基于人工智能的数字孪生试验系统

数字孪生试验系统DTS采用基于机器学习的数据驱动建模技术，可融合装备研制过程中获得的多种数据，建立装备的数字孪生体模型。可单独开展数字试验，获取数据；也可用于物理试验方案的仿真推演；还可以与物理试验实时平行开展孪生试验，已广泛应用于航空、航天等装备数字化试验鉴定领域，利用数字孪生技术，来减少物理试验次数，优化试验设计，降低试验风险。

1、利用数字孪生体的预测计算功能，对实物试验方案进行提前的推演和优化，提高试验方案设计的效率，消除潜在风险，优化试验流程，减少试验周期和成本。

2、利用数字孪生试验系统开展极限工况、故障工况等高风险工况的数字试验，减少此类实物试验的次数，降低试验风险。

3、在实物试验的过程中，实时同步开展数字孪生试验，可以监测整个系统的运行情况，对故障和风险及时预警，避免意外事故发生。

4、通过实物试验结果与数字孪生试验结果的对比分析，可以为实物试验过程中出现的故障和异常情况的提供故障定位和机理分析支撑。

5、通过分析实物试验数据与数字孪生试验数据在较长时间历程上的偏离情况，反映试验设备设施的磨损、老化等情况，可以适时更新试验设备设施的数字孪生体模型，保持数字孪生试验的准确性，同时可以对试验设备设施的健康状况进行长期监测，支持开展视情维护工作，降低风险和成本。

数据驱动建模技术：采用先进的机器学习算法，从装备数据中学习装备特性的变化规律，利用多源数据训练装备代理模型，达到装备性能在数字域内的表达，实现装备性能快速准确的预测。

异构模型组装技术：支持FMI标准，具备优良的兼容性，可将多种异构仿真模型组装为数字试验系统，开展联合仿真计算。

实时数据引接技术：基于工业物联网等技术，可与实物试验测控系统进行数据通讯集成，实现实时的数实结合试验功能，支持以虚映实和以虚控实。

数据驱动的三维可视化技术：支持三维可视化场景的用户拖拽式搭建，可实时展现数字试验和实物试验的数据、运动、特效、告警信息，以及三维物理场云图。

风险降低：利用数字孪生体的预测计算功能，对实物试验方案进行提前的推演和优化，提高试验方案设计的效率，消除潜在风险，优化试验流程。

效率提升：数字孪生试验系统用于数实结合试验时，能够用于物理试验故障定位和告警，实现被试装备、试验设备健康管理，保障物理试验顺利进行，提高试验效率。

成本减少：数字孪生试验系统用于数字试验时，能够替代高风险物理试验，降低物理试验次数，降低试验成本。

某研究院利用数字孪生试验系统DTS构建试验台以及试验件的数字孪生模型，开展数字试验和数实结合试验，在实物试验前开展试验方案推演，提供优化方向；实物试验中提供实时监测信息，提高试验健康状态管理准确性；实物试验后提供试验回放及试验复盘手段，帮助用户深入分析试验数据。