熊明蘭，王華偉

(南京航空航天大學(xué) 民航學(xué)院，江蘇 南京 211106)

0 引言

在“工業(yè)4.0”、“工業(yè)互聯(lián)網(wǎng)”、“中國制造2025”等背景下，未來民機(jī)將會(huì)向高度數(shù)字化、網(wǎng)絡(luò)化、集成化、智能化發(fā)展。國產(chǎn)民機(jī)C919、ARJ21、MA60已陸續(xù)投入運(yùn)行，據(jù)統(tǒng)計(jì)，截止到目前我國已成功交付32架ARJ21，C919收到國內(nèi)外28家用戶訂單，累計(jì)訂單總數(shù)815架，2019年MA系列飛機(jī)累計(jì)交付超過109架。國產(chǎn)民機(jī)的運(yùn)行安全狀況代表著中國民航業(yè)的航空安全形象，備受各界關(guān)注。民機(jī)運(yùn)行安全受到環(huán)境、使用條件、維修狀況以及各部件退化失效等影響，安全運(yùn)行隨機(jī)性很強(qiáng)，及時(shí)排除安全隱患能實(shí)現(xiàn)保障民機(jī)運(yùn)行持續(xù)安全和降低運(yùn)行成本的協(xié)同優(yōu)化目標(biāo)。數(shù)字孿生(Digital Twin，DT)是充分利用物理模型、傳感器更新、運(yùn)行歷史等數(shù)據(jù)，集成多學(xué)科、多物理量、多尺度、多概率的仿真過程[1]，在虛擬空間中完成映射，從而實(shí)現(xiàn)信息世界與物理世界的雙向動(dòng)態(tài)實(shí)時(shí)交互、共融與協(xié)同。通過仿真民機(jī)在不同場(chǎng)景、不同環(huán)境下的運(yùn)行狀態(tài)，預(yù)防民機(jī)運(yùn)行風(fēng)險(xiǎn)并實(shí)現(xiàn)對(duì)其深度認(rèn)知，而這也是國產(chǎn)民機(jī)在運(yùn)行過程中迫切需要解決的問題。

目前，數(shù)字孿生技術(shù)在工業(yè)界和學(xué)術(shù)界備受關(guān)注，達(dá)索、參數(shù)技術(shù)公司(Parametric Technology Corporation, PTC)、西門子、洛馬、波音、通用電氣(General Electric, GE)、空客等公司均展開了數(shù)字孿生的落地應(yīng)用研究[2]。此外，數(shù)字孿生技術(shù)廣泛應(yīng)用于交通[3-5]、醫(yī)療[6]、制造[7-9]、智慧城市[10-11]、服務(wù)[12]、航空航天[13-17]等領(lǐng)域。在航空研究領(lǐng)域，美國國家航空航天局(National Aeronautics and Space Administration, NASA)與美國空軍實(shí)驗(yàn)室聯(lián)合提出了飛機(jī)的數(shù)字孿生范式，結(jié)合傳感器更新、機(jī)隊(duì)歷史記錄等，通過數(shù)字孿生技術(shù)監(jiān)測(cè)飛機(jī)健康，反映飛機(jī)的剩余壽命[18]；MILLWATER等[14]對(duì)飛機(jī)數(shù)字孿生所需的風(fēng)險(xiǎn)評(píng)估程序進(jìn)行全面概述，提供了概率分布的參考和示例;CLAUDIO等[15]研究了航空公司如何在區(qū)塊鏈中構(gòu)建金屬增材制造的數(shù)字孿生方案。多學(xué)科綜合結(jié)構(gòu)健康管理作為數(shù)字孿生概念的一部分，能夠在飛機(jī)飛行過程中準(zhǔn)確檢測(cè)飛機(jī)的受損情況，從而預(yù)測(cè)相應(yīng)物理飛機(jī)壽命[19]。TUEGEL等[20]討論了飛機(jī)數(shù)字孿生的概念和所面臨的挑戰(zhàn)，并提出使用數(shù)字孿生技術(shù)實(shí)現(xiàn)對(duì)飛機(jī)狀態(tài)監(jiān)測(cè)、結(jié)構(gòu)壽命預(yù)測(cè)等功能；LI等[21]構(gòu)建了用于飛機(jī)機(jī)翼健康診斷和預(yù)后的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)，借助數(shù)字孿生技術(shù)，通過飛機(jī)機(jī)翼疲勞裂紋擴(kuò)展實(shí)例說明了所提的方法實(shí)用性；WANG等[22]討論了用于旋轉(zhuǎn)機(jī)械故障診斷的數(shù)字孿生參考模型的構(gòu)建，并提出一種基于參數(shù)敏感性分析的模型以增強(qiáng)模型適應(yīng)性，所構(gòu)建的模型能實(shí)現(xiàn)準(zhǔn)確的診斷和自適應(yīng)降級(jí)預(yù)測(cè)分析。根據(jù)統(tǒng)計(jì)，GE公司利用數(shù)字孿生技術(shù)在兩年時(shí)間內(nèi)將設(shè)備可靠性提高了93%～99.49%，一年時(shí)間內(nèi)減少了40%的無效維護(hù)，并將耗費(fèi)時(shí)間減少了75%。同時(shí)，通過檢測(cè)和預(yù)防故障避免了110萬美元的生產(chǎn)損失。數(shù)字孿生技術(shù)使得航空發(fā)動(dòng)機(jī)的零部件輕量化[1]，同時(shí)提升了航空發(fā)動(dòng)機(jī)零部件的性能，如Catalyst渦槳航空發(fā)動(dòng)機(jī)大修間隔經(jīng)數(shù)字孿生技術(shù)改進(jìn)后為4 000 h，比競(jìng)爭對(duì)手延長了33%。

綜上所述，數(shù)字孿生技術(shù)為飛機(jī)的剩余壽命預(yù)測(cè)、疲勞裂紋擴(kuò)展、故障診斷等研究提供了理論基礎(chǔ)和技術(shù)手段，但對(duì)民機(jī)運(yùn)行過程數(shù)字孿生模型的建模、數(shù)據(jù)與模型的處理融合、運(yùn)行過程實(shí)時(shí)映射缺少整體解決方案。本文主要以民機(jī)運(yùn)行安全為應(yīng)用背景，針對(duì)民機(jī)運(yùn)行過程中的“貧”數(shù)據(jù)問題，在降低數(shù)據(jù)采集成本的前提下，探討基于數(shù)字孿生的民機(jī)運(yùn)行安全系統(tǒng)結(jié)構(gòu)模型及其關(guān)鍵技術(shù)，為全面表征與認(rèn)識(shí)民機(jī)實(shí)際運(yùn)行狀態(tài)，實(shí)現(xiàn)面向潛在風(fēng)險(xiǎn)的主動(dòng)安全管理提供知識(shí)儲(chǔ)備。

1 民機(jī)運(yùn)行安全風(fēng)險(xiǎn)因素分析

民機(jī)運(yùn)行與民機(jī)飛行不同，民機(jī)運(yùn)行是飛機(jī)從使用到退役的整個(gè)過程。民機(jī)運(yùn)行安全涵蓋民機(jī)飛行安全，是通過全壽命周期、全系統(tǒng)的活動(dòng)保證飛行安全，涉及到民機(jī)維護(hù)與飛行支持等多種活動(dòng)。對(duì)民機(jī)運(yùn)行安全風(fēng)險(xiǎn)因素進(jìn)行分析，有利于基于數(shù)字孿生的民機(jī)運(yùn)行安全系統(tǒng)構(gòu)建。目前，國內(nèi)外關(guān)于飛機(jī)安全的研究主要涉及數(shù)據(jù)驅(qū)動(dòng)的航空安全問題[23-25]、民機(jī)安全分析與評(píng)估模型[26-28]、面向工業(yè)互聯(lián)網(wǎng)的航空大數(shù)據(jù)平臺(tái)與應(yīng)用[29-30]3個(gè)領(lǐng)域。隨著數(shù)據(jù)采集技術(shù)和人工智能算法的發(fā)展，可以獲取并存儲(chǔ)民機(jī)的QAR數(shù)據(jù)、傳感器數(shù)據(jù)、故障案例、維修記錄、航空安全報(bào)告等多源數(shù)據(jù)。民機(jī)運(yùn)行安全風(fēng)險(xiǎn)因素分析有助于識(shí)別安全風(fēng)險(xiǎn)來源，評(píng)估安全風(fēng)險(xiǎn)指標(biāo)，挖掘潛在安全風(fēng)險(xiǎn)規(guī)律，其研究內(nèi)容如圖1所示。

(1)民機(jī)運(yùn)行安全風(fēng)險(xiǎn)來源包括人為因素、機(jī)械因素、運(yùn)行環(huán)境、維修保障。其中：①人為因素包括機(jī)組原因、空管原因、機(jī)務(wù)維修、地面保障。機(jī)組人員往往是民機(jī)運(yùn)行不安全事件發(fā)生的關(guān)鍵人員，其他人為因素包括操作飛機(jī)及相關(guān)設(shè)備、面對(duì)危險(xiǎn)飛行環(huán)境下人員的反應(yīng)等。②機(jī)械原因造成系統(tǒng)失效/故障/卡阻、航空器起火/冒煙、失壓/緊急下降、其他駕駛艙/客艙安全事件、發(fā)動(dòng)機(jī)停車等事件的風(fēng)險(xiǎn)較大。③民機(jī)運(yùn)行環(huán)境異常造成的冰擊、外來物擊傷、雷擊、部件脫落/損壞/磨損、鳥擊、空中顛簸等事件的安全風(fēng)險(xiǎn)較大。④維修能夠及時(shí)保障民機(jī)健康狀態(tài)、動(dòng)態(tài)調(diào)整維修計(jì)劃，是安全風(fēng)險(xiǎn)管理的組成部分，維修保障管理差錯(cuò)會(huì)形成安全隱患，增加安全風(fēng)險(xiǎn)。

(2)民機(jī)運(yùn)行安全風(fēng)險(xiǎn)指標(biāo)包括故障類型、剩余壽命、健康指數(shù)、退化程度?？焖俚靥街皖A(yù)測(cè)故障類型，能夠及時(shí)有針對(duì)性地采取維修措施，降低事故風(fēng)險(xiǎn)，保障民機(jī)安全運(yùn)行。民機(jī)系統(tǒng)運(yùn)行條件復(fù)雜、環(huán)境惡劣，在長期的運(yùn)行過程中會(huì)逐漸老化，容易導(dǎo)致事故發(fā)生；盲目的維修更換易造成資源浪費(fèi)、維修成本增加，正確及時(shí)的維修有利于保證飛機(jī)安全運(yùn)行、提高經(jīng)濟(jì)效益。

(3)民機(jī)運(yùn)行安全風(fēng)險(xiǎn)分析具有風(fēng)險(xiǎn)實(shí)時(shí)動(dòng)態(tài)變化、多源信息耦合特征復(fù)雜抽象、影響因素多樣等規(guī)律。

2 基于數(shù)字孿生的民機(jī)運(yùn)行安全系統(tǒng)架構(gòu)

2.1 基于數(shù)字孿生的民機(jī)運(yùn)行安全系統(tǒng)架構(gòu)

民機(jī)運(yùn)維物理環(huán)境、虛擬環(huán)境、運(yùn)維數(shù)據(jù)、連接以及基于數(shù)字孿生的運(yùn)維服務(wù)是數(shù)字孿生驅(qū)動(dòng)的民機(jī)運(yùn)行安全的核心要素?；跀?shù)字孿生民機(jī)運(yùn)行安全系統(tǒng)體系架構(gòu)如圖2所示。其中：民機(jī)運(yùn)維物理環(huán)境主要指民機(jī)在運(yùn)行過程中民機(jī)子系統(tǒng)及其關(guān)鍵部件的狀態(tài)，以及所有運(yùn)行活動(dòng)的集合，通過傳感器等對(duì)數(shù)據(jù)進(jìn)行采集和傳輸；民機(jī)虛擬運(yùn)維環(huán)境是對(duì)物理環(huán)境的實(shí)時(shí)映射和行為仿真；民機(jī)運(yùn)維數(shù)據(jù)主要包括歷史運(yùn)行數(shù)據(jù)、環(huán)境數(shù)據(jù)、維修數(shù)據(jù)等，負(fù)責(zé)為民機(jī)運(yùn)行、虛擬運(yùn)行及仿真平臺(tái)提供數(shù)據(jù)支撐。

利用各種設(shè)備和裝置獲得實(shí)時(shí)運(yùn)維物理量數(shù)據(jù)，對(duì)各種數(shù)據(jù)進(jìn)行預(yù)處理，以適應(yīng)各種應(yīng)用系統(tǒng)和數(shù)據(jù)挖掘的信息處理要求。進(jìn)入“數(shù)據(jù)管理模塊”進(jìn)行分類和結(jié)構(gòu)化處理，最后進(jìn)入“數(shù)據(jù)處理模塊”。通過模型不斷的迭代優(yōu)化和數(shù)據(jù)的驅(qū)動(dòng)與仿真，搭建對(duì)應(yīng)的虛擬民機(jī)運(yùn)維環(huán)境，完成物理—虛擬交互映射以及對(duì)模型的持續(xù)改進(jìn)、虛實(shí)交互、信息實(shí)時(shí)反饋，實(shí)現(xiàn)民機(jī)運(yùn)行仿真、安全預(yù)警及運(yùn)維調(diào)整等服務(wù)。物理空間中運(yùn)維的民機(jī)、采集到的數(shù)據(jù)、虛擬運(yùn)維環(huán)境下的民機(jī)以及運(yùn)行狀況評(píng)估調(diào)整等之間信息的相互反饋，有利于保證數(shù)字孿生民機(jī)運(yùn)維模型的高保真性。

2.2 基于數(shù)字孿生民機(jī)運(yùn)行安全系統(tǒng)特征

結(jié)合數(shù)字孿生概念及民機(jī)安全運(yùn)行特征，本文提出的基于數(shù)字孿生的民機(jī)安全運(yùn)行系統(tǒng)是信息技術(shù)和數(shù)字化仿真技術(shù)驅(qū)動(dòng)的多物理、多學(xué)科、動(dòng)態(tài)概率、超寫實(shí)的仿真系統(tǒng)，該系統(tǒng)集成了先進(jìn)技術(shù)、可視化民機(jī)在物理世界中的全要素、全過程行為和狀態(tài)，對(duì)民機(jī)運(yùn)行安全進(jìn)行實(shí)時(shí)預(yù)警和反饋。其具體特征如下：

(1)虛實(shí)相結(jié)合 基于數(shù)字孿生的民機(jī)運(yùn)行是物理運(yùn)行民機(jī)的數(shù)字化體現(xiàn)，實(shí)現(xiàn)物理實(shí)體與虛擬實(shí)體的雙向精準(zhǔn)映射。

(2)安全預(yù)警與安全狀態(tài)反饋實(shí)時(shí)性 民機(jī)運(yùn)行數(shù)字孿生體貫穿著民機(jī)運(yùn)行的整個(gè)生命周期，根據(jù)實(shí)際運(yùn)行監(jiān)測(cè)狀況對(duì)運(yùn)行安全狀態(tài)作出預(yù)判，對(duì)運(yùn)行過程中多源異構(gòu)數(shù)據(jù)不斷融合，實(shí)現(xiàn)民機(jī)實(shí)時(shí)、動(dòng)態(tài)安全監(jiān)控，及時(shí)反饋其運(yùn)行安全情況。

(3)民機(jī)運(yùn)行可視化及動(dòng)態(tài)交互性 虛擬仿真平臺(tái)可以實(shí)現(xiàn)民機(jī)運(yùn)行過程中民機(jī)的幾何、物理、行為及狀態(tài)的高度可視化，實(shí)現(xiàn)民機(jī)運(yùn)行狀態(tài)和行為的準(zhǔn)確、高效及穩(wěn)健仿真；通過部署在民機(jī)機(jī)體的傳感器收集民機(jī)歷史運(yùn)行數(shù)據(jù)、環(huán)境數(shù)據(jù)等，結(jié)合維修數(shù)據(jù)、專家經(jīng)驗(yàn)和知識(shí)等的動(dòng)態(tài)交互，實(shí)現(xiàn)民機(jī)運(yùn)行智能安全分析和決策，延長民機(jī)使用壽命。

(4)多物理/多學(xué)科性 民機(jī)數(shù)字孿生不僅需要描述民機(jī)部件的幾何特性，還需描述其材料的溫度、硬度、強(qiáng)度等物理特性，運(yùn)行過程中空速、過載、姿態(tài)、位移、高度等行為特征以及結(jié)構(gòu)部件變形、疲勞、損壞等狀態(tài)特征。同時(shí)，民機(jī)運(yùn)行是一個(gè)包含空氣力學(xué)、飛行力學(xué)、結(jié)構(gòu)力學(xué)、可靠性與安全性分析的集成多個(gè)學(xué)科的復(fù)雜過程。

(5)先進(jìn)技術(shù)集成性 通過概率統(tǒng)計(jì)、有限元分析、大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等先進(jìn)技術(shù)的集成實(shí)現(xiàn)民機(jī)的故障檢測(cè)、故障診斷和壽命預(yù)測(cè)，減少運(yùn)行安全不確定因素，對(duì)民機(jī)運(yùn)行可靠性及安全性進(jìn)行評(píng)估。

實(shí)時(shí)監(jiān)測(cè)民機(jī)運(yùn)行維護(hù)狀態(tài)、民機(jī)關(guān)鍵部件性能及損傷狀態(tài)，及時(shí)映射到數(shù)字孿生民機(jī)當(dāng)中，能保障民機(jī)的安全運(yùn)行，降低維護(hù)成本。

3 基于數(shù)字孿生民機(jī)運(yùn)行安全系統(tǒng)關(guān)鍵要素建模

3.1 基于數(shù)字孿生民機(jī)運(yùn)行安全系統(tǒng)關(guān)鍵要素建模

在民機(jī)運(yùn)行過程中，與民機(jī)安全相關(guān)的關(guān)鍵要素有民機(jī)部件及子系統(tǒng)、民機(jī)維修信息、民機(jī)運(yùn)行環(huán)境、相關(guān)人員等，其民機(jī)運(yùn)行安全數(shù)字孿生模型如下：

DToperation={DTsub-system,DTpart,DTenvironment,DTcrew}。

(1)

式中：DToperation為民機(jī)運(yùn)行過程數(shù)字孿生模型；DTsub-system為民機(jī)子系統(tǒng)數(shù)字孿生模型；DTpart為部件維修數(shù)字孿生模型;DTenvironment為數(shù)字孿生運(yùn)行環(huán)境模型;DTcrew為人員數(shù)字孿生模型。

(1)民機(jī)子系統(tǒng)數(shù)字孿生建模

民機(jī)子系統(tǒng)可以在民機(jī)運(yùn)行過程中為民機(jī)提供推力,供油、供電、供壓，控制民機(jī)飛行、提供通信導(dǎo)航等功能，包括推力系統(tǒng)、測(cè)控系統(tǒng)、導(dǎo)航系統(tǒng)、通信系統(tǒng)、載荷系統(tǒng)、操作系統(tǒng)等。為使各子系統(tǒng)的孿生模型與物理模型一致，需保證其尺寸、幾何、行為及規(guī)則刻畫與物理實(shí)體一致，通過虛實(shí)接口獲取相應(yīng)參數(shù)數(shù)據(jù)，以完成運(yùn)行任務(wù)。民機(jī)子系統(tǒng)數(shù)字孿生模型如下：

DTsub-system={S3D,Sinterface,Sfunction}。

(2)

式中：S3D為民機(jī)子系統(tǒng)的3D模型；Sinterface為數(shù)據(jù)實(shí)時(shí)交互的接口；Sfunction為相應(yīng)系統(tǒng)提供的功能作用。

(2)維修孿生建模

民機(jī)維修是保證運(yùn)行安全的主要手段之一，民機(jī)結(jié)構(gòu)復(fù)雜，維修技術(shù)難度大，維修工作環(huán)境惡劣。維修效率低不僅會(huì)造成民機(jī)運(yùn)行成本增加，還可能導(dǎo)致安全事故的發(fā)生。維修孿生模型如下：

DTpart={P3D,Pinterface,Pdata}。

(3)

式中：P3D為關(guān)鍵部件的3D模型；Pinterface為關(guān)鍵部件數(shù)據(jù)實(shí)時(shí)交互的接口；Pdata為維修數(shù)據(jù)，且Pdata={Pload-d,Pdamage-d,Phistorical-d}，Pload-d為民機(jī)運(yùn)行時(shí)各部件的載荷數(shù)據(jù)，可以通過傳感器、飛行參數(shù)挖掘等方式獲取；Pdamage-d為損傷數(shù)據(jù)，可以通過對(duì)民機(jī)的在線運(yùn)行監(jiān)測(cè)、地面加裝應(yīng)測(cè)等方式獲得；Phistorical-d為部件的歷史維修信息，可以從維修報(bào)告等文件中獲取。

(3)環(huán)境孿生建模

在民機(jī)運(yùn)行過程中，極有可能遭遇在如雨雪、雷暴、強(qiáng)風(fēng)等極端天氣下運(yùn)行，民機(jī)安全運(yùn)行難度增加的情況，對(duì)復(fù)雜的運(yùn)行環(huán)境進(jìn)行孿生建模有利于對(duì)民機(jī)運(yùn)行環(huán)境的實(shí)時(shí)監(jiān)控。其模型如下：

DTenvironment={Cweather,CFH/FC,Croute}。

(4)

式中：Cweather為運(yùn)行時(shí)天氣情況；CFH/FC為運(yùn)行民機(jī)的每飛行小時(shí)的飛行循環(huán)；Croute為運(yùn)行民機(jī)的航線，以及在該路線飛行時(shí)外界溫度、飛行高度、氣壓等參數(shù)。

(4)人員孿生建模

據(jù)統(tǒng)計(jì)，有75%的航空不安全事件發(fā)生與人為因素[31]有著直接或間接的關(guān)系。因此，對(duì)人員(如機(jī)組人員，維修人員等)孿生進(jìn)行建模是保障民機(jī)安全運(yùn)行的關(guān)鍵要素之一。通過建立人員孿生模型，利用定位和動(dòng)作接口對(duì)人員的行為活動(dòng)進(jìn)行監(jiān)控，獲取人員孿生數(shù)據(jù)，其模型定義如下：

DTcrew={Cinterface,Caction,Cperson}。

(5)

式中：Cinterface為人員的定位和動(dòng)作數(shù)據(jù)接口；Caction為人員操作行為。可以通過RFID或圖像識(shí)別的方法，實(shí)現(xiàn)人員在數(shù)字空間位置及行為等數(shù)據(jù)的獲取。此外，人員本身的技能sk、經(jīng)驗(yàn)ex、認(rèn)知kn、資歷qu、當(dāng)前健康狀況he等涉及潛在操作安全問題的信息更重要，將這些要素納入人員孿生模型，記為Cperson，

Cperson={Cperson-sk,Cperson-ex,Cperson-kn,
Cperson-qu,Cperson-he,Cperson-other}

(6)

3.2 數(shù)據(jù)采集與獲取

在民機(jī)運(yùn)行的各個(gè)階段，通過各個(gè)設(shè)備獲取相關(guān)數(shù)據(jù)以及飛行參數(shù)數(shù)據(jù)，結(jié)合仿真，記錄飛機(jī)在實(shí)際運(yùn)行過程中的數(shù)據(jù)變化，對(duì)民機(jī)的運(yùn)行安全狀況進(jìn)行推斷。民機(jī)運(yùn)行生命周期獲取的數(shù)據(jù)可分為維修數(shù)據(jù)、環(huán)境數(shù)據(jù)和工程數(shù)據(jù)3類。維修數(shù)據(jù)包含維護(hù)數(shù)據(jù)、飛行數(shù)據(jù)記錄器(Flight Data Recorder，F(xiàn)DR)數(shù)據(jù)、狀態(tài)監(jiān)控系統(tǒng)(Aircraft Condition Monitoring System，ACMS)數(shù)據(jù)等；環(huán)境數(shù)據(jù)包括天氣、使用飛行小時(shí)/飛行循環(huán)、飛行路線等;工程數(shù)據(jù)飛機(jī)結(jié)構(gòu)數(shù)據(jù)、每小時(shí)飛行循環(huán)、維護(hù)實(shí)施情況、可靠性數(shù)據(jù)等，如圖3所示。

為實(shí)現(xiàn)系統(tǒng)應(yīng)具備的數(shù)據(jù)集成、數(shù)據(jù)處理與分析、可視化運(yùn)行仿真與民航知識(shí)表示等功能，需要對(duì)數(shù)據(jù)進(jìn)行采集、集成、處理與挖掘，如圖4所示。數(shù)據(jù)集成是指民機(jī)運(yùn)行過程中收集到的相關(guān)運(yùn)行數(shù)據(jù)，如民機(jī)運(yùn)行姿態(tài)數(shù)據(jù)、飛行高度、氣壓、溫度、各性能狀態(tài)、維修數(shù)據(jù)、環(huán)境數(shù)據(jù)等，通過傳感器、雷達(dá)、音頻、飛行計(jì)劃等方式實(shí)時(shí)收集，利用數(shù)據(jù)轉(zhuǎn)換進(jìn)行數(shù)字測(cè)量；數(shù)據(jù)處理和分析是指對(duì)民機(jī)運(yùn)行過程中實(shí)時(shí)數(shù)據(jù)的采集，對(duì)收集到的數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、聚合、泛化、離散化及特征選擇等操作，提取出民機(jī)運(yùn)行數(shù)字孿生模型中所需的數(shù)據(jù)，利用Hadoop、Apache、Spark等數(shù)據(jù)處理軟件，數(shù)據(jù)倉庫、數(shù)據(jù)流等管理軟件對(duì)數(shù)據(jù)進(jìn)行管理；可視化運(yùn)行仿真是指通過數(shù)據(jù)進(jìn)行民機(jī)運(yùn)行仿真，完成為民機(jī)故障檢測(cè)、運(yùn)行狀態(tài)監(jiān)測(cè)及運(yùn)行安全評(píng)估的服務(wù)；民航知識(shí)表示是指在仿真過程中實(shí)時(shí)向飛行員或調(diào)度員傳遞故障預(yù)警信息、提供飛機(jī)實(shí)時(shí)位置、提供安全性評(píng)估報(bào)告、維修報(bào)告、服務(wù)報(bào)告等。

3.3 民機(jī)運(yùn)行安全實(shí)時(shí)映射

數(shù)字空間對(duì)民機(jī)運(yùn)行進(jìn)行映射能從多維、多物理場(chǎng)動(dòng)態(tài)實(shí)時(shí)地觀察民機(jī)運(yùn)行情況。數(shù)字空間與物理空間交互映射主要分為以下幾個(gè)部分：

(1)民機(jī)部件及子系統(tǒng) 民機(jī)部件及子系統(tǒng)健康狀態(tài)映射是對(duì)民機(jī)進(jìn)行安全評(píng)估的重要要素之一，伴隨著民機(jī)的運(yùn)行周期。

(2)維修系統(tǒng) 通過映射等對(duì)民機(jī)損傷的結(jié)構(gòu)件及系統(tǒng)及時(shí)進(jìn)行維修，為智能維修提供基礎(chǔ)。

(3)人員 實(shí)時(shí)映射出人員的身份、所在位置、人員對(duì)飛機(jī)的操作等信息，對(duì)人員實(shí)現(xiàn)可視化管理。

(4)環(huán)境 實(shí)時(shí)顯示民機(jī)運(yùn)行的環(huán)境參數(shù)信息，及時(shí)更新環(huán)境參數(shù)以了解環(huán)境變化情況，根據(jù)飛機(jī)運(yùn)行情況采取安全措施。

通過物理空間收集到的數(shù)據(jù)信息，在數(shù)字空間實(shí)現(xiàn)民機(jī)運(yùn)行部件及子系統(tǒng)、人員、維修狀況等的映射，并在此基礎(chǔ)上進(jìn)行分析，對(duì)民機(jī)進(jìn)行智能監(jiān)控，從而實(shí)現(xiàn)民機(jī)運(yùn)行安全預(yù)警、智能維修等功能。從多個(gè)維度對(duì)模型進(jìn)行初始化，使得數(shù)字孿生模型與民機(jī)運(yùn)行實(shí)際狀態(tài)相匹配。在數(shù)字空間中實(shí)現(xiàn)同步初始化后，利用數(shù)據(jù)驅(qū)動(dòng)技術(shù)對(duì)民機(jī)部件及子系統(tǒng)、維修系統(tǒng)、人員及環(huán)境進(jìn)行多維度映射，對(duì)數(shù)字空間的運(yùn)行數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和集成分析，包括對(duì)運(yùn)行異常安全預(yù)警、運(yùn)行路線等，進(jìn)而實(shí)現(xiàn)民機(jī)智能運(yùn)行安全。其實(shí)時(shí)映射邏輯結(jié)構(gòu)如圖5所示。

4 基于數(shù)字孿生民機(jī)運(yùn)行安全系統(tǒng)關(guān)鍵技術(shù)

4.1 民機(jī)運(yùn)行安全性評(píng)估技術(shù)

民機(jī)安全運(yùn)行的狀態(tài)為人員和設(shè)備沒有受到損壞和傷害，對(duì)民機(jī)運(yùn)行的安全性評(píng)估包括對(duì)民機(jī)運(yùn)行安全性評(píng)估和維修兩部分。數(shù)字孿生技術(shù)實(shí)現(xiàn)了對(duì)民機(jī)運(yùn)行安全狀態(tài)的過程仿真，在仿真過程中對(duì)民機(jī)運(yùn)行的安全性評(píng)估通過設(shè)定的安全閾值來判別，對(duì)危險(xiǎn)點(diǎn)鏡像監(jiān)控，當(dāng)達(dá)到安全閾值極限時(shí)，仿真平臺(tái)會(huì)發(fā)出報(bào)警提示，具體如圖6所示。

設(shè)民機(jī)在數(shù)字空間運(yùn)行中監(jiān)測(cè)到的任一部件m參數(shù)信息為ydm，則有：

(1)若任意參數(shù)ydm均在安全閾值T內(nèi)，滿足ya0

T={ya0

(7)

式中l(wèi)為部件總數(shù)。

(2)若任意參數(shù)ydm滿足ymin

UT1={(ymin(ya1

(8)

式中UT1為接近臨界閾值的不安全狀態(tài)閾值。

(3)若任意參數(shù)ydm均在不安全閾值UT2內(nèi)，滿足ydm≤ymin或ydm≥ymax，則民機(jī)系統(tǒng)工作狀態(tài)惡化，運(yùn)行處于不安全狀態(tài)，系統(tǒng)發(fā)送安全警報(bào)信號(hào)，應(yīng)及時(shí)停止運(yùn)行和仿真，立即進(jìn)行民機(jī)維修，記為:

UT2={(ydm≤ymin)∪
(ydm≥ymax),m=1,2,…,l}。

(9)

式中UT2為超限閾值的不安全狀態(tài)閾值。

對(duì)于數(shù)字空間中不安全閾值狀態(tài)下運(yùn)行的民機(jī)，通過維修調(diào)整以初始化民機(jī)運(yùn)行狀態(tài)，而后進(jìn)行民機(jī)運(yùn)行的多次迭代仿真，直至在各參數(shù)信息處于安全閾值內(nèi)，最終形成運(yùn)行安全性建議和報(bào)告。

4.2 數(shù)據(jù)與模型融合技術(shù)

4.2.1 多源數(shù)據(jù)融合技術(shù)

數(shù)字孿生驅(qū)動(dòng)的民機(jī)運(yùn)行安全過程中會(huì)產(chǎn)生大量多源異構(gòu)數(shù)據(jù)，在保證數(shù)據(jù)完整性的同時(shí)剔除噪聲數(shù)據(jù)，需將各類數(shù)據(jù)進(jìn)行轉(zhuǎn)換和融合，如圖7所示。通過數(shù)據(jù)準(zhǔn)備將物理運(yùn)行狀態(tài)映射在數(shù)字空間中，是實(shí)現(xiàn)數(shù)字孿生驅(qū)動(dòng)的民機(jī)運(yùn)行安全性分析與控制的基礎(chǔ)。針對(duì)不同類型的民機(jī)運(yùn)行數(shù)據(jù)采取不同融合方式，如利用深度學(xué)習(xí)或機(jī)器學(xué)習(xí)等技術(shù)處理民機(jī)運(yùn)行中的文本數(shù)據(jù)，利用零膨脹模型或VAE等方法處理小樣本數(shù)據(jù)。處理后的小樣本數(shù)據(jù)、不平衡數(shù)據(jù)及文本信息數(shù)據(jù)形成民機(jī)運(yùn)行的多模態(tài)數(shù)據(jù)，將其融合成能反應(yīng)民機(jī)運(yùn)行安全性的多維數(shù)據(jù)，采用關(guān)聯(lián)分析等數(shù)據(jù)挖掘方式用于民機(jī)運(yùn)行安全的判定。

4.2.2 多模型融合技術(shù)

民機(jī)運(yùn)行安全系統(tǒng)的數(shù)字孿生模型是物理運(yùn)行民機(jī)的數(shù)字表示，在數(shù)據(jù)驅(qū)動(dòng)算法模型中起著重要作用。數(shù)字孿生驅(qū)動(dòng)的民機(jī)運(yùn)行安全系統(tǒng)存在民機(jī)運(yùn)行健康監(jiān)測(cè)模型、環(huán)境模型、維修安全性分析模型等多種模型。在模型構(gòu)建過程中，應(yīng)同時(shí)考慮多域模型，支持多域建模的軟件包括CAD、MWorks、SimulationX、ANSYS、Abaqus等；支持多數(shù)據(jù)分析與處理的模型包括數(shù)據(jù)驅(qū)動(dòng)模型、深度學(xué)習(xí)模型、機(jī)器學(xué)習(xí)模型、數(shù)據(jù)仿真模型等。因此，可以用以上軟件及算法模型來構(gòu)建民機(jī)運(yùn)行對(duì)象模型，并將其集成到統(tǒng)一的多域系統(tǒng)模型中。

4.2.3 多源數(shù)據(jù)與多模型融合技術(shù)

不同來源的數(shù)據(jù)和模型進(jìn)行自動(dòng)或半自動(dòng)融合，能夠?yàn)槊駲C(jī)安全運(yùn)行自動(dòng)決策及可信決策提供有效的支持[32]。數(shù)據(jù)融合為數(shù)字孿生民機(jī)提供更好的數(shù)據(jù)集信號(hào)質(zhì)量，物理模型融合及數(shù)據(jù)模型的融合為數(shù)字孿生民機(jī)運(yùn)行安全系統(tǒng)提供更好的模型性能。將數(shù)據(jù)與物理模型融合構(gòu)建民機(jī)安全運(yùn)行系統(tǒng)的自適應(yīng)物理模型；數(shù)據(jù)與數(shù)據(jù)模型融合構(gòu)建出穩(wěn)健的數(shù)據(jù)驅(qū)動(dòng)模型；物理模型與數(shù)據(jù)模型融合能提升民機(jī)安全運(yùn)行的預(yù)測(cè)水平，將數(shù)據(jù)、數(shù)據(jù)模型與物理模型融合有利于對(duì)民機(jī)運(yùn)行的可信決策水平。數(shù)字孿生民機(jī)運(yùn)行安全系統(tǒng)數(shù)據(jù)與模型融合技術(shù)如圖8所示。

4.3 虛實(shí)模型一致性評(píng)估

4.3.1 虛實(shí)模型一致性評(píng)估

數(shù)字孿生的高保真度是民機(jī)運(yùn)行安全判定的重要基礎(chǔ)。為提高民機(jī)運(yùn)行安全評(píng)估的準(zhǔn)確性，將數(shù)字空間映射的仿真結(jié)果與實(shí)際民機(jī)運(yùn)行狀況進(jìn)行比較以確定數(shù)字孿生模型的一致性。多源數(shù)據(jù)與多域模型通過多次迭代仿真與修正，直至仿真結(jié)果與實(shí)際結(jié)果之間的誤差足夠小為止，視為模型一致，可以看作高保真的數(shù)字孿生模型。一致性評(píng)估流程如圖9所示。

4.3.2 虛實(shí)模型數(shù)據(jù)同步性

民機(jī)運(yùn)行過程中存在不同設(shè)備產(chǎn)生不同的數(shù)據(jù)，如何保證虛實(shí)模型數(shù)據(jù)的同步性是對(duì)數(shù)字孿生民機(jī)建模的關(guān)鍵依據(jù)。因此，解決基于數(shù)字孿生的民機(jī)運(yùn)行過程中虛實(shí)數(shù)據(jù)同步性的問題可以綜合以下幾種方法：

(1)大數(shù)據(jù)挖掘。通過大數(shù)據(jù)挖掘的方式將民機(jī)運(yùn)行生命周期中的不安全影響致因有效地挖掘出來，如一些部件或系統(tǒng)在飛機(jī)飛行一定飛行小時(shí)后會(huì)出現(xiàn)性能退化等情況。

(2)數(shù)據(jù)共享。通過與機(jī)場(chǎng)塔臺(tái)、機(jī)場(chǎng)雷達(dá)等交通指揮中心的數(shù)據(jù)共享，實(shí)時(shí)監(jiān)測(cè)飛行運(yùn)行狀況。

(3)建立統(tǒng)一虛實(shí)通訊框架和協(xié)議。通過部署在飛機(jī)機(jī)體上的傳感器監(jiān)測(cè)飛機(jī)的飛行速度、周圍風(fēng)速、氣溫、位置等信息，通過建立統(tǒng)一的標(biāo)準(zhǔn)化虛實(shí)通訊地址空間和服務(wù)，將終端設(shè)備回傳數(shù)據(jù)到虛擬模型，保證數(shù)據(jù)的同步性。

(4)引入交叉驗(yàn)證模塊，通過實(shí)際數(shù)據(jù)校驗(yàn)虛擬數(shù)據(jù)對(duì)真實(shí)數(shù)據(jù)的映射效果，采用虛擬數(shù)據(jù)分析真實(shí)數(shù)據(jù)是否因?yàn)榄h(huán)境因素等被污染，在通過迭代漸進(jìn)式學(xué)習(xí)，不斷提高虛實(shí)模型數(shù)據(jù)的同步性。

5 典型應(yīng)用

航空發(fā)動(dòng)機(jī)是飛機(jī)的心臟。從航空發(fā)動(dòng)機(jī)研究民機(jī)運(yùn)行安全問題，可以基于數(shù)字孿生技術(shù)實(shí)時(shí)監(jiān)測(cè)發(fā)動(dòng)機(jī)的健康狀況。GE綜合發(fā)動(dòng)機(jī)的運(yùn)行生命周期等多方面數(shù)據(jù)預(yù)測(cè)航空發(fā)動(dòng)機(jī)的性能表現(xiàn)，初步實(shí)現(xiàn)了面向發(fā)動(dòng)機(jī)運(yùn)維的數(shù)字孿生模型。本文以航空發(fā)動(dòng)機(jī)為例，設(shè)計(jì)符合真實(shí)發(fā)動(dòng)機(jī)特征的數(shù)字發(fā)動(dòng)機(jī)，其作用概括為以下幾方面：

(1)降低數(shù)據(jù)采集成本 真實(shí)發(fā)動(dòng)機(jī)數(shù)據(jù)采集成本昂貴，在映射數(shù)字發(fā)動(dòng)機(jī)的情況下，可以通過數(shù)字發(fā)動(dòng)機(jī)獲取豐富的數(shù)據(jù)，降低數(shù)據(jù)采集成本。

(2)全面認(rèn)知故障特征 航空發(fā)動(dòng)機(jī)是典型的復(fù)雜系統(tǒng)，故障模式存在著關(guān)聯(lián)、傳播及競(jìng)爭失效等多種形式，且具有故障的潛在性，在此基礎(chǔ)上通過數(shù)字發(fā)動(dòng)機(jī)，就可以發(fā)揮仿真實(shí)驗(yàn)室的作用，為全面認(rèn)識(shí)故障特征，采取針對(duì)性的管控措施提供依據(jù)。

(3)實(shí)現(xiàn)主動(dòng)安全管控 通過數(shù)字發(fā)動(dòng)機(jī)，可以根據(jù)參數(shù)的變化趨勢(shì)及數(shù)據(jù)獲取優(yōu)勢(shì)，更好地發(fā)揮系統(tǒng)狀態(tài)的預(yù)測(cè)作用，實(shí)現(xiàn)主動(dòng)安全管理和為預(yù)知維修提供支持。

如圖10所示，構(gòu)建出多種行為特征的數(shù)字發(fā)動(dòng)機(jī)，需融合多種模型與多源數(shù)據(jù)，與物理發(fā)動(dòng)機(jī)進(jìn)行實(shí)時(shí)的信息交互，時(shí)刻保障民機(jī)運(yùn)行安全。該模型融合了物理環(huán)境、物理發(fā)動(dòng)機(jī)、數(shù)字環(huán)境、數(shù)字發(fā)動(dòng)機(jī)、物理空間與數(shù)字空間的數(shù)據(jù)/信息交互映射。采集運(yùn)行民機(jī)發(fā)動(dòng)機(jī)的傳感器數(shù)據(jù)、歷史維修數(shù)據(jù)、歷史飛行數(shù)據(jù)等其他數(shù)據(jù)，結(jié)合發(fā)動(dòng)機(jī)系統(tǒng)及部件三維物理模型、性能模型，操作人員孿生數(shù)據(jù)、運(yùn)行環(huán)境孿生數(shù)據(jù)等，構(gòu)建出發(fā)動(dòng)機(jī)的自適應(yīng)模型、故障模型、預(yù)測(cè)模型，同時(shí)將發(fā)動(dòng)機(jī)的局部線性優(yōu)化模型與民機(jī)運(yùn)行狀態(tài)模型相結(jié)合構(gòu)建出發(fā)動(dòng)機(jī)控制優(yōu)化模型。將以上模型進(jìn)行融合，形成多種行為特征的數(shù)字發(fā)動(dòng)機(jī)。

數(shù)字孿生技術(shù)在信息空間構(gòu)建了發(fā)動(dòng)機(jī)實(shí)體的高保真模型以及運(yùn)行環(huán)境建模，可以解決發(fā)動(dòng)機(jī)運(yùn)維中性能監(jiān)測(cè)、故障診斷、整機(jī)性能與剩余壽命預(yù)測(cè)、控制性能優(yōu)化等問題。對(duì)發(fā)動(dòng)機(jī)性能和故障進(jìn)行精準(zhǔn)監(jiān)測(cè)，結(jié)合發(fā)動(dòng)機(jī)運(yùn)行環(huán)境及優(yōu)化控制，實(shí)現(xiàn)精準(zhǔn)預(yù)測(cè)發(fā)動(dòng)機(jī)的剩余壽命、故障預(yù)警和性能退化預(yù)測(cè)，使發(fā)動(dòng)機(jī)在民機(jī)運(yùn)行過程中有更好的安全性能。

6 結(jié)束語

本文面向民機(jī)智能安全運(yùn)行需求，為民機(jī)運(yùn)行安全過程數(shù)字孿生的實(shí)現(xiàn)提供了技術(shù)解決方案，實(shí)現(xiàn)了基于數(shù)字孿生的民機(jī)運(yùn)行全流程、全要素監(jiān)控。對(duì)民機(jī)運(yùn)行安全過程數(shù)字孿生關(guān)鍵要素模型及關(guān)鍵技術(shù)進(jìn)行了詳細(xì)論述。采用數(shù)字孿生技術(shù)，對(duì)民機(jī)運(yùn)行過程進(jìn)行監(jiān)測(cè)和評(píng)估，并及時(shí)對(duì)運(yùn)維方案做出調(diào)整。物理—數(shù)字空間數(shù)據(jù)的實(shí)時(shí)交互，為提高虛實(shí)模型的一致性、民機(jī)運(yùn)行安全評(píng)估的準(zhǔn)確性提供支撐，通過及時(shí)給出安全預(yù)警信號(hào)，有效提高了民機(jī)運(yùn)行的可靠性。未來，將進(jìn)一步研究民機(jī)健康管理、智能預(yù)測(cè)性維修、可視化安全運(yùn)行技術(shù)等，進(jìn)一步提高民機(jī)運(yùn)行安全性和智能性。