数字孪生技术在水下无人系统中的应用展望（上）

UUS的数字孪生与其他领域一样需要结合行业特点开展以下关键技术的攻关。

①源异构物理实体智能感知技术：研究如何准确实时获取物理实体对象多源异构数据，从而深入认识和发掘相关规律和现象，实现物理实体的可靠控制与精准测量。

②多维多领域高保真仿真建模技术：研究如何构建多维多领域高保真仿真模型，保证和验证模型与物理实体的一致性、真实性和可靠性；如何实现多尺度模型的组装与融合。

③模型-实体数据交互技术：研究如何实现跨协议、跨接口、跨平台海量数据实时交互；如何实现数据-模型-应用的迭代交互与动态演化。

另一方面，UUS数字孪生具有间歇性通信和系统层级多等特点，需要重点关注以下关键技术的攻关。

①间歇性通信数字孪生关键技术：研究在水中兵器声信号通信数据带宽受限背景下，如何综合光、磁及其他先进通信手段，实现数字孪生技术有效数据的准确传递；解决在深海中数据无法及时反馈及数据中断条件下的数字孪生模型自我推演关键技术的研究。

②多层级数字孪生体构建技术：研究如何在完成组件级、系统级和整机级单体装备数字孪生体构建的基础上，综合鱼雷、水雷和UUV等单体装备形成装备体系数字孪生体(如图2所示)；研究不同层级之间的数据交互与模型简化技术。

图2 水下无人系统数字孪生发展规划

⒈标准体系

从数字孪生理论研究的领域来看目前存在的主要问题是：缺乏相关术语、系统架构和适用标准的参考，造成不同行业的人对数字孪生的理解不同，进而导致交流困难、集成困难和协作困难；缺乏数字孪生相关模型、数据、连接与集成服务等标准参考，模型和数据之间集成难、一致性差、兼容性低、易形成新的孤岛；缺乏适用准则、实施要求、工具和平台等标准的参考，在相关行业实施数字孪生过程中容易造成用户和企业对数字孪生使用的困惑。因此亟待建立涵盖基础共性、关键技术、工具/平台、测试和行业应用的标准体系。建立UUS行业数字孪生行业应用标准体系的工作重点是建立产品设计、试验、制造和运维等UUS全寿命周期的数字孪生应用标准群，实现在论证阶段决策数字孪生技术的适用性，在设计制造阶段指导数字孪生技术应用落地，在定型批产阶段指导数字孪生的评估与优化。

总之，UUS数字孪生工作应理论先行，在行业总体的理论框架体系内制定其相关术语、系统架构和适用标准，为以后各阶段的研究奠定坚实的理论基础。

⒉设计阶段

设计阶段的UUS数字孪生，是在虚拟空间进行UUS总体、动力、控制、感知和导航等系统产品功能和性能的早期验证。集成测试数据作为各系统仿真模型的输入以验证模型、计算结果或作为虚拟传感器，从而实现从测试到仿真的闭环反馈和持续改进。根据目前UUS行业数字孪生的现状，需要从UUS产品需求分析、系统级建模分析、多学科协同仿真以及虚拟试验闭环等几个方面开展深入的研究工作。

需求工程包括需求获取、需求分析、需求确认、需求分配和需求验证等步骤。其中清晰、准确、结构化的需求描述是需求获取最重要的技术；需求分析将冗余的需求拆分，重复的需求合并，形成原子化的需求，进而构建需求树；需求确认的目标是为产品确认流程提供相关信息，并维护需求数据的完整性；需求分配的主要目的是将需求分配到物理架构以开展设计工作；需求验证是把验证结果链接到需求上，验证方法包括分析、仿真和试验等。目前在国外复杂产品的设计工作中，需求分析是产品设计过程中最为重要的一环，贯穿了产品的全寿命周期。

同时基于SysML系统建模语言，需求工程可以通过可视化、图形化的建模语言实现。需求模型是整机级数字孪生模型的重要组成部分，需求的满足和实现是复杂系统研制的根本目的。但是，目前UUS领域仍采用传统的设计任务书的手段来满足UUS战技指标与设计工作之间的关系，尚未引入先进的需求工程的方法。因此，开展UUS领域需求工程的研发工作是建立UUS数字孪生模型的首要工作。

近年来，复杂系统建模仿真方法在航空航天领域得以大量应用。系统仿真借助成熟的经过机、电、液、控等多领域验证的模型库，快速构建组件级、系统级和整机级仿真模型，通过系统模型的稳态、动态、时域和频域求解，支撑系统的指标分解和设计选型。目前，在UUS领域尚未建成完整的整机级系统仿真模型，系统级及组件级别的系统仿真模型也尚处于起步阶段，因此，对于目前UUS领域的系统级建模分析亟待解决的问题是：建立完整的以动力学为主的结构系统模型、以热流体为主的动力系统模型、以状态空间为主的控制系统模型、以信息流为主的内测系统模型和以时序作动为主的电气系统模型，并集成模型形成整机模型，在对外部环境进行研究的基础上，进行系统级及整机级的性能分析，验证上游设计需求的合理性、可行性，提出下游产品设计的指标需求。

UUS产品涉及结构、流体、电磁学、声学、热学、控制、软件和自动化等各个专业领域，加之目前UUS产品具有功能多、型号多和设计周期短的特点，因此亟需各个专业进行紧密的协同研发，以提高产品性能质量并缩短研制周期。然而目前各专业设计仿真的工作大都独自展开，无法进行统一设计仿真环境下的紧密协同研发，因此亟需构建支持UUS产品研发协同的设计仿真平台，实现各系统设计的并行管理与数据融合，从而提高设计效率和设计可靠性，达到缩短研制周期提高研制能力的目标。

目前，UUS各专业领域的仿真设计均面临输入参数不准确的问题。造成该问题的原因一方面是由于目前传感技术的发展水平不足以满足UUS高精度、多参量的测量需求，另一方面是UUS的深海工作环境给数据采集和传输带来了极大的困难。以实航振动数据采集为例，在实航过程中，由于传感器安装空间以及数采通道的限制，传感器的数量一般在20个左右，远远不能满足UUS各组件振动特性分析的输入要求。当缺乏准确输入数据时，会给UUS各系统的仿真分析结果带来较大的误差，为此一方面需要扩展试验测试领域的技术研究，另一方面需要加强试验数据的管理工作。通过与试验数据的集成，构建试验数据优化系统模型的虚拟验证环境，通过对系统模型以及性能模型的修正来提高仿真的可靠性和仿真设计质量，形成UUS产品虚拟试验闭环。

总之，需求分析、系统级建模分析、多学科协同仿真和虚拟试验闭环是UUS数字孪生的技术难点，也是后续开展工作的重点。

⒊试验阶段

试验是产品研发过程中的重要环节之一，对于验证产品在作业环境中的各方面性能有着至关重要的作用，在UUS行业中从组件级试验(例如壳体的强度、模态试验)、系统级试验(例如发动机冷热车试验)到整机级试验(例如实航湖试及海试)，呈现出试验类别多、试验难度大、许多试验不具备重复性(例如战雷跌落试验)的特点。通过数字孪生技术的引入，可以针对各类试验系统建立对应的虚拟试验模型，通过数据采集与处理平台建立真实试验系统与虚拟试验系统之间的数据实时交互与控制，形成试验系统的数字孪生。

首先，通过试验系统的数字孪生，可以解决真实试验系统由于空间、运行状态等原因带来的传感器数量不足、试验获取信息有限的问题，虚拟试验系统起到了超级传感器的作用，可以输出真实试验系统任何位置各种物理量的试验数据。

其次，通过虚拟试验可以解决传统试验准备周期长，物理样机或产品成本较高的问题。再次，某些试验的极限工况难以通过真实试验实现，通过仿真手段易于实现对极限工况的模拟，并快速定位极限工况下的设计缺陷，从而提出设计改进措施。然后，仅仅基于试验进行设计验证和改进有较大的局限性，只能通过试错方式进行设计改进，而且难以做到优化，通过虚拟试验系统借助先进的优化设计工具不仅可以实现组件级设计参数的快速优化，还可以实现系统级乃至整机级性能参数的快速优化。

最后，许多陆上试验由于试验条件与试验技术的限制，都无法准确的模拟真实UUS在作战使用条件下的真实试验约束，导致陆上试验与试航试验结果有较大差异，通过虚拟试验的方式可以方便地在陆上试验约束与实航试验条件之间进行切换，找到陆上试验与实航试验之间的相互关系，进而提高产品的设计水平。

总之，鉴于扎实的试验硬件条件及丰富的仿真经验，数字孪生技术在UUS试验阶段的基础最好，应用效果也最明显，后续数字孪生的成功应用可以以该阶段的工作作为技术突破口。

⒋制造阶段

制造阶段的数字孪生是实现UUS智能制造的重要组成部分，其前提是实现UUS制造过程中所有要素的全模型化，具体包括工艺设计数字孪生、虚拟制造数字孪生和虚拟运营数字孪生。

其中，工艺设计数字孪生涵盖虚拟装配技术、虚拟加工技术、人机交互技术、快速成型技术以及机器人自动化技术等；虚拟制造数字孪生，通过构建物流模型、人员模型、产线模型、设备模型和资源模型等镜像来模拟工厂、产线以及工艺的执行过程，对产能进行预判，定位投产问题，结合优化算法实现制造过程中各项资源的优化配置；虚拟运营数字孪生的核心内容是虚拟工厂模型与生产运营系统的数字化集成，实现在虚拟工厂环境中对生产运营过程信息的实时获取与信息展示，生产过程中的核心管理信息如设备运营状态、当前生产状态、当前物流运行状态、质量状态、人员工作状态、资源存储与消耗状态等信息通过虚拟生产环境实时展示，对生产运营过程实现实时监控与智能决策。

总之，由于UUS数字化制造的起步较晚，起点较低，目前在制造阶段的UUS数字孪生仅仅在某些技术要点上进行过探索性的研究，后续需要首先解决设计部门与制造单位之间的数据孤岛问题，大力加强制造单位的数字化建设。该阶段研究工作是整个数字孪生应用中的难点。

⒌运维阶段

装备运维阶段的数字孪生主要涵盖装备运行状态监控与维修保障建模仿真。对UUS而言，运行状态监控的主要对象为水下UUV、深海预置武器等需要长时间运行的装备。通过水中通信手段将UUS在运行状态下的航速、航向信息和关键设备运行状态参数传递回岸基平台或潜/舰艇平台。

在平台上构建装备的数字孪生模型，结合以上有限信息，推测出UUS的航线，解算出关键设备上无法通过传感器直接获取的信息，从而实现对UUS运行状态的完全实时监控。另一方面，随着UUS复杂程度的提升，相应的维护保障规模也在不断扩大。在产品交付后需要建立维保模型，不断维护交付产品的装备完好率，避免维修、保障失误带来的灾难性后果。因此需要基于虚拟环境对维保的核心要素进行建模。在虚拟环境中镜像运维业务过程；将维保流程、维保计划、人员实施等进行事前运维验证修正维保计划，事后数据记录集中展示服役状态。

同时，运维阶段的数字孪生需要解决间歇性通信、多层级数字孪生体构建等关键技术。是UUS行业数字孪生应用技术特色的集中体现。