دوقلوهای دیجیتال مؤلفه هوانوردی: طرحی مجازی برای عملکرد و پشتیبانی پیشرفته
مفهوم Digital Twin تحولی در هوانوردی ایجاد می کند و فراتر از شبیه سازی در سطح بدنه هواپیما به اجزایی است که پرواز را ممکن می کند. برای مدیران تدارکات و متخصصان تداوم، یک دیجیتال دوقلوی یک رله هوانوردی نظامی ، یک حسگر هوانوردی ، یا یک بخش موتور هوانوردی با کیفیت بالا بیش از یک مدل سه بعدی را نشان میدهد - این یک همتای مجازی زنده و مبتنی بر داده است که نحوه تعیین، نظارت، نگهداری و بهینهسازی سختافزار حیاتی را در کل چرخه عمر خود تغییر میدهد.
Aviation Component Digital Twin چیست؟
Digital Twin نمایشی پویا و مجازی از یک جزء یا سیستم فیزیکی است که در طول عمر خود با داده های همتای واقعی خود به روز می شود. این مدلهای هندسی، دادههای مهندسی، مدلهای شبیهسازی و دادههای عملیاتی بلادرنگ را برای ایجاد یک ردپای دیجیتال جامع ادغام میکند.
معماری چند لایه یک دوقلو دیجیتال کامپوننت:
- مؤلفه فیزیکی: آیتم ملموس، مانند کنتاکتور هوانوردی نظامی با شماره سریال منحصر به فرد، نصب شده بر روی هواپیما.
- مدل مجازی: نمایش دیجیتال با وفاداری بالا، شامل هندسه سه بعدی CAD، خواص مواد، و مدلهای شبیهسازی رفتاری (مانند تنش حرارتی، الکتریکی، مکانیکی).
- پیوند داده: اتصال (از طریق حسگرهای اینترنت اشیا، سوابق نگهداری و غیره) که داده های دنیای واقعی - لرزش، دما، تعداد چرخه ها، ساعت های عملیاتی - را به مدل مجازی تغذیه می کند.
- لایه تحلیل و هوش مصنوعی: نرمافزاری که دادههای دریافتی را پردازش میکند، آنها را با پیشبینیهای مدل مقایسه میکند و بینشهایی درباره سلامت، عملکرد و عمر مفید باقیمانده (RUL) ایجاد میکند.
کاربردهای عملی در سراسر چرخه حیات کامپوننت
دوقلوهای دیجیتال در هر مرحله، از خرید تا بازنشستگی، ارزش محسوسی را ارائه می دهند.
1. طراحی، توسعه، و صلاحیت
آزمایش و بهینهسازی مجازی: قبل از ساخت نمونههای اولیه فیزیکی، مهندسان میتوانند نحوه مدیریت فیوز هوانوردی جدید با جریانهای خطا یا نحوه توزیع تنش حرارتی توسط یک محفظه جدید سنسور هوانوردی را شبیهسازی کنند. این امر تحقیق و توسعه را سرعت می بخشد و خرابی های پرهزینه تست فیزیکی را کاهش می دهد.
2. تولید و تضمین کیفیت
مؤلفه «Born-Digital»: Digital Twin با دادههای «بهعنوان ساختهشده» - دستههای دقیق مواد، تحملهای ماشینکاری و نتایج آزمایشهای فردی از تولید آغاز میشود. این یک رکورد کیفیت تغییرناپذیر برای هر رله یا کنتاکتور ارسال شده ایجاد می کند.
3. عملیات حین سرویس و نگهداری پیش بینی
از زمانبندی تا تعمیر و نگهداری مبتنی بر شرایط: با مقایسه دادههای حسگر بیدرنگ (مثلاً از سنسور لرزش موتور هواپیما ) با مدل عملکرد مورد انتظار Digital Twin، هوش مصنوعی میتواند ناهنجاریهایی مانند سایش یاتاقان یا فرسایش تماس را در یک کنتاکتور از هفتهها قبل پیشبینی کند. این امر از خرابی برنامه ریزی نشده جلوگیری می کند.
4. پشتیبانی، تعمیر و تدارکات
راهنمای پیشبینی و تعمیر لوازم یدکی هوشمند: پیشبینی سلامت Digital Twin دقیقاً زمان نیاز به قطعه یدکی را نشان میدهد. برای تعمیرات پیچیده، تکنسین ها می توانند از پوشش های واقعیت افزوده (AR) از Digital Twin برای راهنمایی گام به گام، کاهش خطاها و زمان استفاده کنند.
محرک های صنعت، ادغام، و چشم انداز بازار روسیه
تحقیق و توسعه فناوری جدید و دینامیک کاربرد
تکامل به سمت دوقلوها (ادغام در سطح سیستم) و استقلال مبتنی بر هوش مصنوعی است.
- دوقلوهای دیجیتال فدرال: دوقلوهای جزئی جداگانه (مثلاً یک متر هوانوردی ، یک پمپ، یک دریچه) به هم وصل می شوند تا یک زیرسیستم دوقلو را تشکیل دهند، که به نوبه خود به دوقلو کامل هواپیما تغذیه می کند و مدیریت سلامت کل سیستم را ممکن می سازد.
- هوش مصنوعی برای تجزیه و تحلیل پیشبینیکننده و اقدامات تجویزی: فراتر از پیشبینی خرابی، هوش مصنوعی اقدامات تعمیر و نگهداری بهینه را پیشنهاد میکند (به عنوان مثال، «تمیز کردن مخاطبین در حال حاضر» در مقابل «تعویض در 50 چرخه») و حتی تنظیمات عملیاتی را برای افزایش عمر قطعه توصیه میکند.
- بلاک چین برای یکپارچگی داده های دوقلو: استفاده از فناوری دفتر کل توزیع شده برای اطمینان از اینکه داده های تاریخی در یک دیجیتال دوقلو (سوابق تعمیر و نگهداری، مالکیت) ضد دستکاری و کاملاً قابل ممیزی هستند و برای مؤلفه های با ارزش بسیار مهم است.
بینش: 5 اولویت دوقلو دیجیتال برتر برای هوانوردی روسیه و کشورهای مستقل مشترک المنافع
پذیرش در این منطقه با انگیزه برای حاکمیت تکنولوژیکی و چالش ناوگان میراث شکل گرفته است:
- توسعه بر روی پلتفرمهای نرمافزار داخلی (بهعنوان مثال، 基于 Р7-ОС، Astra Linux): ترجیح قوی برای پلتفرمهای Digital Twin که بر اساس سیستمعاملها و مجموعههای نرمافزاری توسعهیافته روسیه ساخته شدهاند تا از حاکمیت و امنیت دادهها، اجتناب از پلتفرمهای PLM/IIoT غربی، اطمینان حاصل شود.
- یکپارچهسازی با سیستمهای لجستیک و تعمیر و نگهداری دولتی (Единая система...): دوقلوهای دیجیتال مؤلفه باید دادهها را به سیستمهای مدیریت نگهداری و لجستیک حملونقل هوایی دولتی و یکپارچه وارد کرده و سفارشهای کاری را دریافت کنند.
- تمرکز بر پلتفرم قدیمی (به عنوان مثال، Su-24/25، Mi-8): ایجاد "دوقلوهای دیجیتالی مقاوم سازی شده" برای اجزای حیاتی در پلتفرم های قدیمی اولویت فوری بالاتری نسبت به طرح های جدید برای افزایش عمر مفید و مدیریت قطعات یدکی کمیاب است.
- استفاده محدود اما استراتژیک از هوش مصنوعی در پارامترهای کنترل شده: تجزیه و تحلیل هوش مصنوعی برای پیش بینی استفاده خواهد شد، اما احتمالاً با نظارت بیشتر انسان در حلقه و توسعه یافته توسط موسسات هوش مصنوعی داخلی تحریم شده است.
- تاکید بر امنیت سایبری و استقرارهای دارای شکاف هوایی: برای پلتفرمهای نظامی حساس، Digital Twins ممکن است در شبکههای ایزوله و دارای شکاف هوایی عمل کند. مؤلفهها و رابطهای داده آنها برای آسیبپذیریهای سایبری بالقوه معرفیشده توسط اتصال دوقلو مورد بررسی قرار میگیرند.
راهنمای گام به گام پیاده سازی کامپوننت دوقلوهای دیجیتال
برای سازمان هایی که به دنبال پذیرش این فناوری هستند، رویکرد مرحله ای کلیدی است:
- موارد استفاده با ارزش بالا را شناسایی کنید:
- با قطعاتی شروع کنید که خرابی آنها پرهزینه یا مخرب است: به عنوان مثال، مانیتورهای موتور هوانوردی با کیفیت بالا ، کنتاکتورهای پرقدرت یا LRUهای پیچیده. ROI اینجا واضح ترین است.
- بنیاد داده (رشته دیجیتال) را ایجاد کنید:
- اطمینان حاصل کنید که هر مؤلفه دارای شناسه منحصربهفرد است و دادههای «بهعنوان طراحی» (CAD)، «بهعنوان ساختهشده» (دادههای تولید)، و «بهعنوان نگهداریشده» (سابقه خدمات) آن را میتوان در یک سیستم مدیریتشده پیوند داد.
- پلتفرم دوقلو را انتخاب یا توسعه دهید:
- پلتفرمی را انتخاب کنید که بتواند با سیستم های مهندسی (PLM)، تعمیر و نگهداری (MRO) و عملیاتی (IoT) ادغام شود. الزامات امنیت فضای مجازی و ابری را در نظر بگیرید.
- اجزای ابزار و داده های اتصال:
- برای اجزای جدید، حسگرهای داخلی و پورت های داده را مشخص کنید. برای دارایی های موجود، از کیت های حسگر مقاوم سازی استفاده کنید. خطوط لوله داده ایمن را از هواپیما به دوقلو ایجاد کنید.
- توسعه و اعتبارسنجی مدل های تجزیه و تحلیل:
- با دانشمندان داده و کارشناسان حوزه کار کنید تا مدلهای مبتنی بر فیزیک و یادگیری ماشین بسازید که میتواند رفتار و شکست را بهطور دقیق از روی دادهها پیشبینی کند.
- ادغام در گردش کار و مقیاس:
- خدمه تعمیر و نگهداری و برنامه ریزان زنجیره تامین را برای استفاده از بینش دوقلوها آموزش دهید. با یک برنامه آزمایشی شروع کنید، ارزش را نشان دهید و سپس به انواع اجزای دیگر گسترش دهید.

YM: پیشگام در مولفه "Born-Digital".
در YM، ما برای آیندهای آماده میشویم که در آن هر جزء با قابلیت اطمینان بالا که ارسال میکنیم با هوشمند دیجیتال دوقلوی آن همراه باشد و محصولات ما را به شرکای دادهای بلندمدت برای مشتریانمان تبدیل کند.
مقیاس تولید و امکانات: جایی که دوقلو دیجیتال متولد می شود
سیستم اجرای پیشرفته تولید ما (MES) مهد دوقلوهای جزء ما است. برای هر رله یا حسگر هوانوردی نظامی تولید شده، MES به طور خودکار یک رکورد پایه دیجیتال دوقلو تولید می کند. این رکورد شامل اسکن سه بعدی واحد واقعی، شکل موج های آزمایش الکتریکی از زمان پذیرش نهایی، مقدار خاصی از مواد تماس مورد استفاده و حتی داده های محیطی از سلول تولیدی است. این «گواهی تولد» غنی، مبنای بیسابقهای برای مقایسههای سلامت در آینده فراهم میکند.
تحقیق و توسعه و نوآوری: اکوسیستم YM "TwinCore".
ما در حال توسعه ماژول داده های جاسازی شده "TwinCore" هستیم، یک برچسب الکترونیکی کوچک و ناهموار برای اجزای خود. این ماژول شناسه دیجیتال منحصر به فرد جزء، پارامترهای کلیدی "به عنوان ساخته شده" و یک گزارش حافظه امن را ذخیره می کند. در سرویس، میتواند رویدادهای چرخه حیات ضروری (تعداد چرخه، حداکثر دمای تجربه شده) را حتی اگر مؤلفه در یک گذرگاه داده زنده نباشد، ضبط کند. در طول تعمیر و نگهداری، یک تکنسین می تواند به صورت بی سیم از TwinCore استعلام کند تا فوراً به تاریخچه کامل دیجیتال و وضعیت دوقلوی فعلی قطعه دسترسی پیدا کند و شکاف بین دنیای فیزیکی و دیجیتال را پر کند.
استانداردها، مدل های داده و قابلیت همکاری
برای اینکه دوقلوهای دیجیتال در سراسر اکوسیستم ها موثر باشند، استانداردسازی بسیار مهم است.
- ISO 23247 (چارچوب دوقلو دیجیتال برای تولید): چارچوب و واژگان پایه ای را برای ساخت دوقلوهای دیجیتال ارائه می دهد.
- استانداردهای ASD/AIA (S系列): S1000D (انتشارات فنی)، S2000M (مدیریت مواد) و S3000L (تجزیه و تحلیل پشتیبانی لجستیک) قالبهای دادهای ساختاریافته را ارائه میکنند که میتوانند به Digital Twins وارد شوند و توسط آن غنی شوند.
- استانداردهای باز برای اینترنت اشیا و داده ها (OPC UA، MQTT): تبادل امن و معنایی داده از حسگرها و ماشین ها به پلتفرم دوقلو را فعال می کند.
- Asset Administration Shell (AAS) / Industry 4.0: یک مفهوم کلیدی برای استانداردسازی نمایش دیجیتالی یک دارایی و جلب توجه در تولید.
- استانداردهای داخلی روسیه (ГОСТ Р): انتظار توسعه آتی استانداردهای GOST حاکم بر فرمت های داده های دوقلو دیجیتال و امنیت برای استفاده در هوانوردی و دفاع روسیه را داشته باشید.
سوالات متداول (سؤالات متداول)
س: تفاوت بین Digital Twin و مدل 3D CAD ساده یا پایگاه داده رکورد نگهداری چیست؟
پاسخ: یک مدل سه بعدی CAD یک فایل طراحی ثابت است. پایگاه داده تعمیر و نگهداری سوابق تاریخی را در خود جای داده است. دیجیتال دوقلو پویا و یکپارچه است. این هندسه (اغلب جزئیات بیشتر از CAD) را ترکیب می کند ، فیزیک دنیای واقعی را شبیه سازی می کند، و به طور مداوم با داده های زنده و تاریخی به روز می شود تا وضعیت دقیق و داستان زندگی یک نمونه فیزیکی خاص، مانند شماره سریال SN12345 یک فیوز هوانوردی خاص را منعکس کند. این یک شبیه سازی زنده است، نه یک آرشیو یا یک نقاشی.
س: دوقلوهای دیجیتال چگونه بر فرآیند خرید قطعات تأثیر میگذارند؟
A: آنها تدارکات را از یک عملکرد معاملاتی به یک عملکرد استراتژیک و مبتنی بر داده تبدیل می کنند. RFP ها اکنون می توانند تامین کنندگان را ملزم کنند که یک تحویل دیجیتال دوقلو به عنوان بخشی از محصول ارائه دهند. این دوقلو ابزاری می شود برای:
- اعتبار سنجی ادعاهای عملکرد: شبیه سازی جزء در محیط خاص هواپیمای مجازی قبل از خرید.
- تضمین کیفیت و قابلیت ردیابی: دوقلو "به عنوان ساخته شده" مدرک غیرقابل تغییر کیفیت و منشأ مواد را ارائه می دهد.
- مدیریت کل هزینه چرخه عمر: پیش بینی دقیق نیازهای تعمیر و نگهداری و قطعات یدکی را فعال می کند و به تجزیه و تحلیل TCO اطلاع می دهد.
س: آیا Digital Twins فقط برای قطعات جدید و هوشمند با حسگرهای داخلی امکان پذیر است؟
پاسخ: خیر. رویکرد ترکیبی رایج و ارزشمند است. برای اجزای قدیمی مانند یک رله الکترومکانیکی سنتی، می توانید یک Digital Twin "سبک تر" ایجاد کنید. این دوقلو از مدل سهبعدی و حالتهای خرابی شناختهشده استفاده میکند و با ورودیهای تعمیر و نگهداری دستی (شمارش چرخه، نتایج بازرسی) بهجای دادههای حسگر زنده بهروزرسانی میشود. هنوز هم ردیابی و تخمین سلامت بهتری نسبت به سوابق کاغذی ارائه می دهد. همانطور که قطعات به روز شده یا جایگزین می شوند، می توان آنها را به دوقلوهای "هوشمندتر" ارتقا داد.
مراجع و مطالعه بیشتر
- سازمان بین المللی استاندارد (ISO). (2021). ISO 23247-1:2021 سیستم های اتوماسیون و یکپارچه سازی - چارچوب دوقلو دیجیتال برای تولید - قسمت 1: بررسی اجمالی و اصول کلی.
- ASD/AIA. (2022). S系列标准 (S1000D، S2000M، S3000L). انجمن صنایع هوافضا و دفاعی اروپا
- گریوز، ام.، و ویکرز، جی (2017). دوقلو دیجیتال: کاهش رفتارهای اضطراری غیرقابل پیش بینی و نامطلوب در سیستم های پیچیده. در دیدگاه های فرا رشته ای در مورد سیستم های پیچیده.