乐趣区

关于深度学习:未来装备探索数字孪生装备

源自: 超星期刊    作者: 陶飞 张辰源 张贺 程江峰 邹孝付 徐慧 王勇 谢兵兵 

摘要
工程配备、制作配备、医疗配备等各类配备是放慢国家根底建设, 晋升国家经济实力和保障医疗衰弱的重要根底。在新环境、新趋势、新背景下, 如何充沛交融新一代信息技术, 助力配备数智化降级, 实现配备软硬零碎的自主可控, 是实现配备高质量倒退, 推动数字经济与实体经济交融倒退的要害。基于作者团队后期提出的数字孪生五维模型实践根底, 探讨了数字孪生配备的概念和组成, 剖析了数字孪生配备现实特色能力和关键技术, 提出了数字孪生配备三阶段倒退门路, 并在纺织车间物流配备和复材加工车间热压罐配备上对相干实践发展了实际。

1 将来配备倒退新趋势与新需要

纵观数千年的人类文明倒退历程,各式各样的工具、设施、配备帮忙人类大幅提高翻新和生产效率,与此同时,人类的翻新流动和新的利用需要又一直副作用于工具、设施、配备的翻新与改进,推动其性能一直降级更新。随着工具、设施、配备和相干技术的迭代降级,人类文明已先后逾越了石器时代、青铜时代、铁器时代、蒸汽时代和电气时代,进入了当下的信息时代。在信息时代中,由具备机械构造和电气个性的简单设施和工具以及相应软件系统组成的古代配备,深度参加制作工业、土木工程、医疗卫生、国防军工、农业生产、资源勘采、仓储物流、信息通信、交通运输、科学研究、空间摸索、生存娱乐等各大畛域的相干流动,对人类的生产和生存产生重要踊跃影响。然而,一直变动的国际竞争环境和国内经济发展趋势,以及不断涌现并逐步成熟的新一代信息技术,对配备的将来倒退提出了新的挑战和新的需要。

1.1 新环境、新趋势、新挑战经济全球化迫使配备进一步高质量倒退。以后,经济全球化疏导着各种生产因素和资源在寰球范畴内优化组合和配置,在促成多方单干和寰球经济迅速倒退的同时,减速了各行业从增量倒退转变为存量竞争与多方博弈。为进步行业竞争力以面对新的挑战,要求将来配备进一步提高品质、减少效率、丰盛性能[1]。

疫情 / 后疫情时代凸显配备近程 / 自治运行重要性。2020 年新冠疫情全面暴发,导致大量劳动力被迫在家隔离防护,各类配备 / 设施因短少操控人员而无奈失常运行,少量工厂和设施也因而被迫敞开,对寰球实体经济造成了重大不利影响。为进步经济倒退对于不确定性事件的韧性,要求将来配备具备近程运维管控、自治和自适应运行的能力。

碳达峰 / 碳中和要求配备绿色低碳环境友好。自 20 世纪 90 年代以来,疾速的工业化和城市化造成自然资源的重大透支和污染物的超标排放,引发温室效应、酸雨、雾霾等一系列环境问题,严重威胁人类的生存。为贯彻可继续倒退理念,并如期实现碳达峰、碳中和指标,要求将来配备在制作加工、运维管控、报废回收等环节升高能耗,缩小污染物排放。

冲破配备自主研制技术瓶颈是实现配备强国的必由之路。近年来,中外贸易摩擦一直,对我国依赖高端配备和外围软硬件引进的产业产生不利影响,不仅如此,国家重要产业相干配备的研制技术受制于人,外围软件依赖于人,还会产生微小的安全隐患。为冲破“被卡脖子”的窘境,要求将来配备要害零部件、外围软件以及研发、制作、组装、测试等相干技术全面自主化,并加强知识产权保护意识,以及进步配备产业链和供应链的自主可控能力。

数字经济亟需数字化配备大力支持,新一代信息技术赋能配备全面降级。自“十二五”国家战略性新兴产业倒退布局将信息技术确立为七大战略性新兴产业之一被重点推动以来,互联网、大数据、5G、人工智能、区块链等新一代信息技术倒退迅速,与传统产业交融日益深入,催生了一批有生机有韧性的新产业、新业态、新模式[2]。国家“十四五布局”再次强调放慢数字化倒退,鼎力推动数字产业化和产业数字化,推动数字经济和实体经济深度交融,打造具备国内竞争力的数字产业集群[3]。2021 年 10 月,中央政治局第三十四次个体学习中又一次强调,倒退数字经济是把握新一轮科技反动和产业改革新机遇的策略抉择[4]。为进一步激发数字经济潜能,并促成实体经济衰弱可继续倒退,要求各行业现有配备应充沛交融新一代信息技术,创始配备实体、数据和新一代信息技术的闭环迭代与互补优化的良性循环模式[5]。

综上所述,我国亟需实现现有各类配备的数字化赋能、网络化互联、智能化降级,以及配备软硬零碎的自主可控,并贯彻绿色低碳可继续倒退理念,翻新配备全生命周期各阶段运作模式,铸造大国重器,建设配备强国。

1.2 将来配备全生命周期新需要

配备全生命周期可划分为设计与验证、制作与测试、交付与培训、运维与管控、报废与回收五大阶段。为应答新环境、新趋势和新挑战,将来配备在全生命周期各阶段存在以下具体新需要。

2 数字孪生配备概念与外延

2.1 从配备到数字孪生配备上述配备全生命周期各阶段的新需要,可归结为配备对数字化赋能和智能化降级的需要。数字孪生是学术界和业界公认的实现物理实体对象数字化和智能化降级的无效伎俩之一,近年来不少国内外学者开始发展基于数字孪生的配备设计、制作、运维等方面的钻研。作者团队于 2018 年提出了基于数字孪生的简单配备故障预测与衰弱治理办法[6]。

通过剖析无关钻研,发现基于数字孪生的配备与传统配备的本质区别在于其领有一个与物理世界齐全镜像的信息世界。在信息世界中,配备模型在配备实时数据的驱动下可能准确刻画配备的运行状态,实现配备状态监测(以虚映实)。与此同时,配备还可能在信息空间中进行仿真预测(以虚预实),并基于预测后果对现有决策计划进行优化(以虚优实),最终让配备执行最优的决策计划,实现“以虚控实”。由此可见,信息空间增量对于配备智能化降级具备重要意义,因而,本文基于作者团队后期提出的数字孪生五维模型实践根底[7],对数字孪生配备概念进行探讨。

数字孪生配备是一种由物理配备、数字配备、孪生数据、软件服务以及连贯交互五个局部 [7] 形成的将来智能配备;数字孪生配备通过交融利用新一代信息技术,促成配备全生命周期各阶段 (设计与验证、制作与测试、交付与培训、运维与管控和报废与回收) 数智化降级,使得配备具备自感知、自认知、自学习、自决策、自执行、自优化等智能特色和能力;基于配备数字孪生模型、孪生数据和软件服务等,并通过数模联动、虚实映射和一致性交互等机制,实现配备一体化多学科协同优化设计、智能制作与数字化交付、智能运维等,达到拓展配备性能、加强配备性能、晋升配备价值的目标。

2.2 数字孪生配备组成

由上述定义可知,数字孪生配备由物理配备、数字配备、孪生数据、软件服务以及连贯交互五个局部组成[7],如图 1 所示。

 2.2.1 物理配备

配备物理实体物理配备是与物理空间的各因素间接产生作用关系的配备实体局部,由能源、传动、管制和执行等局部组成,负责执行控制指令,并提供理论性能,通过联合传感器零碎,物理配备还能够实现对环境的感知。

现有物理配备的相干技术已根本可能反对配备的数字控制、主动执行、网络互联等性能,随着新型材料和先进技术的不断涌现,将来物理配备钻研和倒退空间包含但不限于:

可采纳构造性能一体化复合材料,反对配备在极其环境下运行,整体优化配备的耐热性、耐腐蚀性、承载能力、分量等多方面指标;可联合人因工程,研制用户敌对、交互舒服便捷的配备,改善用户体验;

可利用 3D 打印和 4D 打印技术,进步配备设计自由度,反对同类配备的个性化定制生产;可利用超精细加工技术,缩小配备零部件制作公差,进一步提高配备硬件集成度,助力配备小型化和轻量化的实现;

可基于性能模块化思维和软硬一体化技术,研制软件定义配备,并实现配备硬件局部可重构,使配备集成更多的性能,以及适应更简单的工作和环境。

2.2. 数字配备:配备数字孪生模型

因为物理配备受到工夫、空间、执行老本等多方面的束缚,仅凭借物理伎俩实现配备的可视化监测、历史状态回溯、运行过程预演、将来后果预测和智能运维等性能难度较大。因而,须要通过构建配备的数字孪生模型,在信息空间中赋予物理配备设计、制作及运维等过程看得见、运行机理看得清、行为能力看得全、运行法则看得透的新能力,如图 2 所示。

 从实现和拓展配备各种性能和服务的角度来看,配备数字孪生模型由四类模型组成:

为实现物理配备设计、制作及运维管控等阶段的过程可视化、状态监测与回溯等性能,以及领导物理配备制作阶段的拆卸和回收阶段的装配等过程,须要构建配备的几何模型来形容物理配备及零部件的外观形态、尺寸大小、内部结构、空间地位与姿势、拆卸关系等;

 为实现配备故障预测、衰弱治理、品质管控、运行优化等性能,须要构建配备的物理模型来形容物理配备及零部件的力学、电磁学、热力学等多学科属性,解析配备的运行机理;

为实现配备动静布局和自动化运行,并反对人机合作和多机合作,须要构建配备的行为模型来厘清配备的动静性能、响应机制和周期性静止模式,形象形容配备性能进化趋势运维环境的随机扰动;

为实现物理配备智能运维和决策优化,须要构建配备的规定模型来显性化示意配备大数据中的隐性信息,形式化示意并集成历史教训、专家常识、畛域规范和相干准则。

从配备数字孪生模型产生和表现形式的角度来看,上述四类模型呈现出随工夫增量积攒和模式多样性的特点。

几何模型次要在配备的设计阶段产生,属于绝对动态的模型,几何模型的表现形式包含但不限于三维模型、拆卸干预矩阵、曲面方程等;

物理模型次要在配备的设计与验证阶段产生,物理模型的表现形式次要是数学模型,例如形容磁场强度、热传导效应、流体力学等的实践计算公式,物理模型在具体利用时的出现形式比拟丰盛,比方有限元剖析时的网格模型,以及运动学剖析时的连杆模型;

行为模型次要在配备设计、测试和运维阶段产生,是对配备在外部环境烦扰、内部输出和外部运行机制独特作用下产生的响应和变动的形象形容,其表现形式包含无限状态机、图谱、神经网络、统计模型等;

规定模型产生于配备全生命周期各阶段,次要有两类表现形式:一类是通过开掘剖析配备全生命周期数据,揭示其中隐含规定和潜在法则的数据模型,其表现形式次要包含数学模型、神经网络、统计模型等,另一类是通过形式化表白人的教训和常识,使数字孪生配备可能了解并使用人的智慧的模型,其表现形式次要包含数学模型、图谱和结构化文本等。

数字配备是物理配备在信息空间中的镜像,由物理配备的几何模型、物理模型、行为模型和规定模型交融组装而成[7],负责刻画物理配备的时空几何关系,实时运行状态、行为和过程,形容物理配备的多维属性和运行机理,以及表征配备能力和相干法则规定,是实现配备数字化赋能和智能化降级的外围。

2.2.3 孪生数据:配备数字孪生数据

物理配备的设计、制作、测试和运维等过程离不开数据的深度参加,数字配备仿真运行并实现配备可视化监测、历史状态回溯、运行过程预演、故障诊断等性能同样须要数据驱动[8]。因而,须要将蕴含配备全生命周期、全流程、全业务无效信息的各类数据进行汇聚与交融,造成配备孪生数据。

孪生数据与数字配备交互联动,相辅相成,独特反对数字孪生配备的各种性能和服务,如图 3 所示。

配备的尺寸数据、构造数据、空间地位和姿势数据等联合配备的几何模型,可能无效反对配备的状态近程监测、过程参数可视化、历史状态回溯等性能;配备的资料属性数据、静止数据、工艺数据等联合配备的物理模型,可能无效反对配备的故障预测、衰弱治理、品质管控等性能;配备的能力数据、工作数据、运行环境数据等联合配备的行为模型,可能无效反对配备的动静布局和自治运行,以及肯定水平的人机合作和多机合作;

配备的运行特色数据、常识数据、教训数据等联合配备的规定模型,可能无效反对配备的自适应控制、调度优化、能量无效运行等智能决策服务。

  孪生数据由物理配备的理论数据、数字配备的仿真数据,以及配备的全生命周期、全流程、全业务虚实交融数据组成,用于对物理配备及其运行过程和环境进行多层次、残缺、对立形容或解释,并可能联合配备数字孪生模型实现配备虚实共生[9],以及配备状态动静更新、历史状态追溯、常识开掘和智能决策等性能和服务。

退出移动版