CN114970086A - 一种基于数据空间的复杂系统级数字孪生构建方法 - Google Patents

一种基于数据空间的复杂系统级数字孪生构建方法 Download PDF

Info

Publication number
CN114970086A
CN114970086A CN202210365911.9A CN202210365911A CN114970086A CN 114970086 A CN114970086 A CN 114970086A CN 202210365911 A CN202210365911 A CN 202210365911A CN 114970086 A CN114970086 A CN 114970086A
Authority
CN
China
Prior art keywords
space
data
state
guarantee
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210365911.9A
Other languages
English (en)
Other versions
CN114970086B (zh
Inventor
程颖
刘洪廷
高燕姗
陶飞
戚庆林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN202210365911.9A priority Critical patent/CN114970086B/zh
Publication of CN114970086A publication Critical patent/CN114970086A/zh
Application granted granted Critical
Publication of CN114970086B publication Critical patent/CN114970086B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于数据空间的复杂系统级数字孪生构建方法,包括:构建复杂系统级数字孪生的模型空间、复杂系统级数字孪生的数据空间;定义保障要素、要素类群、作业群组对应的网络节点、群落和路径图及其在保障过程中的时间和空间状态,构建复杂系统级数字孪生的状态空间;基于保障要素负载及作业流程执行、业务映射响应,构建复杂系统级数字孪生的行为空间,最终构建复杂系统级数字孪生的四维映射模型。本发明有效描述并关联复杂系统中各个构成元素的模型、数据、状态与行为,为复杂系统及其运行过程的表征、分析与优化决策等提供依据,有利于提高复杂系统运行效率和调控能力,使舰面保障系统数字孪生与现实舰面保障系统精准同步运行。

Description

一种基于数据空间的复杂系统级数字孪生构建方法
技术领域
本发明属于一种面向服务的典型复杂系统——舰面保障系统中数字孪生的应用技术领域,其中涉及一种基于数据空间的复杂系统级数字孪生构建方法。
背景技术
舰面保障系统是用于指挥和保障多型舰载机群在甲板上各类保障作业的工程系统,对舰载机的出动回收效能起着关键性的影响。舰面保障系统保障作业过程中,飞机涉及的保障工序繁多,需要完成充氧充氮、加油、挂弹等一系列工序,实现飞机起飞降落、调运、飞机保障等功能,整个系统中包含了整体的保障作业计划、各项保障作业以及保障作业开展过程中所涉及到的人员、设备和环境要素,其中涉及到数百个人员站位、多个作业阶段、百余项保障作业和上千套设备,是一个典型的复杂系统工程。其复杂性体现为,HB系统由强实时、准实时、非实时多型异构系统组成,其可靠性、安全性、技术体制与研发管理都存在差异。其所涉及的作业流程复杂,包含多个作业阶段,众多设备、人员和作业活动,任务的完成需要依靠人员、场景、环境等多主体协同,不仅依靠各部门资源相互协同,共同完成保障任务,还需要对资源进行合理的规划。同时,舰面保障系统是一个多任务并行的系统,保障、调运、起飞、着舰等不同作业同时执行,在有限的保障资源与空间位置的条件下,非同质作业之间可能会存在时间和空间上的冲突,且系统时刻处于动态变化的过程中,难以事先精确求解以预先安排。因此,通过分层级描述复杂系统成为关键,通过对系统中保障要素构建数字孪生模型,能够为保障系统进行精细化的描述,为之后解决调度与决策等提供依据,以支撑舰面保障系统科学可控地运行。同时也有利于提升舰面保障系统保障能力与可靠性。
随着舰面保障系统的发展,传统的基于还原论的设计过程,即将复杂大系统分解为不同的模块,然后分别实现,再还原成大系统的方式在一定程度上忽略了模块之间的交互特性,难以应对大系统的复杂性,难以描述多种功能与多种要素间的映射关系。因此,通过一种新的方法实现对舰面保障系统的构模,对其中的模型、数据、状态、行为进行舰面保障系统的分析与度量,有效地实现对系统保障过程的刻画,对提升舰面保障系统的保障能力、维护系统可靠运行具有重要意义。
发明内容
本发明要解决的技术问题为:克服现有舰面保障系统描述技术的不足,提出一种基于数据空间的复杂系统级数字孪生构建方法,构建一个针对舰面保障系统的数字孪生模型,该模型描述并关联了舰面保障系统的构成元素的模型、数据、状态与行为的数字孪生模型,解决了以往针对舰面保障系统这一复杂系统要素描述不全、关联关系不明、时空状态不齐等问题,为后续复杂系统及其运行过程的表征、分析与优化决策提供依据,提升舰面保障系统的运行效率和调控能力。
本发明解决其技术问题是采用以下技术方案实现的:一种基于数据空间的复杂系统级数字孪生构建方法,包括如下步骤:
步骤1:将复杂系统即舰面保障系统中的各种保障要素封装成为网络节点模型;基于要素节点功能属性和需求特征将要素节点聚类形成要素群落并构建要素网络群组模型;不同作业群组间根据作业任务流程形成作业群组网络路径模型;不同作业群组网络路径模型组合构成整个舰面保障系统孪生模型;进而形成舰面保障系统数字孪生的模型空间;
步骤2:将舰面保障系统中保障要素及其执行保障作业过程中产生的数据进行分类;挖掘数据间的显隐性关联,对数据的内在关联关系进行表征;根据孪生数据与保障业务间的映射关联关系,形成数据与作业的映射关联网络,对孪生数据的业务映射关联进行表征;进而构建舰面保障系统数字孪生的数据空间;
步骤3:基于步骤1和步骤2注入的模型与数据,描述保障要素、要素类群、作业群组及其对应的网络节点、群落、及路径图在保障过程中的时空状态及其特征;针对保障过程中的保障时序迁移、保障位置变换进行匹配,使得保障过程中时空变化保持一致;针对不匹配的保障要素时间、空间状态进行时空逻辑关系校准,并将校准结果返回状态空间描述,形成状态空间的时空状态闭环描述;进而构建舰面保障系统数字孪生的状态空间;
步骤4:根据舰面保障系统作业指令属性和需求特征,根据保障要素状态描述和业务映射关联分析,对保障要素的时空状态和业务映射约束条件分别进行判别;当时空状态与约束条件同时满足时,即完成保障要素与作业需求匹配,进而完成保障动作响应;将保障动作响应注入状态空间,针对动作响应后的舰面保障系统的时间、空间状态进行匹配与校准,提高动作响应的精准性;进而构建舰面保障系统数字孪生的动作空间;
步骤5:融合步骤1-4中生成的舰面保障系统级的数字孪生的模型空间、数据空间、状态空间和行为空间,构建舰面保障系统数字孪生的四维映射模型;舰面保障系统数字孪生四维映射模型基于数据空间,针对复杂系统的虚拟空间内数据运行流程及舰面保障系统状态,实现舰面保障系统的数字孪生体与现实世界中舰面保障系统的同步运行。
所述步骤1中,舰面保障系统数字孪生的模型空间构建如下:
(1)将舰面保障系统中的各种保障要素封装成为要素网络节点模型,保障要素类别包括保障人员、保障资源、保障环境
Figure BDA0003587016110000031
其中Ns为舰面保障系统数字孪生中保障要素类别的数目,Ni表示i类要素中要素节点的数目,f(m)表示不同的要素节点具有不同的功能属性,进而完成不同类别的保障作业;
(2)所封装的要素节点模型基于相同功能属性f(m)将要素节点聚类形成要素类群,进而形成网络群落
Figure BDA0003587016110000032
(3)不同作业群组间根据作业任务关联形成作业群落关联模型其包括舰面保障系统的各类二级子系统T(p)={G1,G2,...,Gn},其中n表示任务Tp中的单个作业群组个数;
(4)不同作业群落关联模型聚合形成整个舰面保障系统孪生网络模型Net={T(1),T(2),...}。
所述步骤2中,舰面保障系统数字孪生的数据空间构建如下:
(1)孪生数据空间中包含基本描述信息d1、感知环境数据d2、模型仿真数据d3和历史运行数据d4四种不同类别数据,数据类别定为class;所述基本描述信息d1指舰面保障系统的描述;感知环境数据d2指舰面保障系统所监测到的环境数据;模型仿真数据d3指舰面保障系统级数字孪生中包含的各类模型在运行过程中产生的多种仿真数据;历史运行数据d4指舰面保障系统历史运行过程中所产生的数据;
(2)孪生数据空间还包括上述四种数据之间它们融合而成的关联数据,对关联数据进行挖掘,分别定义为数据间的显隐性关联dd和作业业务映射关联dt;所述挖掘数据间的显隐性关联dd,所述dd为舰面保障系统中数据间的关联关系,所述显隐性关联dd,数据间的隐性关联主要包括数据间的各类关联数据;所述作业业务映射关联dt为数据空间中除数据间存在关联关系外,各类数据还与舰面保障系统中各种作业存在业务映射关联;
(3)所述数据空间内所有数据应包含data={class,relation{dd,dt}},其中class表示数据类型,dd表示数据间的关联关系,dt表示数据与作业任务间的业务映射关联。
所述步骤3中,状态空间构建具体步骤:
(1)根据舰面保障系统数字孪生的模型空间与数据空间中的信息,对舰面保障系统内的保障要素、要素群落及作业群组对应的网络节点、群落及路径图的时空状态及特征进行描述;定义时间状态T={tij},tij表示舰面保障系统中不同对象或对象的不同细节的不同步采样时间点,i表示时间状态,j表示时间采样来源;定义多尺度空间状态W={wij},wij表示舰面保障系统中多尺度下具体对象空间特征数据,其中i表示空间状态,j表示空间采样来源;假设舰面保障系统单个保障要素共采集到n个状态{S(tn1,wn1),S(tn2,wn2),...,S(tnm,wnm)},其中tnm表示第n个时间状态时,第m个时间采样来源采集时间值,wnm表示第n个空间状态时,第m个空间采样来源空间值;
(2)将采集到的多尺度时间状态变换到同一的融合的时刻,多尺度空间量经坐标变换到同一坐标系:
{S(t11,w11),S(t12,w12),...,S(t1m,w1m)}→S(t1,w1)
{S(t21,w21),S(t22,w22),...,S(t2m,w2m)}→S(t2,w2)
...
{S(tn1,wn1),S(tn2,wn2),...,S(tnm,wnm)}→S(tn,wn)
最终得到的状态空间含有n个状态:State={S(t1,w1),S(t2,w2),...,S(tn,wn)};
(3)针对舰面保障系统数字孪生的状态空间中不同步的时间量进行补偿,对在空间中相对距离造成的量测偏差进行补偿State′={S(t′1,w′1),S(t′2,w′2),...,St′n,w′n}},其中t′n表示对第n个不同步的时间量进行补偿之后的时间状态值,w′n表示对第n个不同步的空间量进行补偿之后的空间状态值;针对实际舰面保障系统状态空间中的各种时间量、空间量进行补偿后,存在的时空误差进行配准
Figure BDA0003587016110000041
其中
Figure BDA0003587016110000042
表示补偿后的第n个时间量与空间量的配准;将校准结果返回状态空间描述,形成状态空间的时空状态闭环描述State={S(t1,w1),S(t2,w2),...,S(tn,wn)}。
所述步骤4中,构建舰面保障系统数字孪生的行为空间具体如下:
(1)接收舰面保障系统保障流程输入的作业指令A_cin
(2)根据作业指令属性和需求特征,分别对舰面保障系统的保障要素负载及作业流程执行时空状态S(t,w)和业务映射响应约束条件C进行判定;
(3)当时空状态与映射约束条件同时满足时,进行动作响应A_cout
(4)通过将保障动作响应注入状态空间,进一步对舰面保障系统的时间空间的状态变换进行匹配与校准,提高动作响应的精准性。
所述步骤5中,舰面保障系统数字孪生的四维映射模型包括以下10个关联:
(1)模型空间与数字空间之间的映射关联①:模型空间内构建的要素、群落、作业、网络模型注入数据空间中,实现在数据空间中相关模型的基本描述数据的存储;
(2)数据空间与模型空间之间的映射关联②:数据空间内的模型相关数据注入模型空间中,实现对模型空间的信息交互;
(3)模型空间与状态空间之间的映射关联③:模型空间内构建的要素、群落、作业、网络模型注入状态空间中,实现对状态空间时空状态及其特征的描述;
(4)数据空间与状态空间之间的映射关联④:数据空间中的各类数据及数据间的关联关系注入状态空间中,实现对状态空间的时空状态及其特征的描述;
(5)状态空间与行为空间之间的映射关联⑤:状态空间中各类时空状态注入行为空间中,实现在作业响应之前对舰面保障系统时空状态的判别;
(6)模型空间与行为空间之间的映射关联⑥:模型空间中各类要素、群落、作业、网络模型注入行为空间中,实现在作业响应之间对复杂系统多层级模型关系的判别;
(7)数据空间与行为空间之间的映射关联⑦:数据空间中各类内在关联注入行为空间中,实现在作业响应之间对舰面保障系统约束关系的判别;
(8)行为空间与状态空间之间的映射关联⑧:行为空间内的动作响应注入状态空间中,实现作业响应之后的时间空间变换匹配;
(9)状态空间与数据空间之间的映射关联⑨:状态空间中作业响应之后的时空状态数据存储于数据空间中,实现对系统运行数据的存储;
(10)状态空间与模型空间之间的映射关联⑩:状态空间中作业响应之后的时空状态特征注入模型空间中,实现对模型空间内网络模型拓扑结构的修改;
所述舰面保障系统的四维空间间的映射关联关系为:所述状态空间与行为空间之间的映射关联⑤是基于状态空间与数据空间之间的映射关联⑨和数据空间与行为空间之间的映射关联⑦实现;状态空间与模型空间之间的映射关联⑩是基于状态空间与数据空间之间的映射关联⑨和数据空间与模型空间之间的映射关联②实现;舰面保障系统数字孪生的四维映射模型是通过数据空间完成其余三个空间的映射关联,舰面保障系统数字孪生的构建是基于数据空间的构建。
本发明与现有技术相比的优点在于:
(1)本发明的一种基于数据空间的复杂系统级数字孪生构建方法,它能有效地描述舰面保障系统中的模型、数据、状态与行为,为舰面保障系统的规则表征、调度决策提供依据,与现有技术相比,从复杂系统中的多网络层级出发,对舰面保障系统中的各类要素的模型、数据、状态及行为进行描述,构建出的舰面保障系统数字孪生体有利于提高舰面保障系统的作业效率,提升系统服务能力。
(2)本发明提出的一种基于数据空间的复杂系统级数字孪生四维映射模型,通过描述舰面保障系统中的模型、数据、状态与行为间的映射关联,为舰面保障系统级数字孪生运行机制提供依据,有利于提高复杂系统运行效率和调控能力。
(3)本发明中针对舰面保障系统的数字孪生中的模型、数据、状态与行为空间的构建以及四维空间间的映射进行描述,与现有的针对复杂系统特征描述的方法相比,本发明构建的模型更加全面地描述了舰面保障系统中的各种元素特征及元素间的关联关系,最终达到从一种独特且新颖的视角描述舰面保障系统的目的,有利于提高复杂系统运行效率和调控能力,使舰面保障系统数字孪生与现实舰面保障系统精准同步运行。
(4)本发明中针对舰面保障系统这类具备不同层级网络拓扑的复杂系统,对其中的多层级的保障单元进行封装,构建了舰面保障系统的模型空间,与现有的针对复杂系统的要素建模方法相比,本发明针对要素的建模更加具有层次性,更加清晰地描述了要素、群落、网络间的层次关系,最终清晰有序地描述了复杂系统及其物理模型的多层次模型,有利于提高复杂系统运行效率和调控能力,使舰面保障系统数字孪生与现实舰面保障系统精准同步运行。
(5)本发明中针对舰面保障系统中的多类数据,进行了数据分类及数据关联关系挖掘,实现了舰面保障系统数据空间,与现有的针对复杂系统的数据建模方法相比,本发明应用数据空间方法使得系统中全流程数据管理得到优化,并设计数据空间四维映射关联,使得数据空间不仅是存储数据的空间,更是整个舰面保障系统运行过程中的数据来源,最终达到针对物理对象及过程数据的孪生数据关联及全生命周期数据的汇聚与管理,有利于提高复杂系统运行效率和调控能力,使舰面保障系统数字孪生与现实舰面保障系统精准同步运行。
(6)本发明中针对舰面保障系统中的保障要素、要素类群、作业群组的时间和空间状态进行描述,实现了舰面保障系统的状态空间的构建,与现有针对复杂系统的时空状态建模方法相比,本发明在描述、匹配时空状态数据的基础上加入时空状态配准的步骤,实现了时空状态的闭环描述,最终达到针对物理对象及过程时空状态精准描述,有利于提高复杂系统运行效率和调控能力,使舰面保障系统数字孪生与现实舰面保障系统精准同步运行。
(7)本发明中针对舰面保障系统中的保障动作过程进行描述,实现了舰面保障系统动作空间的构建,与现有针对复杂系统的动作过程建模方法相比,本发明在进行舰面保障系统保障动作描述时,不仅考虑了保障动作指令本身,还考虑了舰面保障系统保障要素负载、作业流程执行状态、业务映射响应等条件,实现了保障作业动作精准描述,最终准确表征复杂系统中物理对象的行为、作业流程操作的动作行为,有利于提高复杂系统运行效率和调控能力,使舰面保障系统数字孪生与现实舰面保障系统精准同步运行。
(8)本发明中针对舰面保障系统数字孪生四维空间间的映射关联进行描述,构建了数字孪生的四维映射模型,描述了模型、数据、状态、动作之间的映射关联关系,最终实现了舰面保障系统数字孪生与现实舰面保障系统同步运行。
附图说明
图1是本发明的方法流程图;
图2是四维映射结构示意图。
具体实施方式
下面结合附图对本发明做进一步详细的描述。
如图1所示,本发明的方法具体实施方式如下:
步骤一:图1中模型空间1的构建,具体实施方式如下:
(1)针对舰面保障系统各类任务中涉及的保障要素封装成为要素网络节点模型,保障要素类别包括保障人员、保障资源、保障环境
Figure BDA0003587016110000071
其中Ns为舰面保障系统数字孪生中保障要素类别的数目,Ni表示i类要素中要素节点的数目,f(m)表示不同的要素节点具有不同的功能属性,进而完成不同功能类别的保障作业。
(2)根据所封装的要素节点模型基于相同功能属性f(m)将要素节点聚类形成具有某一具体功能要素类群,进而形成网络群落
Figure BDA0003587016110000072
例如在舰面保障系统中,具有加油功能的要素节点,聚类形成具有加油功能的要素类群。
(3)不同作业群组间根据这一作业任务关联形成作业群落关联模型其包括舰面保障系统的各类二级子系统T(p)={G1,G2,...,Gn},其中n表示任务Tp中的单个作业群组个数。例如在舰面保障系统中,进行加油作业的作业群组,根据作业任务的要素间的关联关系形成加油作业子系统。
(4)不同作业群落关联模型聚合形成整个舰面保障系统孪生网络模型Net={T(1),T(2),...},例如在舰面保障系统中,进行加油和加气等作业的各类二级作业子系统通过作业顺序形成舰面保障系统的孪生网络模型。
步骤二:图1中数据空间2的构建,具体实施方式如下:
(1)孪生数据空间中包含基本描述信息d1、感知环境数据d2、模型仿真数据d3和历史运行数据d4四种不同类别数据,数据类别定为class;所述基本描述信息d1指舰面保障系统的描述,包括人员数目、设备种类;感知环境数据d2指舰面保障系统所监测到的环境数据,包括温度、湿度、风向;模型仿真数据d3指舰面保障系统级数字孪生中包含的各类模型在运行过程中产生的多种仿真数据;历史运行数据d4指舰面保障系统历史运行过程中所产生的数据;
(2)孪生数据空间还包括上述四种数据之间它们融合而成的关联数据,对关联数据进行挖掘,分别定义为数据间的显隐性关联dd和作业业务映射关联dt;所述挖掘数据间的显隐性关联dd,所述dd为舰面保障系统中数据间的关联关系,所述显隐性关联dd,包括数据类别关联、从属关联,数据间的隐性关联主要包括数据制约关联、间接关联、内容关联、约束关联、目标关联、流程关联;所述作业业务映射关联dt为数据空间中除数据间存在关联关系外,各类数据还与舰面保障系统中各种作业存在业务映射关联;
(3)所述数据空间内所有数据应包含data={class,relation{dd,dt}},其中class表示数据类型,dd表示数据间的关联关系,dt表示数据与作业任务间的业务映射关联。
步骤三:图1中状态空间的构建3,具体实施方式如下:
(1)根据舰面保障系统数字孪生的模型空间与数据空间中的信息,对舰面保障系统内的保障要素、要素群落及作业群组对应的网络节点、群落及路径图的时空状态及特征进行描述;定义时间状态T={tij},tij表示舰面保障系统中不同对象或对象的不同细节的不同步采样时间点,i表示时间状态,j表示时间采样来源;定义多尺度空间状态W={wij},wij表示舰面保障系统中多尺度下具体对象空间特征数据,其中i表示空间状态,j表示空间采样来源;假设舰面保障系统单个保障要素共采集到n个状态{S(tn1,wn1),S(tn2,wn2),...,S(tnm,wnm)},其中tnm表示第n个时间状态时,第m个时间采样来源采集时间值,wnm表示第n个空间状态时,第m个空间采样来源空间值;
(2)将采集到的多尺度时间状态变换到同一的融合的时刻,多尺度空间量经坐标变换到同一坐标系;
{S(t11,w11),S(t12,w12),...,S(t1m,w1m)}→S(t1,w1)
{S(t21,w21),S(t22,w22),...,S(t2m,w2m)}→S(t2,w2)
...
{S(tn1,wn1),S(tn2,wn2),...,S(tnm,wnm)}→S(tn,wn)
最终得到的状态空间含有n个状态:State={S(t1,w1),S(t2,w2),...,S(tn,wn)};
(3)针对舰面保障系统数字孪生的状态空间中不同步的时间量进行补偿,对在空间中相对距离造成的量测偏差进行补偿State′={S(t′1,w′1),S(t′2,w′2),...,St′n,w′n}},其中t′n表示对第n个不同步的时间量进行补偿之后的时间状态值,w′n表示对第n个不同步的空间量进行补偿之后的空间状态值;针对实际舰面保障系统状态空间中的各种时间量、空间量进行补偿后,存在的时空误差进行配准
Figure BDA0003587016110000081
将校准结果返回状态空间描述,形成状态空间的时空状态闭环描述State={S(t1,w1),S(t2,w2),...,S(tn,wn)}。
步骤四:图1中4动作空间的构建,具体实施方式如下:
(1)接收舰面保障系统保障流程输入的作业指令A_cin
(2)根据作业指令属性和需求特征,分别对舰面保障系统的保障要素负载及作业流程执行时空状态状态S(t,w)和业务映射响应约束条件C进行判定;
(3)当时空状态与映射约束条件同时满足时,进行动作响应A_cout
(4)通过将保障动作响应注入状态空间,进一步对舰面保障系统的时间空间的状态变换进行匹配与校准,提高动作响应的精准性。
例如在舰面保障系统保障流程中收到加油作业指令后,动作空间通过对此时参与加油保障的各类要素的负载及此时作业流程的时空状态和与加油业务相关的约束条件进行判定;当时空状态与约束条件满足时,数字孪生内动作空间进行加油动作响应;加油动作完成后,将对状态空间中对应的参与加油的各要素的状态进行匹配与校准。
步骤四:图1中5四维映射及图2四维映射结构,具体实施方式如下:
(1)模型空间与数字空间之间的映射关联①:模型空间内构建的要素、群落、作业、网络模型注入数据空间中,实现在数据空间中相关模型的基本描述数据的存储;
(2)数据空间与模型空间之间的映射关联②:数据空间内的模型相关数据注入模型空间中,实现对模型空间的信息交互;
(3)模型空间与状态空间之间的映射关联③:模型空间内构建的要素、群落、作业、网络模型注入状态空间中,实现对状态空间时空状态及其特征的描述;
(4)数据空间与状态空间之间的映射关联④:数据空间中的各类数据及数据间的关联关系注入状态空间中,实现对状态空间的时空状态及其特征的描述;
(5)状态空间与行为空间之间的映射关联⑤:状态空间中各类时空状态注入行为空间中,实现在作业响应之前对舰面保障系统时空状态的判别;
(6)模型空间与行为空间之间的映射关联⑥:模型空间中各类要素、群落、作业、网络模型注入行为空间中,实现在作业响应之间对复杂系统多层级模型关系的判别;
(7)数据空间与行为空间之间的映射关联⑦:数据空间中各类内在关联注入行为空间中,实现在作业响应之间对舰面保障系统约束关系的判别;
(8)行为空间与状态空间之间的映射关联⑧:行为空间内的动作响应注入状态空间中,实现作业响应之后的时间空间变换匹配;
(9)状态空间与数据空间之间的映射关联⑨:状态空间中作业响应之后的时空状态数据存储于数据空间中,实现对系统运行数据的存储;
(10)状态空间与模型空间之间的映射关联⑩:状态空间中作业响应之后的时空状态特征注入模型空间中,实现对模型空间内网络模型拓扑结构的修改;
上述舰面保障系统的四维空间间的映射关联关系可见附图2。所述状态空间与行为空间之间的映射关联⑤是基于状态空间与数据空间之间的映射关联⑨和数据空间与行为空间之间的映射关联⑦实现;状态空间与模型空间之间的映射关联⑩是基于状态空间与数据空间之间的映射关联⑨和数据空间与模型空间之间的映射关联②实现。舰面保障系统数字孪生的四维映射模型是通过数据空间完成其余三个空间的映射关联,因此舰面保障系统数字孪生的构建是基于数据空间的构建。
综上所述,本发明提出一种基于数据空间的复杂系统级数字孪生构建方法。该方法包括以下模型空间中孪生模型构建、数据空间中孪生数据关联、状态空间中的时空状态匹配、行为空间中的动作行为表征及四维空间的映射关联模型构建5个步骤。一方面提出了一种基于数据空间的复杂系统级数字孪生构建方法,能有效地描述舰面保障系统中的模型、数据、状态与行为;另一方面提出了一种基于数据空间的复杂系统级数字孪生的四维映射模型构建方法,通过描述舰面保障系统中的模型、数据、状态与行为间的映射关联,为舰面保障系统级数字孪生运行机制提供依据。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种基于数据空间的复杂系统级数字孪生构建方法,其特征在于,包括步骤如下:
步骤1:将复杂系统即舰面保障系统中的各种保障要素封装成为网络节点模型;基于要素节点功能属性和需求特征将要素节点聚类形成要素群落并构建要素网络群组模型;不同作业群组间根据作业任务流程形成作业群组网络路径模型;不同作业群组网络路径模型组合构成整个舰面保障系统孪生模型;进而形成舰面保障系统数字孪生的模型空间;
步骤2:将舰面保障系统中保障要素及其执行保障作业过程中产生的数据进行分类;挖掘数据间的显隐性关联,对数据的内在关联关系进行表征;根据孪生数据与保障业务间的映射关联关系,形成数据与作业的映射关联网络,对孪生数据的业务映射关联进行表征;进而构建舰面保障系统数字孪生的数据空间;
步骤3:基于步骤1和步骤2注入的模型与数据,描述保障要素、要素类群、作业群组及其对应的网络节点、群落、及路径图在保障过程中的时空状态及其特征;针对保障过程中的保障时序迁移、保障位置变换进行匹配,使得保障过程中时空变化保持一致;针对不匹配的保障要素时间、空间状态进行时空逻辑关系校准,并将校准结果返回状态空间描述,形成状态空间的时空状态闭环描述;进而构建舰面保障系统数字孪生的状态空间;
步骤4:根据舰面保障系统作业指令属性和需求特征,根据保障要素状态描述和业务映射关联分析,对保障要素的时空状态和业务映射约束条件分别进行判别;当时空状态与约束条件同时满足时,即完成保障要素与作业需求匹配,进而完成保障动作响应;将保障动作响应注入状态空间,针对动作响应后的舰面保障系统的时间、空间状态进行匹配与校准,提高动作响应的精准性;进而构建舰面保障系统数字孪生的动作空间;
步骤5:融合步骤1-4中生成的舰面保障系统级的数字孪生的模型空间、数据空间、状态空间和行为空间,构建舰面保障系统数字孪生的四维映射模型;舰面保障系统数字孪生四维映射模型基于数据空间,针对复杂系统的虚拟空间内数据运行流程及舰面保障系统状态,实现舰面保障系统的数字孪生体与现实世界中舰面保障系统的同步运行。
2.根据权利要求1中所述的基于数据空间的复杂系统级数字孪生构建方法,其特征在于:所述步骤1中,舰面保障系统数字孪生的模型空间构建如下:
(1)将舰面保障系统中的各种保障要素封装成为要素网络节点模型,保障要素类别包括保障人员、保障资源、保障环境
Figure FDA0003587016100000011
其中Ns为舰面保障系统数字孪生中保障要素类别的数目,Ni表示i类要素中要素节点的数目,f(m)表示不同的要素节点具有不同的功能属性,进而完成不同类别的保障作业;
(2)所封装的要素节点模型基于相同功能属性f(m)将要素节点聚类形成要素类群,进而形成网络群落
Figure FDA0003587016100000021
(3)不同作业群组间根据作业任务关联形成作业群落关联模型其包括舰面保障系统的各类二级子系统T(p)={G1,G2,...,Gn},其中n表示任务Tp中的单个作业群组个数;
(4)不同作业群落关联模型聚合形成整个舰面保障系统孪生网络模型Net={T(1),T(2),...}。
3.根据权利要求1中所述的基于数据空间的复杂系统级数字孪生构建方法,其特征在于:所述步骤2中,舰面保障系统数字孪生的数据空间构建如下:
(1)孪生数据空间中包含基本描述信息d1、感知环境数据d2、模型仿真数据d3和历史运行数据d4四种不同类别数据,数据类别定为class;所述基本描述信息d1指舰面保障系统的描述;感知环境数据d2指舰面保障系统所监测到的环境数据;模型仿真数据d3指舰面保障系统级数字孪生中包含的各类模型在运行过程中产生的多种仿真数据;历史运行数据d4指舰面保障系统历史运行过程中所产生的数据;
(2)孪生数据空间还包括上述四种数据之间它们融合而成的关联数据,对关联数据进行挖掘,分别定义为数据间的显隐性关联dd和作业业务映射关联dt;所述挖掘数据间的显隐性关联dd,所述dd为舰面保障系统中数据间的关联关系,所述显隐性关联dd,数据间的隐性关联主要包括数据间的各类关联数据;所述作业业务映射关联dt为数据空间中除数据间存在关联关系外,各类数据还与舰面保障系统中各种作业存在业务映射关联;
(3)所述数据空间内所有数据应包含data={class,relation{dd,dt}},其中class表示数据类型,dd表示数据间的关联关系,dt表示数据与作业任务间的业务映射关联。
4.根据权利要求1中所述的基于数据空间的复杂系统级数字孪生构建方法,其特征在于:所述步骤3中,状态空间构建具体步骤:
(1)根据舰面保障系统数字孪生的模型空间与数据空间中的信息,对舰面保障系统内的保障要素、要素群落及作业群组对应的网络节点、群落及路径图的时空状态及特征进行描述;定义时间状态T={tij},tij表示舰面保障系统中不同对象或对象的不同细节的不同步采样时间点,i表示时间状态,j表示时间采样来源;定义多尺度空间状态W={wij},wij表示舰面保障系统中多尺度下具体对象空间特征数据,其中i表示空间状态,j表示空间采样来源;假设舰面保障系统单个保障要素共采集到n个状态{S(tn1,wn1),S(tn2,wn2),...,S(tnm,wnm)},其中tnm表示第n个时间状态时,第m个时间采样来源采集时间值,wnm表示第n个空间状态时,第m个空间采样来源空间值;
(2)将采集到的多尺度时间状态变换到同一的融合的时刻,多尺度空间量经坐标变换到同一坐标系
{S(t11,w11),S(t12,w12),...,S(t1m,w1m)}→S(t1,w1)
{S(t21,w21),S(t22,w22),...,S(t2m,w2m)}→S(t2,w2)
{S(tn1,wn1),S(tn2,wn2),...,S(tnm,wnm)}→S(tn,wn)
最终得到的状态空间含有n个状态:State={S(t1,w1),S(t2,w2),...,S(tn,wn)};
(3)针对舰面保障系统数字孪生的状态空间中不同步的时间量进行补偿,对在空间中相对距离造成的量测偏差进行补偿State′={S(t′1,w′1),S(t′2,w′2),...,St′n,w′n}},其中t′n表示对第n个不同步的时间量进行补偿之后的时间状态值,w′n表示对第n个不同步的空间量进行补偿之后的空间状态值;针对实际舰面保障系统状态空间中的各种时间量、空间量进行补偿后,存在的时空误差进行配准
Figure FDA0003587016100000032
其中
Figure FDA0003587016100000031
表示补偿后的第n个时间量与空间量的配准;将校准结果返回状态空间描述,形成状态空间的时空状态闭环描述State={S(t1,w1),S(t2,w2),...,S(tn,wn)}。
5.根据权利要求1中所述的基于数据空间的复杂系统级数字孪生构建方法,其特征在于:所述步骤4中,构建舰面保障系统数字孪生的行为空间具体如下:
(1)接收舰面保障系统保障流程输入的作业指令A_cin
(2)根据作业指令属性和需求特征,分别对舰面保障系统的保障要素负载及作业流程执行时空状态S(t,w)和业务映射响应约束条件C进行判定;
(3)当时空状态与映射约束条件同时满足时,进行动作响应A_cout
(4)通过将保障动作响应注入状态空间,进一步对舰面保障系统的时间空间的状态变换进行匹配与校准,提高动作响应的精准性。
6.根据权利要求1中所述的基于数据空间的复杂系统级数字孪生构建方法,其特征在于:所述步骤5中,舰面保障系统数字孪生的四维映射模型包括以下10个关联:
(1)模型空间与数字空间之间的映射关联①:模型空间内构建的要素、群落、作业、网络模型注入数据空间中,实现在数据空间中相关模型的基本描述数据的存储;
(2)数据空间与模型空间之间的映射关联②:数据空间内的模型相关数据注入模型空间中,实现对模型空间的信息交互;
(3)模型空间与状态空间之间的映射关联③:模型空间内构建的要素、群落、作业、网络模型注入状态空间中,实现对状态空间时空状态及其特征的描述;
(4)数据空间与状态空间之间的映射关联④:数据空间中的各类数据及数据间的关联关系注入状态空间中,实现对状态空间的时空状态及其特征的描述;
(5)状态空间与行为空间之间的映射关联⑤:状态空间中各类时空状态注入行为空间中,实现在作业响应之前对舰面保障系统时空状态的判别;
(6)模型空间与行为空间之间的映射关联⑥:模型空间中各类要素、群落、作业、网络模型注入行为空间中,实现在作业响应之间对复杂系统多层级模型关系的判别;
(7)数据空间与行为空间之间的映射关联⑦:数据空间中各类内在关联注入行为空间中,实现在作业响应之间对舰面保障系统约束关系的判别;
(8)行为空间与状态空间之间的映射关联⑧:行为空间内的动作响应注入状态空间中,实现作业响应之后的时间空间变换匹配;
(9)状态空间与数据空间之间的映射关联⑨:状态空间中作业响应之后的时空状态数据存储于数据空间中,实现对系统运行数据的存储;
(10)状态空间与模型空间之间的映射关联⑩:状态空间中作业响应之后的时空状态特征注入模型空间中,实现对模型空间内网络模型拓扑结构的修改;
所述舰面保障系统的四维空间间的映射关联关系为:所述状态空间与行为空间之间的映射关联⑤是基于状态空间与数据空间之间的映射关联⑨和数据空间与行为空间之间的映射关联⑦实现;状态空间与模型空间之间的映射关联⑩是基于状态空间与数据空间之间的映射关联⑨和数据空间与模型空间之间的映射关联②实现;舰面保障系统数字孪生的四维映射模型是通过数据空间完成其余三个空间的映射关联,舰面保障系统数字孪生的构建是基于数据空间的构建。
CN202210365911.9A 2022-04-08 2022-04-08 一种基于数据空间的复杂系统级数字孪生构建方法 Active CN114970086B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210365911.9A CN114970086B (zh) 2022-04-08 2022-04-08 一种基于数据空间的复杂系统级数字孪生构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210365911.9A CN114970086B (zh) 2022-04-08 2022-04-08 一种基于数据空间的复杂系统级数字孪生构建方法

Publications (2)

Publication Number Publication Date
CN114970086A true CN114970086A (zh) 2022-08-30
CN114970086B CN114970086B (zh) 2023-03-24

Family

ID=82976682

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210365911.9A Active CN114970086B (zh) 2022-04-08 2022-04-08 一种基于数据空间的复杂系统级数字孪生构建方法

Country Status (1)

Country Link
CN (1) CN114970086B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115759509A (zh) * 2022-11-11 2023-03-07 北京航空航天大学 复杂系统级数字孪生运行虚实一致性判定与交互方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170286572A1 (en) * 2016-03-31 2017-10-05 General Electric Company Digital twin of twinned physical system
CN109116751A (zh) * 2018-07-24 2019-01-01 西安西电电气研究院有限责任公司 基于数字孪生技术的数字化系统及其构建方法
CN109657354A (zh) * 2018-12-20 2019-04-19 华中科技大学 一种基于数字孪生的混流装配车间快速重构方法及系统
US20190260768A1 (en) * 2018-02-20 2019-08-22 General Electric Company Cyber-attack detection, localization, and neutralization for unmanned aerial vehicles
CN110851966A (zh) * 2019-10-30 2020-02-28 同济大学 一种基于深度神经网络的数字孪生模型修正方法
US20200334402A1 (en) * 2019-04-18 2020-10-22 ASCon Systems Holding GmbH Process control with digital twins
US20200334401A1 (en) * 2019-04-18 2020-10-22 ASCon Systems Holding GmbH Modeling with digital twins
CN114270364A (zh) * 2019-06-17 2022-04-01 格兰富控股联合股份公司 用于控制和监测泵的计算机实现的系统和方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170286572A1 (en) * 2016-03-31 2017-10-05 General Electric Company Digital twin of twinned physical system
US20190260768A1 (en) * 2018-02-20 2019-08-22 General Electric Company Cyber-attack detection, localization, and neutralization for unmanned aerial vehicles
CN109116751A (zh) * 2018-07-24 2019-01-01 西安西电电气研究院有限责任公司 基于数字孪生技术的数字化系统及其构建方法
CN109657354A (zh) * 2018-12-20 2019-04-19 华中科技大学 一种基于数字孪生的混流装配车间快速重构方法及系统
US20200334402A1 (en) * 2019-04-18 2020-10-22 ASCon Systems Holding GmbH Process control with digital twins
US20200334401A1 (en) * 2019-04-18 2020-10-22 ASCon Systems Holding GmbH Modeling with digital twins
CN114270364A (zh) * 2019-06-17 2022-04-01 格兰富控股联合股份公司 用于控制和监测泵的计算机实现的系统和方法
CN110851966A (zh) * 2019-10-30 2020-02-28 同济大学 一种基于深度神经网络的数字孪生模型修正方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YING CHENG等: "Scalable hypernetwork-based manufacturing services supply demand matching toward industrial Internet platforms", 《IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETICS: SYSTEMS》 *
贺兴等: "数字孪生在电力系统应用中的机遇和挑战", 《电网技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115759509A (zh) * 2022-11-11 2023-03-07 北京航空航天大学 复杂系统级数字孪生运行虚实一致性判定与交互方法
CN115759509B (zh) * 2022-11-11 2023-10-31 北京航空航天大学 复杂系统级数字孪生运行虚实一致性判定与交互方法

Also Published As

Publication number Publication date
CN114970086B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
Pan et al. A BIM-data mining integrated digital twin framework for advanced project management
Xu et al. Digital twin-based industrial cloud robotics: Framework, control approach and implementation
Browning Process integration using the design structure matrix
CN101615265B (zh) 一种基于多Agent技术的智能决策仿真实验系统
CN104298825B (zh) 一种基于权限管理和模型分解的故障树协同分析系统
Long et al. Modeling and distributed simulation of supply chain with a multi-agent platform
CN101582203B (zh) 一种空域运行仿真中飞行流引擎的实现系统及方法
CN107092626A (zh) 预计算模型的结果的检索
WO2000065488A1 (en) Geometric display tools and methods for the visual specification, design automation, and control of adaptive real systems
CN105630578A (zh) 一种基于分布式多Agent系统的作战仿真引擎
Meyer et al. Development of a digital twin for aviation research
CN107943452A (zh) 一种多用户协同开发的体系结构设计平台
Deng et al. A two-phase coordinated planning approach for heterogeneous earth-observation resources to monitor area targets
CN114970086B (zh) 一种基于数据空间的复杂系统级数字孪生构建方法
CN107220168B (zh) 一种基于集成的信息系统体系成熟度评价方法
Kritsky et al. A method for assessing the impact of technical risks on the aerospace product development projects
Sheppard Virtual building for construction projects
CN107229234A (zh) 面向航空电子数据的分布式挖掘系统及方法
CN113742195A (zh) 一种基于贝叶斯神经网络的系统健康状态预测方法
CN114707429B (zh) 基于ear的可执行建模方法、装置、计算机设备和介质
Zhang et al. An Improved SoSE Model–The “V+” Model
CN113868955A (zh) 一种航空装备保障体系的建模方法
CN113111440A (zh) 基于逻辑关系的集群无人机任务模型构建方法
Wang et al. Research on cloud platform architecture of flight big data
Yu et al. Decomposition modeling of uncertain combat missions for air defense and anti-missile based on IDEF

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant