行业资讯

NASA建造一个与实际飞行飞船大小比例1:1的地面飞船

2022-08-02 09:01:02

美国空军和美国国家航空航天局将数字孪生定义为:一种高度集成的多物理场、多尺度、多概率的飞行器或系统仿真模型,利用物理模型、传感器数据和历史数据等反映功能、真实-模型对应的实体的时间状态和演变趋势。 数字孪生可以帮助减少飞机认证测试的次数和持续时间,消除意外的裂缝和故障,减少结构维护检查的次数和频率等。可与飞机制造、测试、运营的数字提示结合使用以及支持、维护等阶段,改变现有飞机的取证、管理和维护方式,满足下一代设备更轻重量、更极端服役条件、更长服役时间的要求,实现前所未有的经济性、安全性和可靠性。

数字孪生历史

从根本上分析,数字孪生的概念起源于美国阿波罗任务时代。 NASA建造了与实际飞行飞船尺寸比为1:1的地面飞船,在地面飞船中进行实际飞行体验的“全部”操作,以反映飞船在实际飞行中的状态,并提供一个为宇宙飞船的维护提供参考。这种方法也可以称为物理伴奏。 2003 年,密歇根大学教授 Michael Grieves 博士在产品生命周期管理(PLM)课程中提出,通过物理设备的数据,可以构建出能够表征物理设备的虚拟实体和子系统。虚拟(信息)空间。这种连接不是单向和静态的,而是贯穿产品的整个生命周期,但当时这个概念还没有被定义为数字孪生。从 2003 年到 2005 年,Michael Grieves 教授将这个概念模型称为镜像空间模型,从 2006 年到 2010 年,将其称为信息镜像模型。它于 2011 年由 Michael Grieves 和 NASA John Vickers 正式命名为数字孪生,《几乎完美:使用 PLM 推动创新和精益产品》。同年,美国空军研究实验室(AFRL)提出了飞机机身数字孪生(ADT)计划,旨在解决未来复杂服役环境下的飞机维修和寿命预测问题。 NASA也在同一时期开始关注数字孪生,并提出“数字线索”的概念,旨在通过“数字线索”将数字数据和物理设备连接起来,实现实时可视化、分析和优化制造网络。

同时,美国通用电气(GE)在为美国国防部(DOD)提供F-35联合攻击机解决方案时,也发现数字孪生是一个过程工业数字化。有效工具,开始使用数字孪生搭建工业互联网系统。 F-35 战斗机的设计和生产通过使用 数字孪生 和数字提示技术,在工程和制造之间建立了前所未有的联系。由此可见,由于航空航天工业一直保持着较高的自动化、数字化和模拟化水平,数字孪生这一概念的产生和发展在很长一段时间内都集中在航空航天领域。过去,尤其是使用数字孪生技术进行飞机故障预测和健康管理。近年来,随着美国、欧盟、中日韩等世界主要国家和地区开始以智能制造为核心,以及云计算、大数据等制造业升级、人工智能、虚拟现实、物联网和传感器等信息技术的飞速发展,数字孪生已逐渐扩展到包括设计、制造和服务在内的全产品周期阶段数字孪生技术用什么软件,应用探索也逐渐扩展到海洋工程、复杂建筑、机械设备、医疗、制造车间等辐射领域。 GARtner自2017年以来连续三年将数字孪生技术列为十大战略性技术趋势之一。数字孪生发展历程如图1所示。

图1 数字孪生的开发流程

数字孪生想法

据统计,自2014年以来,数字孪生的发展呈现出爆发式的趋势,业界和学术界对数字孪生的理解也不尽相同。如图2所示,数字孪生body的本质是一个数字模型,可以跟踪整个生命周期,实时反映特定物理系统的性能状态,并在现实中准确模拟和预测其行为环境。因此,数字孪生体的形成首先需要建立物理系统的仿真模型。传统的建模方法包括:基于物理机制的建模、数据驱动的建模、基于物理机制和数据驱动的混合建模。但对于复杂系统,环境不确定性大,系统动态特性强。基于传统建模方法得到的数字模型难以实时反映系统状态。因此,数字孪生主体的第二个要素是强调通过布置在物理系统上的传感器网络获取系统运行中的真实行为数据,用于增强模型,消除不确定性因素在模型中,进一步提高模型的预测能力。准确的预测是有效控制、管理和其他决策优化的基础。 数字孪生body的第三个要素是实现数字模型与物理系统的交互,利用基于模型和数据的实时分析结果来优化物理系统的运行。 除了数字孪生 概念,美国空军还提出了数字线程的概念。数字主线可以看作是覆盖系统全生命周期和整个价值链的数据流。从设计、制造、到使用、维护,各个环节的关键数据都能及时同步和沟通。 > 状态评估和任务决策作为一个统一的模型。

图2 数字孪生车身概念

分析数字孪生的内涵,我们可以看出数字孪生体有以下突出特点:

1)集中式。物理系统生命周期内的所有数据都存储在数字线程中,集中统一管理,使数据的双向传输更加高效。

2)动态的。描述物理系统环境或状态的传感器数据可用于动态更新模型。更新后的模型可以动态指导实际操作。物理系统与数字模型之间的实时交互,使模型在生命周期中不断成长和进化。

3)诚信。对于复杂系统,其数字孪生体集成了所有子系统,是高精度建模的基础;实时监控数据可以进一步丰富和增强模型,使模型能够包含系统的所有知识。

在数字孪生的帮助下,复杂系统的管理和操作将能够:

1)模拟系统的运行状态。 数字孪生身体可以看作是物理系统的仿真模型,可以在数字空间中实时反映系统的行为和状态,并以可视化的方式呈现出来。

2)监控和诊断系统运行状况。安装在系统结构表面或嵌入结构中的分布式传感器网络,用于获取结构状态、载荷变化、服务环境等信息,并结合数据预处理、信号特征分析、模式识别等技术识别系统当前的损坏状态。

3)预测系统的未来状态。监测数据和数字模型通过数据链、数据接口等技术连接起来,通过机器智能等方法驱动模型的动态更新,并根据更新后的模型预测系统的未来状态。

4)优化系统操作。根据预测结果,可以调整维修策略,避免不必要的检查和更换,或者改变任务计划,避免结构进一步恶化。

数字孪生关键技术

如图3所示,数字孪生强调利用实时监控数据消除模型的不确定性,以精准仿真代替真实场景数字孪生技术用什么软件,从而优化运维实际系统,其实现需要依赖的关键技术包括:

1)复杂系统的建模技术。 数字孪生本体是从传统模型发展而来的,所以建立高精度的复杂系统模型是首要前提。现在建模还面临着环境、载荷、材料性质、力、热、电等诸多不确定因素,不同物理场之间的强耦合等各种问题,会导致模型无法准确模拟物体的真实情况。系统。需要采用多物理场耦合建模和多尺度损伤分析方法来提高模型精度。

2)传感和监控技术。 数字孪生体镜物理系统生命历程的基础是能够实时感知系统的性能状态,采集系统周围的环境信息,需要借助传感和监控技术。通过安装在系统结构表面或嵌入结构中的分布式传感器网络,获取结构状态和负载变化、运行服务环境等信息,监控系统的生产、制造、服务和维护过程实时。不断获取的传感器数据不仅可以用来监测系统的当前状态,还可以借助大数据和动态数据驱动分析决策等技术预测系统的未来状态。

3)大数据技术。对于一个庞大而复杂的系统,其基本几何形状和组件装配本身就已经包含了海量数据,在服务过程中不断增加负载、环境、维护等数据数字孪生工厂 ,最终会产生现有数据分析技术无法处理的大数据这就需要利用数字线程技术对所有数据进行统一管理,同时借助大数据分析技术,从这些海量、多样、快速生成、不断变化的数据中提取价值套。从数据出发数字孪生技术用什么软件,增强对问题的理解,发现多源、异构数据之间隐藏的相关性,从而更好地进行诊断、预测和决策。

4)动态数据驱动分析和决策技术。实时交互和动态演化是数字孪生体的两个重要特性,而动态数据系统(DDDAS)这种新的仿真应用模式,可以将模型与物理系统有机结合,在实际服务过程中,模型是使用实时监控数据动态更新。更新后的模型可以获得很多测量无法直接输出的数据,从而推动对系统状态的更准确的分析和预测,更有效地指导决策者对系统进行动态控制。

5)数字孪生软件平台技术。 数字孪生的实现需要开发一个新的工具平台,该平台集成了多物理场仿真、数据管理、大数据分析、动态数据驱动决策等多个功能模块。 ) 或增强现实 (AR) 等可视化技术,使决策者能够快速准确地了解系统的实际状态,从而指导系统的运行,实现更高效的控制和优化。

图3 数字孪生关键技术

数字孪生航空领域的技术

2010年,NASA发布了《NASA太空技术路线图》,提出了在2027年前后实现NASA数字孪生body的目标。报告还给出了数字孪生技术的四种应用场景:①它用于飞机发射前的“试飞”。分析不同任务参数的影响,研究验证各种异常现象对应的处理策略; ② 用于反映飞行器的实际飞行情况。实时监测结构载荷、温度和损伤状态,反映真实飞行情况; ③用于发生故障或损坏后的评价。当传感器指示结构性能状态下降时,诊断异常原因数字孪生平台,分析故障后的应对措施; ④作为设计修正分析的平台。模拟某些部件失效后的运行状况,从而判断是否需要进行设计改进,避免不必要的修改和调整。 NASA 预计,到 2035 年,数字孪生 技术的应用将能够将飞机维修成本降低一半,并将使用寿命水平延长至目前水平的 10 倍。此后,数字孪生在航空航天领域的应用受到国内外广泛关注。

美国空军在2011年提出了机身数字孪生(Airframe Digital Twin,ADT)的概念,认为它是一个涵盖飞机全生命周期的数字模型。通过整合气动分析、有限元等结构模型,以及疲劳、腐蚀等材料状态演化模型,利用机身具体几何形状、材料性能参数、飞行历史、检验等数据动态更新模型和维修,ADT可以准确预测飞机未来的行为,指导决策者为每架飞机定制个性化的管理方案,以延长飞机的使用寿命,降低维修成本。基于此概念,机身寿命预测流程如图4所示。

图4基于数字孪生的寿命预测过程

与传统的寿命预测过程相比,基于数字孪生的寿命预测具有以下优点:①结构分析不再只对一些工程经验判断的关键点进行,避免了结构因误判 早期失败; ②实现应力与损伤预测的双向耦合,提高了剩余寿命的预测精度; ③利用实时监测数据动态更新模型,进一步提高分析可靠性。

为了验证ADT方法的可行性,找出具体实现过程中的技术差距,AFRL利用现有某型机的全机模型,尝试了一个简单的ADT流程。一个简单的 ADT 虚拟飞行,因为 ADT 需要物理双胞胎的每条路线的虚拟飞行。飞机的基本 ADT 框架是基于 CFD 模型和 FEM 模型开发的(见图 5),设想的过程是使用飞行数据记录和 CFD 模型生成气动飞行载荷,即然后将其应用于 FEM 以关注位置,从而创建连续的应力时间历史并分析损坏状态。

图5 飞行器有限元模型

应该说数字孪生技术用什么软件,AFRL在此期间的不断探索,逐渐丰富了对ADT项目的理解。 AFRL 认识到,除了结构的高保真物理模型外,ADT 还需要整合来自飞行健康管理 (IVHM) 系统的传感器数据、维护历史、机队使用数据以及使用数据挖掘获得的所有可用记录和文本挖掘,以反映其飞行实体孪生的真实状态。通过结合所有这些信息,ADT 可以持续预测设备或系统的健康状况、剩余使用寿命以及任务成功的可能性。最后,ADT 还需要通过激活自我修复机制或建议更改任务配置文件以减轻结构损坏或退化,从而提高使用寿命和任务成功的可能性,从而实现前所未有的安全性和可靠性。因此,ADT 是名副其实的多尺度、多物理场和概率模拟。如图6所示,需要利用飞行记录数据、机载监控系统数据、机队历史数据等不断更新最高保真物理。模型,实现可预测的故障诊断和疲劳演化等。

图 6 最终 ADT 概念

ADT计划已引起众多公司和机构的广泛关注。 2017 年,空中客车公司通过 数字孪生 讨论了将飞机疲劳分析纳入数字时代的策略,这可能为飞机运营商带来额外的好处。 2018年,ANSYS发布了ANSYS 19.1软件,并推出了第一个数字孪生车身产品软件包——ANSYS Twin Builder,进一步推动了数字孪生与仿真技术的集成与应用。 . 2019 年,加拿大国家研究委员会 (NRC) 与 AFRL 和澳大利亚国防科技团队 (DST) 一起审查并评估了 ADT 框架对加拿大皇家空军 (RCAF) 机队的潜在适用性。 NRC 研究了 CF-188 Hornet、CP-140 Aurora 和 CC-130 Hercules 的 ADT 框架的可行性和适用性,并展示了使用 CF-188 内侧前缘襟翼的实验演示(见图 7) . NRC 的审查和评估表明,美国空军的 ADT 框架可以调整以支持 RCAF 机队。

图7 CF-188前缘襟翼ADT全尺寸试验演示

《航空周刊》曾预测,到 2035 年,当一家航空公司收到一架飞机时,也会收到一组数字飞机。这套数字飞机包含了真实飞机的每一个部件、每一个结构,并随着真实飞机的每一次飞行而老化。如果飞行器出现问题,可以在数字孪生系统中进行预感知,从而将航空安全提升到一个新的高度。

结论

1)数字孪生可以创建包含其所有知识的物理系统的数字模型,从而在不确定的环境中,可以利用真实数据和分析模型等多种信息的融合,增强对复杂系统的理解 可以实现对系统动态演化行为更准确的描述和预测,从而指导更好的决策、控制和优化。

2)数字孪生可以看作是智能和物理对象之间的纽带,使各种机器智能方法能够用于物理管理,从而加快设计验证过程,降低运维成本,并提高服务可靠性,延长使用寿命。

3)数字孪生已引起国内外广泛关注,但其全面应用仍需突破复杂系统建模、传感与监测、大数据、动态数据驱动分析与决策——制作和数字孪生软件平台等关键技术。

未来的发展

数字孪生仍面临诸多挑战,预计将为飞机结构带来前所未有的经济性、安全性和可靠性。

扫码关注我

首页
服务
案例
联系