李鵬 潘凱 劉小川

摘要：為了實(shí)現(xiàn)基于條件的維護(hù)策略和更可靠的結(jié)構(gòu)完整性評(píng)估，美國(guó)空軍研究實(shí)驗(yàn)室（AFRL）推出了飛機(jī)機(jī)體數(shù)字孿生（ADT）計(jì)劃，通過最新的概率分析方法來生成載荷譜，構(gòu)建子模型，執(zhí)行校準(zhǔn)、傳播和更新不確定性，預(yù)測(cè)機(jī)體疲勞損傷擴(kuò)展，做出維護(hù)決策等。演示結(jié)果表明，隨著時(shí)間的推移和狀態(tài)的不斷更新，數(shù)字孿生體可以越來越清楚地了解飛機(jī)狀況，更加準(zhǔn)確地預(yù)測(cè)疲勞裂紋擴(kuò)展，減少機(jī)體的維護(hù)檢查次數(shù)，從而降低整個(gè)機(jī)隊(duì)的維護(hù)成本并增加飛機(jī)的可用性。數(shù)字孿生的未來應(yīng)用還面臨很多挑戰(zhàn)，給出了一些仍亟待解決的關(guān)鍵技術(shù)和發(fā)展方向。

關(guān)鍵詞：數(shù)字孿生；飛機(jī)維護(hù)；疲勞裂紋；概率方法；貝葉斯更新

中圖分類號(hào)：V215文獻(xiàn)標(biāo)識(shí)碼：ADOI：10.19452/j.issn1007-5453.2020.09.001

基金項(xiàng)目：國(guó)家留學(xué)基金（201905270003）

下一代裝備/飛行器需要更輕的質(zhì)量且面臨更高的負(fù)載、更嚴(yán)酷的使用環(huán)境、更長(zhǎng)的服役周期。目前的驗(yàn)證、管理和維護(hù)理念無法滿足下一代裝備的需求，因此美國(guó)空軍（USAF）提出了飛機(jī)機(jī)體數(shù)字孿生（ADT）計(jì)劃。在數(shù)字空間建立真實(shí)飛機(jī)模型，通過互聯(lián)傳感器實(shí)現(xiàn)與飛機(jī)真實(shí)狀態(tài)完全同步，每次飛行后，根據(jù)結(jié)構(gòu)現(xiàn)有情況和過往載荷，及時(shí)分析評(píng)估其是否需要維修，能否承受下次的任務(wù)載荷等。目前，美國(guó)空軍正在F-15機(jī)翼組件上開展數(shù)字孿生測(cè)試，并在澳大利亞和加拿大機(jī)隊(duì)進(jìn)行推廣應(yīng)用，以節(jié)約機(jī)隊(duì)維護(hù)成本并提高結(jié)構(gòu)可靠性。國(guó)內(nèi)一些高校正在進(jìn)行概念驗(yàn)證及元件級(jí)測(cè)試工作，相比于飛機(jī)組件級(jí)或整機(jī)級(jí)測(cè)試和應(yīng)用還有一定距離。通過回顧美國(guó)空軍近10年來的研究成果，對(duì)數(shù)字孿生的概念、關(guān)鍵技術(shù)和潛在優(yōu)勢(shì)有更加深入的理解。

1發(fā)展歷程

美國(guó)空軍和美國(guó)國(guó)家航空航天局（NASA）對(duì)數(shù)字孿生的定義為：一種面向飛行器或系統(tǒng)的高集成度多物理場(chǎng)、多尺度、多概率的仿真模型，能夠利用物理模型、傳感器數(shù)據(jù)和歷史數(shù)據(jù)等反映與該模型對(duì)應(yīng)實(shí)體的功能、實(shí)時(shí)狀態(tài)及演變趨勢(shì)。數(shù)字孿生可以幫助減少飛機(jī)認(rèn)證測(cè)試的次數(shù)和持續(xù)時(shí)間、消除意外的裂紋和故障、減少結(jié)構(gòu)維護(hù)檢查的次數(shù)和頻率等，可以與數(shù)字線索共同應(yīng)用于飛機(jī)制造、測(cè)試、運(yùn)營(yíng)和支持、維護(hù)等各個(gè)階段，改變當(dāng)前的飛機(jī)認(rèn)證、管理和維護(hù)方法，從而滿足下一代裝備更輕的質(zhì)量、更極端的服務(wù)條件、更長(zhǎng)的服役時(shí)間等要求，實(shí)現(xiàn)前所未有的經(jīng)濟(jì)性、安全性和可靠性。

2003年，美國(guó)密歇根大學(xué)教授Michael Grieves博士在產(chǎn)品生命周期管理（PLM）課程上提出，通過物理設(shè)備的數(shù)據(jù)，可以在虛擬（信息）空間構(gòu)建一個(gè)可以表征該物理設(shè)備的虛擬實(shí)體和子系統(tǒng)，并且這種聯(lián)系不是單向和靜態(tài)的，而是在整個(gè)產(chǎn)品的生命周期中都聯(lián)系在一起，但當(dāng)時(shí)還未將此概念明確為數(shù)字孿生。2003—2005年，Michael Grieves教授將這一概念模型稱為鏡像空間模型，2006—2010年，將其稱為信息鏡像模型。2011年，Michael Grieves與美國(guó)國(guó)家航空航天局John Vickers合著的《幾乎完美：通過PLM推動(dòng)創(chuàng)新和精益產(chǎn)品》將其正式命名為數(shù)字孿生[1]。同年，美國(guó)空軍研究實(shí)驗(yàn)室（AFRL）也明確提到了ADT計(jì)劃的目的是解決未來復(fù)雜服役環(huán)境下的飛行器維護(hù)及壽命預(yù)測(cè)問題。NASA也在同期開始關(guān)注數(shù)字孿生，并提出了“數(shù)字線索”的概念，旨在通過“數(shù)字線索”連接數(shù)字化數(shù)據(jù)與實(shí)體設(shè)備，實(shí)現(xiàn)對(duì)制造網(wǎng)絡(luò)實(shí)時(shí)可見、分析及優(yōu)化。與此同時(shí)，美國(guó)通用電氣（GE）在為美國(guó)國(guó)防部（DOD）提供F-35聯(lián)合攻擊機(jī)解決方案的時(shí)候，也發(fā)現(xiàn)數(shù)字孿生是工業(yè)數(shù)字化過程中的有效工具，并開始利用數(shù)字孿生構(gòu)建工業(yè)互聯(lián)網(wǎng)體系。F-35戰(zhàn)斗機(jī)的設(shè)計(jì)生產(chǎn)通過采用數(shù)字孿生和數(shù)字線索技術(shù)實(shí)現(xiàn)了前所未有的工程設(shè)計(jì)與制造的連接。由此可以看出，由于航空航天工業(yè)始終保持著相當(dāng)高的自動(dòng)化、數(shù)字化及仿真水平，因此數(shù)字孿生概念的產(chǎn)生和發(fā)展在過去很長(zhǎng)一段時(shí)間都集中在航空航天領(lǐng)域，特別是利用數(shù)字孿生技術(shù)對(duì)飛行器進(jìn)行故障預(yù)測(cè)和健康管理。而近幾年，隨著美國(guó)、歐盟、中國(guó)、日韓等世界主要國(guó)家和地區(qū)紛紛開始進(jìn)行以智能制造為核心的制造業(yè)升級(jí)，以及云計(jì)算、大數(shù)據(jù)、人工智能、虛擬現(xiàn)實(shí)、物聯(lián)網(wǎng)和傳感器等信息技術(shù)的快速發(fā)展，數(shù)字孿生也逐步擴(kuò)展到了包括設(shè)計(jì)、制造和服務(wù)在內(nèi)的完整的產(chǎn)品周期階段，應(yīng)用探索也逐漸向海洋工程[2-5]、復(fù)雜建筑[6-7]、機(jī)械裝備[8-9]、醫(yī)療[10]、制造車間等多領(lǐng)域輻射[11]。Gartner公司從2017年起連續(xù)三年將數(shù)字孿生技術(shù)列為十大戰(zhàn)略技術(shù)趨勢(shì)之一。數(shù)字孿生發(fā)展歷程如圖1所示。

2研究背景

美國(guó)空軍提出ADT計(jì)劃的初衷是為了降低維護(hù)成本。美國(guó)空軍70%的日常開支用于飛機(jī)維護(hù)，以F-22為例，在2005年投入使用后，由于維護(hù)困難，飛行時(shí)間成本為6萬美元，這使其成為世界上最昂貴的飛機(jī)之一。維護(hù)的復(fù)雜性不僅限制了飛機(jī)的戰(zhàn)斗潛力，而且還導(dǎo)致了整個(gè)計(jì)劃的失敗。最初，美國(guó)空軍想購(gòu)買750架F-22，一架飛機(jī)的成本約為1.5億美元，而其維護(hù)成本約5.5億美元（40年），最終，一架F-22戰(zhàn)斗機(jī)的價(jià)值不低于7億美元，甚至可能更多，因?yàn)殡S著時(shí)間的推移，運(yùn)營(yíng)維護(hù)成本也會(huì)增加。這使得F-22生產(chǎn)提前終止，最終僅生產(chǎn)了187架，約占美國(guó)空軍所需新型戰(zhàn)斗機(jī)數(shù)量的1/4。因此，在未來的第六代戰(zhàn)斗機(jī)研發(fā)過程中，尤其是在國(guó)防預(yù)算縮減和舊飛機(jī)繼續(xù)運(yùn)行的時(shí)代，美國(guó)國(guó)防部和美國(guó)空軍亟須一種預(yù)測(cè)性維護(hù)方法來減少停機(jī)維護(hù)時(shí)間及成本，并試圖通過更準(zhǔn)確的壽命預(yù)測(cè)方法來延長(zhǎng)舊飛機(jī)的服役周期。ADT的使用可以幫助實(shí)現(xiàn)這些目標(biāo)。

從2009年起，美國(guó)空軍開始籌劃并投資ADT項(xiàng)目[13]。經(jīng)過與范德比爾特大學(xué)名譽(yù)教授和AFRL前首席科學(xué)家T. A. Cruse以及康奈爾大學(xué)教授A. R. Ingraffea的廣泛討論， Eric J. Tuegel于2011年明確提出將數(shù)字孿生技術(shù)用于飛機(jī)結(jié)構(gòu)壽命預(yù)測(cè)并確保其結(jié)構(gòu)完整性[14]，如圖2所示，通過數(shù)據(jù)的不斷交互更新，實(shí)時(shí)估算飛機(jī)使用壽命和可靠性，從而可以按時(shí)間和預(yù)算執(zhí)行維護(hù)、維修和更換計(jì)劃，在確保結(jié)構(gòu)完整性的基礎(chǔ)上減少維護(hù)成本。

Tuegel討論了實(shí)現(xiàn)數(shù)字孿生過程所需要的技術(shù)和所面臨的挑戰(zhàn)，包括多物理場(chǎng)耦合建模、微觀-宏觀多尺度損傷建模、結(jié)構(gòu)有限元和損傷模型的集成、不確定性的量化建模和控制、大型共享數(shù)據(jù)庫(kù)的操作、高分辨率結(jié)構(gòu)分析功能等。因此，開發(fā)數(shù)字孿生必須克服許多挑戰(zhàn)，可能是一個(gè)涵蓋10年或更長(zhǎng)時(shí)間的發(fā)展計(jì)劃。

在隨后的兩年內(nèi)，AFRL一直在補(bǔ)充和完善ADT計(jì)劃的概念和想法，在2012—2013年發(fā)表了一系列文章[15-20]。AFRL指出，整個(gè)飛機(jī)的數(shù)字孿生模型應(yīng)該包括電子設(shè)備、飛行控制、推進(jìn)系統(tǒng)和其他子系統(tǒng)的子模型。但是ADT計(jì)劃只關(guān)注機(jī)身系統(tǒng)，具體來說，是金屬機(jī)身結(jié)構(gòu)的疲勞壽命和維護(hù)計(jì)劃，但是機(jī)身就是飛機(jī)。ADT實(shí)際上是一系列模型的集成（見圖3），它與當(dāng)前結(jié)構(gòu)建模的主要區(qū)別在于子模型之間的集成度、子模型的保真度水平以及所有計(jì)算中的不確定性量化和更新。

為了驗(yàn)證ADT方法的可行性，并找到具體實(shí)施過程中的技術(shù)差距，AFRL利用已有的某型機(jī)全機(jī)模型，嘗試了一個(gè)簡(jiǎn)單的ADT過程。由于ADT需要虛擬飛行物理孿生體的每個(gè)航線，因此虛擬飛行了一個(gè)簡(jiǎn)單的ADT。基于CFD模型和FEM模型開發(fā)了飛機(jī)的基本ADT框架（見圖4），設(shè)想的過程是使用飛行數(shù)據(jù)記錄和CFD模型生成空氣動(dòng)力學(xué)飛行載荷，然后將其應(yīng)用于FEM，以在關(guān)注位置創(chuàng)建應(yīng)力連續(xù)時(shí)間歷史記錄，并分析損傷狀態(tài)。

在演示這個(gè)相對(duì)簡(jiǎn)單的ADT示例時(shí)發(fā)現(xiàn)了許多技術(shù)空白，如CFD模擬所涉及的計(jì)算成本和工作量、數(shù)據(jù)存儲(chǔ)、高保真度的結(jié)構(gòu)FEM模型和CFD模型、將CFD載荷映射到結(jié)構(gòu)FEM模型等。總之，目前還不能完全實(shí)現(xiàn)數(shù)字孿生技術(shù)，在準(zhǔn)確施加飛行載荷、不同模型之間的耦合、管理和減少ADT中的不確定性等方面還需要新的技術(shù)支撐。

應(yīng)該說，AFRL在這段時(shí)間的不斷探索，逐漸豐富了自己對(duì)ADT計(jì)劃的理解。AFRL認(rèn)識(shí)到，除了結(jié)構(gòu)的高保真物理模型外，ADT還需要集成機(jī)載健康管理（IVHM）系統(tǒng)的傳感器數(shù)據(jù)、維護(hù)歷史記錄、機(jī)隊(duì)使用數(shù)據(jù)以及使用數(shù)據(jù)挖掘和文本挖掘獲取的所有可用記錄，以反映其飛行實(shí)體雙胞胎的真實(shí)狀態(tài)。通過合并所有這些信息，ADT才能連續(xù)預(yù)測(cè)裝備或系統(tǒng)的健康狀況、剩余使用壽命以及任務(wù)成功的可能性。最后，ADT還需要通過激活自我修復(fù)機(jī)制或建議更改任務(wù)配置文件以減輕結(jié)構(gòu)損壞或退化，從而增加使用壽命和任務(wù)成功的可能性，實(shí)現(xiàn)前所未有的安全性和可靠性。所以說，ADT是一個(gè)名副其實(shí)的多尺度、多物理場(chǎng)、概率性模擬，如圖5所示，需要使用飛行記錄數(shù)據(jù)、機(jī)載監(jiān)測(cè)系統(tǒng)數(shù)據(jù)、機(jī)隊(duì)歷史數(shù)據(jù)等不斷更新最高保真度的物理模型，從而實(shí)現(xiàn)可預(yù)測(cè)性的故障診斷和疲勞演變等。

雖然ADT的實(shí)現(xiàn)面臨很多技術(shù)挑戰(zhàn)，但是不代表該方法不可行?？紤]到ADT可能帶來的潛在好處和遠(yuǎn)期影響，AFRL決定集合各科研機(jī)構(gòu)的現(xiàn)有最新技術(shù)，對(duì)ADT技術(shù)展開深入研究。2013年1月，AFRL在網(wǎng)上發(fā)布了競(jìng)標(biāo)公告，就Airframe Digital Twin：Spiral 1計(jì)劃展開競(jìng)標(biāo)，該計(jì)劃旨在整合現(xiàn)有的各種最新技術(shù)，并使用現(xiàn)有的美國(guó)空軍裝備組件（F-15全尺寸機(jī)翼作為測(cè)試平臺(tái)）來識(shí)別ADT的技術(shù)差距，進(jìn)一步推動(dòng)ADT技術(shù)走向?qū)嶋H應(yīng)用。

3最新進(jìn)展

3.1 ADT計(jì)劃的總體情況

在2013年上半年的競(jìng)標(biāo)中，最終有兩個(gè)團(tuán)隊(duì)勝出并獲得了資助。團(tuán)隊(duì)1包括通用電氣（GE）全球研究部、洛克希德-馬丁公司、Wyle航空公司、范德比爾特大學(xué)；團(tuán)隊(duì)2包括諾斯羅普-格魯門航空系統(tǒng)（NGC）、得克薩斯大學(xué)圣安東尼奧分校（UTSA）。整個(gè)項(xiàng)目的領(lǐng)導(dǎo)者是“紅胡子”團(tuán)隊(duì)，負(fù)責(zé)項(xiàng)目整體運(yùn)行并提供指導(dǎo)，成員包括美國(guó)空軍結(jié)構(gòu)高級(jí)領(lǐng)導(dǎo)人、ASIP經(jīng)理、其他空軍適航與維護(hù)團(tuán)隊(duì)領(lǐng)導(dǎo)人[21]。

ADT計(jì)劃的總目標(biāo)是：開發(fā)和演示概率性的、基于風(fēng)險(xiǎn)的、逐個(gè)航線飛行的個(gè)體飛機(jī)跟蹤（individual aircraft tracking，IAT）框架，以替代當(dāng)前的基準(zhǔn)確定性IAT框架。該計(jì)劃旨在確定主要的不確定性驅(qū)動(dòng)因素和有待進(jìn)一步研究的潛在領(lǐng)域，并評(píng)估該方法應(yīng)用于傳統(tǒng)舊機(jī)隊(duì)的可行性。

ADT計(jì)劃的重點(diǎn)是開發(fā)新的IAT框架。傳統(tǒng)的IAT系統(tǒng)（見圖6（a））無法準(zhǔn)確評(píng)估高頻負(fù)載，這可能不足以完全解決關(guān)鍵位置的應(yīng)力狀態(tài)。此外，由于零件制造和材料初始狀態(tài)的變化，可能無法確定關(guān)鍵位置的初始狀態(tài)，結(jié)構(gòu)完整性評(píng)估的結(jié)果包含高度不確定性。因此需要通過管理和減少不確定性，來提高現(xiàn)役美國(guó)空軍個(gè)體飛機(jī)追蹤的結(jié)構(gòu)診斷和預(yù)測(cè)能力，實(shí)現(xiàn)基于狀態(tài)/條件的維護(hù)決策。新的IAT框架被稱為預(yù)測(cè)和概率性個(gè)體飛機(jī)追蹤框架（prognostic and probabilistic individual aircraft tracking，P2IAT），如圖6（b）所示，從字面上可以看出，P2IAT比當(dāng)前的IAT方法多了一些功能：概率性（或不確定性）、可診斷性和可預(yù)測(cè)性。P2IAT能夠集成異構(gòu)信息和數(shù)據(jù)、量化和更新疲勞裂紋預(yù)測(cè)中的不確定性（包括輸入和輸出）、預(yù)測(cè)損傷狀態(tài)的演變、根據(jù)事件發(fā)生的可能性建立維護(hù)檢查間隔。P2IAT能夠輸出剩余使用壽命、裂紋尺寸、失效概率等的概率分布、置信范圍及其隨飛行時(shí)間的演變過程。P2IAT框架涉及的關(guān)鍵技術(shù)包括：不確定性量化、模型驗(yàn)證、數(shù)據(jù)融合、機(jī)器學(xué)習(xí)、不確定性傳播、模型校準(zhǔn)和更新、不確定性下的決策、特征提取、數(shù)據(jù)挖掘等。其中，不確定性的量化和更新構(gòu)成了該框架的核心和基礎(chǔ)。

ADT計(jì)劃的實(shí)施分為三個(gè)階段，或稱為三個(gè)任務(wù)訂單（Task Order）。

（1）Task Order 1

開發(fā)P2IAT流程，涉及4個(gè)研究?jī)?nèi)容：概率載荷譜、P2IAT（概率性和預(yù)測(cè)性個(gè)體飛機(jī)跟蹤框架，具體指概率性的應(yīng)力和裂紋增長(zhǎng)以及剩余使用壽命）、統(tǒng)計(jì)更新、維護(hù)和檢查決策分析。

（2）Task Order 2

制訂試驗(yàn)要求和計(jì)劃，包括疲勞載荷制定、控制點(diǎn)選擇、儀器設(shè)備、加載和檢查方案設(shè)計(jì)等，以演示Task Order 1中的P2IAT流程，以及準(zhǔn)備兩個(gè)用于試驗(yàn)演示的戰(zhàn)斗機(jī)機(jī)翼（由AFRL提供），為后續(xù)試驗(yàn)做好準(zhǔn)備工作。

（3）Task Order 3

通過全尺寸F-15外機(jī)翼試驗(yàn)件演示整個(gè)P2IAT流程，評(píng)估P2IAT和ADT帶來的好處，確定研究差距和下一步的研發(fā)路線。團(tuán)隊(duì)1和團(tuán)隊(duì)2分別在機(jī)翼的右翼和左翼上進(jìn)行試驗(yàn)演示。

3.2第一階段（Task Order 1）任務(wù)完成情況

在Task Order 1中，團(tuán)隊(duì)1和團(tuán)隊(duì)2的任務(wù)范圍是相同的，包括4個(gè)研究?jī)?nèi)容（概率載荷譜、開發(fā)P2IAT流程、統(tǒng)計(jì)更新、機(jī)隊(duì)維護(hù)和檢查決策）和一個(gè)計(jì)算模擬演示。兩個(gè)團(tuán)隊(duì)都在2016年9月之前完成了第一階段的所有研究?jī)?nèi)容[22-25]：

（1）概率載荷譜

使用飛行記錄儀數(shù)據(jù)和飛行模擬器數(shù)據(jù)生成概率載荷譜[26]。概率載荷譜可以用于填充丟失的飛行數(shù)據(jù)或預(yù)測(cè)未來的使用情況。另外還生成了F-15外機(jī)翼上選定控制點(diǎn)（CP）處的應(yīng)力歷史，作為全尺寸測(cè)試的基礎(chǔ)。

（2） P2IAT流程

開發(fā)了P2IAT流程，包括恢復(fù)FDR數(shù)據(jù)、確定不確定性的主要來源、評(píng)估當(dāng)前飛機(jī)的概率應(yīng)力狀態(tài)和裂紋狀態(tài)、預(yù)測(cè)未來狀態(tài)的裂紋分布、建議何時(shí)進(jìn)行檢查等。P2IAT框架可以使用前面得到的概率載荷譜執(zhí)行數(shù)據(jù)同化（即跟蹤）和預(yù)測(cè)任務(wù)，實(shí)現(xiàn)概率性應(yīng)力和裂紋擴(kuò)展分析?；谳d荷、幾何、材料、初始缺陷尺寸[27]等各種不確定性輸入，計(jì)算控制點(diǎn)處的應(yīng)力強(qiáng)度因子，然后計(jì)算裂紋擴(kuò)展模型，得到裂紋長(zhǎng)度和剩余使用壽命的概率分布等。

（3）統(tǒng)計(jì)更新

開發(fā)了一種貝葉斯更新程序[28-30]，該方法結(jié)合了機(jī)載SHM傳感器，無損檢測(cè)（NDI）或無損評(píng)估（NDE）提供的裂紋狀態(tài)信息，將這些信息納入當(dāng)前狀態(tài)評(píng)估和未來狀態(tài)預(yù)測(cè)中。當(dāng)獲得新的檢查數(shù)據(jù)或機(jī)載傳感器數(shù)據(jù)時(shí)，會(huì)基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)（DBN）不斷更新裂紋的增長(zhǎng)，同時(shí)考慮了模型和傳感器數(shù)據(jù)中的不確定性。

（4）維護(hù)和檢查決策分析

基于安全和經(jīng)濟(jì)策略制定了機(jī)隊(duì)管理標(biāo)準(zhǔn)，并利用風(fēng)險(xiǎn)和成本的綜合評(píng)估制定了決策流程。通過計(jì)算得到裂紋長(zhǎng)度、失效概率以及信息增益等數(shù)據(jù)，以最大化信息增益、最小化檢查成本為目標(biāo)函數(shù)，以下一次檢查的時(shí)間、重復(fù)檢查的次數(shù)、檢查類型等為研究變量，從而確定最佳維護(hù)檢查計(jì)劃[31-32]。相比于目前的決策方法，P2IAT方法能夠提供更加準(zhǔn)確的疲勞預(yù)測(cè)，并以此為基礎(chǔ)進(jìn)行維護(hù)和檢查決策，以選擇最合適的維護(hù)或修復(fù)時(shí)間，最小化運(yùn)營(yíng)成本。

最后，兩個(gè)團(tuán)隊(duì)分別在戰(zhàn)斗機(jī)機(jī)翼的某個(gè)控制點(diǎn)上（團(tuán)隊(duì)1選擇了右翼外側(cè)部分的螺栓孔，團(tuán)隊(duì)2選擇了左翼的NG4控制點(diǎn)）演示了各自的P2IAT框架，向AFRL進(jìn)行了逐步證明，但是只包括模擬計(jì)算。建立了控制點(diǎn)處的概率輸入、應(yīng)力歷史、疲勞裂紋增長(zhǎng)模型等，然后使用P2IAT框架進(jìn)行計(jì)算，得到了失效概率、剩余使用壽命、裂紋尺寸分布等概率輸出。演示結(jié)果表明，隨著時(shí)間的推移和狀態(tài)的不斷更新，該框架可以越來越清楚地了解飛機(jī)狀況，裂紋預(yù)測(cè)越來越準(zhǔn)，而且檢查次數(shù)也相應(yīng)減少，這顯示了檢查計(jì)劃的成本優(yōu)勢(shì)。演示證明了P2IAT方法是可行的，并且與當(dāng)前的損傷容限方法相比，提高了IAT的預(yù)測(cè)能力。ADT和P2IAT的演示已經(jīng)清楚地證明了數(shù)字孿生對(duì)于美國(guó)國(guó)防部和美國(guó)空軍的優(yōu)勢(shì)。

3.3第二階段（Task Order 2）任務(wù)完成情況

在Task Order 2中，團(tuán)隊(duì)1和團(tuán)隊(duì)2的任務(wù)范圍也是相同的，目的都是制訂全尺寸地面試驗(yàn)的要求和計(jì)劃，以演示Task Order 1中開發(fā)的P2IAT框架，主要包括5個(gè)研究?jī)?nèi)容：選擇控制點(diǎn)（監(jiān)測(cè)點(diǎn)）、機(jī)翼載荷應(yīng)用、測(cè)試譜與飛行記錄儀數(shù)據(jù)的轉(zhuǎn)換、儀器設(shè)備和數(shù)據(jù)采集、創(chuàng)建檢查計(jì)劃。兩個(gè)團(tuán)隊(duì)都在2017年上半年完成了第二階段的所有研究?jī)?nèi)容[33-34]。

（1）選擇控制點(diǎn)（CP）的位置

確定試驗(yàn)期間要重點(diǎn)跟蹤監(jiān)測(cè)的10個(gè)控制點(diǎn)位置。通過對(duì)機(jī)翼關(guān)鍵位置進(jìn)行嚴(yán)格的全源分析來選擇控制點(diǎn)。團(tuán)隊(duì)1與團(tuán)隊(duì)2的控制點(diǎn)選擇有5個(gè)是相同的，如圖7所示。

（2）機(jī)翼載荷應(yīng)用設(shè)計(jì)

描述了將機(jī)動(dòng)載荷轉(zhuǎn)換為測(cè)試載荷的過程，分析了試驗(yàn)測(cè)試過程中的作動(dòng)器載荷、膠布帶布置和試驗(yàn)夾具等，設(shè)計(jì)了試驗(yàn)加載方案，以充分再現(xiàn)Task Order 1中概率載荷譜中的機(jī)動(dòng)動(dòng)作，并確保在整個(gè)測(cè)試過程中在選定的跟蹤位置獲得理想的疲勞裂紋，不會(huì)發(fā)生災(zāi)難性的故障，以成功演示P2IAT框架。團(tuán)隊(duì)1和團(tuán)隊(duì)2的試驗(yàn)件加載方案如圖8所示。

（3）測(cè)試譜與飛行記錄儀（FDR）數(shù)據(jù)的轉(zhuǎn)換

在2016年5月的一次研討會(huì)上，AFRL要求FDR數(shù)據(jù)應(yīng)該是由事件驅(qū)動(dòng)的，并且僅包含海拔、馬赫數(shù)、Nz等10個(gè)參數(shù)才能更真實(shí)地演示Task Order 3，因此承包商需要定義數(shù)據(jù)捕獲事件。介紹了如何生成整個(gè)概率載荷譜（1000次飛行）的FDR數(shù)據(jù)以及每個(gè)機(jī)動(dòng)操縱的FDR數(shù)據(jù)。

（4）儀器和數(shù)據(jù)采集

確定整個(gè)試驗(yàn)過程中監(jiān)測(cè)機(jī)翼狀況所需的儀器，包括各種傳感器、接線和數(shù)據(jù)采集設(shè)備的靈敏度、信號(hào)調(diào)節(jié)要求、電源要求、如何連接結(jié)構(gòu)、數(shù)據(jù)存儲(chǔ)要求和數(shù)據(jù)格式等，以確保在不中斷測(cè)試的情況下快速確定機(jī)翼的狀況。

（5）檢查計(jì)劃

為每個(gè)控制點(diǎn)選擇最佳的檢測(cè)方法至關(guān)重要，討論了如何選擇相應(yīng)的NDI方法，如渦流法或超聲波方法。檢查計(jì)劃描述了應(yīng)該如何檢查每個(gè)CP，確定了檢查頻率、NDI技術(shù)以及如何到達(dá)該位置，從而更好地監(jiān)測(cè)疲勞裂紋擴(kuò)展，將最有用的數(shù)據(jù)反饋到P2IAT框架中，以更新和驗(yàn)證P2IAT中的概率模型。

為了確保試驗(yàn)設(shè)計(jì)的成功，兩個(gè)團(tuán)隊(duì)均為所有控制點(diǎn)完成了P2IAT框架計(jì)算。使用P2IAT框架對(duì)所有控制點(diǎn)執(zhí)行初始裂紋擴(kuò)展預(yù)測(cè)，提供了所有控制點(diǎn)的SFPOF和裂紋擴(kuò)展圖，分別如圖9和圖10所示。

Task Order 2的上述所有成就，為機(jī)翼的全尺寸試驗(yàn)做好準(zhǔn)備，保障Task Order 3可以在全尺寸機(jī)翼測(cè)試中充分演示P2IAT框架，以確定P2IAT是否能夠確保當(dāng)前流程的安全性，是否減少了飛機(jī)壽命期內(nèi)NDI的數(shù)量和頻率，以及所跟蹤位置的損傷狀態(tài)的不確定性是否保持在可接受的水平。Task Order 3的演示試驗(yàn)從2017年開始，目前仍在進(jìn)行中。雖然Task Order 3的試驗(yàn)結(jié)果還沒有完全出來，還不能定量數(shù)字孿生技術(shù)對(duì)結(jié)構(gòu)完整性和維護(hù)成本的收效，但是該ADT計(jì)劃是將數(shù)字孿生技術(shù)推向?qū)嶋H應(yīng)用的一次偉大嘗試。美國(guó)《航空周刊》曾經(jīng)做過這樣一個(gè)預(yù)測(cè)：2035年，當(dāng)航空公司接收一架飛機(jī)的時(shí)候，將同時(shí)收到一套數(shù)字飛機(jī)。這套數(shù)字飛機(jī)包含真實(shí)飛機(jī)的每一個(gè)部件、每一個(gè)結(jié)構(gòu)，并且伴隨著真實(shí)飛機(jī)的每一次飛行而老化。如果飛機(jī)有任何問題，都可以在數(shù)字孿生系統(tǒng)中被預(yù)先感知到，從而將航空安全邁向新的臺(tái)階。這種雄心勃勃的愿景不太可能在短時(shí)間內(nèi)達(dá)到成熟，因此需要一系列中間步驟，而AFRL的ADT spiral 1計(jì)劃就是這一系列中間步驟之一，相信后續(xù)還會(huì)有spiral 2和spiral 3等系列計(jì)劃。

4關(guān)鍵技術(shù)分析

ADT計(jì)劃引起了很多公司和機(jī)構(gòu)的廣泛關(guān)注。2017年，空客公司討論了通過數(shù)字孿生將飛機(jī)疲勞分析納入數(shù)字時(shí)代的策略，這可能會(huì)給飛機(jī)運(yùn)營(yíng)商帶來更多好處。2018年，ANSYS發(fā)布了ANSYS 19.1軟件，推出了首款針對(duì)數(shù)字孿生體的產(chǎn)品軟件包——ANSYS Twin Builder，進(jìn)一步推動(dòng)了數(shù)字孿生與仿真技術(shù)的融合應(yīng)用。2019年，加拿大國(guó)家研究委員會(huì)（NRC）與AFRL和澳大利亞國(guó)防科學(xué)技術(shù)小組（DST）一起，審查和評(píng)估了ADT框架對(duì)加拿大皇家空軍（RCAF）機(jī)隊(duì)的潛在適用性[35]。NRC研究了ADT框架對(duì)于CF-188“大黃蜂”、CP-140Aurora和CC-130 Hercules等機(jī)型的可行性和適用性，并采用CF-188的內(nèi)側(cè)前緣襟翼進(jìn)行了試驗(yàn)演示（見圖11）。NRC的審查和評(píng)估表明，美國(guó)空軍的ADT框架可以進(jìn)行調(diào)整以支持RCAF機(jī)隊(duì)。關(guān)于ADT計(jì)劃的未來，還有很多關(guān)鍵技術(shù)有待研究，主要的挑戰(zhàn)包括以下幾個(gè)方面。

（1）更廣泛更真實(shí)的多尺度和多物理場(chǎng)模擬

除了機(jī)械疲勞以外，還有許多破壞模式需要納入ADT模型[36]，如熱疲勞、聲疲勞、腐蝕、蠕變、氧化、微動(dòng)和磨損等。這些破壞模式需要改進(jìn)的裂紋擴(kuò)展和斷裂模型（如應(yīng)力腐蝕裂紋）以及相關(guān)的隨機(jī)變量，甚至需要包括晶粒微塑性等微觀結(jié)構(gòu)影響。一些學(xué)者已經(jīng)研究了7075-T651的微觀材料尺度的裂紋成形過程[37-38]，但是對(duì)于其他破壞模式和其他材料（如復(fù)合材料）需要開發(fā)相似的物理模型。

（2）向全生命周期的延伸

ADT除了可以用于運(yùn)營(yíng)與支持階段（飛機(jī)檢查、維護(hù)維修、更換等）以外，還可以用于預(yù)先獲?。≒re-MDD）、物料解決方案分析（MSA）、技術(shù)成熟與降低風(fēng)險(xiǎn)（TMRR）、工程與制造開發(fā)（EMD）、生產(chǎn)與部署以及廢棄處置等多個(gè)階段[39-40]。如在工程與制造開發(fā)（EMD）階段，ADT模型的仿真和分析可以用于優(yōu)化完善詳細(xì)設(shè)計(jì)，在設(shè)計(jì)初期就系統(tǒng)地降低設(shè)計(jì)風(fēng)險(xiǎn)，或者用于解釋制造和裝配對(duì)疲勞裂紋行為的影響等，實(shí)時(shí)反饋來“調(diào)整”增材制造過程，從而構(gòu)造最佳結(jié)構(gòu)，有望在性能上實(shí)現(xiàn)重大飛躍。此外，ADT可以與數(shù)字系統(tǒng)模型和數(shù)字線索等新興數(shù)字概念互相結(jié)合，可能會(huì)加速技術(shù)數(shù)據(jù)、軟件、信息和知識(shí)的相互作用，使決策者能夠在系統(tǒng)的全生命周期中訪問和集成不同的數(shù)據(jù)并轉(zhuǎn)換為可操作的信息。

（3）與各種新IT技術(shù)的結(jié)合

數(shù)字孿生的實(shí)現(xiàn)和落地應(yīng)用離不開新IT技術(shù)的支持[11]，這些新IT技術(shù)包括物聯(lián)網(wǎng)、虛擬現(xiàn)實(shí)（VR）技術(shù)、邊緣計(jì)算、云計(jì)算、5G技術(shù)、大數(shù)據(jù)、區(qū)塊鏈、人工智能等。如物聯(lián)網(wǎng)可以為ADT提供實(shí)時(shí)全面的數(shù)據(jù)采集以及有效互聯(lián)互通；云計(jì)算和大數(shù)據(jù)可以提高ADT的計(jì)算效率，實(shí)現(xiàn)復(fù)雜模型和系統(tǒng)的計(jì)算能力；ADT還可以與VR技術(shù)結(jié)合使用，非常直觀地觀察產(chǎn)品的運(yùn)行狀況及健康指標(biāo)。例如，圖12中藍(lán)綠色表示運(yùn)行狀況在合理范圍，紅色表示運(yùn)行狀況正在迅速降低，這可以幫助操作員安排維護(hù)時(shí)間表[41]。

（4）進(jìn)一步推進(jìn)ADT的實(shí)際應(yīng)用

假設(shè)所有的技術(shù)層面都能實(shí)現(xiàn)，最后還需要考慮如何應(yīng)用以及在哪里應(yīng)用ADT技術(shù)，例如，推進(jìn)實(shí)現(xiàn)基于條件的維護(hù)和結(jié)構(gòu)完整性計(jì)劃（CBM + SI），通過整合使其變得與常規(guī)結(jié)構(gòu)分析手段一樣普及，并且能夠以負(fù)擔(dān)得起的、方便無須拆卸的、可靠的方式來收集損傷狀態(tài)和使用情況數(shù)據(jù)[42-43]，同時(shí)還要保護(hù)個(gè)人隱私、數(shù)據(jù)安全和知識(shí)產(chǎn)權(quán)等。

5結(jié)束語

本文完整回顧了美國(guó)空軍近10年來的飛機(jī)機(jī)體數(shù)字孿生計(jì)劃，對(duì)其關(guān)鍵進(jìn)展及未來挑戰(zhàn)進(jìn)行了綜述，可為國(guó)內(nèi)航空領(lǐng)域的數(shù)字孿生技術(shù)發(fā)展應(yīng)用提供參考。

數(shù)字孿生通過概率分析方法將各種不確定性來源納入機(jī)體疲勞預(yù)測(cè)，并融合了使用數(shù)據(jù)和檢查數(shù)據(jù)來更新和減少這些不確定性，從而提高飛機(jī)結(jié)構(gòu)診斷和預(yù)測(cè)的準(zhǔn)確性，以便做出更好的機(jī)隊(duì)維護(hù)決策。美國(guó)空軍前期階段的演示已經(jīng)清楚地證明了數(shù)字孿生在節(jié)約飛機(jī)維護(hù)成本和保證結(jié)構(gòu)完整性方面的優(yōu)勢(shì)，目前正在進(jìn)行戰(zhàn)斗機(jī)機(jī)翼組件級(jí)測(cè)試和推廣應(yīng)用。

數(shù)字孿生的未來發(fā)展還面臨很多挑戰(zhàn)，如更廣泛更真實(shí)的多尺度和多物理場(chǎng)模擬、向全生命周期的延伸、與各種新IT技術(shù)的結(jié)合、保護(hù)個(gè)人隱私和數(shù)據(jù)安全等，期待可以給飛行器結(jié)構(gòu)帶來前所未有的經(jīng)濟(jì)性、安全性和可靠性。

參考文獻(xiàn)

[1]郭亮，張煜.數(shù)字孿生在制造中的應(yīng)用進(jìn)展綜述[J].機(jī)械科學(xué)與技術(shù)，2020，39（4）：590-598. Guo Liang， Zhang Yu.Review on the application of digital twin in manufacturing [J]. Mechanical Science and Technology， 2020，39（4）：590-598.（in Chinese）

[2]Tygesen U T，Jepsen M S，Vestermark J，et al. The true digital twin concept for fatigue re-assessment of marine structures[C]// ASME 2018 37th International Conference on Ocean，Offshore andArctic Engineering，2018.

[3]Knezevic D，F(xiàn)akas E，Riber H J. Predictive digital twins for structural integrity management and asset life extension-jip concept and results[C]//SPE Offshore Europe Conference and Exhibition，2019.

[4]Pedersen E B，J？rgensen D，Riber H J，et al. True fatigue life calculation using digital twin concept and operational modal analysis[C]//The 29th International Ocean and Polar Engineering Conference，2019.

[5]Bhowmik S. Digital twin of subsea pipelines：conceptual design integrating IoT，machine learning and data analytics[C]//Offshore Technology Conference，2019.

[6]Ye C，Butler L，Bartek C，et al. A digital twin of bridges for structural health monitoring[C]//12th International Workshop on Structural Health Monitoring 2019，2019.

[7]Dang N S，Kang H R，Lon S，et al. 3D digital twin models for bridge maintenance[C]// Proceedings of 10th International Conference on Short and Medium Span Bridges，2018.

[8]Zhidchenko V，Handroos H，Kovartsev A. On-line calculation of fatigue in hydraulically actuated heavy equipment using IoT and digital twin concepts[C]//Proceedings of the V International Conference on Information Technology and Nanotechnology（ITNT-2019），2019.

[9]Zhidchenko V V，Handroos H，Kovartsev A N. Fatigue life estimation of hydraulically actuated mobile working machines using Internet of Things and Digital Twin concepts[J].Journal of Physics，2019，1368（4）：042025.

[10]FDA. Computational human heart modeling software and services[R]. Solicitation FDA-RFI-1215586，2019.

[11]陶飛，張賀，戚慶林，等.數(shù)字孿生十問：分析與思考[J].計(jì)算機(jī)集成制造系統(tǒng)，2020，26（1）：1-17. Tao Fei， Zhang He， Qi Qinglin， et al. Ten questions towards digital twin： analysis and thinking [J]. Computer Integrated Manufacturing System，2020，26 （1）： 1-17.（in Chinese）

[12]李欣，劉秀，萬欣欣.數(shù)字孿生應(yīng)用及安全發(fā)展綜述[J].系統(tǒng)仿真學(xué)報(bào)， 2019， 31（3）： 385-392. Li Xin， Liu Xiu， Wan Xinxin. Overview of digital twins application and safe development [J]. Journal of System Simulation， 2019， 31 （3）： 385-392.（in Chinese）

[13]Kobryn P A. The digital twin concept[C]//Frontiers of Engineering：Reports on Leading-Edge Engineering from the 2019 Symposium，2020.

[14]Tuegel E J，Ingraffea A R，Eason T G，et al. Reengineering aircraft structural life prediction using a digital twin[R]. Air Force Research Lab Wright-Patterson AFB OH Air Vehicles Directorate，2011.

[15]Tuegel E. The airframe digital twin：some challenges to realization[C]]//53rd AIAA/ASME/ASCE/AHS/ASC Structures，Structural Dynamics and Materials Conference，20th AIAA/ ASME/AHSAdaptive Structures Conference，14thAIAA. 2012.

[16]Gockel B，Tudor A，Brandyberry M，et al. Challenges with structural life forecasting using realistic mission profiles[C]// 53rd AIAA/ASME/ASCE/AHS/ASC Structures，Structural Dynamics and Materials Conference，20th AIAA/ASME/AHS Adaptive Structures Conference，14thAIAA，2012.

[17]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，20th AIAA/ASME/AHS Adaptive Structures Conference，14thAIAA，2012.

[18]Penmetsa R，Gockel B，John R. Sensitivity analysis of structurallifepredictionmodelsinamultiaxialfatigue environment[C]//53rd AIAA/ASME/ASCE/AHS/ASC Structures，Structural Dynamics and Materials Conference，20th AIAA/ ASME/AHSAdaptive Structures Conference，14thAIAA，2012.

[19]Hollkamp J J，Ohara P J. Modeling damage within a reducedorder model framework：an application[C]//54th AIAA/ASME/ ASCE/AHS/ASCStructures，StructuralDynamics，and Materials Conference，2013.

[20]Ohara P J，Hollkamp J J. A coupled approach for modeling damage within a reduced-ordermodel framework[C]//54th AIAA/ASME/ASCE/AHS/ASC Structures，Structural Dynamics and Materials Conference，2013.

[21]Tuegel E J，Kobryn P A，Henderson D. The airframe digital twin spiral 1 program[C]//2016 Aircraft Airworthiness and Sustainment Conference，2016.

[22]Anagnostou E，Engel S. Airframe digital twin（ADT），delivery order 0001：prognostic and probabilistic individual aircraft tracking（P2IAT），volume 1[R]. Northrop Grumman Corporation，2016.

[23]Wang L，Asher I，Ryan K，et al. Airframe digital twin（ADT）delivery order 0001：scalable，accurate，flexible，efficient，robust，prognostic and probabilistic individual aircraft tracking（SAFER-P2IAT），volume 1[R]. The General Electric Company，2016.

[24]Wang Liping. The Ps in P2IAT-achieving airframe digital twins vision for IAT[C]//2016 Aircraft Airworthiness and Sustainment Conference，2016.

[25]Anagnostou E，Engel S，Madsen J，et al. Developing the airframe digital twin prognostic & probabilistic individual aircraft tracking paradigm[C]//2016 Aircraft Airworthiness and Sustainment Conference，2016.

[26]Asher I，Wang L，Khan G，et al. Developing a probabilistic load spectrum for fatigue modeling[C]//19th AIAA NonDeterministicApproaches Conference，2017.

[27]Asher I，Khan G，Wang L，et al. Calibrating an equivalent initial flaw size distribution from da/dN and SN data[C]//58th AIAA/ASCE/AHS/ASC Structures，Structural Dynamics and Materials Conference，2017.

[28]Li C，Mahadevan S，Ling Y，et al. Dynamic Bayesian network for aircraft wing health monitoring digital twin[J]. AIAAJournal，2017，55（3）：930-941.

[29]Li C. Sensitivity analysis and uncertainty integration for system diagnosis and prognosis[D]. Vanderbilt University，2016.

[30]Asher I，Ling Y，Wang L. Improving SIR with constrained resampling for dynamic bayesian network applications[C]// 2018AIAANon-DeterministicApproaches Conference，2018.

[31]Ling Y，Asher I，Wang L，et al. Information gain-based inspection scheduling for fatigued aircraft components[C]// 19thAIAANon-DeterministicApproaches Conference，2017.

[32]Karve P M，Guo Y，Kapusuzoglu B，et al. Digital twin approachfordamage-tolerantmissionplanningunder uncertainty[J]. Engineering Fracture Mechanics，2020，225：106766.

[33]Anagnostou E，Engel S. Airframe digital twin（ADT）delivery order 0002：demonstration of prognostic and probabilistic individual aircraft tracking（P2IAT）final report and appendices A（test requirements document）and B（instrumentation plan）[R]. Nothrup Grumman Corporation，2017.

[34]Wang L，Asher I，Ryan K，et al. Airframe digital twin spiral 1. Task order 0002：Scalable accurate flexible efficient robustprognosticandprobabilisticindividualaircrafttracking（SAFER-P2IAT）fullscalewingexperimentplans，requirements，and development[R]. GE Global Research Center，2017.

[35]Liao M，Renaud G，Bombardier Y. Airframe digital twin technologyadaptabilityassessmentandtechnology demonstration[J]. Engineering Fracture Mechanics，2020，225：106793.

[36]Millwater H，Ocampo J，Crosby N. Probabilistic methods for riskassessmentofairframedigitaltwinstructures[J]. Engineering Fracture Mechanics，2019，221：106674.

[37]Yeratapally S R，Leser P E，Hochhalter J D，et al. A digital twin feasibility study（Part I）：Non-deterministic predictions of fatigue life in aluminum alloy 7075-T651 using a microstructure-based multi-scale model[J]. Engineering Fracture Mechanics，2020，228：106888.

[38]Leser P E，Warner J E，Leser W P，et al. A digital twin feasibility study（Part II）：Non-deterministic predictions of fatigue life using in-situ diagnostics and prognostics[J]. Engineering Fracture Mechanics，2020，229：106903.

[39]Kobryn P，Tuegel E，Zweber J，et al. Digital thread and twin for systems engineering：EMD to disposal[C]//Proceedings of the 55thAIAAAerospace Sciences Meeting，2017.

[40]Zweber J，Kolonay R，Kobryn P，et al. Digital thread and twin for systems engineering：pre-MDD through TMRR[C]// AIAA SciTech Forum，55th AIAA Aerospace Sciences Meeting，2017.

[41]Khalil M，Bergs C，Papadopoulos T，et al. IIoT-based fatigue life indication using augmented reality[C]//2019 IEEE 17th International Conference on Industrial Informatics（INDIN）. IEEE，2019.

[42]Hochhalter J，Leser W P，Newman J A，et al. Coupling damage-sensing particles to the digitial twin concept[Z]. 2014.

[43]Bielefeldt B，Hochhalter J，Hartl D. Computationally efficient analysis of SMA sensory particles embedded in complex aerostructures using a substructure approach[C]//ASME 2015 Conference on Smart Materials，Adaptive Structures and IntelligentSystems，AmericanSocietyofMechanical Engineers Digital Collection，2015.（責(zé)任編輯陳東曉）

作者簡(jiǎn)介

李鵬（1989-）男，碩士，工程師。主要研究方向：振動(dòng)疲勞與振動(dòng)控制。

Tel：029-88268257E-mail：55131668@qq.com

Retrospect and Enlightenment of the AFRLAirframe Digital Twin Program

Li Peng*，Pan Kai，Liu Xiaochuan

Aircraft Strength Research Institute，Xian 710065，China

Abstract： In order to achieve condition-based maintenance strategies and more reliable structural integrity assessment， the Air Force Research Laboratory（AFRL） has launched the airframe digital twin（ADT） program， which used the latest probability analysis methods to generate load spectra， construct sub-models， perform calibration， propagate and update the uncertainty， predict the growth of the fatigue damage， and make maintenance decisions. The demonstration results showed that， as time going by and the status updating continuously， the airframe digital twin can understand the aircraft conditions more and more clearly by predicting fatigue crack growth more accurately and reducing the number of maintenance inspections significantly， which can reduce the maintenance cost of the entire fleet and increase aircraft availability. The future application of digital twin still faces many challenges that trigger some key technologies and development directions that still need to be resolved.

Key Words： digital twin； aircraft maintenance； fatigue crack； probabilistic method； Bayesian update