Цифровые двойники — платформа для управления жизненным циклом авиационных двигателей

Рассмотрены общая концепция цифрового двойника газотурбинного двигателя и способы его применения. Важной частью цифрового двойника является матрица требований, которая состоит из структурированных, формализованных и преобразованных в базу данных требований, предъявляемых к газотурбинному двигателю. С учетом этой матрицы в цифровой двойник вносят группы математических моделей разного уровня сложности, с помощью которых будет осуществляться проверка выполнения требований и прогнозирование работы двигателя. Цифровой двойник базируется на цифровой платформе, объединяющей все его компоненты, организует взаимосвязь между ними, формирует их иерархию, обеспечивает хранение истории изменений и взаимодействие с различными базами данных (внутренними на предприятии и внешними отраслевыми), сторонними цифровыми платформами и сервисами, используемыми на разных этапах жизненного цикла с учетом их специфики. Применение технологии цифровых двойников позволяет объединить в единое информационное пространство все требования, предъявляемые к разрабатываемым математическим моделям, различные цифровые сервисы и данные создаваемые, получаемые и используемые в течение жизненного цикла газотурбинного двигателя. Это объединение повысит прозрачность и понимание того, что происходит с двигателем на различных этапах его жизненного цикла, повысит характеристики, сократит время разработки и сертификации, а также снизит себестоимость его производства и эксплуатации.

Литература

[1] Скибин В.А., Темис Ю.М., Сосунов В.А., ред. Машиностроение. Энциклопедия. Самолеты и вертолеты. T. IV-21. Авиационные двигатели. Кн. 3. Москва, Машиностроение, 2010. 720 с.

[2] Прохоров А., Лысачев М. Цифровой двойник. Анализ, тренды, мировой опыт. Москва, АльянсПринт, 2020. 401 с.

[3] Grieves M. Digital twin: manufacturing excellence through virtual factory replication. LLC, 2014.

[4] Autiosalo J., Vepsalainen J., Viitala R. et al. A feature-based framework for structuring industrial digital twins. IEEE Access, vol. 8, 2020, pp. 1193–1208, doi: https://doi.org/10.1109/ACCESS.2019.2950507

[5] Kritzinger W., Karner M., Traar G. et al. Digital Twin in manufacturing: a categorical literature review and classification. IFAC- Pap., 2018, vol. 51, no. 11, pp. 1016–1022, doi: https://doi.org/10.1016/j.ifacol.2018.08.474

[6] Tao F., Cheng J., Qi Q. et al. Digital twin-driven product design, manufacturing and service with big data. Int. J. Adv. Manuf. Technol., 2018, vol. 94, no. 9-12, pp. 3563–3576, doi: https://doi.org/10.1007/s00170-017-0233-1

[7] Lee J., Lapira E., Bagheri B. et al. Recent advances and trends in predictive manufacturing systems in big data environment. Manuf. Lett., 2013, vol. 1, no. 1, pp. 38–41, doi: https://doi.org/10.1016/j.mfglet.2013.09.005

[8] Grieves M., Vickers J. Digital Twin: mitigating unpredictable, undesirable emergent behavior in complex systems. In: Transdisciplinary perspectives on complex systems. Springer, 2017, pp. 85–113.

[9] Rosen R., Von Wichert G., Lo G. et al. About the importance of autonomy and digital twins for the future of manufacturing. IFAC-Pap., 2015, vol. 28, no. 3, pp. 567–572, doi: https://doi.org/10.1016/j.ifacol.2015.06.141

[10] Boschert S., Rosen R. Digital Twin—the simulation aspect. In: Mechatronic futures. Springer, 2016, pp. 59–74.

[11] Tharma R., Winter R., Eigner M. An approach for the implementation of the digital twin in the automotive wiring harness field. Proc. DESIGN, 2018, pp. 3023–3032, doi: https://doi.org/10.21278/idc.2018.0188

[12] Vatn J. Industry 4.0 and real-time synchronization of operation and maintenance. In: Safety and reliability — safe societies in a changing world. CRC Press, 2018, pp. 681–686.

[13] Liu Z., Chen W., Zhang C. et al. Data super-network fault prediction model and maintenance strategy for mechanical product based on digital twin. IEEE Access, 2019, vol. 7, pp. 177284–177296, doi: https://doi.org/10.1109/ACCESS.2019.2957202

[14] ГОСТ Р 57700.37–2021. Компьютерные модели и моделирование. Цифровые двойники изделий. Общие положения. Москва, Российский институт стандартизации, 2021. 10 с.

[15] Боровков А.И., Рябов Ю.А., Марусева В.М. Новая парадигма цифрового проектирования и моделирования глобально конкурентоспособной продукции нового поколения. Цифровое производство: методы, экосистемы, технологии. Москва, МШУ Сколково, 2018, с. 24–44.

[16] Guide for verification and validation in computational solid mechanics. ASME, 2007.

[17] Боровков А.И., Рябов Ю.А., Агеев А.Б. Разработка и применение цифровых двойников в судостроении и кораблестроении. Сб. тр. XX Межд. науч.-практ. конф. Моринтех-Практик Информационные технологии в судостроении — 2019. Санкт-Петербург, 2019, с. 9–13.

[18] Hribernik K., Wuest T., Thoben K.D. Towards Product Avatars Representing Middle-of-Life Information for Improving Design, Development and Manufacturing Processes. In Digital Product and Process Development Systems, Springer Berlin Heidelberg, 2013. 8596 p. https://www.semanticscholar.org/paper/Towards-Product-Avatars-Representing-Middle-of-Life-Hribernik-Wuest/a0fb74159ed735ab1b214c68ce3fd7b56bd4c16a

[19] Насыров М. Технология ANSYS Twin Builder для модельно-ориентированной разработки и эксплуатации Цифровых двойников. САПР и Графика, 2019, № 11, с. 42–45.