注：完整論文已發(fā)群內(nèi)自取。?

丁國富 ，西南交通大學(xué)機械工程學(xué)院

何旭 ，西南交通大學(xué)機械工程學(xué)院

張海柱 ，西南交通大學(xué)機械工程學(xué)院

黎榮 ，西南交通大學(xué)機械工程學(xué)院

王帥虎，西南交通大學(xué)機械工程學(xué)院

譚建榮院士撰寫的評薦在科技日報刊出

該文章以軌道交通裝備典型代表之一的高速列車為例，深入剖析了其研發(fā)現(xiàn)狀及發(fā)展趨勢，在此基礎(chǔ)上闡明了引入數(shù)字孿生技術(shù)的必要性與重要性。文章提出數(shù)字孿生高速列車基本內(nèi)涵，并從“高速列車數(shù)字孿生模型構(gòu)建”和“高速列車數(shù)字孿生服務(wù)”兩個角度進(jìn)行闡述。數(shù)字孿生技術(shù)的實施與應(yīng)用是一個復(fù)雜的、協(xié)同的系統(tǒng)工程，依賴于諸多新技術(shù)的發(fā)展與集成以及跨學(xué)科知識的綜合應(yīng)用，文章也著重對實施數(shù)字孿生高速列車所面臨的技術(shù)問題與挑戰(zhàn)進(jìn)行了闡述，并以軌道車輛關(guān)鍵部件服役能力劣化仿真為對象，總結(jié)已開展的數(shù)字孿生落地應(yīng)用研究，以期為高速列車全生命周期數(shù)字化的深入研究和實踐提供參考。

——譚建榮（中國工程院院士、浙江大學(xué)教授）

0 引言

軌道交通裝備制造業(yè)是我國高端裝備制造業(yè)自主創(chuàng)新典范，高速列車已經(jīng)成為國家外交金名片. 隨著新一代科學(xué)、信息技術(shù)的發(fā)展，以物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能為代表的顛覆性新興使能技術(shù)與軌道交通產(chǎn)品加速深度融合，智能化、數(shù)字化、網(wǎng)絡(luò)化和信息化技術(shù)的集成創(chuàng)新將成為高速列車未來發(fā)展方向[1]. 目前，高速列車生命周期相關(guān)研究主要集中在整車動力學(xué)[2-4]、系統(tǒng)及關(guān)鍵零部件可靠性[5-7]、振動噪聲[8-9]、空氣動力學(xué)[10]、弓網(wǎng)-列車-軌道耦合系統(tǒng)仿真等[11-12]性能優(yōu)化設(shè)計，自動化裝配[13]、車間物流過程實時仿真等制造效率優(yōu)化[14]，服役安全監(jiān)控、故障預(yù)測與診斷等運維服務(wù)[15]，并取得了重要進(jìn)展. 但目前高速列車全生命周期研發(fā)要素考慮不全面，較少從設(shè)計、制造和運維三環(huán)節(jié)協(xié)同優(yōu)化角度考慮，導(dǎo)致其全生命周期設(shè)計不閉環(huán)、模型不統(tǒng)一，造成高速列車整機設(shè)計難度不斷加大、加工制造復(fù)雜、運營維護(hù)困難等問題[16].

數(shù)字孿生是未來十大戰(zhàn)略技術(shù)之一，為當(dāng)前制造業(yè)的創(chuàng)新和發(fā)展提供了新的理念和工具，為復(fù)雜動態(tài)系統(tǒng)的全生命周期信息物理融合提供了實施途徑，將復(fù)雜產(chǎn)品創(chuàng)新設(shè)計、制造效率和運維水平提升至一個新的高度[17]. 數(shù)字孿生是一個集成多學(xué)科、多物理量、多尺度、多概率的仿真過程[18]，旨在通過充分發(fā)揮海量數(shù)據(jù)資源所帶來的優(yōu)勢，在數(shù)字空間設(shè)計虛擬模型并建立數(shù)字虛體與物理實體映射關(guān)系進(jìn)而“鏡像”實體. 數(shù)字孿生在產(chǎn)品全生命周期中各個階段均有涵蓋[19-21]，涉及到衛(wèi)星[22]、電力[23]、智慧城市[24]、船舶[25]、石油[26]等多個領(lǐng)域.

目前，圍繞高速列車及其基礎(chǔ)設(shè)施的數(shù)字孿生研究已逐漸開展并多集中在列車智能運維與性能評估、系統(tǒng)運行決策優(yōu)化和制造運維融合等方面. 在智能運維方面，樊孟杰等[27]針對地鐵列車性能評估中存在的評估時效性不足、準(zhǔn)確性不高和評估模式單一等問題，提出基于數(shù)字孿生的地鐵列車性能評估架構(gòu)，通過模型、行為和狀態(tài)3個層次的映射構(gòu)建性能評估系統(tǒng)，全面表達(dá)了列車的性能. 在系統(tǒng)運行決策優(yōu)化方面，王運達(dá)等[28]基于數(shù)字孿生技術(shù)提出了一種模型與數(shù)據(jù)混合驅(qū)動的城軌供電系統(tǒng)建模方法，并建立其數(shù)字孿生體系架構(gòu)，采用負(fù)荷數(shù)據(jù)實測輸入及模型參數(shù)主動校正的方法，對牽引供電系統(tǒng)運行狀態(tài)精準(zhǔn)分析具有重要意義. 在制造運維融合方面，Wang等[29]提出了基于數(shù)字孿生的復(fù)雜產(chǎn)品制造、運維一體化框架和虛實融合的系統(tǒng)集成模式，以某型車轉(zhuǎn)向架故障預(yù)測案例驗證了方法的可行性和有效性，實現(xiàn)了復(fù)雜產(chǎn)品制造與運維流程的深度融合，消除了制造與運維環(huán)節(jié)產(chǎn)生的信息孤島.

數(shù)字孿生可以為高速列車設(shè)計、制造和運維3個環(huán)節(jié)的有效融合和協(xié)同優(yōu)化提供數(shù)據(jù)、模型和功能等方面的支持，然而，并未有研究人員針對高速列車全生命周期設(shè)計不閉環(huán)、模型不統(tǒng)一等問題開展相關(guān)研究工作. 在高速列車生命周期中引入數(shù)字孿生技術(shù)理念，建立產(chǎn)品數(shù)字孿生模型，實現(xiàn)其設(shè)計、制造和運維多階段有機融合和閉環(huán)迭代優(yōu)化設(shè)計，成為一種新的設(shè)計途徑和未來發(fā)展趨勢. 本文在前期我國高速列車數(shù)字化研發(fā)現(xiàn)狀及發(fā)展趨勢研究[16]的基礎(chǔ)上，基于數(shù)字孿生技術(shù)系統(tǒng)分析高速列生命周期研發(fā)技術(shù)與存在的問題，建立數(shù)字孿生高速列車模型構(gòu)建框架和功能服務(wù)框架，提出基于模型的系統(tǒng)工程（MBSE）和數(shù)字樣機技術(shù)構(gòu)建產(chǎn)品數(shù)字孿生模型，并針對未來數(shù)字孿生高速列車關(guān)鍵技術(shù)及其挑戰(zhàn)進(jìn)行了探討，最后對已開展相關(guān)工作進(jìn)行介紹，以期為未來高速列車研發(fā)提供參考.

1 高速列車生命周期研發(fā)技術(shù)分析

1.1? ?高速列車生命周期研發(fā)現(xiàn)狀分析

高速列車作為一種典型的復(fù)雜機電一體化產(chǎn)品，具有結(jié)構(gòu)復(fù)雜、零部件數(shù)多、多系統(tǒng)耦合等特點，其研發(fā)流程涵蓋總體設(shè)計、技術(shù)設(shè)計、生產(chǎn)制造、整車驗證、運營維護(hù)（包括狀態(tài)監(jiān)測、故障預(yù)測、維護(hù)檢修等）多個階段，如圖1所示. 現(xiàn)有研發(fā)流程主要是以串行為主、局部并行為輔，在該模式下，高速列車產(chǎn)品迭代優(yōu)化周期長、研發(fā)成本高. 下文主要從設(shè)計、制造和運維3個階段來分析當(dāng)前的研發(fā)技術(shù)現(xiàn)狀和趨勢.

1） 設(shè)計階段

在系統(tǒng)工程理論應(yīng)用方面，高速列車作為典型復(fù)雜裝備，其設(shè)計研發(fā)是一個反復(fù)迭代與論證的復(fù)雜系統(tǒng)工程[30]. 當(dāng)前研發(fā)過程中多采用工程文本、設(shè)計圖紙、郵件、圖表等來實現(xiàn)不同研發(fā)部門及學(xué)科間的數(shù)據(jù)交換，即基于文檔的系統(tǒng)工程（TBSE），容易使設(shè)計人員對同一需求產(chǎn)生二義性，隨著設(shè)計過程的推進(jìn)，各種文檔不斷迭代會產(chǎn)生學(xué)科間關(guān)系不清晰、研發(fā)管理效率低下、設(shè)計周期長等問題，亟需一種新的系統(tǒng)工程設(shè)計方法指導(dǎo)和優(yōu)化當(dāng)下研發(fā)流程.

在系統(tǒng)設(shè)計仿真驗證方面，轉(zhuǎn)向架的結(jié)構(gòu)參數(shù)對其動力學(xué)性能有著極大影響，一般多采用降低簧下質(zhì)量方式即采用輕量化技術(shù)措施提升動力學(xué)性能，但輕量化也勢必意味結(jié)構(gòu)強度的下降，多學(xué)科優(yōu)化仿真作為最常用的手段被廣泛應(yīng)用于車體、轉(zhuǎn)向架等系統(tǒng)設(shè)計. 仿真試驗的效果主要取決于仿真環(huán)境模型同現(xiàn)實的差異程度，環(huán)境模型同現(xiàn)實越相近，則仿真結(jié)果更為準(zhǔn)確可信. 然而列車實時運行狀態(tài)多變，不同線路條件、運行載荷、運行里程和速度工況下的載荷譜都不同，且設(shè)計和運維環(huán)節(jié)脫離，設(shè)計人員無法及時有效地對在線運維數(shù)據(jù)進(jìn)行挖掘從而更新環(huán)境模型最終反饋優(yōu)化設(shè)計. 雖然已有研究基于實測路譜及牽引制動工況建立動力學(xué)試驗臺[31]，然而實際環(huán)境并不是一成不變，充分利用各代列車履歷數(shù)據(jù)、在線運維數(shù)據(jù)建立列車實體所對應(yīng)的數(shù)字模型（產(chǎn)品設(shè)計模型和環(huán)境模型）并建立仿真模型數(shù)據(jù)庫，將全生命周期數(shù)據(jù)虛實融合，建立高精度、高保真度、可自更新的虛擬仿真模型，全面提高設(shè)計質(zhì)量和效率[32]顯得尤為重要，同時使用數(shù)字線程進(jìn)行數(shù)據(jù)管理，保證全生命周期不同階段和不同設(shè)計部門數(shù)據(jù)的統(tǒng)一管理，使工作可以并行開展加速設(shè)計進(jìn)程[33].

2） 制造階段

高速列車制造階段一般包含機械加工、零部件裝配等活動. 已有主機廠開發(fā)了車間監(jiān)測面板來實時對裝配工序、作業(yè)進(jìn)度和裝配誤差進(jìn)行監(jiān)控，但無法實時展現(xiàn)產(chǎn)品自底向上的動態(tài)裝配過程，也無法對裝配誤差進(jìn)行動態(tài)捕捉展示. 此外零部件加工過程中用于記錄產(chǎn)品設(shè)計缺陷的工藝文件與質(zhì)量文件也無法實時地傳輸和利用，并反饋回設(shè)計階段助力下一代產(chǎn)品的迭代優(yōu)化設(shè)計.

車間是制造活動的執(zhí)行基礎(chǔ)，隨著計算機技術(shù)和信息網(wǎng)絡(luò)的支持，在虛擬信息空間開展車間生產(chǎn)要素管理、生產(chǎn)活動計劃、生產(chǎn)活動控制等功能越來越成熟[34]. 然而，在傳統(tǒng)的制造模式中，信息流、物料流、控制流在生產(chǎn)執(zhí)行各階段仍然相互孤立，由于缺乏物料流和信息流數(shù)據(jù)融合機制，無法形成完整的實時/歷史數(shù)據(jù)集來復(fù)現(xiàn)生產(chǎn)過程，實現(xiàn)產(chǎn)品質(zhì)量追溯和潛在價值信息挖掘以優(yōu)化系統(tǒng)決策，形成精準(zhǔn)可靠、行之有效的控制流[35]. 因此，車間生產(chǎn)要素間信息、物理數(shù)據(jù)的實時交互和融合顯得尤為重要，是提升生產(chǎn)效率、增強車間智能化的必經(jīng)途徑，是智能車間、智能制造的必然要求.

3） 運維階段

近些年來，得益于智能化、信息化技術(shù)發(fā)展，高速列車及其基礎(chǔ)設(shè)施運維過程已經(jīng)開始由基于時間的維護(hù)（TBM）向基于狀態(tài)的維護(hù)（CBM）策略改變，智能診斷、故障預(yù)測等技術(shù)得到了快速發(fā)展[36]. 但在大數(shù)據(jù)、人工智能等工業(yè)4.0技術(shù)的推動下，鐵路故障預(yù)測與健康管理（PHM）正在成為智能鐵路智能運維模式的主要發(fā)展方向[37]. 如王軍[38]開發(fā)了面向PHM的高速列車譜系化產(chǎn)品技術(shù)平臺實時評估預(yù)測高速列車的健康狀態(tài)，并基于列車狀態(tài)制定相應(yīng)維修策略. 隨著高速列車速度的提升、運營環(huán)境的復(fù)雜多變，列車運營維護(hù)產(chǎn)生的海量異構(gòu)數(shù)據(jù)使得當(dāng)前智能運維系統(tǒng)的數(shù)據(jù)傳輸速度和評估效率面臨嚴(yán)峻挑戰(zhàn). 在車地間數(shù)據(jù)傳輸處理機制方面，特別是海量數(shù)據(jù)的無線傳輸和異構(gòu)數(shù)據(jù)處理，構(gòu)建基礎(chǔ)設(shè)施、移動裝備、運營指揮、檢修和旅客服務(wù)一體的統(tǒng)一數(shù)據(jù)中心[31]，制定數(shù)據(jù)標(biāo)準(zhǔn)并實現(xiàn)各子系統(tǒng)數(shù)據(jù)共享和同步，實現(xiàn)數(shù)據(jù)的高效監(jiān)測、分析與管理勢在必行. 在運維診斷分析模型構(gòu)建方面，對各關(guān)鍵零部件的結(jié)構(gòu)、材料的正常和故障樣本進(jìn)行采集，借助大數(shù)據(jù)分析技術(shù)研究其失效準(zhǔn)則、故障發(fā)展規(guī)律，并建立相應(yīng)數(shù)據(jù)庫，提高列車狀態(tài)監(jiān)測和壽命預(yù)測的準(zhǔn)確性十分重要. 在異構(gòu)數(shù)據(jù)分析處理、模型構(gòu)建訓(xùn)練效率方面，通過5G、物聯(lián)網(wǎng)（IoT）、邊緣計算等技術(shù)打通運行維修環(huán)節(jié)中現(xiàn)場總線、無線網(wǎng)絡(luò)和有線網(wǎng)絡(luò)的通信互聯(lián)，實現(xiàn)“云邊”協(xié)同列車性能評估模式成為新的發(fā)展方向. 在“云端”利用云計算負(fù)責(zé)處理長周期的模型訓(xùn)練、離線數(shù)據(jù)挖掘等，在“邊端”車載端負(fù)責(zé)短周期、時效敏感的數(shù)據(jù)處理和性能評估需求.

總結(jié)上述發(fā)展現(xiàn)狀，高速列車在全生命周期內(nèi)主要特點表現(xiàn)為：設(shè)計方面，在設(shè)計理論方面多采用傳統(tǒng)基于文檔的系統(tǒng)工程方法，設(shè)計要素、指標(biāo)繁多，設(shè)計閉環(huán)難；在基礎(chǔ)理論研究方面高速列車設(shè)計-仿真一體化流程復(fù)雜，多以物理樣機驗證為主，缺乏高保真度、高精度仿真試驗?zāi)Ｐ?；制造方面，迫切需要借助信息物理融合手段解決車間生產(chǎn)要素和物理數(shù)據(jù)交互融合難的問題，高速列車產(chǎn)品生產(chǎn)裝配協(xié)同作業(yè)復(fù)雜；運維方面車、地協(xié)同管控難，運維系統(tǒng)數(shù)據(jù)傳輸速度和評估效率有待提升.

1.2? ?高速列車生命周期新需求

結(jié)合高速列車全生命周期特點和發(fā)展趨勢，對高速列車產(chǎn)業(yè)提出了新需求：

1） 數(shù)字化、智能化升級需求

數(shù)字化方面，對高速列車全生命周期內(nèi)全業(yè)務(wù)、全流程、全系統(tǒng)進(jìn)行數(shù)字化升級，實現(xiàn)數(shù)據(jù)與模型驅(qū)動的管理、控制、決策與驗證. 智能化方面，通過大數(shù)據(jù)、人工 智能等技術(shù)對數(shù)據(jù)和知識等進(jìn)行挖掘，提高列車車間生產(chǎn)調(diào)度、運行故障診斷等環(huán)節(jié)自適應(yīng)和學(xué)習(xí)能力. 服務(wù)化方面，提升高速列車全生命周期內(nèi)各階段應(yīng)用場景平臺系統(tǒng)的服務(wù)化水平和應(yīng)用系統(tǒng)的使用管理效率，提升不同對象層級間應(yīng)用服務(wù)協(xié)作效率和質(zhì)量.

2） 高保真度、高精度模型需求

高速列車全生命周期不同階段存在多種模型，如在總體設(shè)計階段有對列車、軌道、弓網(wǎng)等進(jìn)行概念設(shè)計形成的相應(yīng)概念設(shè)計模型，在數(shù)據(jù)驅(qū)動下進(jìn)行方案驗證形成的總體驗證模型；在詳細(xì)設(shè)計階段基于模型對列車不同層級機械結(jié)構(gòu)、電氣管路、通信傳感等模塊進(jìn)行設(shè)計仿真驗證，形成詳細(xì)設(shè)計模型；在生產(chǎn)制造階段，基于車間總裝模型和總成工藝模型實現(xiàn)列車詳細(xì)設(shè)計模型到列車產(chǎn)品模型的轉(zhuǎn)化；在運維階段，不同型號列車在不同線路運營，列車模型和環(huán)境模型共同形成列車運維網(wǎng)絡(luò)模型，并可以為列車設(shè)計模型提供數(shù)據(jù)、模型支持. 不同階段的模型在物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)等技術(shù)的支持下，數(shù)據(jù)量倍增，不同階段相應(yīng)的模型也需要進(jìn)一步提升其精度和保真度，從而滿足各階段模型應(yīng)用需求.

3） 新技術(shù)融合服務(wù)升級需求

隨著云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新技術(shù)的飛速發(fā)展，勢必使高速列車產(chǎn)業(yè)服務(wù)進(jìn)一步升級轉(zhuǎn)變，如基于邊緣計算的高速列車數(shù)據(jù)存儲和模型計算服務(wù)、基于物聯(lián)網(wǎng)的列車總成車間要素關(guān)聯(lián)融合、基于大數(shù)據(jù)的高速列車運維平臺數(shù)據(jù)分析與決策、基于人工智能的高速列車在軌運行智能管控、基于VR和AR的高速列車裝配工藝可視化及培訓(xùn)等方面的探索與應(yīng)用.

針對以上需求，亟需借助信息化手段提升高速列車及相關(guān)系統(tǒng)智能應(yīng)用與服務(wù)的能力.

2 數(shù)字孿生高速列車技術(shù)架構(gòu)

2.1? ?數(shù)字孿生高速列車基本概念

數(shù)字孿生概念最早由美國密歇根大學(xué)的邁克爾·格里弗斯教授于2003年提出[39]，如圖2所示. 2011年美國國防部將數(shù)字孿生概念應(yīng)用于飛行器并構(gòu)建其數(shù)字孿生體[40]，同時定義數(shù)字孿生是一個利用物理模型、傳感器采集、產(chǎn)品運行履歷等數(shù)據(jù)，且集成了多學(xué)科、多物理量、多尺度、多概率的仿真過程[41]. 近些年隨著數(shù)字孿生受到廣泛關(guān)注，工業(yè)界和學(xué)術(shù)界開始廣泛致力于數(shù)字孿生的研究與應(yīng)用[42]，Gartner已經(jīng)將DT列為2019年十大戰(zhàn)略技術(shù)之一[43]. 數(shù)字孿生提供了一種可以深度融合新IT技術(shù)的強力工具[44]，是一種在信息世界刻畫物理世界、仿真物理世界、優(yōu)化物理世界、增強物理世界的重要技術(shù)[45]，是一種實現(xiàn)物理世界與信息世界交互與共融的有效方法[46]，更是一種推進(jìn)全球工業(yè)和社會發(fā)展向數(shù)字化、網(wǎng)絡(luò)化、智能化、服務(wù)化轉(zhuǎn)型的有效途徑[47].

高速列車設(shè)計、制造、運維各環(huán)節(jié)信息物理數(shù)據(jù)分離，導(dǎo)致設(shè)計模型難以有效傳至制造和運維階段，而制造和運維階段的虛實數(shù)據(jù)又無法對設(shè)計形成有效反饋，嚴(yán)重制約了復(fù)雜產(chǎn)品的創(chuàng)新研發(fā). 數(shù)字孿生通過建立物理實體與虛擬模型的感知連接，實現(xiàn)多源異構(gòu)信息物理數(shù)據(jù)融合下的反饋控制和閉環(huán)迭代優(yōu)化，為高速列車全周期、多要素信息物理融合開辟了新途徑，與企業(yè)長期發(fā)展戰(zhàn)略不謀而合，通過對高速列車現(xiàn)狀以及發(fā)展需求分析，結(jié)合數(shù)字孿生概念及相關(guān)理論，本文探討提出數(shù)字孿生高速列車的概念.

數(shù)字孿生高速列車是將數(shù)字孿生技術(shù)貫穿高速列車全生命周期各個階段，在數(shù)據(jù)層滿足高速列車全生命周期內(nèi)的多源異構(gòu)物理信息數(shù)據(jù)虛實同步，在模型層構(gòu)建貫穿高速列車全周期、全要素、融合CAD、CAE和CAM的數(shù)字孿生模型，在應(yīng)用層實現(xiàn)以推進(jìn)高速列車全生命周期內(nèi)三環(huán)節(jié)協(xié)同運作為目的，以數(shù)據(jù)為基礎(chǔ)，全周期、全要素數(shù)字孿生模型為紐帶實現(xiàn)對三環(huán)節(jié)的綜合仿真評價，對列車性能、狀態(tài)和故障等進(jìn)行分析以及預(yù)測，構(gòu)建閉環(huán)優(yōu)化迭代孿生模型，最終驅(qū)動企業(yè)產(chǎn)品創(chuàng)新. 要實現(xiàn)上述目標(biāo)，構(gòu)建全周期、全要素、融合多源異構(gòu)數(shù)據(jù)的高速列車數(shù)字孿生模型（DTMHST）是核心.

2.2? ?高速列車數(shù)字孿生模型構(gòu)建框架

數(shù)字孿生驅(qū)動的高速列車模型通過構(gòu)建全周期、全要素高速列車數(shù)字孿生模型，實現(xiàn)虛擬空間仿真模型同現(xiàn)實空間的物理實體間映射反饋，采集并重構(gòu)制造和運維過程的工藝數(shù)據(jù)、質(zhì)量數(shù)據(jù)、物流數(shù)據(jù)、服役數(shù)據(jù)、維修數(shù)據(jù)等，實現(xiàn)從概念設(shè)計、數(shù)字樣機研制、仿真試驗、工藝設(shè)計、制造與裝配到運行維護(hù)的全流程、全周期多源異構(gòu)數(shù)據(jù)的有機集成與整合. 本文提出的全周期、全要素高速列車數(shù)字孿生模型構(gòu)建框架分為3層，如圖3所示，分別是高速列車數(shù)字樣機構(gòu)建、高速列車數(shù)字孿生模型構(gòu)建以及高速列車數(shù)字孿生模型映射與融合.

在高速列車研發(fā)過程中所經(jīng)歷的需求分析、概念設(shè)計、總體設(shè)計、詳細(xì)設(shè)計、物理樣機試制和性能驗證環(huán)節(jié)中，數(shù)字樣機扮演著重要角色，樣機模型貫穿了列車研發(fā)的全生命周期，是各種分析驗證、服務(wù)管控的基礎(chǔ).

設(shè)計階段參考已有列車實例數(shù)據(jù)、實際需求等構(gòu)建概念設(shè)計模型，并在整機性能參數(shù)指標(biāo)約束下完成指標(biāo)分解和任務(wù)分解形成方案設(shè)計模型，方案確定后進(jìn)行各組份、模塊的細(xì)化設(shè)計，構(gòu)建各類詳細(xì)設(shè)計樣機模型如CAD模型、CAE仿真模型等；制造階段則需要在詳細(xì)設(shè)計樣機模型基礎(chǔ)上考慮零部件加工工藝、列車總成工藝、車間生產(chǎn)資源調(diào)度等，構(gòu)建各類行為樣機模型如加工過程仿真模型、車間管控模型，實現(xiàn)對列車生產(chǎn)及總裝的管控；運維階段則需要結(jié)合大量列車運營維護(hù)數(shù)據(jù)構(gòu)建整車、系統(tǒng)、零部件等各層級的數(shù)值模型，如關(guān)鍵部件壽命預(yù)測模型、故障診斷模型等，實現(xiàn)對列車狀態(tài)監(jiān)測、故障診斷等服務(wù).

在構(gòu)建高速列車3階段數(shù)字樣機模型基礎(chǔ)上，結(jié)合現(xiàn)有產(chǎn)品實際數(shù)據(jù)（需求反饋、加工狀態(tài)、裝配數(shù)據(jù)、車載運行數(shù)據(jù)等）重點實現(xiàn)各類樣機模型同實際數(shù)據(jù)的交互和融合，進(jìn)而形成3階段孿生模型. 設(shè)計階段構(gòu)建的各類概念、方案設(shè)計模型需要及時地根據(jù)客戶需求、列車產(chǎn)品反饋等信息更新模型，形成高速列車設(shè)計孿生模型；制造階段工藝和車間仿真模型等也需要基于實際生產(chǎn)和總裝過程實現(xiàn)對樣機模型的修正與更新，不斷迭代演化形成高速列車制造數(shù)字孿生模型；運維階段不僅需要借助各類實體數(shù)據(jù)實現(xiàn)對產(chǎn)品模型和分析模型的迭代和交互，環(huán)境模型的更新尤為重要，只有結(jié)合列車運行環(huán)境模型才能真正意義上實現(xiàn)對運營列車的實時映射，列車模型、環(huán)境模型、軌道模型和弓網(wǎng)模型等共同構(gòu)成高速列車運維數(shù)字孿生模型.

高速列車全生命周期內(nèi)3階段的孿生模型并不是互相獨立、毫無關(guān)聯(lián)，設(shè)計孿生模型是制造、運維孿生模型的基礎(chǔ)，制造和運維孿生模型又會給設(shè)計孿生模型提供反饋支持，為了實現(xiàn)高速列車各階段孿生模型的快速生成、利用、更新和維護(hù)管控，需要對3階段孿生模型映射、融合、關(guān)聯(lián)、歸納、轉(zhuǎn)換、交互，最終實現(xiàn)高速列車代際產(chǎn)品間孿生模型的演化.

2.3? ?數(shù)字孿生高速列車功能服務(wù)架構(gòu)

數(shù)字孿生技術(shù)是實現(xiàn)軌道交通裝備研發(fā)轉(zhuǎn)型的重要手段，基于高速列車數(shù)字孿生平臺可以實現(xiàn)高速列車全生命周期數(shù)字化管理，并對全生命周期內(nèi)各階段提供服務(wù)，如圖4所示. 高速列車數(shù)字孿生模型會隨著高速列車全生命周期不斷演化迭代，對實現(xiàn)高速列車的數(shù)字化、智能化服務(wù)具有巨大的推動作用.

總體設(shè)計階段通過統(tǒng)一數(shù)據(jù)線程可以實現(xiàn)對客戶需求的統(tǒng)一管理與追溯，虛實數(shù)據(jù)和各類模型的交互融合消除不同學(xué)科、系統(tǒng)間的模型獨立性，實現(xiàn)各學(xué)科、系統(tǒng)間協(xié)同設(shè)計，研發(fā)過程中每個階段虛實模型的反饋數(shù)據(jù)都可以作為迭代要素反饋回設(shè)計階段，助力高速列車閉環(huán)優(yōu)化設(shè)計使得借助數(shù)字孿生開展的設(shè)計驗證相關(guān)服務(wù)更為可靠和準(zhǔn)確.

生產(chǎn)制造階段車間和產(chǎn)品的數(shù)字孿生重點突出了產(chǎn)品同車間產(chǎn)線的數(shù)據(jù)交互和融合，孿生模型指導(dǎo)著實際車間生產(chǎn)、調(diào)度和裝配等過程，而實際的車間活動又在不斷反饋數(shù)據(jù)和信息并修正、優(yōu)化孿生模型，二者不斷交互演化共同支持產(chǎn)品質(zhì)量管控追溯、車間調(diào)度優(yōu)化、實時裝配仿真、車間要素管控等服務(wù).

運營維護(hù)階段涉及到運行軌道、弓網(wǎng)系統(tǒng)等多個環(huán)境因素，因此要針對性地構(gòu)建不同層級、不同粒度、不同用途的運維孿生模型，借助涵蓋列車-軌道-弓網(wǎng)耦合大系統(tǒng)的孿生模型，對不同階段、層級、來源的孿生數(shù)據(jù)進(jìn)行分析、關(guān)聯(lián)和利用，提供全覆蓋的智能PHM服務(wù)，實現(xiàn)列車運行狀態(tài)監(jiān)測、列車故障診斷、在線分析決策等，實時地顯示列車及其相關(guān)系統(tǒng)性能狀態(tài)，為各專業(yè)、各地點設(shè)計維護(hù)人員提供幫助.

3 數(shù)字孿生高速列車關(guān)鍵技術(shù)與挑戰(zhàn)

根據(jù)上述數(shù)字孿生高速列車技術(shù)架構(gòu)，實現(xiàn)數(shù)字孿生在高速列車全生命周期內(nèi)的貫穿與應(yīng)用需要突破以下幾項關(guān)鍵技術(shù).

1） 基于模型驅(qū)動高速列車數(shù)字樣機構(gòu)建技術(shù)

高速列車研發(fā)是一個典型的復(fù)雜系統(tǒng)工程，近些年來基于模型的系統(tǒng)工程開始逐漸替代基于文本的傳統(tǒng)模式[48]. MBSE能夠以數(shù)字化、圖形化、標(biāo)準(zhǔn)化的語言完成對系統(tǒng)的表達(dá)，減少系統(tǒng)研發(fā)過程中需求傳遞錯誤、設(shè)計變更，提升設(shè)計效率.?圖5為MBSE典型“V”開發(fā)模式，“V”模型左半部分是自頂向下的正向設(shè)計過程，右半部分是自底向上的設(shè)計綜合、確認(rèn)驗證的過程. 高速列車傳統(tǒng)開發(fā)模式一般采用手動設(shè)計、試制和試驗相結(jié)合的技術(shù)手段，通過大量的破壞性試驗進(jìn)行產(chǎn)品性能的分析驗證[49]，隨著計算機技術(shù)的飛速發(fā)展，數(shù)字樣機技術(shù)得到普遍應(yīng)用，通過數(shù)字模型代替物理樣機進(jìn)行產(chǎn)品性能的分析驗證能夠很大程度地減少物理樣機的試制. 綜合前文，構(gòu)建高速列車數(shù)字孿生模型首要突破技術(shù)是基于模型驅(qū)動的方式數(shù)字樣機構(gòu)建技術(shù).

通過MBSE建模語言SysML建立高速列車系統(tǒng)模型，利用SysML提供的行為、結(jié)構(gòu)和參數(shù)圖可以對列車系統(tǒng)層級從需求到物理架構(gòu)進(jìn)行描述，結(jié)合系統(tǒng)建模工具和其他專業(yè)領(lǐng)域軟件如ANSYS、SIMPACK等，對“V”模型左半部分設(shè)計分解過程中的每一個環(huán)節(jié)進(jìn)行驗證，實現(xiàn)需求到功能結(jié)構(gòu)的可追溯鏈. 以MBSE系統(tǒng)模型為主線，結(jié)合不同階段所涉及模型共同構(gòu)成數(shù)字樣機模型，實現(xiàn)對高速列車不同階段的統(tǒng)一描述. 基于MBSE系統(tǒng)模型構(gòu)建的數(shù)字樣機模型可以對高速列車全生命周期信息進(jìn)行統(tǒng)一描述，是貫穿高速列車全生命周期的統(tǒng)一數(shù)據(jù)源，為高速列車數(shù)字孿生模型構(gòu)建框架各層提供系統(tǒng)資源和物理支撐，是高速列車數(shù)字孿生構(gòu)建的基礎(chǔ)，如圖6所示.

基于所構(gòu)建的SysML架構(gòu)模型和行為模型（包括狀態(tài)模型、活動模型、信息交互模型等）結(jié)合高速列車關(guān)鍵零部件邏輯控制流程可以搭建不同層級的仿真樣機模型，有助于早期驗證系統(tǒng)設(shè)計方案的可行性、減少系統(tǒng)中存在的潛在風(fēng)險.

2） 多學(xué)科、多粒度、多狀態(tài)高速列車數(shù)字孿生模型構(gòu)建技術(shù)

實現(xiàn)高速列車數(shù)字孿生的核心在于數(shù)字孿生模型的構(gòu)建，然而構(gòu)建全面詳盡的孿生模型極其昂貴且復(fù)雜. 孿生模型不單單只是一個或一類模型，高速列車各系統(tǒng)所涉及模型有幾何模型、物理模型、行為模型及規(guī)則模型等，各類模型共同提供數(shù)據(jù)信息對產(chǎn)品進(jìn)行詳細(xì)地描述. 以高速列車設(shè)計、制造與運維3階段數(shù)字樣機所提供的需求、幾何、物理、行為等信息和CAD、CAE、CAM模型為基礎(chǔ)，獲取高速列車三階段實時數(shù)據(jù)，通過虛實數(shù)據(jù)交互融合來支持構(gòu)建和更新幾何、物理、行為、規(guī)則虛擬模型，繼而構(gòu)建3階段數(shù)字孿生模型，為相關(guān)應(yīng)用服務(wù)提供基礎(chǔ)，如圖7所示.

高速列車設(shè)計過程中由于用戶需求變更、功能實現(xiàn)沖突、結(jié)構(gòu)接口不統(tǒng)一等問題而導(dǎo)致的設(shè)計變更常有發(fā)生，已經(jīng)落成固化的數(shù)字樣機模型已不能滿足設(shè)計要求.

對于多學(xué)科場景耦合設(shè)計模型的構(gòu)建需要從機理出發(fā)，明確各類設(shè)計模型特征，建立動態(tài)的數(shù)字孿生模型，通過獲取該階段實體數(shù)據(jù)（歷代產(chǎn)品的設(shè)計缺陷數(shù)據(jù)、用戶變更需求數(shù)據(jù)、仿真測試反饋數(shù)據(jù)等），更新設(shè)計階段數(shù)字樣機即SysML系統(tǒng)模型和CAD、CAE、CAM模型并基于此構(gòu)建幾何、物理、行為、規(guī)則等虛擬模型，結(jié)合相關(guān)機器學(xué)習(xí)算法，來開展需求預(yù)測、設(shè)計優(yōu)化等相關(guān)應(yīng)用服務(wù).

對于多粒度場景關(guān)聯(lián)制造模型的構(gòu)建需要分為兩部分：制造數(shù)字孿生模型和制造過程數(shù)字孿生模型. 高速列車復(fù)雜裝備包括若干系統(tǒng)、子系統(tǒng)和零部件，為建立高速列車制造階段數(shù)字孿生模型，采用BOM對其進(jìn)行層次化表達(dá). 通過輸入設(shè)計階段的產(chǎn)品CAD模型、設(shè)計BOM和技術(shù)指標(biāo)等數(shù)據(jù)，融合制造過程的加工/裝配工藝數(shù)據(jù)、質(zhì)量數(shù)據(jù)仿真數(shù)據(jù)等虛實數(shù)據(jù)，依次構(gòu)建不同粒度（整機、系統(tǒng)、子系統(tǒng)、零部件）的制造階段數(shù)字孿生模型. 制造過程數(shù)字孿生的本質(zhì)是建立物理制造系統(tǒng)（生產(chǎn)線、車間）和虛擬制造系統(tǒng)的雙向交互. 從系統(tǒng)論出發(fā)，對物理制造系統(tǒng)關(guān)鍵組成要素和關(guān)系進(jìn)行識別與表征，建立虛擬制造系統(tǒng)是實現(xiàn)數(shù)字孿生的第一步. 在此基礎(chǔ)上，從幾何、邏輯、數(shù)據(jù)3個維度，依次建立機加/裝配生產(chǎn)線的虛實連接關(guān)系，實現(xiàn)虛擬生產(chǎn)線與物理生產(chǎn)線從幾何高度相似、到內(nèi)部運行邏輯一致、到運行數(shù)據(jù)契合. 基于上述虛實連接方案，依次建立數(shù)字孿生設(shè)備、數(shù)字孿生單元/工位和數(shù)字孿生生產(chǎn)線/車間. 最后，通過數(shù)據(jù)庫、數(shù)據(jù)通信協(xié)議和消息中間件技術(shù)實現(xiàn)物理生產(chǎn)線和虛擬生產(chǎn)線的數(shù)據(jù)交互. 以產(chǎn)品數(shù)字孿生模型為輸入，通過產(chǎn)品數(shù)字孿生模型與制造過程數(shù)字孿生模型（包括仿真應(yīng)用和管控應(yīng)用）的數(shù)據(jù)交互、互動，實現(xiàn)物理產(chǎn)品（毛坯、外購件、標(biāo)準(zhǔn)件等）向設(shè)計階段的數(shù)字孿生模型（理想產(chǎn)品）無限逼近，最終實現(xiàn)設(shè)計模型的物化.

對于多狀態(tài)場景混合運維模型的構(gòu)建需要以物理實體和虛擬模型為基礎(chǔ)，根據(jù)模型構(gòu)建數(shù)據(jù)需求，采集高速列車物理設(shè)備的狀態(tài)數(shù)據(jù)、履歷數(shù)據(jù)及檢修數(shù)據(jù)等，并整理形成數(shù)據(jù)集，通過清洗、融合、補全等操作進(jìn)行數(shù)據(jù)建模. 在前文所建立的數(shù)字樣機基礎(chǔ)上通過三維渲染圖形引擎重構(gòu)高速列車三維模型，同時基于三維建模和數(shù)據(jù)采集重構(gòu)復(fù)雜裝備虛擬模型，梳理數(shù)據(jù)模型及邏輯結(jié)構(gòu)，為信息模型構(gòu)建提供基礎(chǔ). 根據(jù)采集的數(shù)據(jù)和建立的虛擬模型，構(gòu)建高速列車的運動仿真、診斷模型、預(yù)測模型等模型，構(gòu)建形成復(fù)雜裝備的數(shù)字孿生運維模型，并基于構(gòu)建的數(shù)字孿生模型，開展數(shù)字孿生應(yīng)用服務(wù)如：狀態(tài)監(jiān)測、故障預(yù)測、能力評估、維修決策等.

3） 全生命周期海量異構(gòu)數(shù)據(jù)分析與融合技術(shù)

要實現(xiàn)高速列車數(shù)字孿生，數(shù)據(jù)是關(guān)鍵驅(qū)動力. 高速列車全生命周期各類數(shù)據(jù)的采集、傳輸和存儲是數(shù)字孿生模型的基礎(chǔ)，數(shù)據(jù)的分析與融合是重點. 數(shù)據(jù)融合不單單旨在多學(xué)科、多領(lǐng)域數(shù)據(jù)融合，也是全生命周期內(nèi)多階段數(shù)據(jù)的融合，通過歷史數(shù)據(jù)和實時傳感數(shù)據(jù)的不斷融合，能夠?qū)崿F(xiàn)數(shù)據(jù)驅(qū)動模型的不斷迭代優(yōu)化從而提升模型的準(zhǔn)確性. 在機理不明確、模型不完善的情況下，采用深度學(xué)習(xí)、支持向量機、統(tǒng)計方法、相關(guān)性分析、聚類分析、時間序列分析等技術(shù)是實現(xiàn)高速列車狀態(tài)監(jiān)測、故障診斷等各類服務(wù)的重要數(shù)據(jù)分析手段. 數(shù)據(jù)源既包括車載數(shù)據(jù)、地面數(shù)據(jù)中心的數(shù)據(jù)，也包括虛擬模型仿真產(chǎn)生的數(shù)據(jù)，需要對各類數(shù)據(jù)、特征、決策等進(jìn)一步融合，將基于物理的建模和數(shù)據(jù)驅(qū)動的建模與大數(shù)據(jù)相結(jié)合，借助存于海量數(shù)據(jù)中的特征信息輔助構(gòu)建模型，可以提升模型魯棒性和準(zhǔn)確性. 隨著各類新興技術(shù)產(chǎn)生數(shù)據(jù)的體量和異構(gòu)性不斷增加，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫技術(shù)壓力倍增，非關(guān)系型數(shù)據(jù)庫正成為一種新的選擇[50].

4） 多維信息模型輕量化與可視化技術(shù)

高速列車數(shù)字孿生平臺是將數(shù)字孿生技術(shù)在軌道交通領(lǐng)域落地應(yīng)用的重要保證. 構(gòu)建融合高速列車全機、全生命周期孿生模型后，需要在時間和空間維度上對不同類型的多維融合數(shù)據(jù)和模型（三維模型、分析模型、數(shù)值模型等）進(jìn)行可視化展示，不同利益相關(guān)者可以對高速列車全生命周期內(nèi)數(shù)據(jù)和模型進(jìn)行監(jiān)管. 利用三維圖像、立體聲響、人機交互界面等工具使多方利益相關(guān)者有更加直觀的逼真體驗，快速地學(xué)習(xí)和了解目標(biāo)系統(tǒng)的各種信息，有利于人們實時監(jiān)控和指導(dǎo)高速列車制造與運維. 由于列車CAD模型數(shù)據(jù)量大，為了使設(shè)計師、運維人員能夠在移動設(shè)備上不受時間和地點的限制快速查看列車三維模型，了解列車相關(guān)信息，模型輕量化設(shè)計勢在必行，當(dāng)前模型輕量化研究多是應(yīng)用隱藏或刪除模型特征算法來減小模型體積或通過對三維模型進(jìn)行壓縮從而減小模型存儲空間等手段.

4 數(shù)字孿生高速列車應(yīng)用實踐

基于數(shù)字孿生高速列車?yán)碚?，在高速列車全生命周期運維階段開始了探索，為實現(xiàn)城市軌道交通裝備關(guān)鍵部件服役性能仿真分析并對整車性能進(jìn)行評價，在關(guān)鍵部件全生命周期能力劣化仿真模型構(gòu)建、關(guān)鍵部件服役評估模型構(gòu)建、可視化仿真平臺開發(fā)方面開展了相關(guān)研究與開發(fā)工作.

在關(guān)鍵部件全生命周期能力劣化仿真模型構(gòu)建方面，主要研究了地鐵關(guān)鍵部件服役能力劣化仿真模型的構(gòu)建和車輛運行狀態(tài)感知系統(tǒng)設(shè)計，前者是仿真模擬的關(guān)鍵基礎(chǔ)，后者則給仿真過程提供重要數(shù)據(jù)來源. 關(guān)鍵部件服役能力劣化仿真模型構(gòu)建方面，針對不同部件特點和仿真需求搭建運維場景下多狀態(tài)數(shù)據(jù)的數(shù)字孿生模型. 如將損傷計算與疲勞壽命預(yù)測算法同真實傳感器長期采集的應(yīng)力時間歷程相結(jié)合共同構(gòu)建構(gòu)架數(shù)字孿生模型，能夠更加準(zhǔn)確計算損傷和預(yù)測疲勞壽命；對受電弓利用大數(shù)據(jù)技術(shù)分析融合技術(shù)分析弓網(wǎng)接觸副磨耗數(shù)據(jù)，建立受電弓碳滑板磨耗預(yù)測模型，并嵌入考慮接觸網(wǎng)形貌特征的弓網(wǎng)橫向動力學(xué)模型，各維度模型關(guān)聯(lián)、作用共同形成其數(shù)字孿生模型實現(xiàn)全壽命周期內(nèi)弓網(wǎng)動力學(xué)性能仿真研究. 車輛運行狀態(tài)感知系統(tǒng)設(shè)計方面，依據(jù)車輛安全性及服役性能劣化理論模型，研制車輛及環(huán)境狀態(tài)感知系統(tǒng)工程樣機，實時采集車輛運行過程中的速度、運行模式等工況信號、車體振動及應(yīng)力和轉(zhuǎn)向架振動及應(yīng)力，包括20個轉(zhuǎn)向架振動感知傳感器、4個轉(zhuǎn)向架應(yīng)力感知傳感器、2個車體振動感知傳感器、8個車體應(yīng)力感知傳感器、10個數(shù)據(jù)前置采集器及一個車輛MVB （多功能車輛總線）數(shù)據(jù)采集裝置、兩套數(shù)據(jù)處理主機，為車輛安全性及服役性能評估提供數(shù)據(jù)支撐.

在關(guān)鍵部件服役評估模型構(gòu)建方面，主要研究了仿真評估體系的構(gòu)建和基于云邊協(xié)同的評估模式的構(gòu)建. 仿真評估體系構(gòu)建方面，依據(jù)GB/T 5599—2019[51]、BS EN 13749[52]、UIC 518[53]標(biāo)準(zhǔn)對車輛安全性及疲勞傷損理論模型進(jìn)行了引用及建立，車輛安全性從平穩(wěn)性、橫向穩(wěn)定性、輪軌振動進(jìn)行評估，車輛服役性能劣化從疲勞傷損維度進(jìn)行評估，為仿真劣化模型評估提供理論支撐. 云邊協(xié)同評估模式構(gòu)建方面，相較于傳統(tǒng)列車故障診斷模式，數(shù)字孿生驅(qū)動下的列車性能評估對列車全方位、多角度的評價提出了更高的要求，不僅面臨海量異構(gòu)多源數(shù)據(jù)帶來的存儲計算壓力，由于各類評估模型算法所需計算時間不同帶來的評估時效性也不高. 通過構(gòu)建云邊協(xié)同評估模式，在邊緣端處理耗時端、時延敏感的評估需求，車載端搭建邊緣分布式評估系統(tǒng)，車載數(shù)據(jù)中心將評估所需數(shù)據(jù)發(fā)送至評估系統(tǒng)，并將評估結(jié)果返回數(shù)據(jù)中心；建立在地面的云端則主要針對路網(wǎng)利用大數(shù)據(jù)平臺，完成模型訓(xùn)練、預(yù)測性評估等. 云端與邊緣端通過車地通信單元實現(xiàn)交互，二者相互協(xié)同可以有效提升仿真模型評估效率. 上述工作如圖8所示.

在可視化仿真平臺開發(fā)方面，集成上述模型和方法，開發(fā)城軌車輛關(guān)鍵部件服役能力三維數(shù)字可視化系統(tǒng). 該平臺系統(tǒng)實現(xiàn)對地鐵運行場景、三維模型、仿真模型、數(shù)據(jù)接口等集成，通過傳感器對車輛實體的振動、速度、溫度等進(jìn)行實時監(jiān)測，基于實時監(jiān)測數(shù)據(jù)和已有歷史數(shù)據(jù)，在虛擬空間對車輛組關(guān)鍵部件（如車體、受電弓等）從幾何、物理、行為、規(guī)則等維度進(jìn)行描述，并集成為城軌車輛的高逼真度虛擬模型；實體及其虛擬模型同步運行，產(chǎn)生的孿生數(shù)據(jù)不僅包括振動、溫度等實時感知數(shù)據(jù)；還包括虛擬模型產(chǎn)生的疲勞磨損、振動、熱應(yīng)力等仿真數(shù)據(jù)，通過多維數(shù)據(jù)處理與融合技術(shù)得到的融合數(shù)據(jù)，在孿生數(shù)據(jù)及虛擬模型的驅(qū)動下，實現(xiàn)對城軌車輛的智能健康管理應(yīng)用服務(wù)，相關(guān)研究與開發(fā)工作已經(jīng)順利完成項目驗證驗收，為開展數(shù)字孿生高速列車的設(shè)計、仿真、分析功能奠定一定基礎(chǔ)，如圖9所示.

5 結(jié)束語

近些年來，新一代科學(xué)、信息技術(shù)蓬勃發(fā)展，智能化、信息化、數(shù)字化逐漸成為高速列車未來發(fā)展方向，但目前高速列車全生命周期研發(fā)要素考慮不全面、全生命周期設(shè)計不閉環(huán)、模型不統(tǒng)一，而數(shù)字孿生作為近期學(xué)術(shù)界和工業(yè)界最為火熱且最有前景的技術(shù)之一，已經(jīng)在多個領(lǐng)域茁壯發(fā)展，數(shù)字孿生能夠?qū)崿F(xiàn)虛擬空間和實體空間的相互連接、交互和融合，實現(xiàn)信息物理數(shù)據(jù)融合下的反饋控制和閉環(huán)迭代優(yōu)化，為解決上述問題開辟了新途徑.

在分析了當(dāng)前高速列車全生命周期研發(fā)現(xiàn)狀和發(fā)展趨勢之后，提出了數(shù)字孿生高速列車概念，從高速列車數(shù)字孿生模型構(gòu)建和數(shù)字孿生高速列車功能服務(wù)兩個角度介紹了數(shù)字孿生高速列車技術(shù)架構(gòu)，著重介紹了高速列車孿生模型構(gòu)建中涉及到的關(guān)鍵技術(shù)與挑戰(zhàn). 數(shù)字孿生技術(shù)是實現(xiàn)軌道交通領(lǐng)域裝備轉(zhuǎn)型的重要手段，基于數(shù)字孿生高速列車技術(shù)框架可以實現(xiàn)高速列車全生命周期數(shù)字化管理，最后對團(tuán)隊已開展的相關(guān)前期實踐工作進(jìn)行了介紹，旨在為未來高速列車數(shù)字化發(fā)展及建設(shè)提供參考，希望未來將進(jìn)一步完善和優(yōu)化數(shù)字孿生高速列車框架，深入研究關(guān)鍵技術(shù)，并在不同方面開展更加深入的應(yīng)用研究，高速列車領(lǐng)域龐大復(fù)雜，數(shù)字孿生在高速列車全生命周期中的全應(yīng)用還需要國內(nèi)外專家和學(xué)者們的不懈努力與實踐.

6 參考文獻(xiàn)

[1] 繆炳榮,張衛(wèi)華,池茂儒,等. 下一代高速列車關(guān)鍵技術(shù)特征分析及展望[J]. 鐵道學(xué)報,2019,41(3): 58-70.

[2] 朱海燕,曾慶濤,王宇豪,等. 高速列車動力學(xué)性能研究進(jìn)展[J]. 交通運輸工程學(xué)報,2021,21(3): 57-92.

[3] 石懷龍,郭金瑩,王勇. 變軌距高速列車的動力學(xué)[J]. 機械工程學(xué)報,2020,56(20): 98-105. doi: 10.3901/JME.2020.20.098

[4] ZHANG W H, SHEN Z Y, ZENG J. Study on dynamics of coupled systems in high-speed trains[J]. Vehicle System Dynamics, 2013, 51(7): 966-1016. doi: 10.1080/00423114.2013.798421

[5] 王曦,侯宇,孫守光,等. 高速列車軸承可靠性評估關(guān)鍵力學(xué)參量研究進(jìn)展[J]. 力學(xué)學(xué)報,2021,53(1): 19-34.

[6] CHI Z X, CHEN R R, HUANG S M, et al. Multi-state system modeling and reliability assessment for groups of high-speed train wheels[J]. Reliability Engineering and System Safety, 2020, 202: 107026.1-107026.13.

[7] LU Y H, ZHENG H Y, ZENG J, et al. Fatigue life reliability evaluation in a high-speed train bogie frame using accelerated life and numerical test[J]. Reliability Engineering and System Safety, 2019, 188: 221-232.

[8] 孫強,張捷,肖新標(biāo),等. 低溫環(huán)境下高速列車車內(nèi)噪聲問題及控制方案[J]. 振動測試與診斷,2018,38(6): 1217-1222,1296.

[9] TAN X M, WANG T T, QIAN B S, et al. Aerodynamic noise simulation and quadrupole noise problem of 600 km/h high-speed train[J]. IEEE Access, 2019(7): 124866-124875.

[10] 田紅旗. 中國高速軌道交通空氣動力學(xué)研究進(jìn)展及發(fā)展思考[J]. 中國工程科學(xué),2015,17(4): 30-41.

[11] 蔡成標(biāo). 高速鐵路列車-線路-橋梁耦合振動理論及應(yīng)用研究[D]. 成都: 西南交通大學(xué), 2004.

[12] 張衛(wèi)華. 高速列車耦合大系統(tǒng)動力學(xué)研究[J]. 中國工程科學(xué),2015,17(4): 42-52.

[13] 高加. 高速列車智能化生產(chǎn)工藝技術(shù)研究[J]. 軌道交通裝備與技術(shù),2020(6): 14-17.

[14] 涂天慧. 高速列車轉(zhuǎn)向架自動化裝配線仿真與優(yōu)化研究[D]. 成都: 西南交通大學(xué), 2019.

[15] 楊國偉. 高速列車設(shè)計和服役關(guān)鍵力學(xué)問題專題序[J]. 力學(xué)學(xué)報,2021,53(1): 17-18.

[16] 丁國富,姜杰,張海柱,等. 我國高速列車數(shù)字化研發(fā)的進(jìn)展及挑戰(zhàn)[J]. 西南交通大學(xué)學(xué)報,2016,51(2): 251-263.

[17] LU Y Q, LIU C, WANG K I K, et al. Digital twin-driven smart manufacturing: connotation, reference model, applications and research issues[J]. Robotics and Computer-Integrated Manufacturing, 2020, 61: 101837.1-101837.14. doi: 10.1016/j.rcim.2019.101837

[18] BOSCHERT S, ROSEN R. Digital twin—the simulation aspect[M]//Mechatronic Futures. Cham: Springer International Publishing, 2016: 59-74.

[19] TAO F, SUI F Y, LIU A, et al. Digital twin-driven product design framework[J]. International Journal of Production Research, 2019, 57(12): 3935-3953. doi: 10.1080/00207543.2018.1443229

[20] 莊存波,劉檢華,熊輝. 分布式自主協(xié)同制造:一種智能車間運行新模式[J]. 計算機集成制造系統(tǒng),2019,25(8): 1865-1874.

[21] TAO F, ZHANG M. Digital twin shop-floor: a new shop-floor paradigm towards smart manufacturing[J]. IEEE Access, 2017(5): 20418-20427.

[22] 劉蔚然,陶飛,程江峰,等. 數(shù)字孿生衛(wèi)星:概念、關(guān)鍵技術(shù)及應(yīng)用[J]. 計算機集成制造系統(tǒng),2020,26(3): 565-588.

[23] 劉亞東,陳思,叢子涵,等. 電力裝備行業(yè)數(shù)字孿生關(guān)鍵技術(shù)與應(yīng)用展望[J]. 高電壓技術(shù),2021,47(5): 1539-1554.

[24] 王成山,董博,于浩,等. 智慧城市綜合能源系統(tǒng)數(shù)字孿生技術(shù)及應(yīng)用[J]. 中國電機工程學(xué)報,2021,41(5): 1597-1608.

[25] 李福興,李璐爔,彭友. 基于數(shù)字孿生的船舶預(yù)測性維護(hù)[J]. 船舶工程,2020,42(增1): 117-120,396.

[26] 陳岳飛,肖珍芳,方向. 數(shù)字孿生技術(shù)及其在石油化工行業(yè)的應(yīng)用[J]. 天然氣化工,2021,46(2): 25-30.

[27] 樊孟杰,江海凡,丁國富,等. 基于數(shù)字孿生的地鐵列車性能評估系統(tǒng)[J]. 計算機集成制造系統(tǒng),2022,28(8): 2318-2328.

[28] 王運達(dá),張鋼,于泓,等. 基于數(shù)字孿生的城軌供電系統(tǒng)高保真建模方法[J]. 高電壓技術(shù),2021,47(5): 1576-1583.

[29] WANG Y R, REN W Z, LI Y, et al. Complex product manufacturing and operation and maintenance integration based on digital twin[J]. The International Journal of Advanced Manufacturing Technology, 2021, 117(1/2): 361-381.

[30] 曾慶臻. 地鐵轉(zhuǎn)向架配置模型構(gòu)建及求解[D]. 成都: 西南交通大學(xué), 2018.

[31] 丁叁叁,陳大偉,劉加利. 中國高速列車研發(fā)與展望[J]. 力學(xué)學(xué)報,2021,53(1): 35-50.

[32] 陶飛,劉蔚然,劉檢華,等. 數(shù)字孿生及其應(yīng)用探索[J]. 計算機集成制造系統(tǒng),2018,24(1): 1-18.

[33] 孟松鶴,葉雨玫,楊強,等. 數(shù)字孿生及其在航空航天中的應(yīng)用[J]. 航空學(xué)報,2020,41(9): 023615.1-023615.12.

[34] 陶飛,張萌,程江峰,等. 數(shù)字孿生車間: 一種未來車間運行新模式[J]. 計算機集成制造系統(tǒng),2017,23(1): 1-9.

[35] 江海凡,丁國富,張劍. 數(shù)字孿生車間演化機理及運行機制[J]. 中國機械工程,2020,31(7): 824-832,841.

[36] 賈利民,秦勇,李平. 新一代軌道智能運輸系統(tǒng)總體框架與關(guān)鍵技術(shù)[J]. 中國鐵路,2015(4): 14-19,60.

[37] 繆炳榮,張衛(wèi)華,劉建新,等. 工業(yè)4.0下智能鐵路前沿技術(shù)問題綜述[J]. 交通運輸工程學(xué)報,2021,21(1): 115-131.

[38] 王軍. 面向PHM的高速列車譜系化產(chǎn)品技術(shù)平臺開發(fā)和實踐[J]. 中國鐵道科學(xué),2021,42(1): 80-86.

[39] GRIEVES M, VICKERS J. Digital twin: mitigating unpredictable, undesirable emergent behavior in complex systems[J]. Transdisciplinary Perspectives on Complex Systems, 2017(8): 85-113.

[40] TUEGEL E J, INGRAFFEA A R, EASON T G, et al. Reengineering aircraft structural life prediction using a digital twin[J]. International Journal of Aerospace Engineering, 2011, 2011: 154798.1-154798.15.

[41] GLAESSGEN E, STARGEL D. The digital twin paradigm for future NASA and US air force vehicles[C]//53rd AIAA/ASME/ASCE/AHS/ASC Structures, Structural Dynamics and Materials Conference. Honolulu: AIAA, 2012: 1-14.

[42] 陶飛,劉蔚然,張萌,等. 數(shù)字孿生五維模型及十大領(lǐng)域應(yīng)用[J]. 計算機集成制造系統(tǒng),2019,25(1): 1-18.

[43] PANETTA K. Gartner top 10 strategic technology trends for 2019[EB/OL]. (2018-10-15)[2021-05-01]. https://www.gartner.com/smarterwithgartner/gartner-top-10-strategic-technology-trends-for-2019.

[44] QI Q L, TAO F, HU T L, et al. Enabling technologies and tools for digital twin[J]. Journal of Manufacturing Systems, 2021, 58: 3-21. doi: 10.1016/j.jmsy.2019.10.001

[45] 陶飛,馬昕,胡天亮,等. 數(shù)字孿生標(biāo)準(zhǔn)體系[J]. 計算機集成制造系統(tǒng),2019,25(10): 2405-2418.

[46] 陶飛,程穎,程江峰,等. 數(shù)字孿生車間信息物理融合理論與技術(shù)[J]. 計算機集成制造系統(tǒng),2017,23(8): 1603-1611.

[47] TAO F, CHENG J F, QI Q L, et al. Digital twin-driven product design, manufacturing and service with big data[J]. The International Journal of Advanced Manufacturing Technology, 2018, 94(9/10/11/12): 3563-3576.

[48] Technical Operations International Council on Systems Engineering (INCOSE). Systems engineering vision 2020[R]. [S.l.]: INCOSE, 2007.

[49] 許紅靜. 復(fù)雜產(chǎn)品數(shù)字樣機集成分析建模方法研究[D]. 天津: 天津大學(xué), 2007.

[50] 楊帆,吳濤,廖瑞金,等. 數(shù)字孿生在電力裝備領(lǐng)域中的應(yīng)用與實現(xiàn)方法[J]. 高電壓技術(shù),2021,47(5): 1505-1521.

[51] 中國鐵道科學(xué)研究院集團(tuán)有限公司機車車輛研究所, 中國鐵道科學(xué)研究院集團(tuán)有限公司標(biāo)準(zhǔn)計量研究所. 機車車輛動力學(xué)性能評定及試驗鑒定規(guī)范: GB/T 5599—2019[S]. 北京: 國家標(biāo)準(zhǔn)化管理委員會, 2019.

[52] CEN/TC 256鐵路應(yīng)用技術(shù)委員會. 鐵路應(yīng)用-輪對和轉(zhuǎn)向架-轉(zhuǎn)向架結(jié)構(gòu)要求的規(guī)定方法: BS EN 13749: 2011 [S]. 倫敦: 歐洲標(biāo)準(zhǔn)化委員會, 2011.

[53] 國際鐵路聯(lián)盟. 從鐵路車輛動態(tài)性能角度對鐵路車輛的測試和驗收——安全性, 軌道疲勞, 運行性能: UIC 518—2009[S]. 巴黎: [出版者不詳], 2009.

來源：《西南交通大學(xué)學(xué)報》編輯部