| 编辑推荐: |
本文总结了航空装备不同采办阶段的数字工程要点，美军典型航空装备采办活动的数字工程转型内容，希望对您有所帮助
本文来源于微信号空天防务观察，由火龙果软件琪琪编辑，推荐 |
|
2018年6月，美军发布数字工程战略，旨在将美军采办流程由以文档为中心转变为以数字模型为中心，完成以模型和数据为核心谋事做事的范式转移。2019年2月，美军发布的宣传册显示其在航空装备采办中，已经开始利用基于模型、数据驱动的手段和工具，在方案论证、研制生产、维修保障等阶段建立数字工程方法和流程，以支撑航空装备全寿命周期数字工程转型。
一、航空装备不同采办阶段的数字工程要点
论证阶段，
重点是构建并利用作战模型、物理特性模型、真实－虚拟－构造（LVC）模型，生成经济可承受的、互用的系统需求模型，构建经济可承受的、可行的总体方案设计空间，对大量备选总体方案进行效能、成本和风险的权衡分析，得到最优总体方案。
研制阶段
重点是基于系统需求模型、方案设计模型，构建涵盖气动、结构、机械、电子、热、推进、控制等专业的高逼真度系统级仿真模型，在初步设计和详细设计中执行多逼真度、多物理量、多专业仿真，在尽量减少物理试制和试验的同时，利用定量化的风险分析在早期就识别设计缺陷和性能不足，完成数字化的验证与确认。
生产阶段
重点是基于集成产品与工艺开发过程得到的详细设计模型，并构建数字化的生产流程和软硬件基础条件，实现制造和质量活动基于模型、数据驱动的优化、运行和控制，提升制造成熟度水平。
保障阶段
重点是构建融入制造、使用、维修数据的数字孪生模型，通过实时数据更新和持续在线／离线分析，对装备个体进行有针对性的维修规划和记录共享，实现基于预测性分析的寿命管理。
二、美军典型航空装备采办活动的数字工程转型内容
1．基于物理特性模型的数字化论证
当前航空装备概念开发流程，大部分都基于文档。航空装备备选总体方案数量少，且对效能、成本和风险分析更多是基于经验。未来，对系统总体和作战概念将进行基于模型的定义，基于物理特性模型实施系统设计和技术评价，并形成大量的备选总体方案，通过基于物理特性模型的优化权衡，分析备选方案及其满足使命任务的程度。美海军在“下一代空中主宰”计划中，利用工程强韧系统（ERS）设计环境，构建了增强的备选总体方案分析工具，探索了当前由F/A-18E/F战斗机和EA-18G电子战飞机所提供能力的调整需求。
图1 当前概念开发流程和数字化的基于模型的概念开发
2．数字化的需求工程和初步设计
当前航空装备从需求到架构设计基本都是基于文档，然后执行有限的基于物理特性模型的工程分析，之后形成技术成熟和风险降低实施计划文档，并且许多输入的指标都是定性的。未来，需求和初步设计流程都将是数字化的、基于模型的，作战概念、系统总体架构和需求／系统规范都将建立模型，自动实现可追溯性。基于物理特性模型的设计和评价过程是闭环的，包括了设计建模、多逼真度设计分析以及设计空间探索等。实施计划的输入是定量的，由各类分析数据库支撑。美陆军在“未来垂直起降飞行器项目”中，利用数字工程手段建立了架构演进方法，构建了从参考架构到目标架构再到系统架构的总体框架，具有可追溯性并确保需求一致传递。
图2 当前需求和初步设计流程和数字化的基于模型的需求和初始设计
3．装备研制中的数字化工程分析
当前航空装备详细设计中的工程分析流程，从总体设计到详细设计形成大量文档，且详细设计分析和评价都是单专业孤立进行，导致研制周期长、返工更改量大。未来，工程分析将基于作战概念、总体架构和需求／规范模型及分析结果，通过高效的工作流管理、多专业系统模型和工具以及公共、联合数据库，执行多物理量联合仿真分析，形成用于详细设计的模型、三维图纸、数字化数据和元数据。美海军航空系统司令部已开始这种转型，建立了包含机械／电气／软件设计和试验等模型的单一真相源，并执行基于模型的分析，终结了纸质技术文件以及大规模设计评审，通过数字协同环境持续而深入地了解与监督系统工程流程，通过与单一真相源交互实现多学科分析与优化。
图3 当前详细设计中的工程分析和研制中的数字化的工程分析
4．数字化的设计确认
当前的航空装备研制试验规划都是基于文档的，试验选择、成功准则和指标以及执行顺序都是人为判断决策，从底层样件和工作台试验到顶层全系统试验，试验顺序是线性的、试验数量是固化的，试验结果采用人工审查。未来，将建立数字化的设计确认流程，试验是由量化并减少不确定性／风险而驱动的。试验设计参考以往数字化的试验鉴定规划与结果，按需增加的及不确定的因素来规划和执行试验，并形成量化的准则和指标确认的模型。试验执行是基于风险的，从底层试验到顶层试验，顺序和数量设置是灵活的，数字化的试验结果可以自动采集、归档以及索引。美空军为确定高性能飞行器静态／动态稳定性和控制特性，利用物理特性模型计算研究和工程采办工具与环境，开发了通过试验设计设置最少的数据点，从而缩短整个风洞试验周期的方法，并使用F-22战斗机的数据完成了验证，结果表明周期可缩短60%。
图4 当前研制试验规划与执行和数字化的设计确认
5．数字化支撑的生产流程
当前航空装备生产仍在大量采用基于纸质文档的流程。未来，将通过数字化流程的全面实施，利用构型数据的权威真相源，进行基于模型的产品和工艺表达与分析，建立数字化的质量保证计划和工作流，并且通过自动采集数字化的生产数据，支撑基于性能模型的验收检验。美空军支持诺格公司建立了数字线索基础设施来支撑劣品处理决策，通过数字孪生改进了分析流程，可在三维环境中实现快速和精确的自动分析，使得处理F-35战斗机进气道加工缺陷的决策时间缩短了33%。
图5 当前基于纸质的流程和数字化使能的流程
6．数据驱动的维修规划与进度安排
当前航空装备和生产设备只部署了有限的传感器，维修进度安排根据平均故障间隔时间确定，经常会出现计划外的紧急维修。未来，装备和设备的机载／嵌入式传感器广泛部署，由工业互联网通过物联网技术采集传感器数据流，进行实时的自动化分析，维修规划与进度将依数据分析做出安排。同时，通过详细分析传感器数据，也可为维修工作提供新的思路。美空军研究实验室利用F/A-18战斗机压力传感器校准系统，开发了F-35结构健康监测传感器校准的创新方法，通过自动化校准流程更精确地计算疲劳寿命预期值，减少停机时间和成本。同时，美军制造创新机构还支撑洛马公司和通用电气公司开发了基于工业互联网的机床状态远程监测、在线诊断，以及问题自动预测与自修正、预测性维修分析与动态安排等技术。
图6 当前规划和进度安排流程和充分数据支撑的规划和进度安排
7．数字化的维修数据和持续保障分析
当前对航空装备实施视情维修或单个系统分析的条件很有限，产品保障包中的技术数据由文档驱动，维修数据由人工记录，维修流程是线性的，并且数据在其中仅单向流动。未来，维修技术数据及分析都将数字化，而且所有数据是双向、循环流动。维修规划和工程分析将利用数字化、基于模型的技术数据，在稳健的数字化数据环境中对数据进行快速分析，并将开发、测试和部署由数据分析驱动维修规则。美空军全寿命后期管理中心实施的“视情维修＋”计划，利用数据采集工具和系统、数据清洗和神经网络、先进数据分析学及工具等技术和流程，极大增强了数据分析能力。
图7 当前维修技术数据实践和数字化的修理技术数据实践和分析
8．面向预测性维修的数字孪生
当前对单个航空装备系统的跟踪流程中，针对关键组件的维修计划是由保守的工程分析驱动的，预测是基于以往数据进行的，模型只在发现差异的时候才进行更新。未来，将建立由数字孪生支撑的跟踪流程，利用经确认的概率模型建立降阶的寿命预测模型，融合来自数字线索的制造数据、使用数据和维修数据构建数字孪生模型，基于对数字孪生模型的仿真进行预测，并利用新数据自动更新模型。美空军研究实验室的机体数字孪生螺旋1项目，通过集成数据、模型以及概率分析工具，实现了对单个飞行器基于概率和预测的跟踪，可减少维修停机时间和成本，并提升持续保障工程分析效率。
图8 当前单个系统跟踪流程和数字孪生支撑的跟踪流程
三、启示建议
数字工程正成为大国复杂系统工程竞争高地。美军在这方面一直走在世界前列，目前又开始转型升级，将对我国航空装备研发、项目管理和使用保障模式等带来重大挑战。为此，提出三点建议：一是利用系统工程的概念，采用数字化技术打通需求分析－装备研发－使用保障各大环节；二是充分利用好现有的科研生产中产生的数字资源或将已有成果数字化、模型化；三是综合利用建模与仿真、高性能计算、物联网、大数据、数字孪生、人工智能等先进手段，在航空装备的全寿命周期推动建立基于模型、数据驱动的分析与控制方法，围绕覆盖装备论证、研制、生产、保障中的系统工程活动，实现各项技术流程和技术管理流程的可视化、自动化、精准化。
|
