数字孪生技术在水下无人系统中的应用展望（下）

从试验阶段的数字孪生角度，结合某鱼雷泵台试验，给出数字孪生的典型应用案例。

⒈问题描述

热动力鱼雷的动力装置需要通过海水泵、燃料泵和滑油泵等各类泵体的配合，实现动力装置的稳定运行。目前，泵体的设计主要采用理论计算、仿真分析和试验测试相结合的方式，首先通过理论计算，根据泵体的流量、流速和压力等设计指标结合实际的安装空间完成泵体的结构设计，之后通过CFD仿真分析对泵体的性能进行虚拟验证，最后通过泵台试验进行实物验证。

目前存在的主要问题是：在进行泵体仿真分析时，泵体入口的流体动力学参数与实际泵体试验不一致，导致仿真计算结果与试验结果有较大差距；另一方面在泵台试验过程中无法通过在泵体内布置大量的传感器实现泵体内部全流场数据的有效监测。为解决这一问题，传统的方法是通过泵体仿真与泵台试验的不断修正迭代，逐步实现仿真结果与试验结果的一致性，但这种方法周期长、费用高，逐渐不能满足目前鱼雷产品的设计要求。为此必须引入数字孪生技术，以泵台试验为对象，建立泵台数字孪生体，完成泵体仿真模型与泵台试验系统的实时数据交互，快速定位鱼雷泵体的设计缺陷，实现鱼雷泵体的性能优化。

⒉框架方案

泵台数字孪生体研究框架方案如图3所示，主要包括实物系统、操作平台和虚拟系统。实物系统包括泵系统实物、布设于泵台试验系统上的各类传感器和数据采集系统。传感器采集的数据由数据采集系统汇总，并通过网线传递给操作平台。操作平台实现各类数据应用，其中包括数据监控、数据分析及仿真应用的实施。由传感器采集的数据，经由操作平台归纳处理后，转发给数字孪生的虚拟系统。该虚拟系统为事先对实物系统经过大量研究分析后建立的具有高精度且能够进行实时运算的仿真模型。采用操作平台发送的传感器数据作为该虚拟系统运行的边界条件，可驱动虚拟系统在与实物系统相同的工况下运转。

图3 泵台数字孪生体研究框架图

通过虚拟系统与实物系统的同步运行，操作人员即可通过观察虚拟系统了解到实物系统中那些无法布置传感器的元件运行参数或各类场信息。另外，操作平台除了作为实物系统与虚拟系统连接的桥梁，也起到连接其他设备的作用。

⑴实物系统说明

实物运行系统主要包含3类元件：可安装传感器的元件、不可安装传感器的元件和执行元件。可安装传感器的元件一般是系统中数量最大的元件(例如试验台管路)，但不是核心元件，这类元件工况较为理想，不会造成传感器的损坏，传感器安装在这类元件上也不会造成这类元件工作性能的降低。不可安装传感器的元件主要是指泵体本身，泵体内部如果安装传感器会造成对流场的干扰，从而降低泵的工作效率，因此这类元件无法安装传感器。执行元件为可改变系统工作参数的元件，主要指各类阀门，接收控制信号后可实现参数变化，是控制系统实现其功能的主要方式。

对于数字孪生技术来说，传感器数据具有3个用途：①监视实物系统的运行工作状态，满足系统操作需要；②为虚拟系统提供仿真边界条件，使得虚拟系统可以运行；③为虚拟系统提供仿真校验数据，用于建设数字孪生虚拟系统时，对各类仿真参数进行调试。实物系统中的数据采集系统实现传感器数据，执行元件控制信号与数据管理平台间的连接。

⑵操作平台说明

操作平台实现了实物系统、虚拟系统和各类应用设备之间的数据连接与管理，其最核心的作用为通过平台接口可实现虚拟系统与实物系统的连接，此外，还可实现初步数据分析等功能。

⑶虚拟系统说明

虚拟系统是整个泵台数字孪生体的核心。泵体的每个物理特性需要对应特定的仿真模型，主要包括计算流体模型、动力学模型、传热学模型和应力分析模型等，如何将这些基于不同物理属性的模型关联在一起，是建立泵台数字孪生体，充分发挥数字孪生体模拟、诊断、预测和控制作用的关键。由于虚拟系统仿真模型对仿真速度与精度都具有较高要求，因此需采用三维降阶模型技术，实现虚拟系统在具有实时仿真能力的同时，具有关键零部件三维场分析置信度的仿真。另外对于泵台的机、电、液等控制系统，需要借助一维仿真的手段建立起系统仿真模型，并与三维降阶模型实现数据交互。

泵台的控制系统、管路系统和监测系统主要基于系统建模方法，利用VHDL-AMS、Modelica等语言构建一维仿真模型；对于泵台的流体部分，鉴于其典型的时变非线性特性，应首先采用Fluent、CFX等流体分析软件进行典型工况的计算，之后基于小样本深度学习的方法构建流体的三维降阶模型；对于泵台的动力学部分，鉴于其线性时变的特性，主要采用状态空间方法在获取输入输出传递矩阵的基础上构建动力的三维降阶模型；对于泵台结构及传热部分，鉴于其线性时不变的特性，主要在仿真训练样本的基础上，采用神经网络的方式构建其三维降阶模型。最后通过一维三维联合仿真模型，实现一维及三维模型之间的数据交互以及各三维模型对应物理场之间的耦合计算，完成虚拟系统的构建。

⒊关键技术

泵台数字孪生体主要包括以下关键技术。

①三维有限元降阶技术。该技术需要将三维有限元的分析结果降阶为可以用于一维系统仿真的ROM模型，同时降阶技术将模拟整个三维模型所需时间降低到原仿真时间的1/10～1/100，同时具备与三维模型类似的精度。通过降阶技术建立的高精度模型用于实时的系统仿真中，与VHDL-AMS、Modelica等语言建立的一维模型进行联合仿真，将经过验证的组件和子系统相结合的模拟来实现整个系统的验证。

②基于数据的智能学习建模。该技术基于数据的模型拟合能力，通过对数据的智能学习，建立起精确的输入和输出对应关系，生成用于仿真的模型，该模型可以导出通用数据格式，能够应用于其他第三方仿真平台。

⒋主要功能

通过泵台数字孪生体的构建可以实现以下功能。

①有限传感器下的无限数据获取。由于各类试验的传感器数量有限，且无法直接获得关键参数，通过采用高端仿真技术的数字孪生模型，可实现基于有限传感器数据的全系统仿真，通过获取仿真数据，实现全系统数据检测。

②恶劣工况下的设备管理。由于数字孪生技术对实物系统的全数据检测能力，可大大减少运行维护人员工作量，对于恶劣工况下的设备，可通过数字孪生获取准确检测数据。

③为产品的研发提供最准确的实际工况数据。传统产品研发的设计点往往是通过分析获得的某一额定工况，通过数字孪生可全面获得产品在实际工况下的运行环境数据，从而为产品的研发提供更符合实际工况的额定工作点。

④更可靠更高效的排故操作。通过采用数字孪生技术，操作人员可以结合传感器数据与大量仿真数据，分析故障原因，从而为更准确高效的排故提供必要条件。