数字孪生及其在航空航天中的应用

数字孪生已引起国内外的广泛重视，可看作是连接物理世界和数字世界的纽带。其通过建立物理系统的数字模型、实时监测系统状态并驱动模型动态更新实现系统行为更准确的描述与预报，从而在线优化决策与反馈控制。本文分析表明数字孪生体相比一般的模拟模型，具有集中性、动态性和完整性的突出特点。数字孪生的发展需要复杂系统建模、传感与监测、大数据、动态数据驱动分析与决策和数字孪生软件平台技术的支撑。在航空航天领域，数字孪生可应用于飞行器的设计研发、制造装配和运行维护。重点讨论了应用机身数字孪生进行寿命预测与维护决策的案例，相比于周期性维护，具有检修次数更少、维护成本更低的优势。最后，给出了数字孪生在空间站、可重复使用飞船的地面伴飞系统中的初步应用框架。     

薄壁件铣削过程加工变形研究进展

机床加工性能和刀具切削性能的发展使得薄壁件的高效率和高精密加工成为可能，也使得薄壁件在航空航天领域得到更广泛应用。薄壁零件结构复杂、刚度低，在铣削过程中易发生变形，因此精准预测与控制薄壁件的加工变形是机加工领域亟需解决的工艺难题。通过对薄壁件分类以及加工工艺分析，归纳总结引起薄壁件加工变形的因素，对加工变形影响最为关键的铣削力计算模型进行简述；结合国内外薄壁件变形预测与控制方法的研究，以弹塑性和数值模拟方法对薄壁件加工变形进行预测，通过加工工艺优化、辅助支撑技术、高速切削技术和数控补偿技术等方法对薄壁件加工过程的变形量进行控制；基于数据驱动数字孪生体的更新迭代，实现薄壁件实际加工过程的孪生及薄壁件变形预测与控制，构建了以数字孪生为平台的薄壁件加工变形预测与控制理论框架；最后对数字孪生在薄壁件加工变形预测及控制的发展与应用提出展望。     

基于TSFFCNN-PSO-SVM的飞机起落架液压系统故障诊断

针对飞机起落架液压系统故障诊断精度低，深层故障特征提取困难的问题，提出了一种基于双路特征融合卷积神经网络（TSFFCNN）与粒子群优化支持向量机（PSO-SVM）结合的起落架液压系统故障诊断模型。该诊断模型以起落架多节点压力信号作为输入，采用一维卷积神经网络（1DCNN）与二维卷积神经网络（2DCNN）并行多通道网络结构自适应提取深层特征信息，并在融合层将深层特征信息融合，通过优化后的SVM分类器对融合特征进行故障分类。为验证所提诊断模型的故障分类效果，基于AMESim搭建了典型飞机起落架液压系统仿真模型，构建了几种典型故障类型数据集。基于仿真数据的诊断结果表明，所提故障诊断算法精度能达到99.37%，能够有效实现起落架液压系统故障诊断；与其他智能算法对比，基于TSFFCNNPSO-SVM故障诊断模型具有更好的平稳性与可靠性，诊断精度更高。     

三维协同设计方法在飞机起落架设计中的应用

本文以公司基于ENOVIA?VPM开发完成的飞机起落架设计协同系统为基础平台，通过人员组织权限管理、锁机制、权限传送控制等安全机制，利用关联设计技术、基于模型的定义技术和设计复用技术，实现某型飞机起落架的三维协同和并行设计，为现代飞机起落架设计提供了有效的新方法。     

基于面向对象的故障诊断专家系统模型研究

讨论了一种基于面向对象技术和专家系统理论的飞机起落架故障诊断模型 ,并且给出了整个系统模型的具体结构框架。着重讨论了总控系统的结构、控制方法、工作流程和子系统的知识面向对象的表示和推理。并且 ,以波音 737飞机起落架刹车系统的故障为例 ,具体分析了它的故障树结构 ,并用c 语言实现了该故障树面向对象的表示     

航天器制造领域数字孪生技术的探索与实践

从实现航天器单件、小批量生产质量、柔性、效率同步提升的需求出发，回顾了数字孪生技术的内涵和发展，提出了包含产品孪生-产线孪生的航天器制造系统数字孪生的基础模型和动态演化过程，提出了数字孪生在数据采集、同步建摸、系统评估和生产线重构等技术方面的实现方法，阐述了采用数字孪生的虚实互动机制提升的具体实现途径，并通过航天器产品生产的具体应用验证了有效性。     

基于数字孪生的飞机总装生产线管控模式探索与实践

为持续提升飞机总装生产线运营绩效,促进业务模式变革,提出了一种基于数字孪生的飞机总装生产线管控新模式。首先,分析了飞机总装生产线从物理空间到信息空间的演变过程及生产线运行管控需求。其次,阐述了飞机总装生产线数字孪生组成,结合数字孪生五维模型,构建了总装生产线数字孪生模型。最后,基于3DMAX建立了虚拟模型,利用系统开发技术构建总装数字孪生系统,通过采集现场生产过程数据实现物理实体与虚拟空间的映射,初步探索了数字孪生技术在飞机总装生产线的应用。结果表明,基于数字孪生的飞机总装生产线管控模式对提高生产效率和质量具有重要作用。     

大型飞机机载系统预测与健康管理关键技术

为确保飞机的高可靠性、高安全性和高维修保障性,大型飞机机载系统均装备了先进的故障预测与健康管理(PHM)系统,以实现高可靠运行和健康服役。从大型飞机健康管理体系结构入手,介绍了基于国际标准分层开放式的故障预测与健康管理空地结构,及其开放式、模块化和标准接口规范。着重分析了机载健康管理传感器网络和鲁棒故障特征提取方法、分层聚类和交叉增强校核的智能故障诊断算法和基于数据驱动与失效物理结合的故障预测算法等关键技术,探讨了基于健康状态的维修保障决策方法。最后,给出了空地一体的飞机故障预测与健康管理评价方法和健康管理技术的适用性分析。     

数字孪生模型在产品构型管理中应用探讨

针对MBD技术的深层次应用,论述了数字线和数字孪生定义的概念和应用,指出数字线和数字孪生模型技术实施的重点和核心问题。指明全三维产品研制模式下对产品构型管理的新需求,探讨了基于数字孪生模型的产品构型管理方法和包含产品构型信息的产品数字孪生模型本体表达,为全三维研制模式下的产品构型管理提供了可行的技术解决方案。     

面向结构静力试验监测的高精度数字孪生方法

试验验证和数值仿真是评估结构强度的两种典型方法,然而基于离散传感器的试验验证方法难以保证结构应力监测覆盖度,数值仿真方法又因为对物理实体的简化和理想化处理而导致应力结果精度不足,如何综合利用两种强度评估方法的优势并进行数据融合以实现结构应力场监测是一个具有挑战性的问题。提出一种面向结构静力试验监测的数字孪生（DT-SSTM）方法,可获得高精度的结构静力试验数字孪生模型,以实现结构应力场的实时监测与强度评估。DT-SSTM方法包括离线、在线2个阶段。离线阶段,采用梯度提升树（GBDT）算法对仿真数据进行训练,建立预训练模型。在线阶段,基于集成学习理论,采用Stacking算法对试验数据响应值与预训练模型响应值之间的残差进行训练并建立残差模型。通过叠加预训练模型与残差模型实现多源数据融合,建立高精度的数字孪生模型。最后,开展了开口矩形壁板轴向拉伸试验来验证DT-SSTM方法的有效性。结果表明,DT-SSTM方法能够建立高精度的结构静力试验数字孪生模型,且相比同类数据融合方法具有更高的全局、局部预测精度以及融合效率,为结构应力场实时监测提供了一种新颖的解决方案。     

航空燃气涡轮发动机气路故障诊断进展

航空发动机健康管理是提高当代先进航空发动机安全性、可靠性以及经济可承受性的关键技术,是实现发动机视情维 修的重要方法之一。航空发动机气路故障诊断作为健康管理系统的重要支撑技术,在先进航空发动机发展过程中具有重要的研 究价值与前景。基于航空发动机气路故障诊断50余年的发展成果,梳理了航空发动机气路故障诊断的总体实施流程,包括气路 测量参数的选择及参数预处理方法、基线值的计算及基线模型的构建方法;介绍了基于模型和数据驱动的气路故障诊断方法的基 本原理和典型成果并对不同方法的特点进行了评述;对气路故障诊断未来发展方向,包括性能预测、在线气路故障诊断、信息融合 以及过渡态气路故障诊断的基本思想和研究现状进行了分析。国内外研究表明：航空发动机气路故障诊断已经形成了以基于模 型和基于数据驱动为基础的诊断方法体系,得到了较全面且系统的发展。中国在已有研究成果的基础上,应进一步完善航空发动 机全寿命周期数据的收集与整理,建立航空发动机健康管理系统的设计体系,增强产、学、研、用等多方协作,为先进航空发动机健 康管理系统提供有力技术支撑。     

基于内容统计分析的数字孪生定义研究

美国国防部最早提出利用数字孪生技术，用于航空航天飞行器的健康维护与保障。数字孪生可以达到缩短周期与降低 成本的目的，作为航空发动机辅助研制技术将发挥越来越重要的作用。为了从第一性原理出发更好地认识与应用数字孪生技术， 需要对数字孪生进行比较全面和相对准确的定义。以互联网搜索引擎、EI数据库、中国知网、万方、重庆维普等数据资源为采样 源，采集来自科技文献、科技报告、企业白皮书、标准等的64种典型的数字孪生定义。通过对文献外部特征与内容特征的研究，得 到数字孪生定义共性要素。通过对定义要素的词频统计分析，确定数字孪生定义的核心要素和补充要素，并构建了基于共性要素 的通用数字孪生定义模型；通过对数字孪生定义要素内容聚类分析，得到数字孪生定义要素的具体表达。提出了针对数字孪生的 核心要素的宏观定义和针对全部要素的微观定义。     

面向分层透明管控的飞机总装线数字孪生系统

为解决飞机总装生产线业务系统集成度差、装配过程不透明、异常处理不及时等问题,提出一种面向分层透明管控的飞机总装线数字孪生系统。基于系统需求分析,提出物理层、孪生数据层、孪生模型层、应用层4层系统架构,设计并实现面向多维数据集成的孪生数据库构建、面向透明可视的总装线数字孪生建模、面向现场异常处理的融合式分层管控三大核心功能模块。实际应用表明,该系统满足总装生产线多层次、多维度、多角色分布远程可视监控与综合分析的管控需求,可有效提升飞机总装的数字化、透明化水平。     

机翼结冰生命周期的数字孪生软件系统

飞机巡航中的机翼结冰情况是关系到飞行安全的重大实际问题之一,如果能够实时监测甚至根据环境提前预测机翼结冰过程和状况,对改进机翼防除冰设计、规避飞行危险都具有重大意义。数字孪生技术作为5G信息时代中新兴的技术,为物理过程的虚拟呈现提供了新的思路与解决方案、同时数字孪生技术结合人工智能等技术,同样可以应用于飞机巡航中机翼结冰物理过程,对实时监测与预测提供了新的技术保证。从数字孪生的角度出发,以机翼结冰神经网络模型为切入点,设计实现了一款基于数字孪生和人工智能技术的巡航中机翼结冰二维过程快速呈现软件系统。软件获取飞机巡航结冰参数与飞行参数,运行结果能够利用动态显示方式,呈现飞机巡航中机翼结冰全生命周期。     

基于数字孪生的自动化立体仓库货位分配优化方法

自动化立体仓库是智能生产线中的重要单元,可以实现实时库存信息的准确查询,其使用效率直接关系到智能生产线的生产效率。针对智能生产线中的自动化立体仓库货位随意分配,以及分配智能化水平低导致航空航天产品生产效率低下的问题,提出一种基于数字孪生的自动化立体仓库货位分配（Storage location assignment,SLA）优化方法。首先,采用数据驱动的数字孪生体多维度融合建模方法构建自动化立体仓库数字孪生多维模型;其次,对自动化立体仓库数字孪生系统通信机制及信息交互原理进行研究与分析,以出库效率（结合工艺）、货品相关度、货架稳定性为目标建立货位分配数学模型,提出一种改进的启发式蚁群（Improved ant colony optimization,IACO）算法对模型进行优化,将得到的货位信息集成到自动化立体仓库数字孪生系统并映射到物理实体;最后,通过试验证明该方法能够满足立体仓库基于工艺的物料出入库智能选择货位需求。该方法在智能生产线上的应用对航空航天产品实现智能制造、提质增效具有重要意义。     

基于数字孪生技术的准确度检测平台开发及应用

面向飞机结构件高精密和智能化准确度检测的需求,采用数字孪生方法及关键技术,以Unity 3D作为平台开发环境,通过搭建数字化模型,结合传感技术和物联网技术,开发了基于数字孪生技术的飞机结构件准确度检测平台,即DT-MEAS数字孪生平台。为数字孪生技术在航空制造业的应用提供了新的模式与方法。     

基于扩展卡尔曼滤波器的微型燃气轮机传感器 故障诊断与硬件在环验证

为了解决微型燃气轮机在变工况条件下的传感器信号故障诊断问题,提出了基于1簇卡尔曼滤波器的故障诊断方法。该方法基于V字研发流程,使用基于模型的设计方法开发了Simulink微型燃气轮机部件级仿真模型,设计了变负载条件下的传感器故障诊断与隔离系统。基于全数字仿真平台和硬件在环仿真平台对模型以及故障诊断与隔离系统进行集成验证。结果表明:基于MBD方法的全数字仿真及硬件在环仿真具有很高的一致性,能够快速实现模型转换及验证,为微型燃气轮机控制算法开发与硬件在环验证提供了有力的支持。     

飞机起落架仿真数学模型建立方法

阐述了以大系统理论部件建模为基础的轮式起落架仿真建模方法，通过分析机轮的运动特点，介绍了轮胎、减震支柱、前轮转向操纵系统和刹车系统的模型，研究了作用于起落架上的力、力矩及其传递过程，最后，通过计算和结果分析，证明该模型是正确的。     

数字孪生在工艺设计中的应用探讨

数字孪生作为赛博物理系统的关键技术,能够对物理世界进行数字化描述并有效管控产品全生命周期的数据,为实现产品研发生产中各种活动的优化决策提供了新的思路。对数字孪生的概念和研究进展进行了概述,针对当前CAPP(计算机辅助工艺设计)研究中存在的两个问题,引入了实作模型的概念,提出了数字孪生环境下CAPP的设计框架,最后探讨了基于实作模型的实时工艺决策和基于数字孪生的工艺知识挖掘技术。     

基于数据驱动的航空发动机故障诊断与预测方法综述

航空发动机故障诊断与预测是航空发动机健康管理的重要内容,基于数据驱动的故障诊断和预测技术是航空发动机故障和预测领域广泛应用的方法。本文总结了基于数据驱动的航空发动机故障诊断与预测的主要方法及特点,展望了航空发动机故障和预测方法的未来发展方向。