数字工程（3）：思考与理解

1年前浏览2594

引用论文

陶飞, 张辰源, 刘蔚然, 张贺, 马昕, 高鹏飞, 张建康. 数字工程及十个领域应用展望[J/OL]. 机械工程学报, 2023, 59(13): 193-215 [2023-08-09]. http://kns.cnki.net/kcms/detail/11.2187.TH.2023080 7.1540.026.html.

TAO Fei, ZHANG Chenyuan, LIU Weiran, ZHANG He, MA Xin, GAO Pengfei, ZHANG Jiankang. Digital Engineering and Its Ten Application Outlooks[J/OL]. Journal of Mechanical Engineering, 2023, 59(13): 193-215 [2023-08-09]. http://kns.cnki .net/kcms/detail/11.2187.TH.20230807.1540.026.html.

数字工程（1）：从何而来

数字工程（2）：1.0到5.0

数字工程（3）：思考与理解

数字工程（4）：需求与挑战

数字工程（5）：概念内涵

数字工程（6）：体系架构

数字工程（7）：技术体系

数字工程（8）：核电厂数字工程

数字工程（9）：航空发动机数字工程

数字工程（10）：卫星互联网数字工程

数字工程（11）：海洋系统与海洋装备数字工程

数字工程（12）：风洞数字工程

数字工程（13）：未来战场数字工程

数字工程（14）：城市数字工程

数字工程（15）：高档数控机床数字工程

数字工程（16）：能源数字工程

数字工程（17）：车辆数字工程

为持续、健康、快速的发展数字工程，提升数字工程成熟度等级，最终达到理想的数字工程5.0，基于中国近20年数字化探索实践，针对各产业数字化转型现状，结合数字工程未来数字化、网络化、智能化、体系化发展趋势，从能力、性能、技术和发展过程等角度，提出对数字工程的思考与理解，以期为数字工程高质量可持续发展，从而利用数字工程更好的解决实际应用问题提供参考。

（1）数字工程不是简单的物理对象数字化，而是全要素、全过程、全功能、全业务数字化，进而不断形成“数力”。

式中，P_D表示“数力”（Digital power），即基于“数字”的生产力。“数力”由数据、模型、文档等形式的数字化要素、过程、功能和业务组成，支撑物理产品或系统仿真分析、预测回溯、可视化监控等数字化增值功能的实现。“数力”的强弱取决于数字化要素、过程、功能和业务的完备性和可用性。DE表示数字化的要素（Digital element），指人员、装备、工具、产品、物料、环境等要素的数字化表示。DP表示数字化的过程（Digital process），指要素在时间域上状态变化过程的数字化描述，例如飞机巡航飞行过程的数字化描述。DA表示数字化的要素能力（Digital ability），指要素所具备能力的数字化描述。DB表示数字化的业务（Digital business），指各种应用需求和任务的数字化描述。

（2）数字工程不仅关注数字空间，还关注实际物理空间，更关注数实空间交互融合。数字工程强调从物理世界的实际需求和问题出发，到数字世界中深入分析、开发功能、寻求突破，最终返回物理世界赋能物理对象。

（3）数字工程不仅需要“数力”和虚实融合，更需“智力”。

式中，P_I表示“智力”（Intelligence power），即赋予物理产品或系统智慧的能力。“智力”由计算能力、算法性能、网络性能和存储能力组成，支撑物理产品或系统智能化功能的实现，使普通产品或系统升级为智能产品或智能系统。“智力”的强弱取决于计算能力、算法性能、网络性能和存储能力的强弱。CP表示算力（Computing power），指计算机和服务器等对数据的处理速度。AP表示算法性能（Algorithm performance），指算法求解问题的时间复杂度和空间复杂度，以及能够解决问题的复杂度和解决程度等。NP表示网络性能（Network performance），指带宽、时延、丢包率、安全性和可兼容数据接口类型数量等。SP表示存储能力（Storage capacity），指可存储的数据量、可存储的数据类型数量、数据安全性和数据读写能力等。

（4）数字工程不是为了数智化而数智化，而是通过开发和利用“数力”与“智力”，提升体系化解决问题和满足需求的“能力”。数字工程进行数字化和智能化不是目标，而是手段和途径；实现产品或系统的数字化功能和智能化服务不是数字工程的终点，而仅仅是阶段性成果。数字工程是需求导向、问题导向的工程实践范式，要紧密结合发展战略和业务需求，面向实践应用过程中的痛点难点，借助“数力”和“智力”，在信息空间、数字空间、数实空间中突破物理产品或系统在物理世界中受到的时间、空间、信息、成本、安全、复杂度等多方面的局限，在数智空间和数智生态中提升体系化解决问题和满足需求的“能力”。

式中，C表示“能力”，即实现物理产品或系统实现所需功能，进而解决相应问题和满足各种应用需求的能力，主要包括六个方面：

①控全局（Overall control, OC）：面向产品或系统全生命周期，综合考虑全业务、全功能、全要素，实现对产品或系统的全局感知、全局决策和全局管控的能力。

②破孤岛（Island breaking, IB）：融合海量多源异构数据，打破数据孤岛，实现各类信息完整汇聚与充分共享的能力。

③跨时空（Backtracking and prediction, BP）：基于高保真模型和权威性数据，在数字空间中实现对物理产品或系统的回溯分析和推演预测的能力。

④聚能力（Function integration, FI）：集成并服务化产品、系统、软件等的虚实功能，面向全生命周期中动态变化的各种业务需求，及时提供所需功能服务的能力。

⑤强智能（Strong intelligence, SI）：利用强大算力和先进算法，基于模型和数据挖掘、表示和利用产品或系统知识，并以此为基础开发相应的智能功能，实现自治运行和迭代进化的能力。

⑥深协同（Deep cooperation, DC）：贯通产品或系统全生命周期各阶段，互联全部耦合要素，融合多学科与多物理场，实现体系整体在全过程中的一致性高效协同的能力。

（5）数字工程不是聚焦局部的单元工程，而是放眼全局的系统工程。在工程实践中，局部最优往往不代表全局最优。尽管数字工程能够用于解决特定单一问题和满足个性化需求，但数字工程更强调利用物理域、信息域、过程域、知识域四域融合，从更高的层次、更全的角度面向需求和问题综合考虑全要素和全信息，力求通过产品或系统全过程、全生命周期的系统性组织与统筹规划，实现产品或系统全功能的全局最优化，进而满足全业务需求。

（6）数字工程不仅强调全局优化，更强调通过数智化手段，缩小预期与实际的性能差距。在产品或系统全生命周期中，环境的不确定性、系统的复杂性和需求的动态性，可能会导致产品或系统的实际性能与预期性能之间产生性能差距，一般可分为阶段性性能差距、整体性性能差距和时效性性能差距三类：

①阶段性性能差距：因产品或系统在研发、制造和使用过程中存在的诸多不确定性因素，造成产品或系统在全生命周期各阶段的性能层层衰退[21]递减，最终导致产品或系统在运行过程中提供的实际性能无法满足应用需求。

②整体性性能差距：因复杂产品或系统全生命周期中的多尺度多物理量变量群与局部性能，以及局部性能与整体性能之间不精准的非线性耦合关系，造成产品或系统的整体性能与整体期望性能之间存在性能差距，导致产品或系统的整体性能不及预期。

③时效性性能差距：因信息流通不畅或相关管控决策不及时，导致产品或系统提供的性能与产品或系统当前性能需求之间存在性能差距，无法满足产品或系统不断变化的性能需求。

上述三类性能差距使工程效果无法得到保证，使产品或系统的性能无法满足预期需求。数字工程的目标之一就是通过信息化、数字化、网络化、智能化和体系化，实现对产品或系统全生命周期的科学组织和性能管理，并面向动态业务需求全局统筹优化和及时响应，使因环境的不确定性、系统的复杂性和需求的动态性等造成的各种性能差距最小化，逼近“设计即所需，设计即所得，所得即所需”的理想目标。

（7）单一技术无法实现数字工程，需综合运用多种技术。数字工程由物理对象、模型、数据、服务、网络、算力、算法、安全等多种要素协同实现，涉及需求分析、环境感知、状态认知、结果预知、决策优化、智能运维、精准管控等多方面能力，每种能力都需要相应的理论方法、技术手段和软件工具支持。

（8）数字工程不能一蹴而就，需长时间积累和沉淀。数字工程的应用对象多种多样，规模大小不一，数字化基础参差不齐，所需的全要素、全业务、全过程数字化模型需要构建校验，数据需要采集汇聚，知识需要挖掘沉淀，网络需要建设部署，算力需要整合提升，算法需要泛化精进，相关工作体量和建设规模巨大。好软件是用出来的，好装备是试出来的，数字工程的发展不能一蹴而就，应重视并落实①产品或系统的数字化研制与数字化交付，②模型、数据、知识等数字资产的泛化兼容与积累沉淀，以及③相关支撑技术的难点突破与数字基础设施的全面建设，稳步推进数字工程发展进程。

（9）数字工程不是面子工程，而是统揽全局的一把手工程。数字工程是一把手工程，既需要自下而上通过试点工程以点带面的寻求突破和探索发展途径，更需要自顶而下统筹规划，包括但不限于明确发展目标、提供参考架构、给出案例模板、创建相关标准、发展数字基建和优化资源分配。

综上所述，数字工程不是为了数智化而数智化，而是为了通过数智化构建“数力”，运用“智力”，提升“能力”，进而解决实际问题，满足应用需求。数字工程不能仅仅关注物理对象数字化，深陷数字空间，聚焦局部问题，而是应该从物理空间中的实际需求出发，基于各类先进技术，实现全要素、全过程、全功能、全业务的数字化，开拓产品或系统所在物理域相应的信息域、过程域和知识域，通过四域融合和虚实交互，统筹产品或系统的全生命周期，实现产品或系统各功能的性能管控、体系优化和智能升级。数字工程发展体量大、任务重，不能靠突击建设一蹴而就，需自顶向下进行整体布局和可持续发展规划，不断积累沉淀模型、数据、知识等数字资产，不断提升相关支持技术水平，逐步推进信息化、数字化、网络化、智能化和体系化，最终实现成熟的数字工程应用。

参考文献：
[21]郭东明. 高性能制造[J]. 机械工程学报，2022，58(21)：225-242.

来源：数字孪生体实验室

Mechanical 非线性系统仿真航空海洋理论储能多尺度数字孪生数控

著作权归作者所有，欢迎分享，未经许可，不得转载

首次发布时间：2023-09-23