基于数字孪生技术的数字化舰船及其应用探索

李 凯 钱 浩 龚梦瑶 王晓磊

（1.中国船舶及海洋工程设计研究院 上海200011；2. 上海中船船舶设计技术国家工程研究中心有限公司 上海200011）

引 言

舰船是集流体、结构、机械、电气、控制、信息等多学科装备于一体，融入人员活动的一项复杂武器装备。典型的舰船系统组成一般包括船体结构与船舶装置、推进系统、电力系统、辅助保障系统、任务系统等。当舰船执行任务时，全舰以任务系统为核心，其他系统全面协调运行，全力保障任务作业，产生大量的装备流、物理流、信息流和人员流等动态要素。但采用传统的设计方法和理念设计出的舰船面对日益突出的多系统、多维度协调任务作业时，在设计效率、验证准确性、辅助决策的高效性方面尚存在许多不足之处。

从20世纪50年代开始，数字化设计技术经历了以计算机辅助设计为代表的第二代数字化制造技术，以集成制造技术为代表的第二代数字化制造技术，以网络化制造技术为代表的第三代数字化制造技术以及以智能制造技术为代表的第四代数字化制造技术［1］。在此背景下，数字孪生技术逐渐引起国内外学者的关注。

1 数字孪生的技术内涵与国内外现状

数字孪生技术是以数字化方式创建物理实体的虚拟模型，借助数据模拟物理实体在现实环境中的行为，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体增加或扩展新的功能。作为一种充分利用模型、数据、智能并集成多学科的技术，数字孪生面向产品全生命周期过程，发挥连接物理世界和信息世界的桥梁和纽带作用，提供更加实时、高效、智能的服务［2］。

国外数字孪生技术近期获得广泛关注，洛克西德马丁公司2017年11月将数字孪生技术列为未来国防和航天工业6大顶尖技术之首。在产品设计方面，西门子基于数字孪生技术理念构建整合制造流程的生产系统模型，形成基于模型的虚拟企业和基于自动化技术的企业镜像。在故障预测与健康管理方面，NASA将物理系统与等效的虚拟系统相结合，研究了基于数字孪生的复杂系统故障预测和消除方法，并应用于飞机、飞行器、运载火箭等飞行系统的健康管理中。在产品服务方面，PTC公司将数字孪生作为智能互联产品的关键性环境，致力于在虚拟世界和现实世界间建立一个实时连接，将智能产品的每一个动作延伸至下一个产品设计周期，并能实现产品的预测性维修，为客户提供高效的产品售后服务与支持。在军事应用方面，美国海军宙斯盾项目办公室也在积极推进虚拟宙斯盾系统的研发工作。在这个项目中，一艘宙斯盾驱逐舰上会部署一套虚拟宙斯盾系统，该系统包含所有的宙斯盾软件，并配套协同测试系统。驱逐舰上物理宙斯盾系统所接收到的各种数据和信息，虚拟宙斯盾系统都会同步接收一份。舰上物理宙斯盾系统进行作战工作时，虚拟宙斯盾会同步接收相同的信息输入，看到和实体宙斯盾系统完全相同的图像，当舰上实体宙斯盾系统进行作战工作时，虚拟宙斯盾系统同步开展相同的工作。

在数字孪生概念不断完善和发展过程中，学术界主要针对数字孪生的建模、信息物理融合、交互与协作及服务应用等方面开展了相关研究。

（1）建模方面。当前在数字孪生建模的框架和建模流程上已开展了一定研究，其中航天、航空的相关院所在多学科虚拟样机协同建模和仿真优化方面开展了相关研究形成了多学科模型协同运行平台，为未来数字孪生模型的构建和运行奠定了一定的基础。

（2）信息物理融合方面。北航团队将信息物理融合这一科学问题分解提炼为“物理融合、模型融合、数据融合、服务融合”4个不同维度的融合问题，设计相应的系统实现参考框架，开展了系统性研究与探讨，提炼和归纳了相应的基础理论与关键技术。

（3）交互与协同方面。已经开展的生产数据实时采集理论和人机交互的研究有助于实现物理世界与虚拟世界的交互与协同。

（4）服务应用方面。目前对数字孪生在疲劳损伤预测、结构损伤监测、实时运行状态检测、故障定位等方面的服务应用已开展一定研究，而在实现服务融合协同上仍有很多问题有待研究解决。

2 数字孪生舰船的总体架构

2.1 基于数字孪生的数字舰船的内涵

基于数字孪生的数字化舰船是舰船全生命周期的虚拟样船，能够提供基于功能模型驱动的协同仿真和推演环境，具有与真实物理系统虚实映射的能力，并为舰船增加和扩展新的功能。

数字化舰船具有以下技术特征：

2.1.1 面向舰船全生命周期

数字化舰船在横向上，面向舰船全生命周期，能够支持立项论证、方案设计、深化方案设计、技术设计，以及交付后的使用保障阶段的数字化协同设计、虚实映射等应用需求。

2.1.2 面向舰船全系统

数字化舰船通过模型描述、集成接口等规范约束，针对不同时期的业务系统的应用需求，在纵向上能够支持相关的系统、分系统、设备设施等层级的数字化模型构建与集成运行。

2.1.3 面向多专业协同

数字化舰船能够支持船体、管系、动力、电气等多专业间协同开展设计，并围绕具体业务应用需求进行功能、行为等特性的协同验证。

2.1.4 面向上舰使用

数字化舰船建立了数字化模型与舰船物理系统间的映射及数据连接，舰船运行数据可以作为数字化模型的输入，驱动模型运行或进行虚实混合的仿真运行，运行结果可以作为对舰船物理系统的行为预测、作业系统优化或应用决策的依据。

图1 物理舰船和数字舰船的相互关系

2.2 数字化舰船总体架构

数字化舰船总体架构如下页图2所示。数字化舰船运行在基础硬件环境之上，包括资源层、接口层、核心功能层、贯穿舰船研制等不同阶段。

2.2.1 资源层

由舰船在设计、运行、业务应用等阶段涉及的资源组成，包括各专业系统的模型库，模型相关的物理属性库、行为属性库、关联特征库，舰船运行的实测数据库等。

2.2.2 接口层

与底层资源库的接口是数字化舰船重要的内部数据接口，影响着对底层资源的组织管理和调用；数字化舰船的外部数据接口包括：与舰船物理系统间的设备实时运行监测数据采集接口、应用驱动信息接口，以及预留的与其他仿真平台的接口、虚拟现实系统的接口等。

2.2.3 核心功能层

包括多学科建模与协同工具集、构造模型管理工具集、资源综合管理应用、专业化分析计算等。

（1）多学科建模与协同工具集：针对立项论证、方案设计、深化方案设计阶段，提供舰船系统功能/性能建模、仿真模型代码生成、仿真模型测试、系统功能推演、仿真支撑引擎、仿真过程管理、仿真数据采集等功能，实现对设计方案的验证分析；

（2）构造模型管理工具集：针对技术设计阶段，以及交付后舰船的运行维护、作业应用等需求，提供大规模三维可视化场景，支持模型轻量化、模型文件导入及几何特性、物理特性、行为特性编辑等功能；

图2 数字化舰船总体架构

（3）资源综合管理应用工具集：主要提供对模型、数据等资源的管理、查询、分析、统计展示等功能；

（4）专业化分析计算工具集：指CAD/CAE/CFD软件，数字化舰船提供与这些软件的集成接口。

2.2.4 应用层

基于各项核心功能服务，支撑业务应用系统的规划、运行、优化和决策。

2.3 关键技术

2.3.1 多学科数字化模型的构建与协同

多学科数字化模型与传统的二维或者三维模型相比，是一种集成多物理、多尺度、多专业属性的模型具有多层次、忠实映射、高保真度的特性，一般可分为构造模型、功能模型和性能模型。构造模型包括舰船各种物理特性（材料、质量、重心、几何特性等），反映了舰船的产品组成结构，物理属性、空间属性的定义，以及各组成之间的关系；功能模型主要包括在运行、维护、作业应用、保障等过程中需要实现的功能或者完成的任务，表现为具体任务的实施过程，以及实施过程中的逻辑/流程/行为/时序、工况/条件、边界/环境/干扰等；性能模型主要包括在运行、作业、保障等过程中流体、动力、应力、可靠性、维修性、保障性等特性，本质是工程的方程/不等式和参数/属性的集合。

围绕上述三类模型，数字化模型的构建过程如图3所示，包括自上向下的分解建模过程，以及自下向上的综合集成过程。由于舰船系统的复杂性，其数字化模型具有所属学科专业多、形式异构、种类多、数量大等特点，为实现对模型的有效组织和管理，通过建立全舰数字化模型的结构树，将按照系统、分系统/设备的产品组成关系来构建。

图 3 多学科数字化模型的构建过程

2.3.2 模型的轻量化与降阶技术

对于构造模型，针对舰船这一复杂产品CAD模型数据量大，难以开展可视化仿真应用的问题，采用模型轻量化技术将包含冗余信息的CAD模型转换成紧凑存储的面片模型，实现模型数据量显著缩减和模型复杂度显著降低。采用实时绘制优化技术，实现模型数据实时按需动态调度，提升绘制刷新率。在超大规模CAD模型轻量化方面，从数据本身入手，通过特征删除、格式转换、面片简化、并行轻量化处理等方面实现超大规模CAD模型的数据规模缩减。在超大规模CAD模型实时绘制方面，在轻量化模型的基础上，应用动态数据调度、可见性剔除以及并行绘制等技术实现。

图 4 模型轻量化流程

对于功能模型和性能模型，由于舰船系统设备内在特性非常复杂，且大多涉及多物理场的耦合作用，完全和真实系统各种表征完全一样的模型难以建立，且即使建立也难以满足系统级实时仿真和快速优化的需求。因此，需要建立反映装备功能性能特性又较为简单的降阶模型。目前在舰船设计领域，这方面开展的工作还较少，可直接借鉴的经验和范例比较有限。

2.3.3 数字化舰船与全舰物理系统虚实映射融合技术

数字化舰船是物理产品在虚拟空间的真实反映，数字化舰船的成功取决于平台的拟实化的程度。在舰船的全寿命周期内，数字化舰船通过与各个物理系统的虚实映射而不断完善，使数字化舰船能够准确反映物理实体的真实状态，为相关系统的辅助决策提供基础支撑。

3 应用探索

3.1 基于数字舰船的产品设计

舰船设计是根据研制要求，通过论证、分析和设计，形成解决方案的过程。舰艇装备涵盖多个专业领域的知识，当前的设计中往往采用理论计算、按照规范制图等传统的总体设计技术，设计工作几乎全部由设计师通过文档的归类、编写、整理、思考和决策完成。但这样的设计模式，无法全面展示装备的功能特性和性能特性，因此难以将不同专业综合起来开展设计和优化，无法借助先进的设计工具提升设计水平。在传统的舰艇装备建模仿真中，一方面是没有自顶向下基于全舰构建基本模型，往往各专业独立开展相关仿真工作，仿真过程和结果不能有机结合；因此无法完整的反映武器装备执行过程中时间、空间、行为和资源等各种要素间的耦合关系。另一方面不同专业的模型在耦合过程中，也通常采用串行的方式，即上层系统的设计师根据任务需求完成本模型的解算后将结果传递给下层设计师，下层系统设计师完成仿真后将结果反馈，如此不但延长了研制周期，不同学科或专业间的模型间的耦合关系也被割裂开，仿真结果与实际工况相差很大［3］。

基于数字化舰船的产品设计，在总体论证和设计阶段，支持在全舰总体级、系统级和设备级建立数字样机，从功能、性能、行为等方面全面真实地模拟装备，设计人员能以数字化舰船为基础，实现基于多学科数字样机的协同仿真与优化，实现对装备功能性能的各类仿真，支撑总体设计，缩短设计改进周期。

在样机联调阶段，设计人员可以通过数字化舰船与相关物理样机虚实融合，使数字化舰船不断更新迭代，在外在物理特性和内在功能特性上逐渐趋近于真实物理系统，能够较准确的反映舰船的真实状态。通过基于数字化舰船的产品设计，在设计驱动上由基于经验知识和文档规范的设计方式转化为基于数字孪生模型的驱动方式。验证方式由样机试制，全物理样机联调转为以高拟真度的仿真验证。

考虑到舰船设计是一项非常复杂的体系工程，数字孪生在建模框架和要求上还未取得一致性的成果。因此通过构建舰船所有的构造模型、功能模型和性能模型完全模拟舰船的功能、性能特性在短时间内还存在较大难度。由于舰船具有明确的作战或作业任务，因此可以全舰三维构造模型为基础，充分梳理作战或作业流程中所涉及的主要人员、物资、装备、信息等约束条件，对这些要素有限开展数字化模型（功能模型和性能模型）的建模工作，从而形成典型任务剖面下的数字化舰船模型。一方面可以为舰船设计过程中的多学科协同仿真优化提供手段支撑，另一方面也可为上舰后的辅助决策、健康管理等应用提供基于模型驱动的数据支持。

3.2 基于数字化舰船的作业任务全流程全要素辅助决策

舰船作业任务通常包括补给、救援、支援、舰内保障等。这些作业过程往往是一种具有实时性、目标性、层次性的任务，在执行任务过程中受限于人员、物资、装备、作业空间、作业时间等条件限制，这些资源的调度贯穿整个作业流程的执行过程，而不同的作业方案又会产生不同的资源需求。因此

必须对相关资源要素进行统一规划、合理安排，才能有效保障任务的顺利执行；同时由于涉及众多相互耦合的要素，在作业过程中一旦出现突发应急事件，不及时形成具有可行性的应急决策，这些事件又会随着时间不断演化而导致更严重的后果。

随着舰艇装备的信息化水平越来越高，在装备的运行过程中产生大量的数据，具有明显大数据的特征。这些数据既包括装备实时产生的数据也包括装备的内在特性。传统开展作业任务辅助决策一般是基于传感器数据和经验积累的，但对于装备自身的内在特性没有充分关注和重视，而装备的内在特性实际上隐藏着复杂的逻辑关系和算法模型，很难通过物理手段直接获取。数据不完整会导致各种基于数据的辅助决策的可信度和可行性不足。

在数字孪生技术的驱动下，实体舰船通过传感器实时感知作业过程中产生的各种状态数据，数字舰船通过虚实映射分析解析各种状态，结合辅助决策算法或策略对作业方案进行实时的生成、调度、决策和评估，并在出现异常情况时，具有更好的变化适应能力和异常解决能力。

目前国内已在多型舰船上开展面向任务的指挥管理系统研究工作，积累了良好的基础，具备了一定的任务规划智能辅助决策能力，因此可以在前期技术的积累上，借鉴相关技术成果重点围绕任务系统的数字孪生模型建模以及复杂任务模式下的智能规划算法开展工作，从而形成基于数字化舰船的作业任务全流程全要素辅助决策。

图5 基于数字化舰船的作业任务全流程全要素辅助决策

3.3 基于数字舰船的故障预测与健康管理

军用舰船在海上长时间执行任务时，长时间处于潮湿、盐雾、震动等恶劣环境下，各类装备功能、性能的完好性对提升舰船整体的可靠性有重大影响。我国《国家中长期科学和技术发展规划纲要（2006~2020）》明确指出，重大产品和重大设施寿命预测技术是提高运行可靠性、安全性、可维护性的关键技术［4］。故障诊测与健康管理（PHM）能够利用系统中产生的各类数据，经过信号处理和数据分析等运算手段，实现对复杂系统的健康状态进行检测、预测和管理，从而提高系统的可靠性和安全性，并为未来装备快速、准确的维修保障提供有力支撑。

故障预测与健康管理技术包含以下两方面：第一是故障预测，即能够预先评估系统或设备功能性能的完好性和能够正常工作的时间长度；第二是健康管理，即通过诊断对维修行为进行辅助决策，从而将事后维修变为事前维修。

传统的故障预测与健康管理主要是基于历史数据的静态对比和物理设备的特征采集与分析实现，虽然能较好捕捉和发现故障现象。但不能较快速和准确地定位故障，也无法提出较为合理的维修策略和仿真验证。

基于数字化舰船的故障预测与健康管理，在各系统设备模型的驱动下，物理装备和虚拟装备的状态可进行实时动态比较和分析。物理装备在实时运行的同时，虚拟装备也与物理装备同步运行，产生各种评估和分析数据。维修决策的方式也由基于传统的经验算法转变为基于高可信度的虚拟仿真验证。

在具体实施上，由于不同装备的内在健康管理特性千差万别，短时间形成基于数字孪生模型的故障预测和健康管理模式尚有一定困难，而总体设计单位对舰船结构状态监测和评估已积累了相当丰富的实船经验，可以通过相关监测设备获得实时的海况信息、装载信息、船体运动信息和重要结构应力状态信息，结合船体结构的相关模型进行信息融合处理，从而提供舰船航行及任务作业时的船体实时应急和疲劳寿命状态信息，有助于使用部队掌握船体结构健康状态。

4 结 论

数字孪生技术目前已被众多国内外科研机构、院所广泛关注。本文以数字化舰船为对象，综述了数字孪生技术的基本内涵以及国内外发展现状，分析了基于数字孪生技术的数字化舰船的总体架构和关键技术，并在面向设计、面向任务系统辅助决策、故障预测与健康管理三方面开展应用探索，以期对我海军舰船的总体设计技术发展起到一定的借鉴作用。

目前数字孪生体的构建和应用尚处于发展阶段，仍有许多问题有待探索和突破。我们殷切期望相关工作能为数字孪生技术在舰船上进一步应用提供参考和启发！