设为首页 收藏本站
您好,欢迎[登录]西安电子科技大学杭州研究院仪器设备共享中心。
系统信息:
  • 系统名称:数智孪生一体化开发验证演示平台

  • 系统功能简介及应用背景: 数字孪生是指针对物理世界中的物体,通过数字化的手段构建一个在数字世界中一模一样的实体,借此来实现对物理实体的了解、分析和优化。从更加专业的角度来说,数字孪生集成了人工智能(AI)和机器学习(ML)等技术,将数据、算法和决策分析结合在一起,建立模拟,即物理对象的虚拟映射,在问题发生之前先发现问题,监控物理对象在虚拟模型中的变化,诊断基于人工智能的多维数据复杂处理与异常分析,并预测潜在风险,合理有效地规划或对相关设备进行维护。随着航天器、飞机、船舶、雷达等大型复杂产品向智能化、精密化和光机电一体化的方向发展,产品零部件结构越来越复杂,装配与调整已经成为复杂产品研制过程中的薄弱环节。这些大型复杂产品具有零部件种类繁多、结构尺寸变化大且形状不规整、单件小批量生产、装配精度要求高、装配协调过程复杂等特点,其现场装配一般被认为是典型的离散型装配过程,即便是在产品零部件全部合格的情况下,也很难保证产品装配的一次成功率,往往需要经过多次选择试装、修配、调整装配,甚至拆卸、返工才能装配出合格产品。数字孪生同沿用了几十年的、基于经验的传统设计和制造理念相去甚远,使设计人员可以不用通过开发实际的物理原型来验证设计理念,不用通过复杂的物理实验来验证产品的可靠性,不需要进行小批量试制就可以直接预测运行瓶颈,甚至不需要去现场就可以洞悉产品运行情况。 通过设计工具、仿真工具、物联网、虚拟现实等各种数字化的手段,将物理设备的各种属性映射到虚拟空间中,形成可拆解、可复制、可转移、可修改、可删除、可重复操作的数字镜像,极大加速操作人员对物理实体的了解,可以让很多原来由于物理条件限制、必须依赖于真实的物理实体而无法完成的操作方式(如模拟仿真、批量复制、虚拟装配等)成为触手可及的工具,更能激发人们去探索新的途径来优化设计、制造和服务。 在研究初期前期,将方向定为各类型飞行平台和机器人/实体的数智孪生体构设,选型消费级无人机和机器实体进行虚拟映射和赛博互动,通过数据实时传输和迭代更新模型。在此基础上,进行行业应用级的无人机和机器人的数智孪生研究,并综合考虑现实环境与物理实体的相互作用和影响,将数智孪生体在虚拟环境中真实复现。之后,可以在数字虚拟域内对虚拟设备进行一系列实体设备不可能实现或者不方便的分析与操作,例如批量复制多进程并行预测分析和虚拟装配测试等,在减少实际设备损失等代价的前提下达到性能及时准确分析,预防破坏及毁损等功能,提供更全面的分析和预测能力为实体物理设备的优化和操作提供坚实的依据。 在研究技术成熟之后,可以进一步扩大研究领域和研究范围,在计算机辅助设计、产品全生命周期管理、赛博物理系统、云计算、工业互联网、智能制造和数字化管理,甚至在战场网络及频谱管理等领域发挥重要的作用。

设备清单:
  • 示波器、频谱仪、矢量网络分析仪、直流电源、综合测试仪、噪声系数分析仪、通用设备空中搭载平台、开放式多功能试验平台、散射特性测试教学演示及科研平台、无人机。

测试、科研内容:
  •       本实验室将利用构建的数智孪生一体化开发验证演示平台完成一系列物理世界实体设备对应的数智孪生验证演示系统,以探索验证数智孪生技术路径。具体要完成的科研任务为:

  • (1)建模。在工业级设备(机器人、无人机等等)的数智孪生测试中,首先需要对实体设备(例如,工业级无人机)进行建模,需采用通用设备中的示波器、电源等对实体设备中用到的硬件板卡进行性能分析与测试调试,了解实体物理设备的硬件性能;对于特殊的军用(如雷达、通信、导航等设备)设备,还需要用到综合测试仪、频谱仪等对设备的频谱、系统下变频模式测量、上下变频器测量等进行测试,以了解设备的相关性能;

  • (2)测试。将实体设备对应的数字模型数据保存至存储设备节点之中,还需要示波器、电源等设备对简历的模型进行测试,看是否与实际物理设备准确吻合;

  • (3)采集。将实体设备采集到的传感数据(形式可能是高维度的环境信息数据、地理图片信息、动态视频信息)通过无线网络发送自数据存储节点,可以使用矢量网络分析仪、综合测试仪或其他设备对网络环境进行分析,对于初期研究的消费级无人机设备集群(不低于3个)数据采集,测试指标有:  实体设备:各台续航不低于15分钟;载重不低于1.5kg;最大飞行高度3km;移动速度不低于2.5m/s;  数据传输:通信距离不低于10公里;双频通信(工作频率2.400-2.4835 GHz; 5.725-5.850 GHz);采集图像数据分辨率1080p;

  • (4)实现物理实体设备与数字虚拟设备的数据同步与行为同步;对于消费级无人机(例如:御Mavic 2专业版),测试指标为:  上下行控制数据传输延迟不高于2s;图像数据下行传输速率不低于10M/s,传输频率不低于3帧/s;其他环境数据或者自身行为数据(陀螺仪参数、加速计参数等)下行传输速率不低于2M/s;  上下行传输误码率:图像数据下行误码率不高于10-3;无人机行为参数下行误码率不高于10-4;控制参数数据上行误码率不高于10-4;

  • (5)存储。实现数据模型和传感参数的分布式存储。测试参数为:  最大数据存储量不低于300T;存储节点与计算服务站之间的数据传输速率达到万兆字节级别;

  • (6)分析。对于存储的海量数据进行分析和处理(利用人工智能、深度学习、自然语言处理、知识图谱等技术),分析得到设备实时的内外环境情况,对实体设备的运行提出指导意见。

系统图片: