数字孪生技术在航空发动机智能生产线中的应用

崔一辉 ，杨滨涛，方 义 ，徐 新

（1.中国航空发动机集团有限公司，北京100097；2.中国航发贵州黎阳航空动力有限公司，贵阳550014）

0 引言

随着物联网、大数据和人工智能等新一代信息技术的广泛应用，传统制造业的运营、生产和商业模式都在发生快速转变，催生了众创众包、协同设计、智能制造及预测式服务等多种新制造业态。以波音和GE为代表的国外先进航空制造企业先后启动了数字化工程，将基于模型的定义（Model Based Definition，MBD）、数字孪生、物联网及大数据等技术融入产品研制全生命周期[1]，为实现产品创新发展和全球化的资源优化配置提供了基础保障。

国外航空制造企业在工业化、自动化、数字化、网络化和智能化循序发展过程中已经具备了坚实的工业基础和综合发展优势，技术跨越相对平滑。与国外同行相比，国内航空发动机产业正处于关键技术攻关、数字化深化应用、网络化和智能化起步等3期叠加突破时期，技术“补课”与技术“探索”同等重要。在现有数字化基础条件下，航空发动机研制各关键环节的数字化应用已经初见成效[2]，正在向流程和数据驱动的产品协同研发模式转型升级，数字孪生技术逐渐成为研究和应用的热点。

本文从数字孪生的概念内涵入手，分析了航空发动机研制各阶段的典型应用场景，通过应用实例验证了数字孪生技术在智能生产线上的实现途径。

1 数字孪生概念及内涵

2012年，美国NASA发布“建模、仿真、信息技术和处理”路线图，首次明确定义了数字孪生（Digital Twin）的概念，作为对美国空军研究实验室开展数字化服务实践的阶段性总结。之后，数字孪生的概念迅速受到高度关注，达索、GE、西门子等公司将其纳入工业软件产品的构建理念加以大力推广，并被Gartner公司列为十大战略科技发展趋势之一。国内学术界和工业界对数字孪生等技术的发展及应用进行了长期跟踪[3-7]，对不同的概念定义进行归纳和提炼，基本达成了共识：数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备全生命周期过程。

从上述数字孪生的概念可知，其本质是基于数据的、高置信度的复杂仿真过程，同时，具备虚实交互和优化扩展的能力，其内涵可以概括为：

（1）虚实2个空间的孪生体在研究范围内是高度一致的，虚拟系统能够有效反映实体系统的真实构成及状态。

（2）实体系统能够被量化，可通过稳定、可靠的模型和算法复现。

（3）虚实2个空间的交互是通过状态感知和数据传递来实现的，实体系统具有异构数据的集成和融合处理能力。

（4）虚拟系统存在潜在的价值增值，能够验证、预测和优化实体系统。

数字孪生技术实现的关键在于模型和算法，能够影响虚实2个孪生体之间的映射关系和可控性，目前在数字孪生建模、异构数据融合和实时交互等方面技术难度较大，限制了数字孪生技术的扩展应用，只能在有限的领域开展应用。随着物联网、虚拟现实、大数据、人工智能等技术的逐渐成熟，数字孪生技术在工业领域具有广阔的应用前景。

2 数字孪生技术应用场景

航空发动机是典型的复杂产品，需要在高温、高压、高转速环境下长期反复使用，结构复杂、技术难度大、研发周期长。长期以来，航空发动机的设计主要是依赖于各种物理试验，使得航空发动机的研制周期长、耗资多、风险高[8]。数字孪生技术在产品设计、试验验证、生产制造和运行保障环节的应用，能够有效提高产品研制效率，减少物理样机数量及试验时数，节约研发成本和缩短研发周期，对推动航空发动机研制和产品创新具有重要作用。

在产品设计阶段，数字样机和设计需求形成1对虚实孪生体。通过各种仿真软件对整机、子系统和零件的设计模型进行结构强度和性能分析[9-12]，包含产品外形、功能、特性、可加工性、可装配性、可维护性等内容，分析结果与设计需求的功能和性能指标进行比对，验证设计方案的合理性，进而进行设计方案比选和优化迭代，缩短设计周期。

在试验验证阶段，物理试验和虚拟试验是对应的1对虚实孪生体。物理试验比较直观、结果相对确定，但试验成本比较高、准备周期长，受到传感器数量和安装位置的限制，能够获取的试验信息有限。通过虚拟试验，能够对各种应用工况进行试验验证，避免过试验或欠试验问题，获取更全面的测量信息，弥补物理试验技术缺点和局限。物理试验和虚拟试验相互验证，能够迭代提升虚拟试验的置信度，有效减少物理试验数量和试验费用。

在生产制造阶段，物理车间和虚拟车间是1对虚实孪生体。目前能够对生产线的布局设计、生产节拍、生产工艺、装配工艺等关键参数进行实时动态模拟与分析，并将物理车间的实际运行状态传递到虚拟车间系统[13-15]。二者相互结合，能够开展生产线规划设计，对生产线现场进行资源合理配置、优化生产结构和业务流程，为车间运行决策和动态调整提供决策建议。

在运行保障阶段，航空发动机物理产品和虚拟产品是1对虚实孪生体。国外航空发动机企业通过传感器数据对航空发动机的实时运行状态进行监控和分析，并根据航空发动机的历史维护记录及相关使用数据，不断预测产品的健康状况和剩余使用寿命，为故障诊断和预测性维修提供数据支持。

3 智能生产线数字孪生技术实践

自动化和数字化是实现智能制造的重要基础。在传统工艺下，某航空发动机零组件有64道机械加工工序，采用数控机床和普通机床混合加工模式，精加工工序通过数控设备的精度和工人现场编程保障；生产过程不透明，规范性差，产能计算不准确；生产现场尚未建立工控网和数据采集设备，依据人工经验对生产过程进行控制，问题发现不及时，且误检问题严重；质量数据无法及时采集和分析，可追溯性差。

为提升生产现场的数字化协同和智能管控能力，提高产品机械加工质量，缩短生产周期，某制造厂对生产线进行数字化和网络化改造，通过数字孪生技术对工艺设计过程和生产制造过程进行优化改进，取得了很好的应用效果。

3.1 数字孪生系统组成

模型是数字孪生的基础，为反映实际智能生产线的物理状态，搭建了智能生产线的虚拟系统和物理系统，如图1所示。其中，虚拟系统中包含了产品和生产线数字孪生。产品数字孪生以设计3维模型为单一数据源，通过工艺设计和工艺仿真软件对零组件的机械加工过程进行分析，确定工艺技术路线和工艺操作要求。智能生产线的虚拟分析引入可编程逻辑控制器（Programmable Logic Controller，PLC）虚拟调试、虚拟现实、数据交互等技术手段，对制造过程进行动态分析和调整，满足柔性生产的需求。虚拟系统与物理系统之间通过数据集成的方式实时交互。

图1 智能生产线数字孪生系统组成

3.2 技术实现途径

产品数字孪生主要通过产品数据管理和3维设计软件来实现，在设计3维模型的基础上，进行了物料清单转换、工艺路线设计、工艺模型定义、工艺仿真等工艺活动，如图2所示，形成生产现场的制造执行数据，发布到制造执行系统，推送到车间加工工位。

整个设计、工艺、制造信息流以3维模型为媒介，实现了从设计、工艺、制造三者之间的无缝衔接。产品模型数据传递到生产现场，与加工完成后采集的实作数据进行对比，形成产品质量信息，通过条码技术的应用，可实现全生命周期范围内的数据追溯。

生产线数字孪生的意义在于对制造现场的实时监控和快速调试。在智能生产线的基础上，增加虚拟调试平台（Virtual Commissioning，VC）、（Virtual Reality，VR）系统、工厂仿真软件等工艺设备，如图3所示。通过工厂仿真软件从几何、物理、行为及规则等多维度对生产线建模，完成物理生产线到虚拟生产线的真实完整映射。生产线实际运行动作通过PLC传递到虚拟调试平台，从而实现与虚拟生产线的数据交互。

图2 主要工艺过程流程

VC虚拟调试平台的系统架构如图4所示。该平台集成了生产线控制单元、人机交互界面（Human Machine Interface，HMI）、安全光幕、I/O 模块等，通过基于TCP/IP协议的以太网络将硬件系统与虚拟调试平台连接，通过平台内部的用于过程控制的对象连接与嵌入技术（Object linking and embedding for Process Control，OPC）软件服务器实现与工厂仿真软件的信息交换。通过平台集成的HMI界面，能够快速采集现场设备作业信息，反馈信号驱动虚拟生产线数字模型同步展示设备动作，实现与物理生产线的动作同步。

图3 基于数字孪生的生产线现场

图4 虚拟调试平台的系统架构

虚拟现实展示系统与VC虚拟调试系统集成，并与工厂仿真软件连接，可通过VR眼镜沉浸式观看虚拟生产线状态，对虚拟生产线进行设备移动、测距和移动机器人关节等操作，从而直观感受和评价工艺方案的合理性。

3.3 应用效果

通过智能生产线建设和数字孪生技术应用，实现了某组合零件的柔性化和数字化生产。加工过程无人值守，使工序减少到原来的1/10，产能提升到原来的2倍，产品合格率达到98%以上。通过应用数字孪生技术，形成最优布局及最佳产能节拍，大大缩短了物理生产线的建设和调试周期，保证了生产线的建设质量。在制造过程中应用数字孪生技术，实现了在物理生产线正常运行的情况下，对新产品的制造过程进行工艺分析和生产调试，虚拟生产线设备的运行时间准确度大于85%，虚拟生产线和物理生产线机器人的动作延迟小于1 s，大大缩短新产品的上线周期。

4 结束语

数字孪生技术是实现智能制造的核心技术，与MBD建模、数字线索、虚拟仿真、数据融合等技术紧密关联。数字孪生技术在制造业中深入应用，能够评估制造工艺的合理性，统筹规划制造资源和生产计划；基于虚拟模型仿真和验证物理生产系统中各组成部分的数据交互及运行情况，对生产过程进行准实时控制，减少传统试错法带来的返工和资源浪费，有利于提高产品生产质量和生产效率，达到进一步降低工程成本、风险和能耗的目的。