以规模创建数字双胞胎

想象一下这个场景:一架送货无人机在飞行中遭受了一些轻微的机翼损坏。它是应该立即着陆，还是像往常一样，还是改道去一个新的目的地?这架无人机的电脑模型——数字双胞胎——一直在同一航线飞行，现在在虚拟世界中遭受了同样的破坏——可以帮助打电话。

数字双胞胎是工程、医学和城市规划的重要组成部分，但在大多数情况下，每个双胞胎都是定制的实现，只适用于特定的应用程序。Michael Kapteyn开发了一种模型，可以大规模部署数字双胞胎——例如，为整个无人机编队创建双胞胎。

根据Kapteyn和他的同事的一项研究，一种被称为概率图形模型的数学表示可以成为预测数字双胞胎的基础。研究人员在一架无人机(UAV)上测试了这个想法，就像上面描述的那样。

“到目前为止，已经演示的定制实现通常需要大量的资源，这是现实世界部署的障碍，”Kapteyn说，他最近获得了麻省理工学院航空航天系计算科学和工程博士学位。

“数字双胞胎在管理许多类似资产的情况下最有用，这一事实加剧了这种情况，”他说。“在开发我们的模型时，我们始终牢记的目标是为整个飞机机队、或整个风力涡轮机农场、或人类心脏病患者群体创建数字双胞胎。”

俄克拉何马州立大学(Oklahoma State University)机械与航空航天工程助理教授Omer San说:“他们的工作推动了数字双胞胎定制实现的边界，这需要大量的部署资源和高水平的专业知识。”他没有参与这项研究。

进化的双胞胎

数字双胞胎在航空航天工程中具有悠久的历史，从美国宇航局最早的用途之一在1970年安全地制定了越野的策略，以便在1970年安全地带来了瘫痪的阿波罗13月亮使命。医学领域的研究人员一直在使用数字双胞胎，如心脏病等应用。考虑在手术前瓣膜置换等处理。

然而，研究人员写道，扩大使用数字双胞胎来指导数百颗卫星的飞行，或为数千名心脏病患者推荐精确疗法，需要一种不同于通常创造的一次性、高度特定的数字双胞胎的方法。

为了解决这个问题，KAPTEYN和同事们向数字双胞胎及其相关的物理资产之间的关系的统一数学表示，这些物理资产不具体到特定应用或使用。研究人员的模型数学上定义了一对物理和数字动态系统，通过双向数据流一起耦合在一起随着时间的推移而发展。例如，在UAV的情况下，首先使用从物理UAV收集的数据校准数字双胞胎的参数，使其双胞胎是从开始的准确反射。

随着无人机的总体状态随时间而变化(通过机械磨损和飞行时间记录等过程)，数字孪生无人机可以观察这些变化，并用于更新自己的状态，以便与物理无人机相匹配。这个更新的数字双胞胎可以预测无人机在未来将如何变化，使用这些信息以最佳方式指导实物资产前进。

图形模型允许每个数字孪生“基于相同的基础计算模型，但每个物理资产必须保持一个独特的‘数字状态’，定义该模型的独特配置，”Kapteyn说。这使得为大量相似的实体资产创建数字双胞胎变得更加容易。

无人机测试案例

为了测试他们的模型，该团队使用了一支12英尺的翼展无人机设计，并与Aurora飞行科学一起设计，并配备了来自杰索拉集团的传感器“贴纸”，用于收集来自UAV的应变，加速和其他相关数据。

从校准实验到模拟的“灯损伤”事件的一切，无人机是测试床。其数字双胞胎能够分析传感器数据以提取损坏信息，预测无人机的结构健康在未来将如何变化，并建议机动变化以适应这些变化。

UAV案例表明，在研究人员中，研究人员在其纸张中备注的情况下，无人驾驶案例在环境磨损和撕裂在运行中发挥重要作用的其他情况中，数字双胞胎模型可能是有用的。

“我认为，在整个生命周期内保持一系列不断更新和进化的持久计算模型的想法是数字双胞胎的本质，”Kapteyn说，“这是我们试图捕获的在我们的模型中。“

他指出，概率图形模型方法有助于“无缝跨越资产生命周期的不同阶段”。“在我们的特殊情况下，这表现为图形模型无缝地从校准阶段延伸到我们的操作、飞行阶段，在那里我们实际上开始使用数字双胞胎进行决策。”

这项研究有助于更广泛地使用数字双胞胎，因为“即使有现有的限制，数字双胞胎在许多不同的应用领域提供了宝贵的决策支持，”卡伦·威尔科克斯说。麻省理工学院客座教授，德克萨斯大学奥斯汀分校奥登计算机工程与科学研究所主任，卡普坦的博士顾问。

“最终，我们希望看到每个工程系统中使用的技术，”她说。“在那一点，我们可以开始思考不仅仅是一种数字双胞胎如何改变我们操作系统的方式，还可以首先设计。”

- Chris Vavra编辑，网页内容经理，控制工程，CFE媒体和技术，cvavra@cfemedia.com.．