数字孪生驱动的武器装备智能保障技术研究

doi:10.12305/j.issn.1001-506X.2023.04.35

摘要/Abstract

摘要：

在体系化作战背景下, 为满足新型作战形态对装备保障的需求, 促进武器装备保障任务的数字化、网络化、智能化和服务化转型升级, 本文研究建立了数字孪生驱动的武器装备智能保障体系架构。面向装备保障体系的未来需求, 分析智能保障技术的发展趋势, 总结了数字孪生在装备智能保障中的应用模式与内涵, 包括虚实双向交互模式、综合效能评估模式、运行及演化分析模式和动态决策优化模式。在此基础上, 搭建数字孪生驱动的装备智能保障体系架构, 涵盖保障性设计、试验鉴定、虚拟训练、运维保障和保障任务规划与推演5个方面, 并识别装备保障体系中数字孪生关键技术, 实现面向装备保障的数字孪生技术逻辑闭环。最后, 以装备贮存运维保障过程为案例, 搭建数字孪生演示系统, 验证数字孪生技术在具体装备保障任务场景下应用落地的可行性。

关键词: 数字孪生, 武器装备, 智能保障, 保障性

Abstract:

In the context of systematic operations, in order to meet the requirements of new types of operations for equipment support and promote the transformation and upgrading of digital, networked, intelligent and service-oriented weaponry support tasks, this paper studies and establishes a digital twin driven intelligent weaponry support architecture. Facing the future requirements of equipment support system, this paper analyzes the development trend of intelligent support technology, summarizes the application mode and connotation of digital twins in equipment intelligent support, including virtual and real two-way interaction mode, comprehensive effectiveness evaluation mode, operation and evolution analysis mode and dynamic decision optimization mode. On this basis, a digital twin driven equipment intelligent support system architecture is built, covering five aspects: supportability design, test identification, virtual training, operation and maintenance support, and support mission planning and deduction, and the key technology of digital twin in the equipment support system is identified, so as to achieve the logical closed-loop of digital twins technology for equipment support. Finally, taking the process of equipment storage, operation and maintenance support as an example, a digital twin demonstration system is built to verify the feasibility of digital twin technology application in specific equipment support mission scenarios.

Key words: digital twin, weaponry, intelligent support, supportability

中图分类号:

TP391

方伟光, 聂兆伟, 刘宸宁, 李浩, 那洋, 王辉雄, 洪东跑. 数字孪生驱动的武器装备智能保障技术研究[J]. 系统工程与电子技术, 2023, 45(4): 1247-1260.

Weiguang FANG, Zhaowei NIE, Chenning LIU, Hao LI, Yang NA, Huixiong WANG, Dongpao HONG. Research on digital twin driven intelligent weaponry support technology[J]. Systems Engineering and Electronics, 2023, 45(4): 1247-1260.

图/表 10

图1

图2

图3

图4

图5

图6

图7

表1

图8

图9

参考文献 34

1	董骁雄, 陈云翔, 孟祥飞, 等. 装备寿命周期备件供应网络优化方法[J]. 国防科技大学学报, 2018, 40 (4): 127- 133.
	DONG X X , CHEN Y X , MENG X F , et al. Supply network optimization for spare parts of equipment based on the life cycle[J]. Journal of National University of Defense Technology, 2018, 40 (4): 127- 133.
2	雷宁, 曹继平, 王连锋, 等. 装备维修备件资源优化配置研究[J]. 飞航导弹, 2020, (3): 84- 87.
	LEI N , CAO J P , WANG L F , et al. Research on optimal allocation of spare parts resources for equipment maintenance[J]. Aerodynamic Missile Journal, 2020, (3): 84- 87.
3	BOUSDEKIS A , MAGOUTAS B , APOSTOLOU D , et al. Review, analysis and synthesis of prognostic-based decision support methods for condition based maintenance[J]. Journal of Intelligent Manufacturing, 2018, 29, 1303- 1316. doi: 10.1007/s10845-015-1179-5
4	牛伟, 成娟, 赵建平. 数据驱动的航空装备协同分析与智能保障决策方法[J]. 科学技术与工程, 2021, 21 (24): 10531- 10535.
	NIU W , CHENG J , ZHAO J P . Data-driven collaborative analysis of aviation equipment and intelligent support decision-making method[J]. Science Technology and Engineering, 2021, 21 (24): 10531- 10535.
5	徐刚, 张磊, 田磊. 航空弹药技术保障模拟训练智能评估[J]. 系统仿真学报, 2020, 32 (6): 1103- 1116.
	XU G , ZHANG L , TIAN L . Intelligent evaluation of simulation training for aerial ammunition technical support[J]. Journal of System Simulation, 2020, 32 (6): 1103- 1116.
6	王双川, 贾希胜, 李锋, 等. 基于仿真的合成部队装备维修保障资源需求确定和效能评估[J]. 兵工学报, 2020, 41 (8): 1646- 1657.
	WANG S C , JIA X S , LI F , et al. Resources demand determination and effectiveness evaluation of equipment support based on simulation for combined arms[J]. Acta Armamentarii, 2020, 41 (8): 1646- 1657.
7	HU Q , BOYLAN J E , CHEN H , et al. OR in spare parts management: a review[J]. European Journal of Operational Research, 2018, 266 (2): 395- 414. doi: 10.1016/j.ejor.2017.07.058
8	陶飞, 刘蔚然, 张萌, 等. 数字孪生五维模型及十大领域应用[J]. 计算机集成制造系统, 2019, 25 (1): 1- 18.
	TAO F , LIU W R , ZHANG M , et al. Five-dimension digital twin model and its ten applications[J]. Computer Integrated Manufacturing System, 2019, 25 (1): 1- 18.
9	ZHANG M , SUI F Y , LIU A , et al. Digital twin driven smart product design framework[J]. Academic Press, 2020, 3- 32.
10	DUAN J G , MA T Y , ZHANG Q L , et al. Design and application of digital twin system for the blade-rotor test rig[J]. Journal of Intelligent Manufacturing, 2021, doi: 10.1007/s10845-021-01824-w
11	SHAO G D , HELU M . Framework for a digital twin in manufacturing: scope and requirements[J]. Manufacturing Letters, 2020, 24, 105- 107. doi: 10.1016/j.mfglet.2020.04.004
12	ABOTT R . U.S. Navy performs final SPY-6 AMDR developmental flight test[J]. Defense Daily, 2019, (FEB.6): 7.
13	JENNINGS G . Lockheed Martin prepares for F-35 ramp-up[J]. Jane's Defence Weekly, 2015, 52 (25): 14.
14	FOURGEAU E , GOMEZ E , ADLI H , et al. System engineering workbench for multi-views systems methodology with 3DEXPERIENCE platform: the aircraft RADAR use case[J]. Advances in Intelligent Systems and Computing, 2016, 426, 269- 270.
15	GLAESSGEN E, STARGEL D. The digital twin paradigm for future NASA and U.S. Air Force vehicles[C]//Proc. of the AIAA/ASME/ASCE/AHS/ASC Structures, Structural Dynamics & Materials Conference, 2012.
16	陶飞, 马昕, 胡天亮, 等. 数字孪生标准体系[J]. 计算机集成制造系统, 2019, 25 (10): 2405- 2418.
	TAO F , MA X , HU T L , et al. Research on digital twin standard system[J]. Computer Integrated Manufacturing System, 2019, 25 (10): 2405- 2418.
17	刘蔚然, 陶飞, 程江峰, 等. 数字孪生卫星: 概念、关键技术及应用[J]. 计算机集成制造系统, 2020, 26 (3): 565- 588.
	LIU W R , TAO F , CHENG J F , et al. Digital twin satellite: concept, key technology and applications[J]. Computer Integrated Manufacturing System, 2020, 26 (3): 565- 588.
18	刘娟, 庄存波, 刘检华, 等. 基于数字孪生的生产车间运行状态在线预测[J]. 计算机集成制造系统, 2021, 27 (2): 467- 477.
	LIU J , ZHUANG C B , LIU J H , et al. Online prediction technology of workshop operating status based on digital twin[J]. Computer Integrated Manufacturing Systems, 2021, 27 (2): 467- 477.
19	TAO F , ZHANG M , LIU Y S . Digital twin driven prognostics and health management for complex equipment[J]. CIRP Annals, 2018, 67 (1): 169- 172.
20	LU Y , LIU C , WANG I K , et al. Digital twin-driven smart manufacturing: connotation, reference model, applications and research issues[J]. Robotics and Computer Integrated Manufacturing, 2020, 61, 101837.
21	郭具涛, 洪海波, 钟珂珂, 等. 基于数字孪生的航天制造车间生产管控方法[J]. 中国机械工程, 2020, 31 (7): 808- 814.
	GUO J T , HONG H B , ZHONG K K , et al. Production management and control method of aerospace manufacturing workshops based on digital twin[J]. China Mechanical Engineering, 2020, 31 (7): 808- 814.
22	李浩, 文笑雨, 张新生, 等. 基于数字孪生的复杂产品设计制造一体化开发框架与关键技术[J]. 计算机集成制造系统, 2019, 25 (6): 1320- 1336.
	LI H , WEN X Y , ZHANG X S , et al. Integration framework and key technologies of complex product design-manufacturing based on digital twin[J]. Computer Integrated Manufacturing Systems, 2019, 25 (6): 1320- 1336.
23	TAO F , CHENG J , QI Q. , et al. Digital twin-driven product design, manufacturing and service with big data[J]. The International Journal of Advanced Manufacturing Technology, 2018, 94, 3563- 3576.
24	李琳利, 李浩, 顾复, 等. 基于数字孪生的复杂机械产品多学科协同设计建模技术[J]. 计算机集成制造系统, 2019, 25 (6): 1307- 1319.
	LI L L , LI H , GU F , et al. Multidisciplinary collaborative design modeling technologies for complex mechanical products based on digital twin[J]. Computer Integrated Manufacturing Systems, 2019, 25 (6): 1307- 1319.
25	周军华, 薛俊杰, 李鹤宇, 等. 关于武器系统数字孪生的若干思考[J]. 系统仿真学报, 2020, 32 (4): 539- 552.
	ZHOU J H , XUE J J , LI H Y , et al. Thinking on digital twin for weapon system[J]. Journal of System Simulation, 2020, 32 (4): 539- 552.
26	刘瑜, 谢强. 数字孪生的技术特点及在飞行试验中的应用展望[J]. 系统仿真学报, 2021, 33 (6): 1364- 1373.
	LIU Y , XIE Q . Technical characteristics of digital twin and application prospects in the field of flight testing[J]. Journal of System Simulations, 2021, 33 (6): 1364- 1373.
27	叶伦宽. 基于数字孪生的旋转设备故障诊断技术研究[D]. 北京: 中国石油大学, 2019.
	YE L K. Research on diagnosis technology of rotating equipment based on digital twin[D]. Beijing: China University of Petroleum, 2019.
28	王旭东, 陈奡, 宦国杨, 等. 面向作战指挥的数字孪生应用[J]. 指挥信息系统与技术, 2021, 12 (6): 26- 32.
	WANG X D , CHEN A , HUAN G Y , et al. Application of digital twin for command and control[J]. Command Information System and Technology, 2021, 12 (6): 26- 32.
29	黄少华, 郭宇, 查珊珊, 等. 离散车间制造物联网及其关键技术研究与应用综述[J]. 计算机集成制造系统, 2019, 25 (2): 284- 302.
	HUANG S H , GUO Y , ZHA S S , et al. Review on internet-of-things and key technologies for discrete workshop[J]. Computer Integrated Manufacturing Systems, 2019, 25 (2): 284- 302.
30	方伟光, 郭宇, 黄少华, 等. 大数据驱动的离散制造车间生产过程智能管控方法研究[J]. 机械工程学报, 2021, 57 (20): 277- 291.
	FANG W G , GUO Y , HUANG S H , et al. Big data driven intelligent production control of discrete manufacturing process[J]. Journal of Mechanical Engineering, 2021, 57 (20): 277- 291.
31	闫杰, 符文星, 张凯, 等. 武器系统仿真技术发展综述[J]. 系统仿真学报, 2019, 31 (9): 1775- 1789.
	YAN J , FU W X , ZHANG K , et al. Review of the weapon system simulation technology[J]. Journal of System Simulation, 2019, 31 (9): 1775- 1789.
32	冯蕴雯, 陈俊宇, 路成. 民用飞机多地域航材支援网络模型研究[J]. 系统工程与电子技术, 2022, 44 (5): 1553- 1561.
	FENG Y W , CHEN J Y , LU C . Research on civil aircraft spare parts multi-region support network model[J]. Systems Engineering and Electronics, 2022, 44 (5): 1553- 1561.
33	潘星, 张振宇, 张艳梅, 等. 基于Sobol敏感性分析的装备体系保障效能评估[J]. 系统工程与电子技术, 2021, 43 (2): 390- 398.
	PAN X , ZHANG Z Y , ZHANG Y M , et al. Equipment SoS support effectiveness evaluation based on Sobol sensitivity ana-lysis[J]. Systems Engineering and Electronics, 2021, 43 (2): 390- 398.
34	陶伟琪, 魏宇. 战场资源统一管理和调度技术综述[J]. 自动化与仪器仪表, 2021, (7): 55- 63.
	TAO W Q , WEI Y . Overview of unified management and scheduling technology of battlefield resources[J]. Automation & Instrumentation, 2021, (7): 55- 63.

技术类别	关键技术	关键技术说明
数据采集与处理技术	状态感知技术	以二维码、射频标签等为代表的标识识别技术, 及各类物理型、化学型和生物型等传感器技术。
数据采集与处理技术	数据处理技术	从数据的完整性和准确性两个方面, 对各类采集数据清洗、去冗余等数据预处理技术。
数据传输与融合技术	数据传输技术	包括无线通信、通信中继、有线通信、数据编码及通信协议技术等。
数据传输与融合技术	数据融合技术	对不同数据源中相同含义、实体的数据之间的关联关系, 对相似或不同特征模式的多源数据依据其交叉相关性动态融合。
模型构建与仿真技术	孪生建模技术	基于数据的快速场景重构技术能够解决物理场景向虚拟场景的快速转换, 解决三维场景构建问题。
模型构建与仿真技术	仿真技术	面向未知任务和未知场景, 推演态势发展及任务执行过程, 为任务规划和决策提供支撑。
数据分析与决策技术	数据分析技术	基于海量数据进行数据挖掘分析, 获取表征数据隐藏的深层次信息的技术和方法, 是提升数据价值的方法。
数据分析与决策技术	优化决策技术	以机器学习、神经网络等为代表的有监督和无监督学习技术, 是提升计算机自主决策能力关键技术。
自动控制与交互技术	自动控制技术	通过具有一定控制功能的自动控制系统, 来完成某种控制任务, 保障某个过程按照预想进行, 或实现某个预设目标。
自动控制与交互技术	用户交互技术	以增强现实技术为代表的交互技术实现用户与虚拟环境中虚拟物理自然直观的三维交互, 并执行用户对空间的控制指令。

[1]	罗弋洋, 赵青松, 李华超, 李勇, 孙建彬. 武器装备运用知识框架及建模方法[J]. 系统工程与电子技术, 2022, 44(3): 841-849.
[2]	陈启宏, 赵青松, 邱薇, 陈甲. 基于动态博弈的武器装备体系发展规划论证方法[J]. 系统工程与电子技术, 2022, 44(10): 3124-3133.
[3]	陈志伟, 王靖, 谷长超, 章健淳, 钟季龙. 考虑动态重构的装备体系可用性及弹性分析[J]. 系统工程与电子技术, 2021, 43(8): 2347-2354.
[4]	马钧文, 张安, 高飞, 毕文豪. 基于置信规则推理的武器装备体系贡献度评估[J]. 系统工程与电子技术, 2020, 42(7): 1519-1526.
[5]	陈雷雨, 周志杰, 唐帅文, 曹友. 融合多元信息的武器装备性能评估方法[J]. 系统工程与电子技术, 2020, 42(7): 1527-1533.
[6]	王鹏, 杨妹, 祝建成, 鞠儒生, 李革. 面向数字孪生的动态数据驱动建模与仿真方法[J]. 系统工程与电子技术, 2020, 42(12): 2779-2786.
[7]	刘鹏, 赵丹玲, 谭跃进, 杨克巍, 豆亚杰. 面向多任务的武器装备体系贡献度评估方法[J]. 系统工程与电子技术, 2019, 41(8): 1763-1770.
[8]	潘星, 张振宇, 张曼丽, 张国忠. 基于SoSE的装备体系RMS论证方法研究[J]. 系统工程与电子技术, 2019, 41(8): 1771-1779.
[9]	陈文英, 张兵志, 杨克巍. 支撑新型装备系统需求论证的体系贡献度评估[J]. 系统工程与电子技术, 2019, 41(8): 1795-1801.
[10]	林木, 李小波, 王彦锋, 朱一凡. 基于QFD和组合赋权TOPSIS的体系贡献率能效评估[J]. 系统工程与电子技术, 2019, 41(8): 1802-1809.
[11]	梁家林, 熊伟. 基于作战环的武器装备体系能力评估方法[J]. 系统工程与电子技术, 2019, 41(8): 1810-1819.
[12]	葛冰峰, 李际超, 赵丹玲, 杨克巍, 谭跃进. 基于元路径的武器装备体系作战网络链路预测方法[J]. 系统工程与电子技术, 2019, 41(5): 1028-1033.
[13]	杨克巍, 杨志伟, 谭跃进, 赵青松. 面向体系贡献率的装备体系评估方法研究综述[J]. 系统工程与电子技术, 2019, 41(2): 311-321.
[14]	王小燕, 孙建彬, 赵青松, 常雷雷, 邹志刚. 不完备信息条件下基于置信规则库的能力满足度评估方法[J]. 系统工程与电子技术, 2019, 41(11): 2507-2513.
[15]	张菁, 何友, 彭应宁, 李刚. 新一代战斗机技术特征论证[J]. 系统工程与电子技术, 2018, 40(8): 1754-1759.