数字孪生五维模型及在卫星/空间通信网络的应用

 

一、数字孪生五维模型

为使数字孪生进一步在更多领域落地应用，北航数字孪生技术研究团队对已有三维模型进行了扩展，并增加了孪生数据和服务两个新维度，创造性提出了数字孪生五维模型的概念，如式（1）所示：

 

式（1）

式中：PE表示物理实体，VE表示虚拟实体，Ss表示服务，DD表示孪生数据，CN表示各组成部分间的连接。根据式（1），数字孪生五维模型结构如图1所示：

 

图1 数字孪生五维概念模型

数字孪生五维模型能满足上节所述数字孪生应用的新需求。

首先，MDT是一个通用的参考架构，能适用不同领域的不同应用对象。

其次，它的五维结构能与物联网、大数据、人工智能等NEW　IT技术集成与融合，满足信息物理系统集成、信息物理数据融合、虚实双向连接与交互等需求。

再次，孪生数据（DD）集成融合了信息数据与物理数据，满足信息空间与物理空间的一致性与同步性需求，能提供更加准确、全面的全要素/全流程/全业务数据支持。

服务（Ss）对数字孪生应用过程中面向不同领域、不同层次用户、不同业务所需的各类数据、模型、算法、仿真、结果等进行服务化封装，并以应用软件或移动端App的形式提供给用户，实现对服务的便捷与按需使用。

连接（CN）实现物理实体、虚拟实体、服务及数据之间的普适工业互联，从而支持虚实实时互联与融合。虚拟实体（VE）从多维度、多空间尺度、及多时间尺度对物理实体进行刻画和描述。

 

1、物理实体（PE）

PE是数字孪生五维模型的构成基础，对PE的准确分析与有效维护是建立MDT的前提。PE具有层次性，按照功能及结构一般包括单元级（Unit）PE、系统级（System）PE和复杂系统级（System of systems）PE三个层级。

以数字孪生车间为例，车间内各设备可视为单元级PE，是功能实现的最小单元；根据产品的工艺及工序，由设备组合配置构成的生产线可视为系统级PE，可以完成特定零部件的加工任务；由生产线组成的车间可视为复杂系统级PE，是一个包括了物料流、能量流与信息流的综合复杂系统，能够实现各子系统间的组织、协调及管理等。

根据不同应用需求和管控粒度对PE进行分层，是分层构建MDT的基础。例如，针对单个设备构建单元级MDT，从而实现对单个设备的监测、故障预测和维护等；针对生产线构建系统级MDT，从而对生产线的调度、进度控制和产品质量控制等进行分析及优化；而针对整个车间，可构建复杂系统级MDT，对各子系统及子系统间的交互与耦合关系进行描述，从而对整个系统的演化进行分析与预测。

 

2、虚拟实体（VE）

VE如式（2）所示，包括几何模型（GV）、物理模型（PV）、行为模型（BV）和规则模型（RV），这些模型能从多时间尺度、多空间尺度对PE进行描述与刻画。

 

式（2）

式中：GV为描述PE几何参数（如形状、尺寸、位置等）与关系（如装配关系）的三维模型，与PE具备良好的时空一致性，对细节层次的渲染可使Gv从视觉上更加接近PE。

Gv可利用三维建模软件（如solid－works、3DMAX、ProE、AutoCAD等）或仪器设备（如三维扫描仪）来创建。Pv在Gv的基础上增加了PE的物理属性、约束、及特征等信息，通常可用ANSYS，ABAQUS，HyPErmesh等工具从宏观及微观尺度进行动态的数学近似模拟与刻画，如结构、流体、电场、磁场建模仿真分析等。

Bv描述了不同粒度不同空间尺度下的PE在不同时间尺度下的外部环境与干扰，以及内部运行机制共同作用下产生的实时响应及行为，如随时间推进的演化行为、动态功能行为、性能退化行为等。创建PE的行为模型是一个复杂的过程，涉及问题模型、评估模型、决策模型等多种模型的构建，可利用有限状态机、马尔可夫链、神经网络、复杂网络、基于本体的建模方法进行Bv的创建。

Rv包括基于历史关联数据的规律规则，基于隐性知识总结的经验，以及相关领域标准与准则等。这些规则随着时间的推移自增长、自学习、自演化，使VE具备实时的判断、评估、优化及预测的能力，从而不仅能对PE进行控制与运行指导，还能对VE进行校正与一致性分析。Rv可通过集成已有的知识获得，也可利用机器学习算法不断挖掘产生新规则。

通过对上述４类模型进行组装、集成与融合，从而创建对应PE的完整VE。同时通过模型校核、验证和确认（VV&A）来验证VE的一致性、准确度、灵敏度等，保证VE能真实映射PE。此外，可使用VR与AR技术实现VE与PE虚实叠加及融合显示，增强VE的沉浸性、真实性及交互性。

 

3、服务（Ss）

Ss是指对数字孪生应用过程中所需各类数据、模型、算法、仿真、结果进行服务化封装，以工具组件、中间件、模块引擎等形式支撑数字孪生内部功能运行与实现的“功能性服务（FService）”，以及以应用软件、移动端App等形式满足不同领域不同用户不同业务需求的“业务性服务（BService）”，其中FService为BService的实现和运行提供支撑。

FService主要包括：①面向VE提供的模型管理服务，如建模仿真服务、模型组装与融合服务、模型VV&A 服务、模型一致性分析服务等；②面向DD提供的数据管理与处理服务，如数据存储、封装、清洗、关联、挖掘、融合等服务；③面向CN 提供的综合连接服务，如数据采集服务、感知接入服务、数据传输服务、协议服务、接口服务等。

BService主要包括：①面向终端现场操作人员的操作指导服务，如虚拟装配服务、设备维修维护服务、工艺培训服务；②面向专业技术人员的专业化技术服务，如能耗多层次多阶段仿真评估服务、设备控制策略自适应服务、动态优化调度服务、动态过程仿真服务等；③面向管理决策人员的智能决策服务，如需求分析服务、风险评估服务、趋势预测服务等；④面向终端用户的产品服务，如用户功能体验服务、虚拟培训服务、远程维修服务等。这些服务对于用户而言是一个屏蔽了数字孪生内部异构性与复杂性的黑箱，通过应用软件、移动端App等形式向用户提供标准的输入输出，从而降低数字孪生应用实践中对用户专业能力与知识的要求，实现便捷的按需使用。

 

4、孪生数据（DD）

DD是数字孪生的驱动。如式（3）所示。

式（3）

DD主要包括PE 数据（Dp），VE 数据（Dv），Ss数据（Ds），知识数据（Dk），及融合衍生数据（Df）。

式中：Dp主要包括体现PE规格、功能、性能、关系等的物理要素属性数据与反映PE运行状况、实时性能、环境参数、突发扰动等的动态过程数据，可通过传感器、嵌入式系统、数据采集卡等进行采集；

Dv主要包括VE相关数据，如几何尺寸、装配关系、位置等几何模型相关数据，材料属性、载荷、特征等物理模型相关数据，驱动因素、环境扰动、运行机制等行为模型相关数据，约束、规则、关联关系等规则模型相关数据，以及基于上述模型开展的过程仿真、行为仿真、过程验证、评估、分析、预测等的仿真数据；

Ds主要包括FService相关数据（如算法、模型、数据处理方法等）与BService相关数据（如企业管理数据，生产管理数据，产品管理数据、市场分析数据等）；Dk包括专家知识、行业标准、规则约束、推理推论、常用算法库与模型库等；

Df是对Dp，Dv，Ds，Dk进行数据转换、预处理、分类、关联、集成、融合等相关处理后得到的衍生数据，通过融合物理实况数据与多时空关联数据、历史统计数据、专家知识等信息数据得到信息物理融合数据，从而反映更加全面与准确的信息，并实现信息的共享与增值。

 

５　连接（CN）

CN实现MDT各组成部分的互联互通。如式(4)所示，CN包括PE和DD的连接（CN＿PD）、PE和VE的连接（CN＿PV）、PE和Ss的连接（CN＿PS）、VE和DD的连接（CN＿VD）、VE和Ss的连接（CN＿VS）、Ss和DD的连接（CN＿SD）。

 

式（4）

式中：

①CN＿PD实现PE和DD的交互：可利用各种传感器、嵌入式系统、数据采集卡等对PE数据进行实时采集，通过MTConnect、OPC-UA、MQTT等协议规范传输至DD；相应地，DD中经过处理后的数据或指令可通过OPC-UA、MQTT、CoAP等协议规范传输并反馈给PE，实现PE的运行优化。

②CN＿PV实现PE和VE的交互：CN＿PV与CN＿PD的实现方法与协议类似，采集的PE实时数据传输至VE，用于更新校正各类数字模型；采集的VE仿真分析等数据转化为控制指令下达至PE执行器，实现对PE的实时控制。

③CN＿PS实现PE和Ss的交互：同样地，CN＿PS与CN＿PD的实现方法及协议类似，采集的PE实时数据传输至Ss，实现对Ss的更新与优化；Ss产生的操作指导、专业分析、决策优化等结果以应用软件或移动端App的形式提供给用户，通过人工操作实现对PE的调控。

④CN＿VD实现VE和DD的交互：通过JDBC、ODBC等数据库接口，一方面将VE产生的仿真及相关数据实时存储到DD中，另一方面实时读取DD的融合数据、关联数据、生命周期数据等驱动动态仿真。

⑤CN＿VS实现VE和Ss的交互：可通过Socket、RPC、MQSeries等软件接口实现VE与Ss的双向通讯，完成直接的指令传递、数据收发、消息同步等。

⑥CN＿SD实现Ss和DD的交互：与CN＿VD类似，通过JDBC、ODBC等数据库接口，一方面将Ss的数据实时存储到DD，另一方面实时读取DD中的历史数据、规则数据、常用算法及模型等支持Ss的运行与优化。

二、数字孪生卫星/空间通信网络

近年来，随着卫星技术的快速发展，卫星通信技术及其应用取得了较大的进步。空间信息网络作为卫星网络的进一步延伸，将卫星网络、各种空间航天器和地面宽带网络联系起来，形成智能化体系，具有巨大的研究意义和应用前景。

空间信息网络由于节点及链路动态时变、网络时空行为复杂、业务类型差异巨大的特点，导致在网络模型构建、网络节点管控、动态组网机理、时变网络传输等方面对网络建设提出了重大挑战。

将数字孪生技术引入空间通信网络构建中，参照数字孪生五维模型，构建数字孪生卫星（单元级）、数字孪生卫星网络（系统级）以及数字孪生空间信息网络（复杂系统级），搭建数字孪生空间信息网络管理平台，如图２所示，可实现卫星的全生命周期管控、时变卫星网络优化组网以及空间信息网络构建与优化。

图2 数字孪生空间信息网络

 

1、数字孪生卫星

卫星作为高成本的复杂航天产品产品，其设计、总装等过程一直存在数字化程度低、智能化水平低等问题，同时，卫星入轨后，其健康监控与维修维护也是一项难以解决的技术难题。将数字孪生技术引入卫星全生命周期中，可实现：

①借助孪生模型与仿真，辅助卫星的三维设计与验证；

②结合设计模型与数字孪生总装平台，实现总装数字化、智能化；

③基于数字孪生的卫星故障预测与健康管理，借助传感器数据及运行数据，结合模型与算法，实现卫星的远程监控、状况评估、预测故障发生、定位故障原因并制定维修策略。

 

2、数字孪生卫星网络

卫星网络节点高速运行、链路动态变化，对卫星网络拓扑结构时变重构提出了极高的要求。构建数字孪生卫星时变网络，是借助高拟真的网络模型和相关协议、算法，结合卫星当前状态数据、历史数据以及相关专家知识库，建立与实际卫星网络镜像映射的虚拟网络，并以此实现对网络行为的高精度的仿真，实时辅助卫星网络拓扑的构建。

 

3、数字孪生空间信息网络

在卫星时变网络组网的基础上，整合相关资源，搭建数字孪生空间信息网络平台，能够实现对整个网络状态与信息的实时监控，并借助相关协议模型、算法及仿真工具，对网络场景与通信行为进行仿真，进而对空间信息网络实现路由预设置、资源预分配、设备预维护，实现空间信息网络的构建与优化。

第一作者：陶飞，教授，博士生导师，北京航空航天大学数字孪生研究组。