美国国防领域数字孪生技术发展态势分析

北方科技信息研究所 李晓红

数字孪生技术自2011 年由美国空军研究实验室提出并开展应用研究以来，受到各军事强国的高度关注。美国在数字孪生技术应用研究方面的表现尤为突出，国防领域引领数字孪生应用达到先进水平，数字孪生技术在武器装备全寿命周期的应用初见成效，军工巨头参与数字孪生联盟运作，加速技术推广应用，其具体做法值得我们借鉴。

一、数字孪生的概念与特点

数字孪生强调充分利用物理实体的物理模型与传感器反馈数据、运行历史数据等信息数据，在虚拟世界中构建一个物理实体的镜像数字模型，通过两者的实时连接、映射、分析、反馈，来了解、分析和优化物理实体，全局掌控其实时状态，提供更完善的全寿期支持服务，涉及物理实体、数字孪生体、孪生数据、连接交互、服务等核心要素。

数字孪生技术主要有以下特点：一是实时性。数字孪生体可对物理实体进行动态仿真，两者之间可实现动态数据实时交互，并根据彼此的动态变化实时做出响应。二是双向性。除物理实体向数字孪生体输出数据外，数字孪生体也要向物理实体反馈信息，并根据反馈信息，对物理实体采取进一步的行动和干预。三是全周期。数字孪生可以贯穿产品设计、开发、制造、维护乃至报废的整个周期。

二、美国国防领域引领数字孪生 应用先进水平

（一）美国军方在全球率先探索数字孪生应用

“数字孪生”的概念最早由美国密歇根大学的迈克尔·格里夫斯教授于2003 年提出，主要用于产品全寿命周期管理的学术研究。受当时技术和认知水平局限，这一概念并没有得到重视。2011 年，美国空军研究实验室为解决复杂服役环境下的飞行器维护及寿命预测问题，首次提出开展数字孪生应用研究。2012 年，美国国家航空航天局（NASA）发布《建模、仿真、信息技术和处理路线图》，数字孪生的概念开始引起广泛重视。2013 年，美国空军发布《全球地平线》顶层科技规划文件，将数字孪生技术视为“改变游戏规则”的颠覆性技术。从2014 年起，美军组织美国洛克希德·马丁公司、美国波音公司等军工巨头结合各自应用需求积极推进数字孪生关键技术研发，开展应用研究，并陆续取得成果。

美国空军研究实验室采用数字孪生来解决战斗机机体维护问题时，充分考虑了材料、结构、机械系统、制造、载荷与环境等多目标因素，重点突破了多尺度高逼真损伤模型构建、实时状态感知及数据采集、基于概率统计的虚拟仿真验证、故障概率统计分析、寿命预测等关键技术。美国海军正在研究构建舰船平台的数字孪生模型，用来预测最佳的平台性能，提升战场感知能力，涉及的关键技术主要包括分布式数据分析、机器学习、压缩采样算法、数字传感网络、多物理解算器、多目标优化等。美国通用电气公司将数字孪生应用于发动机、能源等业务领域，目标是利用物联网来连接设备传感器、数据和模型，涉及物理实体模型构建、人工智能、传感网络、数字线索、物联网等关键技术。

（二）国防领域积极进行数字孪生战略布局

美国数字制造创新机构由美国国防部牵头组建，是国家制造创新网络计划的14 个创新机构之一，该创新机构近几年都将数字孪生列为战略投资重点，2018 年开始进行工厂数字孪生试点研究，研究构建了供应链数字孪生模型，积极向机构内成员宣传数字孪生等新技术的发展前景。2019 年，该机构将“工厂数字孪生”列为第一重点投资方向，旨在通过推广应用数字线索和数字孪生技术，提高离散/流程制造业的生产力，策划实施了7 个研究项目，涉及产品数字孪生、人工智能与数字孪生融合应用、数控设备数字孪生、数字孪生用于预测性维护等方向。2020 年，该机构在继续完成2019 年项目研究的基础上，策划了“采用数字孪生与供应链进行虚拟交互”等项目，将于2021 年开始启动实施。

2018 年6 月，美国国防部正式对外发布“国防部数字工程战略”，将数字孪生视为推动装备工程实践转型、应对构建数字工程生态系统关键挑战的重点创新技术之一，旨在通过提供数字化的权威信息源，为工业界的数字复杂组织体和国防部的数字复杂组织体搭建桥梁，使政府和工业界之间建立互信，以应对塑造数字工程生态系统所面临的关键挑战。

（三）推进数字孪生深入应用，在武器装备全寿命周期的应用初见成效

在相关战略的推动下，近两年数字孪生开始部署应用在美军武器装备研制、生产与运行维护等多个环节，显著提升了武器装备研制生产决策水平，应用成效初显，主要体现在以下几个方面：

一是借助数字孪生执行迭代设计优化、预测装备性能与质量，提高设计的准确性。通过建立数字孪生体，在实际制造出任何零部件之前就可以预测其成品性能与质量，识别设计缺陷，并在数字孪生体中直接进行迭代设计，重新进行制造仿真，保证所有的设计技术指标都可以准确无误地实现，提高设计的准确性，并可大幅缩短研制周期、降低研发成本。

2019 年10 月，美国海军信息战系统司令部为“林肯”号航母构建了首个名为“数字林肯”的数字孪生体。基于虚拟试验环境，该数字孪生体可对航母下一代综合战术环境系统、海上全球指挥控制系统等5 个信息系统的性能进行测试，在实装部署前通过仿真分析确定其能力差距，提高系统的可靠性、安全性和兼容性。该技术还将推广应用在“艾森豪威尔”号航母的模型构建过程。

二是借助数字孪生技术提升制造资源管控效率和质量，降本增效。将产品本身的数字孪生体与生产设备、生产过程等其他形态的数字孪生体形成共智关系，可优化制造流程，合理配置制造资源，减少设备停机时间，提升车间管控效率和质量，进而提高生产资源利用率，降低生产成本。

2017 年12 月，洛克希德·马丁公司在F-35战机沃斯堡生产厂家部署采用数字孪生技术的“智能空间平台”，将实际生产数据映射到数字孪生模型中，并与制造规划及执行系统相衔接，提前规划和调配制造资源。2019 年4 月，美国海军海上系统司令部将数字孪生技术应用于4 家船厂的厂区配置，主要目标包括：研究船厂焊接车间、物料仓库、办公空间的新布局，改进工作流程、减少无效工时。预计该计划完成后，船厂每年可节省30 多万个工时。

三是借助数字孪生实时精准监测装备运行状态和实际效能，实现装备健康管理。数字孪生技术通过与工业物联网、大数据等技术集成应用，可实时、远程、精准地监测物理实体的运行状态和实际发挥的效能，进行物理实体故障诊断，提高故障分析效率；提早发现潜在的风险和问题，并进行预测性维修；通过实时监控产品的运行状态，并利用大数据分析技术，将装备的真实使用情况反馈到设计端，有助于实现装备的持续有效改进。

2019 年9 月，美国纽波特纽斯造船厂建立了“福特级”航母先进武器升降机的数字孪生模型，全力解决“福特级”航母先进武器升降机出现的故障，确保升降机正常交付使用。2020 年8 月，美国国家制造科学中心表示其正通过美国国防部“用于维修活动的民用技术（CTMA）”为一架1985 年开始服役的B-1B“枪骑兵”战略轰炸机创建整机数字孪生模型，用于预测飞机性能，实时诊断飞机结构的健康状况，实现轰炸机服役到2040 年的目标。

四是借助数字孪生在实验室或其他条件下测试装备使用系统功能，加快系统升级改造速度。“数字孪生”技术以数字化方式创建物理实体的虚拟模型，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，增加或扩展物理实体的新功能。随着技术体系的不断成熟，数字孪生技术将更广泛地应用于战场作战的辅助决策、态势评估、对抗演练及单兵训练等方向。

2019 年3 月，美国安装了“虚拟宙斯盾”系统的“宙斯盾”舰发射“标准-2”导弹，成功拦截目标。“虚拟宙斯盾”系统利用数字孪生技术，模拟了“宙斯盾”系统的核心硬件，可执行“宙斯盾”作战系统的全部功能，并在舰船上开展硬件、软件、算法的同步测试。这使舰载作战软件的更新和部署周期从18～24 个月缩短为近实时。同时，实战数据引入后进一步提高了软件测试的可信度。2020 年3 月，美国空军宣布正在利用数字孪生技术保障GPS 2R 卫星的网络安全，在数字孪生模型中开展网络安全渗透测试，查找GPS 系统的网络漏洞。

三、美国军工巨头参与数字孪生联盟运作，加速技术推广应用

2020 年5 月，美国Ansys 公司、微软公司、戴尔公司、Lendlease 公司等共同宣布成立数字孪生联盟，旨在制定数字孪生路线图及行业应用指南，开发相关标准，增强数字孪生的可移植性和互操作性，推动数字孪生技术在更多行业的应用。该联盟成立短短几个月以来，就已经吸纳了来自全球政府机构、工业界、学术界的会员单位150 余家。美国空军研究实验室、通用电气公司、诺格公司等军工巨头均是该联盟的创始成员，其在数字孪生技术应用方面的成功经验将为加速数字孪生技术的推广应用奠定坚实基础。

2020 年8 月，数字孪生联盟与工业互联网联盟达成协议，希望加快数字孪生技术的开发、应用速度并创造经济效益。其联合活动主要包括：在标准化要求方面进行协作；通过协调技术组件及其他要素来实现互操作性；协调在术语、安全、模型、支撑技术等方面的工作，以便在各领域中获得应用；组织进行信息交流，联合召开研讨会和进行市场营销。

四、启示建议

数字孪生作为一项新兴前沿科技，对装备和技术发展的颠覆性影响正在逐步显现，数字孪生联盟组建后将推动美国数字孪生技术的发展步入快车道。为在数字孪生方面实现对美国的“追跑”，以及后续“并跑”，我国国防领域应尽早进行整体规划布局，突破关键技术，推进数字孪生技术的深入应用。

一是加强数字孪生技术的顶层谋划，在相关规划计划中制定明确的数字孪生技术应用战略和目标，搭建关键技术、标准规范、软硬件配套等数字孪生总体发展架构，制定数字孪生技术发展路线图。

二是以需求迫切、基础较好、潜力巨大的应用场景为突破口，前瞻性地开展“数字孪生”项目研究，选取装备设计、生产制造、预测性维修等若干典型应用场景，在重点领域、重点环节率先实现突破。

三是聚焦复杂系统快速设计与制造、精准保障等发展需求，重点加快以下关键技术的研发进度：高速传感网络及数据采集技术，以获取系统实时状态；多专业数字孪生建模技术，以构建系统全要素、高保真模型；高性能计算、人工智能技术，以实现系统、模型、环境等海量数据的高速高效处理、迭代优化及智能决策；开发物联网平台，以实现复杂系统“虚”“实”融合。