0 引　言

21世纪初，美海军在新型驱逐舰DDG 1000中首次使用全舰计算环境（Total Ship Computing Environment，TSCE）整合全舰的信息基础资源^[1]，并在后续逐步演化成为舰船信息基础设施（Ship Information Infrastructure，SII）^[2]。随着舰船信息基础设施建设的逐步深入，如何利用数字建模来提高舰船信息基础设施在设计、生产、部署、运行、维修等全生命周期的保障能力，成为亟需解决的现实问题。

数字孪生（Digital Twin，DT）是指通过数字化技术创建物理实体的虚拟模型，并借助虚拟模型的数据来模拟物理实体在现实环境中的行为^[3−4] 。基于数字孪生技术形成的数字孪生装备，能够实现装备在全生命周期中的数智化提升，拓展装备的功能、增强装备的性能、提升装备的价值^[5]。

舰船信息基础设施与机械类设备不同，它基于信息系统的开放式体系架构（Open Architecture，OA），包括硬件设备、软件服务等内容，是软件、硬件的有机结合体，具备模块化、标准化和服务化的特征。传统的数字孪生装备大多面向硬件，舰船信息基础设施数字孪生装备需要的已有的数字孪生装备的基础上，扩展服务化软件数字孪生装备的概念。

1 数字孪生技术研究现状 1.1 数字孪生理论研究现状

数字孪生的概念，起源于2003年，由美国密歇根大学Michael Grives教授在其产品全生命周期管理课程上提出^[4]，并发表了关于数字孪生的白皮书，将数字孪生分为数字孪生样机、实例、集合和环境，同时归纳了数字孪生技术可以解决的实际工程问题^[6−7]。Rios等^[8]提出数字孪生技术不该局限应用于飞行器等专用产品，还应更为广泛地应用到通用产品中；Gabor等^[9]提出数字孪生技术可以结合专家系统，以实现对物理实体更为精准的模拟。

在国内，陶飞等^[10]提出数字孪生五维模型理论，并进一步探讨数字孪生五维模型在卫星、船舶、飞机、复杂机电装备、制造车间等10个领域的应用思路与方案；其牵头国内外专家、学者建立了数字孪生技术与工具体系，提出数字孪生标准体系^[11]；2022年，提出数字孪生装备概念^[5]。除此之外，中国信息通信研究院^[12]、中国电子技术标准化研究院^[13]、赛迪信息产业有限公司^[14]、E-Works数字化企业网^[15]、安世亚太科技股份有限公司^[16]、工业4.0研究院^[17]等单位以及学者在数字孪生技术相关概念、技术、标准、应用等层面开展了研究、探索，为数字孪生技术在我国的发展、推广起到了重要作用。

除数字孪生外，平行系统（Parallel System，PS）^{[18 − 19]}、物理信息系统（Cyber-Physical System，CPS）^{[20 − 21]}和元宇宙^{[22 − 23]}也有与数字孪生相近的思路、方法和实施途径。

1.2 数字孪生工程实践现状

2012年，美国空军研究实验室和国家航空航天局（National Aeronautics and Space Administration，NASA）基于数字孪生构建未来飞行器的数字孪生体，提出了未来飞行器的数字孪生体范例，将飞行器等数字孪生体定义为系统的、集成的多物理、多尺度、概率性的仿真模型，并提出了“数字孪生体”概念^[6,24]。2018年，通用电气与美海军海上运输司令部合作，为关键船用设备建立数学孪生Predix平台，将来自物理设备的实时数据与来自虚拟模型的模拟数据进行比较、检测差异，从而发现设备性能下降导致潜在的故障^[25]。2019年3月，美海军基于数字孪生技术完成“虚拟宙斯盾”系统，并在试验中指挥一艘“托马斯·哈德纳”号驱逐舰执行了实弹测试^[26]。2019年10月，美海军信息战司令部完成“林肯”号航母的数字孪生体“数字林肯”的开发^[27]。2020年6月，美海军开发出虚拟潜艇作战指挥系统，并部署于一艘“弗吉尼亚”级核潜艇上，9月完成鱼雷实弹射击，验证了基于数字孪生的作战训练^[28]。2022年3月，基于数字孪生技术，美空军在佛罗里达州的廷德尔空军基地建立全息实验室，实现飞行员能够在数字孪生虚拟环境中的训练和测试 ^[29]。

在国内，同步开展了数字孪生战场和数字孪生舰船相关的应用研究。阳东升等^[30]针对航母作战平台与体系的复杂性，提出平行航母概念；李凯等^[31]提出数字化舰船的总体框架，基于数字孪生技术，探索在产品设计、辅助决策、健康管理等应用方向的设想；周少伟等^[32]针对舰船动力系统集成度高、全生命周期研制特点，梳理了数字孪生技术在动力系统中的技术发展路线，并提出舰船动力系统的数字孪生技术体系；王旭东等^[29]基于数字孪生技术，探索下一代海上作战场景下的体系对抗试验模式，并提出智能指挥信息系统“双脑”架构；许萌萌等^[33]针对舰船机舱运维的智能化需求，设计出一种船岸一体化机舱数字孪生运维系统；张侨禹等^[34]为提高舰船动力设备的可靠性、降低维护成本，研究基于数字孪生的舰船动力系统智能运维技术及实现方法；赵海涛等^[35]针对信息化战争条件下的舰艇作战系统多任务适应性要求，设计了一种基于软件定义的舰艇作战系统开放式体系架构和一种两层分布式系统设计与集成方法。

2 舰船信息基础设施数字孪生装备概念组成 2.1 舰船信息基础设施数字孪生装备概念

舰船信息基础设施是指面向舰艇作战系统、平台系统等任务系统及其舰艇专业应用，构建弹性计算存储、网络传输、人机交互、边缘处理等功能资源池，按自服务的方式进行计算、存储、网络、显控、边缘资源供应和管理的电子信息系统^[2]。舰船信息基础设施通过集成服务以扩展其本身能力，舰船信息基础设施服务通过提供统一、标准的接口协议，向作战系统等舰船专业应用提供能力支撑。舰船信息基础设施服务一般含有基础设施即服务（Infrastructure as a Service，IaaS）和平台即服务（Platform as a Service，PaaS）。

结合舰船信息基础设施的特点，定义舰船信息基础设施数字孪生装备概念：舰船信息基础设施数字孪生装备是一种由舰船信息基础设施物理装备、数字装备、孪生数据、孪生服务以及连接交互关系5个部分构成的新一代智能装备，如图1所示。

2.2 舰船信息基础设施数字孪生装备组成 2.2.1 舰船信息基础设施物理装备

物理装备是指舰船信息基础设施装备的实体部分。在舰船信息基础设施中，物理装备的构成包括计算存储类、人机交互类、网络传输类、边缘处理类等硬件设备，以及硬件实体中运行的软件服务构成。

1）舰船信息基础设施中物理装备的硬件设备

计算存储类设备：主要由计算、存储服务器及其所承载的基础计算存储服务软件构成，是舰船信息基础设施的处理中心，提供高性能计算和大容量存储服务^[2]。

人机交互类设备：主要由显控台、移动终端、可穿戴设备及相关的显控服务软件构成，是舰船信息基础设施的交互中心，提供便捷的人机交互服务。

网络传输类设备：主要由有线和无线网络交换、总线设备及相关网络传输服务软件构成，是舰船信息基础设施的网络中心，网络传输功能域分为数据传输网络和实时控制总线。

边缘处理类设备：主要由软件定义可编程逻辑控制器（Programmable Logic Controller，PLC）等边缘计算和边缘控制设备及相关服务软件构成，控制舰船信息基础设施，提供分布式边缘计算和边缘控制服务^[2]。

2）舰船信息基础设施中物理装备的软件服务

资源管理服务：将计算、存储、网络等硬件资源虚拟化形成资源池，具备对全局计算、存储、网络等资源的汇聚与调度管理，为舰船平台支撑服务和应用层提供基础设施服务。其中，资源虚拟化为服务层和应用层提供软件定义的计算、存储和网络虚拟化支撑；资源管理服务提供资源池化管理，为服务层和应用层提供虚拟主机、容器、云盘、镜像、高可用等基础服务。

平台支撑服务：提供数据支撑服务、软件支撑服务等工具，支持对共用功能服务支撑扩展。数据支撑服务，提供数据存储、数据计算服务、数据检索分析、实时数据处理等服务，为应用层提供结构化、非结构化和半结构化数据存储服务，支持并行计算，支持大数据离线批量计算、大数据实时流计算等大数据计算框架，支持数据检索支撑；软件支撑服务，提供微服务环境支撑，为应用层提供微服务软件运行、部署、管理等支撑手段。

2.2.2 舰船信息基础设施数字装备

1）舰船信息基础设施数字装备中硬件设备的数字模型

几何模型：在设备的设计阶段产生，属于静态的模型，一般以三维模型、装配矩阵的形式存在，通过硬件设备的设计图纸来构建，可呈现舰船信息基础设施中物理设备的外观尺寸、材质效果、内部结构、空间位置和装配关系等几何特征。

物理模型：在设备生产完成之后的各阶段产生，属于动态模型，以数学模型的形式存在，通过硬件设备的热学、力学、电磁、电气等传感器实现，可呈现硬件运行过程中各关键芯片/部件的温度、电流、电压、应力等物理环境信息。

状态模型：在设备运行时产生，属于动态模型，以数学模型的形式存在，通过硬件设备的专用芯片、驱动、操作系统等基础软件实现，可呈现硬件设备中CPU资源、内存资源、磁盘资源、网络资源等各类硬件资源状态信息。

2）舰船信息基础设施数字装备中软件服务的数字模型

在数字装备软件服务基础资源模型中，通过各类IaaS服务、PaaS服务等软件服务实现，可呈现计算资源、存储资源、网络资源、显控资源等各类硬件基础资源信息，以及软件服务状态、联通关系等软件基础资源信息。

在数字装备软件服务应用视角模型中，可呈现作战系统、平台系统等不同应用用户的基础资源占用信息。

2.2.3 舰船信息基础设施孪生数据

孪生数据是舰船信息基础设施数字孪生装备的核心驱动力，物理装备与数字装备基于孪生数据才能实现交互联动、虚实共生，提供数字孪生装备的各种功能、服务。舰船信息基础设施孪生数据包括：

1）装备的外观尺寸、材质效果、内部结构、空间位置和装配关系等数据，用于构建硬件设备的几何模型，支撑实现装备的可视化呈现；

2）装备的温度、电流、电压、应力等数据，用于构建硬件设备的物理模型，支撑实现装备的状态监测、故障诊断、故障预测等健康管理功能；

3）装备的能力数据、资源数据等，用于构建硬件设备的状态模型和软件服务的基础资源模型，能够有效支持装备的资源动态监控、规划、分配，支撑实现装备的自主运行、人机协作和机间协作；

4）装备的应用数据等，结合软件服务的应用视角模型，能够有效支撑装备资源的调度优化、系统重构等服务。

孪生数据由物理装备的真实数据、数字装备的仿真数据组成，涵盖了舰船信息基础设施数字孪生装备的全生命周期过程中产生的数据，可实现物理装备与数字装备之间实时、准确的虚实映射。

2.2.4 舰船信息基础设施孪生服务

孪生服务封装、隔离了不同物理装备的软硬件差异，实现物理装备与数字装备之间的数据感知与仿真，基于物理装备、数字装备的各类功能，面向不同的专业应用需求，提供具有标准规范、可定制、易扩展、安全可靠的数字孪生服务，并支持多模态人机交互手段。舰船信息基础设施孪生服务分为虚实接口层、数据管理层和孪生服务层。

虚实接口层：包含IaaS层、PaaS层软件服务接口协议，IPMI、SNMP物理设备接口协议及其他北向接口协议，实现物理装备与数字装备之间的信息感知、数据同步和远程驱动；

数据管理层：对基于虚实接口层采集到的各类数据进行预处理并持久化存储下来，形成平台数据库资源，主要包含设备设计数据库、设备试验数据库、设备生产数据库、运行状态数据库、数据孪生模型库、仿真规则数据库等，数据管理层为孪生服务层提供数据支撑；

孪生服务层：基于虚实接口层和数据管理层，面向物理装备提供物理装备接入、物理装备管理等服务，面向数字装备提供数字装备构建、数字装备管理等服务，面向孪生数据提供孪生数据管理、孪生数据检索等服务，面向用户提供配置管理、系统管理、人机交互管理界面等服务。

舰船信息基础设施孪生服务，支撑用户结合需求构建应用场景，如结合图形展示、增强现实、虚拟现实、机器学习等技术，构建舰船信息基础设施三维立体展示场景，实现设备健康管理、增强现场维修以及培训学习等功能，提升设备全生命周期管理的智能化水平。

2.2.5 舰船信息基础设施连接交互

舰船信息基础设施连接交互实现各组成部分的互联互通，由通信环境、接口协议、IO设备及相关要素组成。连接交互作为物理装备、数字装备、孪生数据、孪生服务以及外部对象之间连接交互的桥梁，为实现数字孪生装备内部的协作与交互、数字孪生装备之间的协作与交互、人与数字孪生装备之间的协作与交互提供支持，其连接关系见图2。

从单个数字孪生装备的角度来看，数字孪生装备内部的各组成部分相互独立，需要通过连接交互来实现物理装备、数字装备、孪生数据、孪生服务之间的协作与交互，并最终形成数字孪生装备能力。从多个数字孪生装备的角度来看，单个数字孪生装备作为一个整体，所以需要通过连接交互与不同的数字孪生装备进行协作与交互，最终实现多机状态、集群任务和全域目标等信息的共享和协同。从人与数字孪生装备的角度来看，装备与人无法直接交流和沟通，且人类的行为具有的极大的随机性和不确定性，为此需要连接交互作为人与数字孪生装备沟通的桥梁。

3 舰船信息基础设施数字孪生装备构建方法 3.1 舰船信息基础设施数字孪生装备总体架构

舰船信息基础设施数字孪生装备总体架构如图3所示。

基础设施层：既为舰船信息基础设施物理装备实体，又为数字孪生装备数字装备、孪生数据和孪生服务提供运行空间，包含硬件设备层和软件服务层。

数据感知层：实现基础设施层与和孪生服务层之间的互联，在舰船信息基础设施物理设备、IaaS层服务、PaaS层服务中，设置检测节点，实时采集硬件设备和软件服务的状态，通过感知网络，实现各类资源要素物联上网、数据信息实时采集。

孪生服务层：提供舰船信息基础设施孪生服务，包括孪生数据管理服务、数字装备构建服务、数字装备管理服务、物理装备管理服务、数字设备展示服务、孪生服务配置管理等内容，可以根据需求进行裁剪。

孪生应用层：基于孪生服务层，集成为完成的舰船信息基础设施数字孪生装备，提供孪生增强的舰船作战系统、编队系统、平台系统，以及孪生扩展的装备运维管理、装备辅助维修、人员培训训练等功能。

3.2 舰船信息基础设施数字孪生装备数据感知体系

本文基于舰船信息基础设施物理装备的组成，构建舰船信息基础设施数字孪生装备数据感知体系，见图4。

在硬件设备信息感知体系中，基于带外管理技术、网络管理技术等技术，构建带内、带外相结合的硬件设备数据感知体系，主要包含带外数据感知体系、带内数据感知体系和硬件设备数据感知总线。

在带外数据感知体系中，基于带外管理专用芯片构建模块级监控管理、机箱级监控管理二级带外管理体系，以满足舰船信息基础设施中操作系统异常状态下的数据感知需求，带外数据感知体系产生的数据通过智能平台管理接口（Intelligent Platform Management Interface，IPMI）协议汇至硬件设备数据感知总线。

在带内数据感知体系中，基于简单网络管理协议（Simple Network Management Protocol，SNMP）或RESTful协议汇聚各类数据至硬件设备数据感知总线。一是针对舰船信息基础设施物理装备中的网络资源监控管理要求，构建网络管理监控体系；二是针对舰船信息基础设施物理装备中的存储资源监控管理要求，构建存储管理监控体系；三是针对舰船信息基础设施物理装备中的设备资源监控管理要求，构建设备管理监控体系。最终各监控管理子体系通过IPMI/SNMP/RESTful协议接入硬件设备数据感知总线。

硬件设备数据感知总线屏蔽底层各种类型、不同生产厂商研制的设备的软件、硬件差异，为孪生服务层提供统一的监控管理接口。

在软件服务信息感知体系中，由下而上分为IaaS层信息感知体系和PaaS层信息感知体系。IaaS层信息感知体系包括对云平台服务、容器云服务、分布式存储服务等IaaS层服务资源的监控，一般通过管理节点接入数字孪生装备孪生服务，基于RESTful协议实现IaaS层服务的监控管理；PaaS层信息感知体系包括对大数据服务、数据库服务，大数据服务等PaaS层服务资源的监控，基于RESTful协议实现PaaS层服务的监控管理。

3.3 舰船信息基础设施数字孪生装备数据体系

本文基于舰船信息基础设施的现状，提出舰船信息基础设施数字孪生装备孪生数据体系，见图5。

在舰船信息基础设施数字孪生装备孪生数据体系中，按照设备类型分为计算存储设备、人机交互设备、网络交换设备、边缘处理设备四类孪生数据体系。以计算服务设备孪生数据体系为例，又细分为物理设备层、软件服务层数据体系。

硬件设备层数据体系包含几何模型、物理模型、状态模型3层数据体系。其中几何模型数据包括尺寸、重量、装配关系等数据，主要来源于设计时期的CAD图纸、技术设计文件，生产阶段的制造工艺、产品选型及试验阶段的各类试验数据等；物理模型数据包括温度、电流、电压等数据，主要来源于带外管理专用芯片，通过IPMI协议感知；状态模型数据包括CPU状态、内存状态等数据，主要来源于操作系统，通过SNMP/RESTful协议感知。

软件服务层数据体系包含基础资源模型、应用视角模型数据体系。其中基础资源模型数据包括计算资源、存储资源、网络资源等数据，主要来源于IaaS层服务，通过RESTful协议感知；应用视角模型数据包括大数据服务资源分布、数据库服务资源分布、网络资源分布等数据，主要来源于PaaS层服务，通过RESTful协议感知。

4 舰船信息基础设施数字孪生装备发展趋势

舰船信息基础设施的信息化、智能化发展起步较晚，数字孪生技术的应用尚处于研究、探索阶段，当前舰船信息基础设施在装备设计、验证、制造与测试等各阶段，存在装备数字化模型缺失、数据匮乏、数字化文档不齐全等问题^[5]。本文立足舰船行业信息基础设施技术现状，结合实际数字孪生装备发展应用需求，提出舰船信息基础设施数字孪生装备的发展趋势，见图6。

4.1 装备数字化阶段

装备数字化阶段是数字孪生装备发展的第一阶段，主要特征是完成装备数字化研制，实现装备数字化进程。实现装备在全生命周期过程（包括设计和验证、制造和测试、交付和培训、运维和管控、报废和回收）中实现数字化。装备数字化是完成装备智能化突破和孪生化跨越的基础，也是实现舰船行业数字孪生装备发展的必要条件。

为尽快实现舰船信息基础设施装备达到装备数字化的阶段性目标，需全面探索装备的数字化研制模式，全力、全面改进并推行装备在数字化设计和验证、制造和测试、交付和培训、运维和管控等过程中的新研制模式，建立装备在设计、制造、试验、维护等阶段的技术体系、规范，完善装备研制数字化要求，落实装备各研制阶段数字化支撑措施。

4.2 装备智能化阶段

装备智能化阶段是数字孪生装备发展的第二阶段，主要特征是完成装备孪生数据积累，实现装备智能化突破。基于装备数字化发展阶段的模型/知识/数据积累，通过大数据、人工智能等技术，实现数字孪生装备状态预测、智能分析、辅助决策等个性化智能化服务能力，是装备数字化阶段“量变引起质变”的必然结果，也是装备孪生化的前提条件。

为实现舰船信息基础设施装备达到智能化阶段，首先需要为装备数据的储存、预处理、数据表达建立统一、规范的技术体制，其次是积累足够的装备、模型资产数据和历史运行数据，建立装备模型库、数据库、历史知识库，再次是构建数据挖掘、智能分析、关联学习等智能算法库。

4.3 装备孪生化阶段

装备孪生化阶段是数字孪生装备发展的最终阶段，主要特征是可以自动调整自身状态以适应环境的变化，并可以自主融合、学习不同知识、规则，优化决策来实现装备智能化水平的不断提升。此阶段数字孪生装备能够自主感知、精确预测自身的健康状态，主动采取合理有效的应对方案和处理措施，并能够在用户行为数据的基础上，挖掘不同用户的个性、隐性需求，提供更为高效、友好、个性化的服务给用户，用户无需过多干预装备的运行，更多的是作为一个观察者和辅助决策者。

为实现数字孪生装备达到孪生化阶段的最终目标，需要基于多维、多层次的物理装备状态感知技术，通过多源异构数据融合技术、多维模型融合技术及实时数模互驱动仿真技术等，结合数据挖掘技术挖掘孪生数据的关联关系、隐性价值，并借助人工智能算法赋予数字孪生装备的自学习、自适应、自决策等孪生特性。

5 结　语

近年来，舰船信息基础设施装备的发展呈现出系列化、数字化、智能化的趋势，装备数智化升级需求态势明显。同时，国外舰船信息基础设施的数字化、智能化发展迅速，为我国带来了新的压力和挑战，数字孪生技术的蓬勃发展给舰船信息基础设施的数智化发展带来了新的机遇。为此，本文定义了舰船信息基础设施数字孪生装备的概念和组成，提出舰船信息基础设施数字孪生装备构建方法，并对团队已经开展的相关应用实践工作进行了介绍。本文提出舰船信息基础设施数字孪生装备的概念，以期能够作为未来舰船信息基础设施装备的一种典型范式，促进舰船信息基础设施装备的数字化赋能、数智化升级。