数字孪生驱动的机身形状控制方法

doi:10.3785/j.issn.1008-973X.2022.07.021

数字孪生驱动的机身形状控制方法

赵永胜^,, 李瑞祥, 牛娜娜, 赵志勇

1. 北京工业大学先进制造与智能技术研究所，北京 100020

2. 北京工业大学先进制造技术北京市重点实验室，北京 100020

3. 北京工业大学机械工业重型机床数字化设计与测试技术重点实验室，北京 100020

Shape control method of fuselage driven by digital twin

ZHAO Yong-sheng^,, LI Rui-xiang, NIU Na-na, ZHAO Zhi-yong

1. Institute of Advanced Manufacturing and Intelligent Technology, Beijing University of Technology, Beijing 100020, China

2. Beijing Key Laboratory of Advanced Manufacturing Technology, Beijing University of Technology, Beijing 100020, China

3. Machinery Industry Key Laboratory of Heavy Machine Tool Digital Design and Testing Technology, Beijing University of Technology, Beijing 100020, China

收稿日期: 2021-12-24

基金资助:

国家自然科学基金资助项目（52075012）；航天伺服驱动与传动技术实验室开放基金资助项目（LASAT-20210103）

Received: 2021-12-24

Fund supported:

国家自然科学基金资助项目（52075012）；航天伺服驱动与传动技术实验室开放基金资助项目（LASAT-20210103）

作者简介 About authors

赵永胜（1975-），男，教授，博导，从事机床动力学、非线性系统辨识、系统仿真与控制的研究.orcid.org/0000-0002-6592-8833.E-mail：yszhao@bjut.edu.cn , E-mail：yszhao@bjut.edu.cn

摘要

针对人工调整机身筒段形状过程中存在的精度低、效率低以及局部过大应力的问题，提出基于数字孪生驱动的机身形状控制方法，搭建融合形状控制策略优化算法和虚拟调试技术的数字孪生系统. 在实时数据的驱动下，实现机身形状控制系统物理空间与虚拟空间的数据交互、动态映射. 研究结合遗传算法和深度学习的形状控制策略优化问题，通过ANSYS批处理多载荷步的方法，验证形状控制策略的可用性，在保持机身筒段应力均衡的状态下调整机身形状. 实验结果表明，利用构建的数字孪生系统和形状控制策略，可以有效地将筒段形状控制精度提高25.8%，将筒段形状控制效率提高414.3%，将局部最大应力减小42.5%.

关键词： 数字孪生 ; 机身形状 ; 遗传算法 ; 深度学习 ; 策略优化

Abstract

A method of fuselage shape control based on digital twin drive was proposed in order to solve the problems of low precision, low efficiency and excessive local stress of manual adjustment. A digital twin system integrating shape control strategy optimization algorithm and virtual debugging technology was constructed. The digital twin system was driven by real-time data. The data interaction and the dynamic mapping between physical space and virtual space of fuselage shape control system were realized. The optimization problem of shape control strategy combining genetic algorithm and deep learning was analyzed. Then the availability of shape control strategy was verified through the ANSYS batch multi-load step method. The shape of fuselage was adjusted by maintaining the stress balance of fuselage barrel section. The experimental results show that the digital twin system and shape control strategy can effectively improve the control accuracy of fuselage barrel section shape by 25.8%, improve the control efficiency of fuselage barrel section shape by 414.3% and reduce the local maximum stress by 42.5%.

Keywords： digital twin ; fuselage shape ; genetic algorithm ; deep learning ; strategy optimization

PDF (1277KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

赵永胜, 李瑞祥, 牛娜娜, 赵志勇. 数字孪生驱动的机身形状控制方法. 浙江大学学报(工学版)[J], 2022, 56(7): 1457-1463 doi:10.3785/j.issn.1008-973X.2022.07.021

ZHAO Yong-sheng, LI Rui-xiang, NIU Na-na, ZHAO Zhi-yong. Shape control method of fuselage driven by digital twin. Journal of Zhejiang University(Engineering Science)[J], 2022, 56(7): 1457-1463 doi:10.3785/j.issn.1008-973X.2022.07.021

飞机机身筒段是构成飞机气动外形的重要组成部分，具有尺寸大、形状复杂、容易变形等特点，前机身、中机身和后机身通常是在不同工厂分段制造，然后运输到一起进行对接，对接时薄壁机身筒段通常会因为重力、制造误差、运输振动等原因发生不规则的形变，导致不能顺利装配对接. 在机身筒段对接前，需要调节机身筒段形状. 主机厂现有的机身形状调整方法为了在机身内部安装保形工装，通过人工测量和手动调整保形工装，使得机身形状达到基本一致；人工调整机身形状时以机身筒段形状为唯一衡量标准，缺少对筒段应力数据的实时监测，可能会导致出现筒段局部应力过大进而应力集中系数过高的情况，会对筒段结构的安全造成一定的影响，因此需要可以提高机身形状控制精度和形状控制效率、减小局部最大应力的形状控制技术.

针对机身舱段对接过程中产生的变形和圆度超差问题，王清运等^[1]提出环形校正机构，基于多目标优化技术控制舱段变形量. Wen等^[2]提出复合机身形状控制系统，通过有限元分析对形状控制系统进行可行性分析，开展应力、应变分析实验. Du等^[3]针对机身装配对接前的初始间隙，提出基于稀疏学习模型的形状控制策略，减小了两个机身之间的最大间隙. Yue等^[4]提出基于替代模型的控制策略，研究复合机身的不确定性，通过有限元分析和多变量优化计算机身形状控制执行器的最佳动作. 以上传统形状控制技术对调整机身筒段形状、减小机身对接误差具有重要的意义.

在工业4.0、中国制造2025大背景下，数字技术驱动的智能制造模式成为未来趋势，物理空间与虚拟空间的集成与交互变得越来越重要. 数字孪生（DT）作为虚拟的融合技术，旨在为每个物理实体创建高保真度的虚拟模型，以模拟物理实体的状态和行为，具有评估、优化和预测的能力^[5]. 作为现实的数字表示形式，数字孪生与现实无缝衔接映射，不仅能够感知和处理当前的环境和情况，还可以模拟和预测即将出现的状况，针对自身情况和既定目标做出决策，主动与现实交流信息^[6]. 数字孪生在诞生之初被应用于航空航天，用于设计航天器和模拟飞机飞行的行为^[7-10]. 随着网络物理系统（CPS）和物联网（IOT）的快速发展，不同领域的研究人员都试图将物理系统连接至计算机和通信系统以收集信息，充分利用物理模型、传感器更新、运行历史等数据. 2012年美国宇航局NASA给出最普遍认可的数字孪生定义，“一个集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程^[11]. ”成飞集团在飞机总装领域研究数字孪生和数据驱动生产控制的关键技术，为飞机数字总装车间的建设提供了参考^[12]. 陶飞团队提出数字孪生五维模型^[13]，总结了数字孪生的使能技术与现有的工具体系^[14]，开创性地制定了数字孪生技术的标准体系框架^[15]，提出大型卫星工程和风机工程的全生命周期管理数字孪生解决方案^[16]. 在陶飞团队的五维模型体系框架指引下，徐慧等^[17]提出化纤长丝落卷作业优化系统，开展实际落地应用. 张佳朋等^[18]提出基于数字孪生的航天器装配质量在线监控与预测方法. Li等^[19]提出基于数字孪生的虚拟传感器，用于辅助监测挖泥船的施工状态. Xu等^[20]提出数字孪生驱动的发动机气体交换系统虚拟优化方法，通过实际测量与虚拟制造的数据交互，为实际制造与装配提供合理的优化校正.

以上对数字孪生的研究侧重于产品的整体生产过程和总体质量控制，在智能制造领域，数字孪生被定义为生产系统的虚拟表示，物理模型和虚拟模型以交互同步的方式在不同环境里运行^[21-23]. 针对机身制造过程中存在的形状控制精度低、稳定性差和应力变化大等问题，本文提出数字孪生驱动的机身形状控制优化方法. 融合深度学习算法和虚拟仿真技术，开发基于数字孪生的虚拟传感器和虚拟调试技术，提高机身筒段形状控制精度和形状控制效率，减小筒段局部最大应力.

1. 机身形状控制数字孪生系统的构建

在机身形状的调整过程中，须考虑形状控制精度、形状控制效率和筒段应力变化等因素，利用数字孪生技术中的虚拟调试技术可以迭代优化形状调整策略，以达到形状控制精度的要求和应力变化的要求. 针对机身形状和应力的调整要求，基于数字孪生五维模型^[24]，设计机身形状调整的数字孪生系统，如图1所示.

图 1

新窗口打开| 下载原图ZIP| 生成PPT

图 1 机身形状调整数字孪生系统架构

Fig.1 Digital twin system architecture of fuselage shape adjustment

机身形状调整数字孪生系统由5部分组成，包括机身形状调整物理实体，机身形状调整虚拟模型，负责机身应力预测、策略优化、虚拟调试功能的服务系统，物理实体、虚拟模型和服务融合生成的孪生数据，以及各部分数据之间的连接，各组成部分具体如下.

物理实体是构建映射模型的基本条件，包括各个子系统及部署的传感器，按子系统分类分为机身筒段主体、形状测量系统、形状控制系统和应力监测系统. 物理实体具备筒段形状信息和应变信息的采集功能和上传功能以及根据上位机指令的执行功能，能够为信息的互联互通和模型的迭代交互提供支持.

机身筒段虚拟模型是能够反映物理实体的高保真模型，该模型包括几何模型、规则模型和演化模型. 几何模型能够描述机身筒段几何参数和装配关系，规则模型能够根据机身形状调整标准，指导机身筒段孪生模型运行和演化，演化模型能够使虚拟模型与物理实体的状态变化保持同步.

孪生数据是数据驱动映射模型的关键，孪生数据多维度、全方面地描述了机身筒段模型的状态. 机身的孪生数据主要包括筒段形状信息、传感器采集信息、形状调整策略信息、形状调整专家知识库、形状调整历史数据. 数据等. 物理实体和虚拟模型的运行状态数据、虚拟调试数据和衍生数据都汇总到孪生数据，开展知识融合.

服务系统是指基于孪生数据为机身筒段形状调整提供应力预测、策略优化和虚拟调试等功能. 服务系统以友好的人际交互界面提供数据监控与执行命令的功能，用户可以根据服务系统监测机身筒段的形状变化、应力变化，通过指令调整机身筒段的形状，对机身筒段的状态进行监测.

连接是实现物理实体与虚拟模型信息同步的关键技术，包括物理实体、虚拟模型、孪生数据、服务中任意模块的连接. 通过传感器采集机身筒段的运行状态，将其同步至孪生数据和虚拟模型. 虚拟模型引用服务中的工具对模型进行虚拟调试，再根据闭环反馈将仿真信息同步至孪生数据，指导机身筒段进行形状调整，实现机身筒段形状调整数字孪生系统的闭环反馈.

2. 数据驱动的机身形状控制策略

基于构建的机身形状控制数字孪生模型，考虑形状控制过程中机身出现的应力过大问题，提出机身形状控制策略优化算法. 在调整筒段形状的同时保证筒段的性能安全，通过调整6个支撑模块之间的运动逻辑，在调整筒段形状的同时，减小筒段局部的最大应力，提高筒段的安全性能，具体的策略如图2所示. 将机身筒段形状数据导入策略优化模块，结合深度学习和遗传算法制定并优化形状控制策略，将优化后的策略在仿真软件中进行虚拟调试，验证当前控制策略对应的筒段应力安全性.

图 2

新窗口打开| 下载原图ZIP| 生成PPT

图 2 机身形状控制的流程图

Fig.2 Flow chart of fuselage shape control

采集机身筒段的形状信息. 使用形状测量工装绕筒段中心旋转一周，由位移传感器采集12个筒段标记点的位置数据，与理论数模进行比较，计算筒段形变数据.

基于双向长短期记忆神经网络（BiLSTM），构建筒段形状与应力之间的关系. 筒段形状用6个支撑点位置表示，模型输入为6个支撑点位置，模型输出为1个监测点应力. 根据筒段形状控制历史数据训练应力预测模型，采集筒段不同形状状态下的形状与应力，验证应力预测模型的准确度. 通过在筒段长桁上施加重物来改变筒段形状，以模拟重力和运输振动对筒段造成的不规则变形. 采集筒段变形数据，选择2个变形较大的监测点的数据对应力预测模型进行测试. 如图3所示为模型测试过程中的筒段真实应变和预测应变的对比图. 图中，t为时间，ε为应变. 实验结果表明，机身筒段形状调整的应力预测精度分别达到95.69%和97.87%，故应用BiLSTM网络预测的机身筒段应力可以基本反映真实的机身筒段应力.

图 3

新窗口打开| 下载原图ZIP| 生成PPT

图 3 预测应力与实际应力的对比

Fig.3 Comparison of predicted stress and actual stress

策略优化模块基于遗传算法制定机身形状控制策略，结合应力预测模型对策略进行应力预测并优化机身形状控制策略. 为了提高策略优化速度与减小计算量，提出分阶段优化形状控制策略，如图4所示. 将策略按形变量等长分为30个阶段，针对每个阶段分别计算形状控制逻辑，将30个阶段控制逻辑组合为整体的筒段形状控制策略，每个阶段中染色体编码只有6个基因（S1~S6），S1~S6分别对应6个支撑模块的位置参数. 利用分阶段优化形状控制策略，可以有效地提高策略优化速度. 机身形状控制策略的制定与优化方案如图5所示.

图 4

新窗口打开| 下载原图ZIP| 生成PPT

图 4 分阶段形状控制策略

Fig.4 Phased shape control strategy

图 5

新窗口打开| 下载原图ZIP| 生成PPT

图 5 机身形状控制策略优化的流程

Fig.5 Flow of fuselage shape control strategy optimization

将机身形状控制策略以多载荷步的形式转化为ANSYS APDL命令流，逐步分析虚拟仿真结果中的筒段形状变化数据与局部应力数据. 若出现局部应力过大的情况，则再次优化形状控制策略.

将虚拟调试正常的形状控制策略转化为运动控制卡命令，分多阶段发送给形状控制系统. 每个形状控制阶段执行结束后，测量筒段形状变化与虚拟调试结果的偏差. 若偏差超过阈值，则重新优化形状控制策略.

3. 实验验证

针对机身筒段形状控制精度低和局部应力过大的问题，以机身筒段形状控制为主要研究对象，开发机身筒段形状控制数字孪生系统并进行算法研发与实验验证，分别从机身筒段实时数据采集与交互、形状控制策略优化、形状控制策略虚拟调试和筒段应力预测等方面进行相关的研究与系统功能研发.

以机身筒段形状调整试验台为研究对象，如图6所示，试验台主要由机身筒段、形状控制系统、形状测量系统、应变监测系统组成. 其中机身筒段直径为1 225 mm，形状控制系统包括6个支撑模块. 筒段形状控制支撑点的位置和数量通过Design Modeler优化确定，以筒段的整体形状控制误差为优化目标，确定形状控制支撑模块数量为6，根据筒段局部最大应力计算出支撑模块位置. 6个应变监测点布置在距离支撑点2 mm处，每个监测点贴有1个电阻应变片，用于采集筒段形状控制过程中的应变. 形状检测传感器可以绕筒段中心旋转，测量筒段圆桁上标记点的位移. 圆桁结构大、易变形，长桁刚性较强、不易变形，所以标记点布置在变形较大的圆桁与2根长桁接触点中间的位置上，位置如图7所示.

图 6

新窗口打开| 下载原图ZIP| 生成PPT

图 6 机身筒段形状调整的试验台

Fig.6 Test bench for shape adjustment of fuselage tube section

图 7

新窗口打开| 下载原图ZIP| 生成PPT

图 7 机身变形的示意图

Fig.7 Schematic of fuselage deformation

机身筒段在静置的状态下受重力影响，筒段顶部向下偏移，两侧向外偏移，如图7所示为筒段变形示意图.

在筒段静置的状态下，测量图7中筒段12个标记点的变形情况，变形数据如表1所示. 表中，ΔS为筒段标记点的变形量.

表 1 机身变形测量的结果

Tab.1 Result of fuselage deformation measurement

序号	ΔS/mm	序号	ΔS/mm
1	5.44	7	−13.25
2	6.41	8	−10.64
3	1.86	9	−2.33
4	−3.36	10	1.04
5	−9.03	11	8.31
6	−12.87	12	7.36

新窗口打开| 下载CSV

将机身筒段变形数据导入形状控制策略优化模块，基于遗传算法生成适应筒段当前变形状态的形状控制策略. 根据应力预测模型计算当前策略对应的筒段应力，通过对比得到适应筒段当前变形状态的最佳形状控制策略，具体的形状控制策略如表2所示. 表中，S1~S6分别表示在每个形状控制阶段6个支撑模块的位置参数，形状控制过程分为30个阶段.

表 2 机身的形状控制策略

Tab.2 Fuselage shape control strategy

阶段	S1	S2	S3	S4	S5	S6
1	5.03	−1.12	−12.91	−13.35	−2.27	6.83
2	4.96	−0.83	−12.65	−13.06	−2.66	6.35
3	4.88	−0.62	−12.32	−12.74	−2.76	6.06
4	4.85	−0.57	−11.83	−12.28	−2.65	5.74
5	4.56	−0.42	−11.36	−11.72	−2.48	5.35
6	4.24	−0.45	−10.84	−11.23	−2.27	4.93
7	3.98	−0.54	−10.38	−10.75	−2.07	4.54
8	3.62	−0.58	−9.87	−10.24	−1.89	4.18
9	3.32	−0.69	−9.39	−9.78	−1.68	3.77
10	3.14	−0.64	−8.84	−9.29	−1.45	3.33
11	2.83	−0.58	−8.31	−8.77	−1.22	2.93
12	2.54	−0.55	−7.82	−8.22	−1.04	2.56
13	2.39	−0.46	−7.35	−7.74	−0.86	2.39
14	2.04	−0.47	−6.86	−7.26	−0.68	2.08
15	1.86	−0.32	−6.38	−6.72	−0.47	1.87
16	1.67	−0.33	−5.82	−6.23	−0.38	1.69
17	1.48	−0.36	−5.33	−5.77	−0.39	1.49
18	1.22	−0.25	−4.84	−5.24	−0.27	1.26
19	1.04	−0.28	−4.32	−4.76	−0.25	1.08
20	0.86	−0.22	−3.81	−4.28	−0.22	0.87
21	0.78	−0.17	−3.32	−3.78	−0.16	0.78
22	0.69	−0.16	−2.83	−3.27	−0.15	0.65
23	0.51	−0.14	−2.35	−2.75	−0.13	0.52
24	0.42	−0.05	−1.81	−2.22	−0.02	0.46
25	0.34	−0.13	−1.35	−1.74	−0.08	0.33
26	0.29	0.05	−0.81	−1.27	0.07	0.29
27	0.27	0.11	−0.33	−0.75	0.16	0.28
28	0.23	0.09	0.16	−0.25	0.22	0.12
29	0.19	0.13	0.21	0.16	0.16	−0.08
30	0.13	−0.09	0.17	0.13	0.08	−0.18

新窗口打开| 下载CSV

为了实现机身筒段形状控制策略的虚拟仿真调试，将机身筒段数字孪生系统与ANSYS APDL相结合，如图8所示. 基于ANSYS的批处理功能，将机身筒段数字孪生模型导入ANSYS中，根据形状控制策略生成APDL命令流文件，将筒段多阶段形状控制以多载荷步的形式进行仿真调试，通过调整筒段模型支撑点位移约束的方式实现筒段形状参数调整，再将仿真计算结果反馈给机身筒段数字孪生系统，对仿真应力超过阈值的载荷步再次进行形状控制策略优化和虚拟调试.

图 8

新窗口打开| 下载原图ZIP| 生成PPT

图 8 形状控制策略的仿真环境

Fig.8 Simulation environment of shape control strategy

ANSYS虚拟调试实验结果显示，在虚拟调试过程中的第29个形性策略阶段，筒段圆桁第3个支撑位置出现较大应力32.57 MPa，但远远小于材料7075铝合金屈服强度455 MPa，所以形状控制策略符合技术要求. 将经过仿真验证的形状控制策略传输给形状控制系统，开展机身筒段物理实体形状的调整. 在形状控制过程中存在不可避免的控制误差，随着筒段形状的调整，预先制定的形状控制策略可能不再适用，因为实时仿真代价较高，不能在形状调整的同时进行筒段应力的仿真，将形状控制过程按筒段最大形变量W分为5个阶段（50%、20%、15%、10%、5%），每个阶段的形状调整执行前，都按照最新形状进行策略优化和虚拟调试，保证了机身形状控制过程中的形状控制精度和应力安全性.

在筒段形状调整完成后，测量筒段12个标记点的变形情况，变形数据如表3所示.

表 3 机身变形测量的结果

Tab.3 Result of fuselage deformation measurement

序号	ΔS/mm	序号	ΔS/mm
1	0.16	7	0.23
2	0.21	8	0.13
3	0.11	9	−0.05
4	−0.07	10	−0.11
5	−0.12	11	0.08
6	0.18	12	0.13

新窗口打开| 下载CSV

实验结果表明，最大机身筒段变形量为±0.23 mm，满足筒段形状控制精度的要求±0.5 mm，形状控制过程中的最大应力32.57 MPa远远小于材料屈服强度，不会对筒段结构的安全性造成损坏. 历史数据中未经形状控制策略优化和虚拟调试的实验方案中，最大机身筒段变形量为±0.31 mm，筒段最大应力为56.64 MPa，筒段形状控制精度提高了25.8%，筒段最大应力减小了42.5%. 主机厂现有的手动测量和调整形状方法耗时约为6 h，在实验中，提出的形状控制策略耗时约为70 min，筒段形状控制效率提高了414.3%，主要耗时步骤为ANSYS虚拟调试环节. 由此可知，提出的基于数字孪生优化形状控制策略不仅提高了筒段形状控制精度，减小了筒段形状控制过程中的局部应力，而且有效地提高了筒段形状控制的效率.

4. 结　语

本文针对机身筒段形状控制精度低、形状控制效率低和易出现较大局部应力的问题，提出并构建基于数字孪生的机身筒段形状控制系统. 结合遗传算法和深度学习的筒段形状控制策略优化方法，通过ANSYS批处理的方式，多次对形状控制策略进行虚拟调试验证. 经实验验证可知，形状控制精度提高了25.8%，形状控制效率提高了414.3%，形状控制过程中的局部最大应力减小了42.5%，实现了基于数字孪生的机身形状控制完整闭环体系. 现阶段，侧重于提高筒段形状控制精度和优化筒段局部应力功能的实现，未来将在机身筒段形状控制数字孪生系统中开发集成ANSYS虚拟调试功能，通过虚拟模型降阶减少模型仿真调试时间，构建能够实时虚拟验证与反馈调整的筒段形状控制数字孪生系统，促进数字孪生技术在智能制造研究领域中的发展.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

王清运, 刘勇, 徐志刚, 等

大型舱段校正机构设计与仿真分析

[J]. 机械设计, 2019, 36 (11): 25- 31