名词注释

在本文中反复应用了若干个名称和专业术语，对这些名词在本处就个人的理解集中进行说明。

1）AIAA（American Institute of Aeronautics andAstronautics），美国航天航空学会，1963年由美国火箭学会（成立于1930年）和航空航天科学研究所（成立于1933年）合并而成，拥有来自91个国家的近30000名个人会员和95名公司会员，是世界上最大的致力于全球航空航天行业的技术协会。

2）AIA（Aerospace Industries Association ofAmerica），美国航空航天工业协会，成立于1919年，截至2002年11月，美国航空航天工业协会有正式会员公司75家、准会员公司137家，涵盖了美国所有重要商业、军用和公务飞机、直升机、飞机发动机、导弹、空间飞机制造商以及部分航空材料、相关零部件和设备制造商。

3）认可过程（certification process），对于飞机的设计，尤其是民用飞机设计必须要通过适航认证，军用飞机也存在一系列的试飞过程。本人认为本文中反复出现的“certification process”一词应该是指这样一个过程。

4）FAA（Federal Aviation Administration），美国联邦航空管理局，美国航空业的官方管理机构。

5）MRO（Maintenance, Repair & Operations），指在实际的生产过程不直接构成产品，只用于维护、维修、运行设备的物料和服务。

6）DoD Digital Engineering Strategy，2018年6月，美国国防部发布一份报告。其中提出了5个目标和关键领域。

7）LOTAR（long-term archival and retrieval），一个由AIA、ASD-STAN（欧洲航空航天标准化组织）、AFNET（法国互联网用户联合会）、prostep ivip（一个位于德国达姆施塔特的致力于产品数据管理和虚拟化开发的国际组织）、PDES（一个致力于STEP标准应用的公司）组织的一个航空制造者国际联合体。主要致力于EN/NAS 9300系列标准制订。

摘要

传统设计技术远远落后于航空航天系统复杂性增长速度，系统复杂性不断增长导致飞机传统工作成本也在不断上涨，如物理原型、实物测试和外场/定期维护等。应用可以提供更高逼真度、速度和粒度的模拟物理环境的虚拟能力有望降低这些成本。数字孪生就是这样一个虚拟技术，图1和表1是数字孪生的定义和表示。

数字孪生概念：数字孪生是一个与物理资产相联系的虚拟表示。

图 1数字孪生概念表示

数字孪生体是一个与物理资产相连，并覆盖整个产品生命周期的虚拟表示，其价值在于可飞速将工作从真实环境转换到虚拟的能力和通过数字模型预测未来状态、或失效时间，这将大大减少设计、生产和保持飞机良好运转所需的资源。由学术界、工业界和政府官员共同编写本文的主要目的包括：1）为航空业提供一个数字孪生体的通用定义；2）通过一系列的应用和示例刻画数字孪生体的能力；3）讨论国防部数字工程战略与航空业数字孪生体观点之间的一致性；4）确定应用数字孪生体加速价值实现的未来重点领域和活动。特别是，本文建议建立一个跨学术界、工业界、美国政府和相关认证机构的数字孪生“卓越中心”，以解决识别业务、技术、文化方面的需求、差距和挑战。

本文的目的是介绍航空行业（包括民用、军用和商用）的数字孪生体的观点和巨大价值，以及加速实现以数字转型为代表的第四次工业革命的基本原因。数字孪生体集成的基于模型的先进技术正在推动着数字转型，它将大大加快先进系统应用的研究步伐，使航空业通过创新产品、服务、客户体验和较低的全生命周期成本在全球市场获得竞争优势。

本文代表了航空业内多个组织在数字孪生体方面的共识。编写本文的AIAA和AIA是这些机构的代表，认为除了国防部数字工程战略之外还有一些其他观点，它们有助于对数字转型的价值有一个更复杂、全面地理解。虽然国防部数字工程战略最初是为军事应用而制定的，但其基本内容也完全适用于民用和商用航空。

在本文中，数字孪生体的定义主要通过其对整个航空业的潜在应用和价值来表述，并应用航空业和学术界两个不同角度的价值映射方法讨论了多个数字孪生应用，以说明数字孪生体如何帮助改进性能、经济性、可靠性和提高组织效率。

数字孪生体的定义为：

通过应用资产全生命周期内的数据动态更新模拟单个/唯一或一组物理资产的信息结构、关联关系和行为的虚拟信息结构，形成实现价值的决策。

代表航空业观点的这一定义来源于对该领域相关文献的广泛和深入理解。在这一过程中，采用了一个数据驱动方法用来识别描述数字孪生体特征的最常用的关键词。沿用这一方法，航空业界构造和投票选择了这个长定义。

数字孪生体的基本要素包括：一个虚拟体（模型）、一个物理实体（资产）以及一个两者之间的数据/信息交互（连接）。因此，数字孪生体必须有一个物理实体。

一个数字孪生体涵盖一个物理资产的整个产品生命周期，即设计和工程阶段（“设计”）、制造阶段（“制造”）和运行/维护阶段（“使用”和“维护”）。正因为这样，它能够实现更好的信息连接和知识连续性，并最终实现提高工作效率和效果，通过连续重定义设计和校准模型改进设计和制造。因此，虚拟体和物理资产的模型和数据是数字孪生系统的关键元素。模型确保资产正确表达，同时为产品生命周期提供分析、模拟和优化提供媒介，这些模型可以是纯数据驱动、纯物理/模拟驱动或两者的混合。数据在模型间进行交换，并通过最新的通信标准和协议及云平台 完成物理资产的实时收集，因此，这些数据可用于生命周期内各阶段描述、诊断、预测和/或分析，以便进行决策。

如前所述，数字孪生体涵盖了系统生命周期中的每个具有物理资产应用的阶段。一个材料订单数字孪生系统由关联材料试验的多层次材料物理模型和用于材料的增值、综合、虚拟表示的机器学习方法组成，包括由于不完善的知识（认知不确定性）或由于固有的、不可分解的问题（固有不确定性）引起的不确定性的类型特征。组件和子系统的数字孪生系统的开发应包含增加有价值性能知识的物理原型和减少用于改进未来的设计所需物理原型数量。机械和电子部件的数字孪生系统也可以应用在硬件在环或软件在环环境中。系统的数字孪生系统可以应用在人-虚拟-结构一体训练模拟器中，用于增加资产的任务价值。制造过程的数字孪生系统可以通过已有或新增资产优化车间或工厂的质量和经济性。包含试飞员个体特征的试飞飞机数字孪生系统可以用来优化飞行试验点，以通过每次试飞获得最多的知识。

通过资产状态的定量化、提高操作性能（包括自主驾驶）、预测可持续能力和寿命、提升用户体验、在早期分析中获得下一代产品的知识和反馈数据等方法，一个数字孪生体可以用来创造资产的最大价值。另外，数字孪生体还可用于：（i）通过建模和仿真方法，强化物理测量和试验，同时也是减少认可过程的成本和时间的一种方法，（ii）建立更多生命周期评估，从在设、在造、在测阶段移动到服务阶段。因此，最终产品的数字孪生体不是一个附加功能，而是一个从初始概念、设计和开发，从组件到系统的连续的系统有机组成部分。通过数字孪生体期望获得的价值、创造价值需要的传感器和数据、为获得最终价值而进行的数字孪生体测试和验证等都是系统研发的要求。

为了使数字孪生的定义尽可能简单明了，它应该应用基本要素来定义--模型、资产和用于增值关联知识交互。在生命周期不同阶段，数字孪生的附加属性应伴随资产的性质，例如订单、组件、子系统、系统、飞行试验、制造过程、最终产品，图1为数字孪生的概念表示。

为了形成一个每个人都能理解的清晰表达的短定义，该短定义如下：

一个数字孪生体是一个连接的资产的虚拟表达。

数字孪生体具有的能力是很多的，为简单起见，主要研究为两类：（i）通过建模和仿真来降低组件和子系统的认证时间和成本；（ii）应用整个生命周期获得的信息，对组件与子系统的当前和未来状态做出决策和向面向未来工程的机构设计实践和知识库提供反馈。

建模和仿真工具方面的最新进展已经实现了飞机研发过程、降低了飞机研发的成本和周期的可视化。已经有一系列软件工具可以帮助将工程图进行可视化，包括设计、制造、材料研发和性能、空气动力学、结构集成和性能分析等。更重要的是，这些工具可以集成在一起以加强原本就是需要的工程周期间的互连性和加快设计、分析、测试的迭代。通过将大量分析转变为可视化方式，可以减少昂贵的物理试验和设计迭代的次数，从而达到减少认可过程的时间和成本的目的。物理试验的数据（如试件试验、风洞试验、地面试验、飞行试验、航线试验等）也可以用来更新虚拟试验的相关条件。数字孪生并不能消除物理测量和测试，只是减少了数量和对此类信息的依赖。物理和虚拟信息相融合可以提供更鲁棒和更广泛的数据集，从而可以应用机器学习和数据科学方法进行决策。

在产品生命周期中需要做出的许多决策，传统上，这些决策都根据影响产品最终性能的因素凭经验做出。结果是，产品不确定性和外部影响因素进一步扩散，形成产品当前和未来性能的不确定性。数字孪生体应用在整个生命周期收集的信息可以更新和更好地构建实物的分析和决策过程。这些信息有很多形式，包括但不限于性能数据，几何数据、材料的微观结构和谱系信息、服务载荷谱、部件损坏和老化等。随着新型传感器技术的出现，这些数据/信息的数量和可信度将呈指数级增长。正在开发的状态、材料和结构健康监测和感知技术可以为单个产品或整个机队的维护、维修和大修决策提供信息。最后，通过获取整个产品生命周期的数据，并使其快速供设计师使用，基于从以前版本数据获得的知识，可以改进下一版本的特性、零件或子系统。

表2.1 产品数字孪生应用（设计过程）

表2.2 产品数字孪生应用（制造过程）

表2.3 支持和服务的数字孪生应用（使用和维护）

表2.1-2.3并不是详尽列出，只是提供了代表性的数字孪生类型、应用和可预测价值的案例。例如数字孪生体也可用于培训应用（例如，将适当的FAA模拟系统与飞机数字孪生体连接，用以预测在不同操作场景下的飞行性能）。其他潜在的数字孪生应用包括可靠性、可用性、可维护性、安全预测，事故重建和库存预测及评估。所有的数字孪生潜在应用都待将来进一步开发。

虽然国防部数字工程战略最初是为应用于军事项目制定的，但基本战略也完全适用于民用和商用航空行业。事实上，非国防组织已经将其完全融入了第四次工业革命。除了国防价值外，还有公司的利益。最主要的好处是能够具有将生命周期后期活动提前的能力，那时生产比维护更便宜（例如软件和硬件修复）。在降低生命周期后期的修改方面，国防和商业具有相似的利益。这要求大量的建模方法和对模型开发的信任度。就像George E.P.Box的名言所说，“所有模型都是错的，实际问题是它们错到不能用的程度”。所以，你有多大程度相信不完美的模型？第四次工业革命强调的是从应用模型确认过去的经验转化为应用模型做出决策。那么，为什么多年的经验不能满足需要呢？系统变得越来越相互依赖，一个系统不仅会影响另一个系统，而且其行为的改变导致不可预测的紧急事件（该系统会改变另一个系统，导致级联效应）。经验的作用是有限的，因为没有一个人或一群人可以知道一切。这就像让一个知识渊博的人处在一个非常大的相互联通的房间里，并预测每一个场景是不现实的。为开发出能够应付不断地增加的相似产品验证的快速适应外部变化的产品快速做出决策，这对国防和商业同样重要，它将帮助确立在市场和战场的统治地位。

本文提出了航空业统一的数字孪生体的定义和价值观点，旨在为促进跨行业、学术界和政府的合作提供一个基线和理解。企业从识别的数字孪生应用中获得更大利益要求在以下通过数字孪生体应用加速价值实现的重点领域和方向开展合作：

1.业务和交易（例如向客户“交付”什么和如何交付？）

数字孪生体的价值仍没有在促进和激励“双赢”商业模式中得到清晰的理解或表达，没有形成跨行业和政府的最佳实践。

• 经济影响：在确保航空工业基地的经济健康和福祉的同时，需要对数字孪生方法能够在产品开发、生产和维护方面形成更好决策的影响和经济性方面进行审查。特别是，需要将开发和维护数字孪生体的预投入与其预期的经济影响/投资回报进行权衡。

• 知识产权和网络安全战略：为了确保跨生命周期和跨供应链的数字孪生体的数据应用价值的实现，需要对如何管理知识产权及其保护（如数据所有权和访问权），网络安全（例如潜在恶意软件检测）的战略进行调整。

• 开发语言：随着对价值、经济影响和知识产权方面的理解和一致性的提升，必须对开发语言进行重新讨论，以建立合适的词汇、条件，及通过数字孪生能力加快价值实现的激励措施。

在这一领域，许多政府和专业组织正在开展至关重要的工作，但由于各自观点，工作经常孤立和不协调。

2．技术和分析（例如：最佳实践、学习课程和加快价值实现的技术投资需求？）

虽然一些航空行业单位已经在应用数字孪生方面取得了实质性进展，但数字孪生的推广和应用依然受到一些技术挑战。

• 标准：需要制定标准和/或方法，以便数字孪生体能够与跨生命周期和供应链的其它数字孪生体交互。许多专业协会正在致力于制订跨行业标准，但依然受到协调和认知方面的限制。在数字孪生应用的最佳案例中，大多数商业部分都是保密的。通过建立基础开放标准（如数据和模型）和生命周期框架，可以实现巨大价值和增强协作。因此，在开放的要素方面还应给予更多的关注和努力。

• 工具和方法：为了改进数字孪生体在航空领域广泛应用的质量和实践，还需要进一步开展一系列工具和方法的开发和改进，包括但不限于多物理建模、概率框架开发、配置管理方面的人工智能和机器学习，以减轻人工负担，增加数字孪生体的连通性、验证/确认/认可、认证和不确定性的定量化。此外，为加快行业的理解、适用和应用，还需要一个可信的工程工具和最佳实践方法清单。

• 数据管理：鉴于数字孪生模型在安全性、输出和知识产权方面的敏感性，关于数字孪生模型怎么存贮和维护需要有一个业界认可的解决方案，以满足适航局关于长期存档和检索（LOTAR）方法的要求。除了模型和仿真的存储和维护外，对“孪生数据”的接收和维护，如性能、可靠性和故障数据也很重要，就像没有连接的物理实体，数字孪生就不存在一样。

• 基础设施：尽管大型企业和政府合作者已经内部建成了大量的信息技术平台，用于支持数字孪生体和数字企业的实现，但航空行业的中小型企业普遍还没有实现。需求进一步强调的是不断出现网络安全（如恶意数据）威胁和相关需求，这就要求定义能够支持实时接收来自客户、供应商的权威来源的可信数据的集成数字环境（IDE）的相关需求，与此同时，保护知识产权、支持向后兼容、防止跨多供应链数据恶意破坏。

尽管许多专业团体和政府为应对上述挑战都做出了努力，但还没有一个航空业组织参与跨行业和政府组织的关于数字孪生体效益在企业中实现的鲁棒和透明性讨论。

3.文化（例如：工业界如何为实全面价值现转变心态？）

在新概念普及早期，惯性思维很常见。虽然数字孪生体概念已被主流接受，但它尚未展现出其全部价值，主要挑战如下：

• 术语：尽管本文已建立了数字孪生体的统一定义，但许多组织对与数字企业相关的数字孪生体仍然有自己的理解。为了支持整个航空业的一致性和通信，需要建立通用的零件分类方法（例如：手、轮胎、尾灯），每个零件的本体概念（例如：旋转、失速、飞行高层），并将美国英语命名所有信息和相关数据。数据既包含数字（即度量）也包含词汇（即语义）。每个数字孪生体针对每种飞机类型都有一组相关且有限的语义词汇。数字孪生体的术语、定义、分类和本体的语言必须标准化，以确保普遍理解和互操作性，这保证数字孪生体的互操作性设计，避免创建不可互操作的专有孪生体（例如：词汇和表达不匹配，任意假设）。

• 劳动力发展：通过对劳动力的适当教育和培训，形成、培养和发展劳动力的关键技能。数字孪生体的开发需要多学科交叉技能，包括但不限于：系统工程、系统思维和架构、数据分析、机器学习/人工智能、统计/概率、建模和仿真、不确定性量化和决策科学，这些知识很少在课程中教授。为了保证未来劳动力的相关能力，应当按行业和政府组织的需求和计划，启动包含上述学科的新多学科教育计划。

• 分析认证：尽管通过增加使用建模和仿真加速设计和制造认证/资质的好处是巨大的，但当前的监管要求、政策和环境限制了这一利益的完全实现。仍然需要工业和适航局的合作进行从传统的“设计-建造-测试”过渡到“模型-分析-建造” 方法的合适转化，以加速产品和过程认证/鉴定。在这种情况下，并不会完全删除试验，相反，将需要更多的针对性的物理试验：1）验证、确认、校准和/或模型与模拟不确定性的定量化；2）弥合知识鸿沟。AIAA正在编写一份分析认证实践手册，提供该领域的机遇、挑战和指导。

鉴于上述挑战、差距和需求，航空业界建议建立一个跨学术、工业、政府和相关认证机构的数字孪生“卓越中心”，用于：

• 对数字孪生体价值进行清晰定义和协调；

• 致力于解决和弥合上述的业务、技术和文化鸿沟；

• 为政府采购和基于共同的价值和差距评估的投资提供指导；

• 形成一个权威服务机构，建立和分享经验、最佳实践和标准化；

• 作为一个权威服务机构为应用就绪程度质量管理建立数字孪生体的验证、确认、认可和成熟度水平认证；

• 支撑劳力发展和教育课程；

• 在基于分析的认证工作中，促使行业和适航机构在适当采用数字孪生体方面进行合作。

建立航空工业数字孪生卓越协作中心的初步构想离不开当前学术界、工业界和政府的经验和实践，包括：

• AIAA数字工程集成委员会（DEIC）

• AIAA分析认证协会（CbA）

• AIA互操作业务技术委员会（BTIC）

• 美国国防部长办公室资助的数字工程工作组（DEWG）

• 美国空军企业数字工程办公室（DEEO）

• 国际系统工程协会(INCOSE)

• 对象管理组织数字孪生联盟

此外，应有目的有意识吸收其他专业团体参与相关工作，以确保最佳实践在其他团体中的应用。上述提及的专业协会和政府项目已经部分地利用了数字孪生能力，但没有形成更广泛的产业合作路径。本文中涉及的数字线程、数字生态系统和数字系统模型还有待开发，还应探索这些数字工程主题的合作案例。事实上，本文的下一步工作是研究数字孪生现象的合作案例。现在是航空工业加速从这一变革中获益的时候了。

国防部对基于巨大互联系统国家安全问题特别感兴趣。图2描述了国防部数字工程战略的五个目标，它与工业数字孪生体相似。例如，国防部数字工程战略的第一个目标（图2中部紫色顶矩形）是“为形成企业和项目的决策，规范化模型的开发、集成和使用”。数字孪生原则中与此目标相对应的目标如右上紫色矩形所示。其余四个原则具有类似的对称性。

国防部数字工程战略与行业数字孪生体的观点之间的一致性来源于人们研究协作。这需要国防部和工业界建立伙伴关系，双方都能实现各自的价值。为确保这种伙伴关系，本文的支持组织代表的是行业的声音，并将持续与国防部的合作。这种伙伴关系涉及许多不同的关系：直接的（国防部和特定组织），协作的（国防部和工作组），间接的（国防部和专业协会）。

图2数字孪生体与国防部数字工程战略对比