数字孪生技术在“忠诚僚机”项目中的应用

梁浩聪，纪红霞，姚军，熊世忠

95894部队

“忠诚僚机”项目是波音公司全面应用数字孪生技术的项目之一。该技术不仅降低了系统研制的风险，而且大幅缩短了开发周期。本文围绕“忠诚僚机”的全生命周期，分析数字孪生技术在设计过程中的模型验证、制造装配过程中的零件检测、运行过程中的辅助决策等阶段中的应用。

数字孪生思想最早由美国密歇根大学迈克尔·格里夫斯（Michael Grieves）教授提出，当时被命名为“信息镜像模型”（Information Mirroring Model），而后演变为“数字孪生”（Digital Twin,DT）。

数字孪生技术是指，利用科学技术为现实世界中的物体构建一个数字实体，借此来了解物理实体，进而对实体进行分析和优化。

作为理论技术体系，数字孪生技术在航空、航天、电力、汽车、石油天然气、医疗、船舶与航运、城市管理、智慧农业、建筑、环境保护等行业广泛应场。在航空领域，数字孪生技术可应用在产品全生命周期的各个阶段。例如，设计过程中的模型验证，制造装配过程中的零件检测，运行过程中的辅助决策等环节。

近年来，以数字孪生技术为核心构建的数字线程（Digital Thread），实现了航空产品全生命周期中的闭环管理和关键点智能仿真决策。波音公司在2019年启动数字孪生体系建设任务，并发布《波音数字系统模型和数字孪生体系白皮书》。波音公司在数字孪生体系建设过程中，结合传统V工程方法，设计了系统工程钻石模型，希望借助数字孪生体系和数字线程，解决基于模型的系统工程(MBSE)在实施过程中遇到的问题。

数字孪生技术在“忠诚僚机”项目中的应用

“忠诚僚机”（Loyal Wingman）项目由美国空军研究实验室（AFRL）发起，具体研究内容包括无人机编队系统、有人机/无人机编队系统、系统在复杂对抗环境下的作战。美国和澳大利亚两国联合研制的“空中力量编队系统”(ATS)是“忠诚僚机”项目的重要组成部分。从2019年2月澳大利亚国防部宣布为波音公司澳大利亚分公司拨预算款，到2021年3月澳大利亚皇家空军成功完成首架“空中力量编队系统”首飞。

图1 数字孪生技术在航空领域的应用。

“忠诚僚机”项目应用了基于模型的系统工程方法，是波音公司全面应用数字孪生技术的项目之一。波音公司利用数字孪生技术对系统的全生命周期的各个环节进行建模，前期对设计、生产、总装测试等环节实施大量的计算机模拟，不仅降低了系统研制风险，而且大幅缩短了验证机的开发周期。

在设计方案验证阶段的应用

数字实体系统可实现高效仿真验证。根据“忠诚僚机”的技术指标、总体方案、详细设计方案等需求，技术人员采用数字孪生技术，在数字实体系统中创建高精度、多系统、高复杂度的“忠诚僚机”数字化样机用于仿真试验。建模和仿真工具可提供数字化和可视化工程图、分析数据以及试验环境，从而减少物理试验和设计迭代的次数，节省时间和节约成本。在“忠诚僚机”设计之初，技术人员在数字化空间进行试验，可实现“边设计，边试验，边修正”流程，相较以往的“设计—样品—试验—修改”的流程，前者能提高仿真验证效率。

在智能制造阶段中的应用

数字孪生技术可搭建智能生产线，实时调控生产过程。在“忠诚僚机”的生产过程中，技术人员利用数字孪生技术，一是实时监测零件加工状态，及时处理次品零件，降低次品零件进入装配阶段的概率；二是实时控制产品质量，将质量监控数据与历史经验数据进行比对，及时调整工艺参数；三是实时监控备件数量，准确预测生产环节中的需求，合理配置资源从而保证稳定生产。

数字孪生技术对生产制造过程进行优化，有效提高了“忠诚僚机”的生产速度。

在飞行测试阶段中的应用

数字孪生技术可迭代数字仿真试验，优化实际飞行操作。根据地面、飞行、航线飞行等试验得到的实际数据，数字孪生技术可以对“忠诚僚机”孪生体进行更新迭代。数字孪生技术运用并不是取代实际测量和测试，而是对实际和数字信息进行高度融合，得到更准确的飞行测试数据，并利用机器学习和数据科学方法进行飞行决策。澳大利亚皇家空军已开展“空中力量编队系统”验证机的地面测试、滑跑和飞行等试验，在整个飞行测试任务中，波音公司澳大利亚分公司收集无人僚机的测试数据，并利用实飞数据对数字孪生系统进行升级改造，大大缩短了“空中力量编队系统”从首飞到进入部队服役的周期。

图2 “空中力量编队系统”无人僚机的研制采用了数字孪生技术。

表1 澳大利亚“忠诚僚机”项目的发展进程。

图3 波音公司澳大利亚分公司“忠诚僚机”的仿真模型。

在维修阶段中的应用

首先，数字孪生健康监测模型可实现精准而高效的维修。无人机机体疲劳预测利用概率分析方法分析各种不确定性来源，该概率分析方法主要通过融合使用数据和检查数据，来更新和减少这些不确定性因素；二是减少无人机认证测试的次数和持续时间，消除意外因素导致的裂纹和故障，减少结构维修的次数和频率；三是利用历史经验数据，构建无人机健康监测模型以预测关键组件的寿命，辅助工程人员进行预测性维修工作。数字孪生体可以有效降低维修时间与成本，提高无人僚机的作战效能。

关键作用分析

目前，数字孪生技术在“忠诚僚机”项目研制与测试阶段的应用取得了实质性进展。未来，针对“忠诚僚机”的作战场景及特点，波音公司澳大利亚分公司将把数字孪生技术与大数据、人工智能等技术结合起来，解决无人机编队协同、有人机/无人机编队协同以及复杂对抗环境下作战等方面遇到的难题。

为无人机编队提供最优任务协同执行方案

图4 数字孪生技术在“忠诚僚机”全生命周期各阶段的应用示意图。

随着编队中无人机数量的增加，传统算法已无法提供最优解。基于数字孪生模型的智能协同框架能有效地将资源密集型操作转化为数字模型，为无人机编队协同飞行提供最优解决方案。在编队数字实体中加载任务规划航线进行仿真计算，将各种突发情况添加到算法中进行预演，从而提高任务规划方法的可信度。任务执行人员在数字实体内实时监测无人机编队的飞行状态，可以在实际任务执行过程中对任务航线进行实时修正，对无人机进行实时指挥与控制，使无人机编队更好地执行任务。

验证有人机/无人机编队的自主能力

“忠诚僚机”编队系统执行任务时，由空中有人机进行控制。在编队飞行中，无人僚机的飞行速度、飞行高度等关键参数必须与有人机基本匹配，这样才能有效开展编队协同飞行、集结等一系列战术动作。在数字孪生模型中，有人机和无人机之间建立信息反馈和映射等级，可验证编队的自主协同控制能力。有人机/无人机编队共享关键战术信息，有人长机准确掌握虚拟战场态势，演练实际作战任务。

为复杂环境下作战提供支撑

在大数据、人工智能、数字孪生等技术支撑下，无人装备在未来复杂和危险的战场中将扮演重要角色。打造数字孪生战场，并将无人机、无人车、无人船作为前沿传感器，发挥无人节点间的通信中继功能，建立网络化战场体系，最终达到分布式作战目标。 ■

AR-20变距多旋翼无人机开展换装氢动力试验

3月13日，中国直升机设计所研制的变距多旋翼无人机AR-20顺利完成换装氢动力试飞试验，验证了氢动力电池应用于变距多旋翼无人机的可行性。试验科目包括功能性检查试飞试验、不同起飞重量适应性试飞试验、典型飞行状态适应性试飞试验、长航时悬停试飞试验。

据悉，AR-20多旋翼无人机采用高效变距旋翼系统、超低长径比低速大扭矩电机及一体化复合材料机体结构设计，具有部署快、噪声低、抗风性能强、高原适应性好、作业效率高等特点。