2. 深海技术科学太湖实验室,江苏 无锡 214082
2. Taihu Laboratory of Deepsea Technological Science, Wuxi 214082, China
当前船舶正在朝着大型化、特殊化和多样化发展[1]。考虑到海上环境影响和船舶系统本身的复杂程度,在船舶设计和研究之初就利用数学模型对船舶运动进行操纵性预报是一个高效可行的方法。建立准确的数学模型,可以有效预报船舶运动的操纵性,模拟实际情况,即船舶运动仿真。一个完整的船舶运动仿真系统包含信息与控制系统、导航与感知系统、水动力学、电力系统等涉及多种学科领域和建模途径的仿真模型子系统。利用多源异构建模与协同仿真技术,能够对各学科领域子系统的模型进行解算并集成,解决难以对复杂系统进行动态特性模拟的问题。为满足智能船舶研究的发展需求,结合数字孪生(digital twin,DT)技术的仿真研究可以实现实船和虚拟船舶模型的实时数据交互,具备动态精准监测、性能预报、控制优化等功能,能够提高船舶运动系统的数字化水平。
本文针对智能船舶数字化和信息化的发展难点,阐述多源异构模型和数字孪生技术的基本概念,概述多源异构建模与协同仿真技术、数字孪生技术的研究进展。以多源异构建模与协同仿真技术为核心,围绕数字孪生技术框架,提出一种基于多源异构模型和数字孪生技术的船舶运动仿真系统设计框架。探讨基于Modelica语言[2-4]在OpenModelica软件环境下的建模方法,基于FMI(functional mock-up interface)标准的协同仿真引擎,设计基于数字孪生技术的船舶运动仿真系统整体框架。
1 多源异构模型和数字孪生基本概念 1.1 多源异构模型基本概念多源异构模型是指涉及多个不同学科领域、不同建模平台和建模语言各异的模型。在复杂的船舶系统中,想要设计一个数字孪生框架,就需要通过多源异构建模的手段,将涉及各个学科领域内容、基于不同建模语言和建模平台的分系统模型集成起来,通过协同仿真技术对船舶运动进行仿真。为了实现多源异构建模并集成模型进行协同仿真的目的,需要选择一种多源异构建模协同仿真方法。当前常见的方法有3种:
1)基于兼容软件接口的多源异构建模协同仿真方法,如通过AMESIM建立模型后通过Simulink接口导入进行协同仿真、Solidworks三维模型导入Matlab协同仿真等。该方法的关键在于参与协同仿真的各个软件之间需要具备互相兼容的接口,否则就无法实现多源异构建模协同仿真功能。
2)基于高层体系结构(high level of archi-tecture,HLA)规范的多源异构建模协同仿真方法。该方法基于RTI支撑环境将仿真程序和下层各个软件环境分离开来,提供一个集成的规范,只需要开发各个建模仿真软件与主仿真系统之间的接口,而无需开发各软件之间的接口。
3)基于功能模型接口FMI标准的多源异构建模协同仿真方法。FMI标准技术是一个独立的第三方通用规范,其目的是将各个建模平台建立的模型通过工具或者自行编写的方式规范转换为符合FMI标准的模型,即FMU模型,从而实现集成模型进行协同仿真的功能。FMU模型的实质是文件压缩包,包括基于C语言的dll文件和基于XML描述语言的模型描述文件,支持通过离散或连续的数学方程来描述模型的动态行为。
本文选择基于功能模型接口FMI标准的多源异构建模协同仿真方法作为仿真系统的核心设计方法,因为基于FMI标准设计的仿真系统具备可扩展性、兼容性强、通用性广等优势,方便后续研究更加复杂的仿真系统。
1.2 数字孪生技术基本概念数字孪生是指基于物理对象的数据采集融合和交互反馈[5],在信息化空间对物理实物构建数字化映射孪生体的技术,与传统三维可视化仿真有所区别,其关键在于现场数据的实时计算和分析,从而获得精确的认知并进行决策,美国洛克希德·马丁公司将该技术视作未来国防和航天工业6大顶尖技术之一[6]。数字孪生数字孪生的构建与应用需要结合多项关键技术,如大数据检测和分析技术、数据驱动技术、可视化动态建模技术、数字交互与反馈技术等。美国国家造船研究计划(NSRP)运用数字孪生技术开展舰载三维环境技术项目,目的是利用模型来模拟物理系统的运行状态并且进行决策评估,提高安全性,降低人员风险,从而实现智能运维的目标[7]。图1为 NSRP提出的船舶运维数字孪生框架。
![]() |
图 1 船舶运维数字孪生框架 Fig. 1 Digital twin framework for ship operations |
数字孪生的优势在于虚拟孪生体和物理实体的同步性,数据的实时更新和交互,融合了物理系统、装备状态和现场环境等多种数据来源,数字孪生技术集成多学科领域、多尺度、多物理场、多时空、不同粒度的高精度模拟仿真过程,在数字空间中实现对实体的映射,从而反映出对应实体装备的全寿命周期过程[8]。
2 多源异构建模和协同仿真技术研究进展 2.1 多源异构建模技术的研究进展多源异构建模技术包括基于不同建模语言或软件的建模技术、多领域和多学科建模技术、基于多源异构数据建模技术等,普遍应用于仿真建模领域。Jeroen D. Schuddebeurs等[9]提出了一种集成仿真工具,将电气、机械、热力和流体动力学模型结合在一起,促进了整体仿真能力。综合全电力推进(IFEP)船舶动力系统通过从通用电力系统提供船舶推进和服务负载,提高了设计灵活性和运行经济性。Saha Rohit等[10]提出了轮式装载机多领域建模仿真的研究方法,包括控制、机械、液压和热力学,利用LMS Amesim软件对换热器的流动进行了三维CFD模拟,该模型已有效地用于识别在燃油消耗和生产率方面的系统效率的提高。陆冠华等[11]针对飞行器设计领域各个分系统独立建模设计,产生的多源异构模型难以进行联合数学仿真的问题,提出了采用FMI构建多源异构模型的通用通信接口,从FMU模型封装与联合仿真两方面,给出了一种一体化仿真平台解决方案。郭海波等[12]在反作用飞轮控制领域、电气领域、力学领域等不同领域数学模型的基础上,采用Modelica搭建了相应的反作用飞轮多领域仿真模型,实现了飞轮系统不同领域模型之间的无缝集成和数据交换,能够有效分析各领域间的耦合特性。杨婷[13]以多源异构地质数据的可视化与共享为目标,基于X3D标准解决地质三维模型的统一,提出多源异构地质数据的存储、管理和可视化的研究方案,通过海量多源异构地质三维模型可视化集成系统的实现对该研究方案的可行性进行验证。施梨等[14]建立由微小卫星中耦合关系较强的姿态控制、结构动力学、星载计算机和电源等多源异构模型,针对微小卫星大角度姿态控制模式进行了协同仿真。
2.2 协同仿真技术研究进展协同仿真技术是一种位于不同地点、基于不同平台的不同专业领域仿真人员采用不同建模方法和不同仿真工具建立系统的混合异构层次化仿真模型,并在分布式环境中进行仿真分析的复杂系统仿真方法,被广泛应用于工业仿真、军事仿真等涉及多学科领域复杂系统仿真的研究领域[15]。
Raoofian Ali等[16]研究了单边接触下的非光滑机械子系统,并介绍了一种使用简化的接口模型将其与系统其他部分进行对接的有效方法。Herrera等[17]利用ADAMS / Matlab协同仿真对具有惯性运动驱动的单轮摆式ROBot ( SWROB )进行了动力学和控制仿真。Thierry等[18]基于FMI标准,开发了一个名为CyDER (智能电网中分布式能源的信息物理协同仿真平台)的协同仿真平台,该平台集成了各种特定领域的仿真工具。Nicolai等[19]研究如何协同模拟分布式信息物理系统及其周围网络,基于协同仿真的功能模拟接口( FMI )被用作互连模型和求解器的标准,利用SCNSL建立了一个连接所有子系统组件的网络模型,实现分布式发动机控制系统与网络模型的协同仿真。
徐桐等[20]为研究某火箭炮高低随动装置调炮时的动力学特性,以多体动力学理论为基础,应用Ansys,Adams,EASY5仿真软件建立了高低随动装置刚柔-机电液耦合模型,通过设计软件数据接口实现火箭炮多领域协同仿真。邓强等[21]使用软件Adams建立了多体动力学模型,使用AnsysMagnetic建立了电磁分析模型,使用AnsysFlotran建立了水阻分析模型,在MatlabSimulink中搭建了CRDM动力学仿真系统,将以上模型集成进行了协同仿真。陈娟等[22]提出一种串联六自由度运动平台,在Adams,AMESim,Simulink中建立子系统模型,集成于Matlab环境下进行协同仿真,对于复杂机、电、液一体化系统的仿真分析具有普遍的适用性。尹红升等[23]针对喷水推进动力装置模拟器中数学模型与虚拟视景的协同仿真问题,提出一种基于C++和Vega Prime平台调用Simulink仿真数据的方法,实现了一种基于虚拟现实的喷水推进动力装置协同仿真系统。
3 数字孪生技术研究进展数字孪生技术在国内外不断发展,被广泛应用于装备设计、故障诊断与健康监测、智能运维等方向。1969年美国国家航空航天局(NASA)的阿波罗项目中[24],NASA就制造过飞行器的物理孪生体。数字孪生概念于2003年在关于产品寿命周期管理(productlife cycle management,PLM)方面提出的[25]。正式提出了数字孪生概念[7]。2012年NASA发布“建模、仿真、信息技术和处理”路线图,数字孪生技术正式开始从概念转为实际研究。Katsidoniotaki 等[26]研发了一种基于数字孪生技术的CFD解决方案,用于在极端波浪条件下预测点吸收式波浪能转换器的系泊系统中的力。Andrea等[27]利用船上传感器采集的大量信息,建立了数据驱动的船舶数字式双绞线,用于估算船舶污损引起的航速损失。以2艘Handymax化学品/产品油轮的实际数据为基础,对所提出的方法与ISO 19030进行了比较。结果表明,与ISO 19030相比,该方案的有效性和较好的速度损失预测精度,降低了污垢造成的油耗。国外学术研究致力于通过数字孪生技术贯穿于产品的生命周期,进而提高性能、效率和稳定性。
国内李凯等[28]基于数字孪生的基本理论,提出数字化舰船的总体框架,并探索基于数字孪生的产品设计、辅助决策、健康管理等几类应用设想,为未来进一步开展型号研制提供理论和方法参考。金杰等[29]提出一种基于数字孪生的火箭起飞安全系统设计方案。该系统采用数字化仿真、多源模型处理等技术完成虚拟仿真场景的构建,提高了火箭发射的可靠性,为火箭安全起飞提供了保障。葛雨明等[30]提出了在有限环境下利用数字孪生进行网联自动驾驶测试的方法。徐健等[31]针对工业装配机器人复杂作业编程耗时耗力、准确性差等问题,提出一种基于数字孪生的机器人在线编程方法。搭建了基于数字孪生的装配机器人建模与在线编程系统,以六轴工业机器人单元为例验证了系统的实用性和准确性,为复杂装配作业机器人编程提供了新方案。
4 基于多源异构模型和数字孪生的船舶运动仿真系统技术框架数字孪生概念经过十余年的发展,从最初的数字孪生三维框架到当下的数字孪生五维框架[5],涵盖了虚拟模型、物理实体、交互连接、孪生数据、服务系统[32]。基于多源异构模型和数字孪生的船舶运动仿真系统整体框架分为物理实体层、孪生数据层、交互连接层、模型仿真层、服务应用层5个层面。物理实体层主要包括实船船体、海洋环境等物理要素;交互连接层主要功能是通过传感器、控制器、监视器等感知手段,实时对物理实体中的对象进行数据采集和传输,将物理实体、孪生数据、服务应用和仿真模型交互连接起来;孪生数据层主要对采集的数据进行分类、存储、分析决策等操作;模型仿真层主要包括多源异构模型和协同仿真引擎,集成源自多学科多领域的船体水动力、螺旋桨水动力、舵水动力、操纵性方程等子系统模型进行仿真;服务应用层主要基于孪生数据和仿真模型,搭建数字孪生体,实现协同仿真解算、故障预测和诊断、三维可视化演示等功能。本文研究基于C++语言、Simulink环境和Modelica的多源异构建模方法,设计以FMI标准为关键技术的协同仿真引擎,形成基于多源异构模型的协同仿真系统体系,最后设计了基于数字孪生的船舶运动仿真系统整体框架。
4.1 基于多源异构模型的协同仿真系统设计基于C++语言、Simulink环境和Modelica的多源异构建模方法,以FMI标准为关键技术,阐述多源异构建立符合FMI标准模型的过程,搭建基于FMI技术的协同仿真系统引擎,实现基于多源异构模型的协同仿真系统设计。
4.1.1 多源异构建模对基于C++语言、Simulink环境和Modelica的多源异构建模方法进行研究,实现基于3种不同建模途径,对不同学科领域建立FMU模型。
1)基于Modelica语言建模
Modelica语言的提出旨在帮助多学科统一建模和仿真,属于一种基于面向对象方法的无因果建模语言,通过微分/代数方程对模型动态行为进行描述,实现模型的建立。
2)Simulink模型的FMU封装技术
基于Simulink环境对子系统进行建模,根据模型内部的变量和逻辑关系编写对应的XML模型描述文件,通过压缩软件将dll文件与XML文件集成封装为FMU文件。
3)C++模型的FMU封装技术
基于C++语言对子系统进行描述建模,根据模型参数信息编写对应的XML模型描述文件,通过压缩软件将dll文件与XML文件集成封装为FMU文件。
通过以上方法实现分离式多源异构建模,包括KT模型,风、浪、流等干扰模型,或MMG模型的船体水动力模型、螺旋桨推力模型、舵力模型等等。该方法可以协同多个模型开发方,能够有效提高效率,并适用于集成仿真,便于多方合作,有助于复杂系统的合作开发。
4.1.2 协同仿真系统设计协同仿真系统框架,如图2所示,包括FMU模型加载、协同仿真解算、结果显示等功能模块。
![]() |
图 2 协同仿真系统框架 Fig. 2 Co-simulation system framework |
FMU模型加载模块中主要对子系统模型进行解析,获取dll文件中函数名称和函数地址,为模型实例化做准备。协同仿真引擎解算模块中实现对FMU模型的实例化、仿真初始化、执行单步解算和协同仿真循环等功能。结果显示模块主要通过软件编程实现仿真数据的存储和曲线图绘制等功能。
4.2 基于数字孪生的船舶运动仿真系统整体框架针对船舶操纵性运动仿真的分析、控制、交互等问题,满足船舶仿真的数字化和智能化需求,搭建基于数字孪生的船舶运动仿真系统整体框架,整体技术框架如图3所示,分为物理实体层、交互连接层、孪生数据层、模型仿真层和服务应用层。
![]() |
图 3 基于数字孪生的船舶运动仿真系统整体框架 Fig. 3 The overall framework of ship motion simulation system based on digital twin |
其中物理实体层主要包括具体的电气设备、运行状态、实际航行轨迹等现实世界中的对象;交互连接层是对数据进行采集、交互传输和反馈的空间,通过传感器、控制模块、执行模块、RFID、监视器等设备和手段对物理层的数据进行采集和反馈处理,并通过数据总线、无线网络、5G等通信技术实现数据的传输交互;孪生数据层的功能是对采集传输来的数据进行处理,包括数据的采集、筛选、修正、分类、交互等等;模型仿真层的功能是实现多源异构建模并将模型集成实现协同仿真,基于Simulink,C++,Modelica,AMESim等建模技术实现跨越不同学科和平台的子系统模型库,并将模型集成于基于FMI标准的协同仿真引擎中进行仿真解算,通过软件技术调度模型库和协同仿真引擎,构成综合仿真平台;服务应用层基于数据和孪生模型构建数字孪生船舶运动仿真空间,具备基于综合仿真平台的仿真模拟功能、提供调度策略功能、健康管理功能、协同设计功能和基于可视化模型的三维展示功能。
基于实船构建船舶运动仿真数字孪生系统,既能与实际装备实时同步运行,实现实施安全监控、决策支持、同步展示,又可以分离独立运行,实现各种操纵性运动虚拟实验,预报船舶操纵性,能够检验性能、验证设计理念。
5 结 语本文根据多源异构建模技术、协同仿真技术和数字孪生技术,提出基于多源异构模型的协同仿真系统设计方案,并在此系统基础上设计基于数字孪生的船舶运动仿真系统的整体框架,为后续进一步优化设计、完整实现提供借鉴和参考。
[1] |
张秀凤, 王晓雪, 孟耀, 等. 船舶运动建模与仿真研究进展及未来发展趋势[J]. 大连海事大学学报, 2021, 47(1): 1-8. DOI:10.16411/j.cnki.issn1006-7736.2021.01.001 |
[2] |
张鹏. E-2D预警机航空电子系统及其在未来网络中心战中的应用[J]. 电讯技术, 2014, 54(5): 689-694. DOI:10.3969/j.issn.1001-893x.2014.05.029 |
[3] |
于括, 赵国艳. 航母编队航渡阶段中程防空哨舰预警探测与防空效能模型[J]. 指挥控制与仿真, 2017, 39(6): 26-29. DOI:10.3969/j.issn.1673-3819.2017.06.006 |
[4] |
沈治河, 朴成日. 航母编队在对空防御中预警机空域配置的方法[J]. 指挥控制与仿真, 2012, 34(6): 14-17. |
[5] |
陶飞, 刘蔚然, 张萌, 等. 数字孪生五维模型及十大领域应用[J]. 计算机集成制造系统, 2019, 25(1): 1-18. DOI:10.13196/j.cims.2019.01.001 |
[6] |
胡梦岩, 孔繁丽, 余大利, 等. 数字孪生在先进核能领域中的关键技术与应用前瞻[J]. 电网技术, 2021, 45(7): 2514-2522. DOI:10.13335/j.1000-3673.pst.2021.0335 |
[7] |
曾国庆, 陈国兵, 王学峰, 等. 基于多领域建模与数字孪生的船舶热力系统应用研究现状[J]. 舰船电子工程, 2022, 42(6): 1-9. DOI:10.3969/j.issn.1672-9730.2022.06.001 |
[8] |
王春晓. 基于数字孪生的数控机床多领域建模与虚拟调试关键技术研究[D]. 济南: 山东大学, 2018.
|
[9] |
JEROEN D S, Patrick J N, Ian M E, et al. A solution for improved simulation efficiency of a multi-domain marine power system model[J]. Int. J. of Simulation and Process Modelling, 2010, 6(1): 67-77. DOI:10.1504/IJSPM.2010.032659 |
[10] |
SAHA R, HWANG L K, MADURAI K M, et al. Multi-Domain Simulation Model of a Wheel Loader [J]. SAE International Journal of Commercial Vehicles, 2016, 9(2).
|
[11] |
陆冠华, 郝明瑞, 胡松, 等. 基于FMI的飞行器分系统多源异构模型一体化仿真[J]. 导航定位与授时, 2018, 5(6): 99-104. DOI:10.19306/j.cnki.2095-8110.2018.06.015 |
[12] |
郭海波, 张世杰, 曹喜滨, 等. 基于Modelica语言的反作用飞轮多领域建模与仿真[J]. 系统仿真学报, 2011, 23(3): 598-602. DOI:10.16182/j.cnki.joss.2011.03.013 |
[13] |
杨婷. 基于X3D标准的多源异构地质模型三维可视化的方案研究[D]. 西安: 长安大学, 2015.
|
[14] |
施梨, 张世杰, 曹喜滨. 基于多软件的微小卫星多领域建模与仿真研究[J]. 系统仿真学报, 2009, 21(2): 563-567. DOI:10.16182/j.cnki.joss.2009.02.055 |
[15] |
孙鹏文, 左正兴, 廖日东. 复杂产品协同仿真技术研究[J]. 组合机床与自动化加工技术, 2005(4): 18-20. DOI:10.3969/j.issn.1001-2265.2005.04.007 |
[16] |
RAOOFIAN A, PEIRET A, Kövecses J, et al. Non-smooth unilateral reduced models for co-simulation of mechanical systems[J]. Mechanism and Machine Theory, 2022, 173.
|
[17] |
HERRERA C E, ARIAS M M, CECCARELLI M, et al. Co-Simulation and Control of a Single-Wheel Pendulum Mobile Robot[J]. J. Mechanisms Robotics, 2021.
|
[18] |
THIERRY S. Nouidui, Jonathan Coignard, Christoph Gehbauer, et al. CyDER – an FMI-based co-simulation platform for distributed energy resources[J]. Journal of Building Performance Simulation, 2019, 12(5).
|
[19] |
PEDERSEN N, MADSEN J, VEJLGAARD L M. Co-Simulation of Distributed Engine Control System and Network Model using FMI & SCNSL[J]. Ifac Papersonline, 2015, 48(16): 261-266. DOI:10.1016/j.ifacol.2015.10.290 |
[20] |
徐桐, 曹立军, 马万鹏. 多领域协同的火箭炮高低调炮动力学仿真[J]. 机械设计与制造, 2020(7): 278-283. DOI:10.3969/j.issn.1001-3997.2020.07.064 |
[21] |
邓强, 彭航, 谢细明, 等. 基于多学科协同仿真的控制棒驱动机构动力学分析研究[J]. 核动力工程, 2019, 40(S2): 78-81. DOI:10.13832/j.jnpe.2019.S2.0078 |
[22] |
陈娟, 赵君伟, 付永领, 等. 基于多软件协同仿真的六自由度平台虚拟试验系统[J]. 机床与液压, 2017, 45(17): 20-23. DOI:10.3969/j.issn.1001-3881.2017.17.005 |
[23] |
尹红升, 刘金林, 曾凡明. 基于虚拟现实的喷水推进动力装置协同仿真技术研究[J]. 舰船科学技术, 2018, 40(1): 99-103. DOI:10.3404/j.issn.1672-7649.2018.01.017 |
[24] |
ROLAND R, GEORG VON W, George L, et al. About The Importance of Autonomy and Digital Twins for the Future of Manufacturing[J]. IFAC PapersOnLine, 2015, 48(3).
|
[25] |
吴文豪, 陈国兵, 杨自春. 数字孪生技术在船舶装备运维中的应用及挑战[J]. 舰船科学技术, 2022, 44(8): 139-144. DOI:10.3404/j.issn.1672-7649.2022.08.029 |
[26] |
KATSIDONIOTAKI E, PSAROMMATIS F, GTEMAN M. Digital Twin for the Prediction of Extreme Loads on a Wave Energy Conversion System[J]. Energies, 2022, 15(15).
|
[27] |
CORADDU A, ONETO L, BALDI F, et al. Data-driven ship digital twin for estimating the speed loss caused by the marine fouling[J]. Ocean Engineering, 2019, 186(Aug.15): 106063.1-106063.14. |
[28] |
李凯, 钱浩, 龚梦瑶, 等. 基于数字孪生技术的数字化舰船及其应用探索[J]. 船舶, 2018, 29(6): 101-108. DOI:10.19423/j.cnki.31-1561/u.2018.06.101 |
[29] |
金杰, 夏超, 肖士利, 等. 基于数字孪生的火箭起飞安全系统设计[J]. 计算机集成制造系统, 2019, 25(6): 1337-1347. DOI:10.13196/j.cims.2019.06.003 |
[30] |
葛雨明, 汪洋, 韩庆文. 基于数字孪生的网联自动驾驶测试方法研究[J]. 中兴通讯技术, 2020, 26(1): 25-29. DOI:10.12142/ZTETJ.202001006 |
[31] |
徐健, 宋鑫, 刘秀平, 等. 基于数字孪生的装配机器人建模及系统实现[J]. 系统仿真学报: 1–11.
|
[32] |
高学伟. 数字孪生建模方法及其在热力系统优化运行中的应用研究[D]. 华北电力大学(北京), 2021.
|