制造過程，通過制造系統(tǒng)、制造仿真和物理對象的數據映射，使得產品及其制造環(huán)境的數字空間模型和物理空間模型處于實時交互中。特別是對于多訂單、小批量混線生產的復雜工況，人工無法對生產周期、所需資源進行準確評估，而通過制造孿生可快速實現訂單的模擬生產，加快產品導入時間，降低生產成本和提高產品交付速度[11]。制造孿生以MBOM為數據基礎，通過ERP生成虛擬訂單，將虛擬訂單下達至虛擬的生產制造環(huán)境，模擬整個訂單的生產制造過程，分析訂單的完成周期和制造資源匹配度，以及制造車間的生產能力。同時，通過與現場MES、MDC、安燈等系統(tǒng)采集的物理對象數據進行關聯(lián)，實現整個制造過程的虛擬展示和狀態(tài)監(jiān)控，其應用架構如圖6所示。

圖6 制造孿生模塊應用架構Fig.6 Application architecture of manufacturing twin module

3.1 虛擬訂單生成

（1）數字線索。面向產品制造過程的數字線索主要包括MD、MBD及BOM 3類數據。產品主數據是貫穿產品設計、工藝、制造、裝配等全生命周期的基礎數據，涉及零件的編號、材料牌號、材料標準、毛坯狀態(tài)、工藝路線等多種信息；MBD模型是產品制造的依據，需在各個環(huán)節(jié)進行貫徹執(zhí)行；BOM是以樹狀結構展現產品裝配結構及配比關系的一種數據組織形式，其中MBOM是形成虛擬訂單的關鍵數據，是落實ERP管理思想的基石[12]。

制造廠在接收到上游設計院所的EBOM數據后，根據制造能力評估和制造工藝要求，對從原材料、毛坯件到零件的成品過程進行工藝設計與規(guī)劃，同步形成PBOM。在制造階段，考慮技術變更、制造能力、交付形式等因素需基于PBOM對結構和對象進一步調整，從而形成MBOM。從EBOM到MBOM結構層面擴充毛坯、原材料、工藝件對象，在關系層面擴充零件與原材料、零件與毛坯、毛坯與原材料的關系對象。

如圖7所示，通過采用遺傳映射、聚合映射和衍生映射[13]視圖的復合表達方式實現EBOM到MBOM轉換。采用遺傳映射算法復制EBOM視圖的結構、屬性；然后根據工藝規(guī)劃形成虛擬件、工藝件等基礎單元，采用聚合映射算法對零組件裝配關系進行重新設計，以確定PBOM下零組件的結構層次和裝配關系；采用衍生映射算法對零件生產所需配套的鍛鑄件、原材料信息進行定義，形成包括零組件、鍛鑄件、原材料的PBOM結構；采用遺傳映射算法復制PBOM視圖的結構、屬性，并結合交付、試驗等因素采用聚合算法對結構做部分調整形成MBOM。

圖7 EBOM至MBOM轉換過程示意圖Fig.7 Schematic diagram of conversion process from EBOM to MBOM

（2）虛擬訂單。結合MBOM數據、已有庫存數據、在制品數據等數據資源，通過ERP的MRP算法生成生產訂單并傳遞給MES系統(tǒng)，經過APS排產后形成最終的班產執(zhí)行工單，從而實現對生產訂單周期、資源、成本的模擬計算。通過將采集的設備狀態(tài)、利用率等實際數據納入APS計算約束條件，使得虛擬訂單準確性更加接近實際。

3.2 虛擬制造

為實現虛擬制造首先需要構建一個與實際物理車間一樣的虛擬加工環(huán)境，包括1∶1的廠房布局模型、加工/運輸/測量設備模型、立體倉庫等三維空間模型。其次按照零件的加工路線進行設備之間的邏輯模型設計，包括物料在設備之間的傳遞順序、設備加工時間、物料運輸時間、物料進出設備邏輯等。最后，通過對產品、工位、工藝路線、生產任務、產能配置等生產基本屬性進行參數化定義，以數字化的形式完成對產品、工藝等生產線基本要素的描述，構建生產運行仿真的數據模型。在虛擬車間模型完成構建后，按照數據模型對各個實體要素的定義生成實體模型并進行屬性賦值，采用基于事件驅動的仿真控制方法，通過輸入虛擬訂單作為驅動指令，虛擬訂單按照既定的控制邏輯在各個設備之間流轉，同時通過與物理設備采集信息關聯(lián)，同步在虛擬環(huán)境中監(jiān)控整個車間設備運行狀態(tài)和零件流轉狀態(tài)。

通過制造孿生，在虛擬車間環(huán)境中對生產準備、生產過程、生產結果等過程進行仿真驗證，對各制造單元加工能力、生產瓶頸、廠房/設備/資源布局規(guī)劃與配置合理性預先評估。通過與物理設備的數字映射，與現場信息系統(tǒng)數據集成，使得管理者能夠在虛擬車間對物理車間的各種狀態(tài)進行監(jiān)控，虛擬化巡檢，及時發(fā)現問題并處理。如圖8所示，以某車間高渦導向工位的人力資源能力配置評估為例，通過生產運行仿真模擬輸出的工人利用率圖表可知，當工人池中的工人總數為8人時，運行仿真模型輸出該工位人員利用率維持在60%~70%之間，比較合理；當工人總數為6人時，該工位人員利用率上升到90%左右，存在生產風險。

圖8 人力資源利用情況模擬對比圖Fig.8 Simulation comparison chart of human resource utilization

3.3 制造過程可視化

數據采集與映射是連接虛擬對象和物理對象之間的重要紐帶，是實現數字孿生的重要支撐技術之一。通過終端傳感器、即時通信、物聯(lián)網等技術實現物理對象的全面感知、傳遞、數字化處理、反饋。數據采集類型包括設備信息、檢測信息、工時信息、實際加工參數等信息。數據的傳遞過程是將設備采集的數據通過邊緣計算獲取有效的信息，然后通過物聯(lián)網將其傳遞給虛擬對象，通過對采集數據進行分析挖掘優(yōu)化虛擬對象邏輯算法。經過多輪迭代，虛擬對象的控制邏輯、模擬算法日益趨于物理對象，形成虛實互補的良性循環(huán)模式。

另一方面，通過對生產計劃執(zhí)行情況、設備利用情況、零件的加工狀態(tài)信息進行全鏈條獲取，將物理對象的執(zhí)行信息反饋至虛擬的全要素生產制造模型當中，基于虛擬車間中的虛擬大屏對班產計劃完成率、零件加工的合格率、設備利用率、廢品波動等數據進行實時監(jiān)控與展示，其應用場景如圖9所示。

圖9 制造孿生場景圖Fig.9 Scene diagram of manufacturing twin

4 裝配孿生

裝配是發(fā)動機制造過程中的最后一個環(huán)節(jié)，其結果直接影響發(fā)動機整機的質量。通過物理裝配過程與數字孿生模型的交互與共融，實現物理裝配過程和狀態(tài)的高置信仿真和高精準預測，提高裝配管控的智能性、主動性、預測性，進而基于監(jiān)測、仿真、預測結果的優(yōu)化和控制，提高一次裝配成功率和質量一致性，其實現思路為基于裝配BOM和裝配仿真技術開展裝配工藝設計與驗證，通過實物信息采集技術和優(yōu)選、優(yōu)配技術實現裝配零件自動配套，在虛擬車間完成發(fā)動機整機裝配過程驗證，形成與物理發(fā)動機一一對應的裝配技術狀態(tài)信息，隨物理發(fā)動機一起交付用戶，其功能架構如圖10所示。

圖10 裝配孿生模塊功能架構Fig.10 Functional architecture of assembly twin module

4.1 基于MBD的虛擬裝配

由于航空發(fā)動機結構的復雜性，傳統(tǒng)二維圖形加文字描述的表達方式已經不能完全適應現場業(yè)務需求。通過構建三維可視化的工藝設計平臺，實現裝配工藝設計過程流程化、結果可視化、應用現性化，其結果也是仿真技術、VR/AR、AI等技術應用的前提條件?；贛BD的裝配工藝設計過程如圖11所示。

圖11 三維裝配工藝設計流程Fig.11 3D assembly process design flow

虛擬裝配車間既是物理裝配車間的數字化鏡像，又是信息流、物料流、控制流與物理車間相融合的虛擬體[14]。通過產品裝配過程仿真，對零部件裝配順序、路徑、方法、資源進行全過程預先驗證，對裝配的干涉情況、可達性、人機工程進行模擬，對裝配車間設備資源能力、生產能力、車間布局進行評估。特別是在新的產品、新的裝配工人、新的安裝設備情況下，基于三維可視化引導的裝配工藝能夠使其在一個動態(tài)的三維空間中準確掌握零件的安裝位置及技術要求，降低物理發(fā)動機在裝配過程中錯裝漏裝現象的發(fā)生。如圖12所示，以發(fā)動機轉子為例，通過對轉子工位進行裝配過程仿真，在三維可視化環(huán)境下進行裝配順序的規(guī)劃，分析裝配路徑及人機交互情況，驗證工裝的適用性，對裝配工藝的可行性和合理性進行驗證并優(yōu)化，減少生產準備及試制周期。最終將裝配過程以三維可視化工藝文件的形式輸出，為裝配現場提供可視化的作業(yè)指導，并基于VR/AR技術通過多視覺、全流程、浸入式方式實現裝配運行過程的三維展示。

圖12 轉子零件裝配工藝仿真場景Fig.12 Simulation scene of rotor assembly process

4.2 基于實測值的優(yōu)選優(yōu)配

裝配精度控制是航空發(fā)動機制造的關鍵技術之一，一臺航空發(fā)動機由成千上萬個零件組成，雖然零件單體質量特征全部合格，但整機質量的高低需要精準的裝配技術來保障。以航空發(fā)動機轉子部件為例，其工作一直處于高壓、高速狀態(tài)，如果轉子的同心度不合格，會造成轉子不平衡，在運行過程中導致振動、碰磨狀況的發(fā)生，輕則降低推進效率，重則導致發(fā)動機故障。由于發(fā)動機轉子部件涉及多個零件，一次性裝配成功率不高，需要多次調試才能滿足要求[15]，以組成轉子部件的葉片零件為例，每個葉片自身的質量、尺寸、頻率等參數存在一定差異，致使整個轉子部件的不同心度和不平衡量累計結果很難預測。

通過對影響轉子不平衡量的關鍵參數梳理，研究公差帶大小、概率分布類型、裝配基準、測量基準、裝配順序等因素對轉子部件裝配質量的影響規(guī)律，構建轉子不平衡量影響計算模型。通過檢測系統(tǒng)獲取物理零件對應特征的檢測數據，結合計算模型在有限樣本空間確定零件如何成組，什么裝配順序才能確保不平衡量最佳，其原理如圖13所示。這里涉及兩個層面的內容：一是物理零部件關鍵尺寸測量數據的采集,并與庫存和集配系統(tǒng)關聯(lián)，作為樣本空間數據源頭；二是開展基于實體數據多參數多因素耦合轉子動力學特性模型，基于實際零件及裝配大數據樣本對轉子不平衡分布特性影響模型等關鍵技術研究，為仿真計算模型的準確性提供理論依據。

圖13 零件公差裝配結果影響原理圖Fig.13 Schematic diagram of the eあect of tolerance assembly result on part

4.3 基于實物BOM的虛擬交付

通過系統(tǒng)集成和數據獲取，以實物BOM為載體匯聚每個零部件的實物信息，包括設計、工藝、制造、質量、檢驗、供應商等信息，形成基于實物BOM的數字孿生發(fā)動機。在物理發(fā)動機交付的同時，為用戶提供一個與物理產品相對應的孿生發(fā)動機，以便用戶在使用過程中更加準確地掌握發(fā)動機的技術狀態(tài)。對于發(fā)動機這種復雜結構和功能的產品，數字孿生交付物對其后期產品維護、維修、培訓等工作都有非常重要的意義。

基于實物BOM的孿生發(fā)動機需要各個應用系統(tǒng)數據的有效支撐，涉及PDM、MES、ERP、QMS等信息系統(tǒng)。在產品的最后裝配階段，每一個零件對應的實物數字信息包自動完成歸集，并以物料號為唯一性區(qū)分，包括零件設計、工藝、毛坯、制造、質量等信息，其詳細內容如圖14所示。

圖14 面向實物BOM的零件數字包信息組成Fig.14 Part digital information package composition based on BBOM

5 維護孿生

精湛的維護和維修能力是航空發(fā)動機穩(wěn)定、可靠運行的重要保障。通過構建基于實物BOM和實時采集數據復合的航空發(fā)動機維修孿生體，對產生的大數據進行信號處理、特征提取、監(jiān)控評估和健康預測[16]，時刻反映物理發(fā)動機的運行狀態(tài)，分析、預測發(fā)動機潛在故障，同步給出準確的維護和維修方案，確保飛行使用安全。維護孿生以交付的虛擬發(fā)動機為基礎，以物理發(fā)動機運行數據和維修數據為輸入，以仿真技術和知識庫為支撐，實現發(fā)動機狀態(tài)、性能、壽命的監(jiān)控、預測及診斷，其功能架構如圖15所示。

圖15 維護孿生模塊功能架構Fig.15 Functional architecture of maintenance twin module

5.1 遠程監(jiān)控與診斷

在發(fā)動機交付使用后，為及時掌握發(fā)動機的運行狀態(tài)，提升維護和維修服務水平，需要對發(fā)動機的使用情況進行信息采集，包括使用時間、狀態(tài)、溫度/壓力等參數信息。通過物聯(lián)網、5G等通信技術將采集到的信息與工廠內基于實物交付的孿生發(fā)動機進行信息映射，在虛擬發(fā)動機孿生體上實時再現物理發(fā)動機的運行參數信息，以便實現發(fā)動機狀態(tài)的實時監(jiān)控。在此基礎上，通過人工智能/機器學習算法對采集到的大量數據進行統(tǒng)計分析，并結合大數據技術進行深度挖掘，對發(fā)動機易損零件壽命做出準確預估，進而實現對整個發(fā)動機性能衰減情況、可能故障點、使用壽命的預測、預警；另一方面，通過對采集數據分析，為設計優(yōu)化和產品質量追溯提供數據支撐。

維護孿生在實現各種信息統(tǒng)一可視化展示與監(jiān)控的同時，通過將實時數據導入發(fā)動機整機運行仿真模型，結合發(fā)動機生命健康模型進行模擬計算，根據不同要素的觸發(fā)時機，實時給管理者、運維者提供即時信息推送，如某零部件可能存在故障，并給出解決方案；某易損件已經到壽命，需要更換，并關聯(lián)該零件的批次狀態(tài)信息，與工廠已有庫存進行匹配，從而實現快速精準的運維服務。

5.2 遠程維護與指導

通過維護孿生可高保真模擬發(fā)動機內部工作情況，對發(fā)動機的運行狀態(tài)進行分析，從而改進發(fā)動機的維修模式，縮短發(fā)動機維修停機時間。發(fā)動機外場出現維護需求時，遠程技術專家可基于VR/AR技術在虛擬環(huán)境下對發(fā)動機進行拆解，分析故障原因，并與物理發(fā)動機的結構信息進行模型匹配，對異常部位進行提醒，如圖16所示。結合已有的故障知識庫，以發(fā)動機整機運行過程仿真為核心，維護數字孿生系統(tǒng)通過對運行數據的分析、診斷，在模擬預測發(fā)動機的非常規(guī)運行模式及其可能成因后，給出具有預見性的智能化決策建議，并由數字孿生系統(tǒng)自主決策實施。

圖16 基于VR/AR技術的發(fā)動機維護場景圖Fig.16 Engine maintenance scene based on VR/AR technology

另一方面，通過維護孿生可為最終用戶搭建一個虛擬的維護操作培訓平臺，通過VR/AR技術在虛擬空間開展發(fā)動機維護操作培訓，并將三維可視化的產品安裝與維護手冊進行數據關聯(lián)，自動識別零件并展示三維動畫安裝說明，提高維護過程的智能化程度。

6 結論

目前，航空發(fā)動機行業(yè)已初步實現了產品設計、工藝設計、生產制造、產品裝配過程的數字化，建立了較為完整的信息化支撐體系，端到端的數字線索也在逐步打通，開展了發(fā)動機專業(yè)零部件制造、整機裝配的數字化單元/產線的建設探索，積累了較為豐富的企業(yè)數字化轉型經驗，為實現企業(yè)級數字孿生奠定了良好的基礎。

實現數字孿生是一項非常復雜的系統(tǒng)性工程，依賴整個數字化生態(tài)和數字孿生支撐技術的成熟發(fā)展。目前航空發(fā)動機行業(yè)雖然在部分業(yè)務領域實現了數字孿生的雛形，但由于物理對象及其研制過程的模型構建能力、動態(tài)信息采集與處理能力還比較弱，距離實現真正意義上的數字孿生還有較大差距。本文從實際執(zhí)行層面對航空發(fā)動機研制過程數字孿生的應用架構和核心內容進行了探索，并對工藝設計、生產制造過程及數控機床、裝配單元等物理對象開展應用實踐，為航空發(fā)動機制造業(yè)開展數字孿生建設提供借鑒。