万字长文 | 面向航天器在轨装配的数字孪生技术

1）空间目标识别和探测分系统用于在一定范围内对服务对象进行搜索、捕获、跟踪、测量， 为实现其他服务操作提供前提。其支撑技术预计后续开展。

2）对接机构分系统用于实现在轨扩展航天器与服务对象的连接和分离操作，大部分服务任务都需要用到对接机构来实现在轨扩展航天器与目标间的刚性或柔 性连接。对接机构一般包括传动缓冲、捕获、连接密封、结构与附件以及控制等子系统，其支撑技术为本课题重点验证部分。

3）机械臂/手及其控制系统用于完成复杂的在轨服务操作，如在轨装配、在轨维修、在轨模块更换等。在轨扩展航天器是机器人技术与航天器技术相结合的产物，机械臂/手的使用是在轨扩展航天器区别于其他航天器的明显特征，其支撑技术预计后续开展。

4）补给品及其储存管理分系统用于储存和管理燃料和ORU等补给品，精确记录补给品的用扯、库存撮，配合其他系统完成在轨加注和在轨模块更换任务。

1）要具备层次性和集成性，例如航天器数字孪生体、舱体数字孪生体、机构运动模型、结构模型、材料状态演化模型等，有利于数字孪生体的逐步实施及最终实现；

2）要具备超写实性，包括航天器几何模型、多敏感信息融合与处理模型、运动机构及气液传 输物理模型、材料演化模型等；

3）数字孪生体要具备广泛性，即包括整个产品全生命周期，并从设计阶段延伸至后续的产品制造阶段和产品服务阶段。

4）数字孪生体要具备可计算性， 可以通过仿真和分析来实时反映对应产品实体的真实状态。

1）设计数据：包括航天器三维模型（表达几何形状信息几何数据），属性数据（表达产品原材料、规范、分析数据、测试需求），三维标注数据（表达产品尺寸与公差），包含航天器各部组件间装配关系的设计BOM, 以及设计文档。

2）工艺设计数据：包括工艺过程模型（毛蚽模型、每道工序的工序模型），工序设计数据（加   特征信息、制造资源信息、加工方法、工艺参数信息），质量控制数据（检验/测量要求信息、关键/重要工序质量控制要求信息），工艺仿真数据（几何仿真、物理仿真、焊接仿真、装配过程仿真），工装设计数据。

3）制造过程数据：包括制造BOM、检测数据、技术状态数据、生产进度数据、工装数据、质量信息数据、生产环境数据、工艺装备数据。

4）在轨服务数据：包括在轨操作动作数据、过程监控数据、健康预测数据、多敏感器采集和分析数据等。

①有序规划设计阶段数字孪生体的体系结构。将上述设计数据中的所有信息进行分类管理和显示，将信息按照各种需求分类，形成信息的各种描述形式，如设计描述、工艺描述、制造描述、检验描述、维护描述和协作描述等。提出将航天器数字孪生体分为构型层、舱段层、布局层和总装层4层模型，并规定每层模型包含的数据内容和接口，既保证数据模型轻量化又保证数 据利用效率。

②构建一个全三维标注的产品模型，包括一维模型的设计信息、技术要求、尺寸公差以及工艺信息的规范化表达。将设计要求、工艺技术要求、尺寸与公差、材料特性、检验要求等统一表达在三维设计模型中，依据三维标注的国家标准，建立三维标注模板，实现基于三维的规范化标注，标注效果如图 5 所示。

图 5 全三维标注的产品模型示意

③进行基于设计模型的可制造型评价。根据结构件加工精度要求，对三维设计模型进行工艺性审查，实现模型的可装夹性、可加工性、可焊接性、可装配性的全面评估，建立工艺能力约束**，发现设计中的缺陷，并及时反馈和更改，实现设计数据与可制造性工艺数据的快速交互，缩短设计制造过程的迭代周期。

①构建面向数字孪生体的制造工艺体系。首先将以3PR (Prod uct-Process -Plant-Res ource) 数据构架的产品、工艺、工厂、制造资源整合成一个统一的LDA (Lifecycle Data Architecture) 数据模型，形成企业单一的数据源，保证数据的唯一性和准确性；再以结构化3D可视化的工艺形式进行工艺规划和3D工装设计，对于工艺/工序/工步数据、工装设备等生产资源数据、工厂/生产线/装配区等生产布局数据，通过集成PDM、MES、ERP 来实现物空间和虚拟空间下的数据协同。

②编制三维结构化工艺。基于产品BOM分解的每个零件节点均可分解为若干工艺，工艺可分解为若干工序，工序可分解若干工步。各级节点挂接工艺内容、所需要的工装、工具、检验标准、工艺过程模型等相关信息，形成工艺的结构化数据描述。对于三维结构化工艺的各项数据，均真实地反应实体产品的演化过程和最终状态，该演化过程同时在数字孪生体上 体现。以三维工艺中的工序过程模型为例，数字孪生体除了要体现零件从毛还到产品过程的几何信息变化外，还需体现切削力、切削 温度、切屑变化对产品的影响信息，如图 6 所示。

③实时采集实体空间的动态数据。针对制造资源（生产人员、仪器设备、工装工具、物料、AGV小车、托盘），结合产品生产现场的特点与需求，利用条码他术、RFID、传感器等物联网技术， 进行制造资源信息标识，对制造过程感知信息采集点进行设计，在生产车间构建 一个制造物联网络，实现对制造资源的实时感知，并将数据进行标准化封装，形成统一的数据服务，供其他环节调用。

④不断优化数字孪生体状态。通过制造工艺体系中的数据接口，将动态数据传输至统一数据源，并分发给相应数字化系统，实航天器数字孪生体的生成和不断更新。

①多敏感器参数获取。在物理空间，在轨装配航天器需要采用物联网、传感技术、移动互联技术，通过多种敏感器获取与在轨装配任务相关的实测数据，包括测距仪信息、多目相机的目标识别信息、外部环境感知信息、力/位精细感知信息、气液传输信息等。将上述信息获取后，通过天地通信设备，将获取到的航天器全部信息传递至地面服务器，供数字孪生体进行相关数据提取。

②信息融合与评估。上述物理空间获取的信息，需要映射到虚拟空间的航天器数字孪生体中。在虚拟空间，采用模型可视化技术实现对物理产品使用过程的实时监控，并结合历史使用数据、历史维护数据等，采用动态Bayes、机器学习等数据挖掘方法和优化算法实现对产品模型、结构分析模型、热力学模 型、产品故障和寿命预测与分析模型的持续优化^[4]，进而通过数字孪生体完成航天在轨装配任务验证和结果预测，并用以制定物理空间中航天器的控制策略。

③持续优化与改进。需要指出的是，航天器数字孪生体是物理产品在虚拟空间的超现实模型， 始终存在拟实化程度的问题。所以要针对数字孪生体与物理空间产品之间的偏差不断进行修正，只有通过数据的不断积累，才能持续提高数字孪生体的拟实化程度。对于已发生的偏差， 采用追溯技术、仿真技术实现问题的快速定位、原因分析、解决方案的生成，并修正数字孪生体模型，以及其与物理产品之间的映射关系，既能保证数字孪生技术的不断推进，又能为后续任务执行提供数据支撑。