王亚彬， 王帅， 王金帼， 岳帅

(陆军工程大学石家庄校区装备指挥与管理系， 石家庄 050003)

军事装备是军人的第二生命，军事装备的质量性能对合成部队战备训练具有重大意义。精确的装备保障是保持和恢复装备质量性能的重要保证，灵敏地感知、科学地预测装备保障需求，并在准确的时间、准确的地点提供准确的保障是装备保障必须追求的目标[1]。新形势下，军事训练标准要求越来越严格，装备的使用率越来越高，部队对装备保障的要求也越来越高。传统的装备保障模式逐渐不能适应新的装备保障要求，急需一种新的保障模式与之相适应。数字孪生技术的出现与发展为解决当前问题提供了有效方法，将数字孪生技术引入装备保障领域进行研究，有利于装备保障“精确化”水平的提高。

1 问题的提出

随着军事装备现代化、智能化程度不断提高，装备的结构复杂度和技术复杂度不断攀升，现代装备的保障工作日趋复杂。合成部队专业合成度高，装备型号多样、技术复杂、分布面广，不同装备面临不同的使用情况，有着不同的保障特点。新的训练大纲对军事训练提出了更高的要求，训练量、训练消耗大大增加，装备使用环境条件复杂恶劣，装备故障率同步提升，同型号装备因执行任务不同装备保障需求差别也会较大。新的形势对装备保障“精确化”的要求越来越高，现有的保障模式无法满足新形势下合成部队军事装备“个性化”保障的需求，主要体现在以下几个方面。

(1)信息利用水平不高。大数据时代，各种智能算法、数据处理技术日趋成熟，有效地利用数据可以精确掌握装备保障需求，大大提高装备保障能力。在日常装备管理、运行、监测、保养和维修等重要工作过程中，积累了大量装备数据。但由于信息化水平不高，装备保障信息主要依托各类人工登记统计，信息分散、无法进行有效利用，不能充分利用数据分析装备故障规律、预测维修器材需求、进行精确保障。大量珍贵的原始数据堆积于各类本子、柜子无人问津，辛苦统计的各类数据无法得到有效运用，发挥应有价值。急需通过一种新的保障方法，把分散于各处的保障信息进行汇总整合，分析研究，加以利用。

(2)主动预警能力不强。维修是装备保障的重要工作，是恢复故障装备性能的重要手段。目前的装备维修保障主要以修复性维修和预防性维修为主。修复性维修遵循“发生故障—检测隔离—故障定位—资源调度—维修实施”这一被动过程。装备故障无法提前预知，直到发生故障影响装备功能使用后才得以发现，不得不进行停机修理，影响装备使用效益，发生“维修不足”的情况。为了避免“维修不足”，关键部件使用预防性维修策略，基于装备可靠性设定维修间隔期进行维修，不考虑装备实际运行情况，往往又产生“维修过剩”的现象，导致维修费用上升，影响装备保障经济效益。为有效解决目前装备维修保障面临的预见性差、针对性不强、效益不高等问题，急需一种新的保障方法，实时进行装备质量评估，增强装备故障预警能力，在故障发生前夕利用预定停机时间完成故障维修。

(3)器材需求测算不准。装备维修器材是实施装备维修保障的重要物质基础[2]，其保障水平与补充策略直接影响部队战斗力生成和经费使用效益。装备维修器材保障目前以按基数标准保障为主，其标准基于预防性维修间隔期和装备故障率模型确定，基本不考虑装备实际运行经历。合成部队装备种类型号多，备件品种规格多，同类型装备分散在不同地域，不同类型装备有相同可更换单元，维修器材需求情况复杂。同时，新的训练大纲对军事训练提出了新的要求，训练条件更加恶劣，装备使用环境更加复杂，装备故障率同步提升，同型号装备因执行任务不同维修器材需求差别也会较大。如继续按原有基数保障的模式，容易造成消耗较多器材难以得到满足，消耗较少器材大量积压占用库存空间的现象。导致一方面因器材不足延误装备维修，另一方面因器材过剩浪费仓储资源，影响装备总体保障效益[3]。批量的装备保障模式逐渐不能适应新的形势要求，急需一种新的保障方法，精确测算器材需求，及时请领补充，确保器材够用、仓储资源占用少。

面对信息利用水平不高、主动预警能力不强、器材需求测算不准等问题，急需寻找使用一种新的装备保障方法，研究新形势下装备保障建模技术、装备质量评估技术、装备维修器材需求预测技术等装备保障技术，为实现装备保障精确化提供方法路径。由此总结出当前急需解决的装备保障关键技术，如图1所示。

图1 装备保障关键技术Fig.1 Key technology of equipment support

数字孪生(digital twin， DT)技术的出现与发展，为解决当前装备保障面临的问题、实现“精确保障”提供了一种有效方法。数字孪生是用数字模型对真实物理系统的复制，利用来自物理系统的大量数据，通过集成人工智能、机器学习和软件分析，进行系统优化、监控、诊断和预测的技术[4]。

基于数字孪生技术进行装备保障，在实体装备运行的同时驱动虚拟装备的运行，得到各类运行数据，将实体数据与孪生数据进行实时动态比较分析，可以实现装备运行状态监测、实时质量评估、维修器材需求预测，得出装备保障建议，指导实体装备保障策略的制定，如图2所示。通过基于数字孪生的装备保障，可以提高装备保障预见性、针对性，提升装备保障效益、降低装备保障成本，为装备保障精细化提供支撑。

图2 基于数字孪生技术的装备保障Fig.2 Equipment support based on digital twin technology

2 中外研究现状

2.1 数字孪生技术

图3 近十年中国知网数字孪生文献数量Fig.3 Number of papers on digital twin on CNKI in recent ten years

近年来，研究数字孪生技术的专家学者越来越多，相关研究数量快速增长(图3)，涉及工程制造、航空航天、智慧城市、智能电网、系统运维等生产生活的各个领域。同时，随着云计算、物联网、大数据、人工智能等新一代信息技术的发展，数字孪生的应用条件逐渐成熟，关于数字孪生的研究从理论研究阶段逐渐进入应用实施阶段[5]。

2.1.1 国外研究现状

(1)基础理论研究方面。2003年，Grieves教授在美国密歇根大学的产品全生命周期管理课程上首次提出了关于数字孪生的设想[5]。2010年，美国国家航空航天局(National Aeronautics and Space Administration， NASA)在其技术报告中正式提出“digital twin”一词[6]。美国国家航空航天局将物理系统与其等效的数字孪生系统相结合，研究了基于数字孪生的复杂系统故障预测与消除方法，并应用在飞行系统的健康管理中[7-8]。Kritzinger等[9]系统梳理了数字孪生在制造业领域的应用，并对数字孪生技术进行了分类。对数字孪生技术的基础理论进行了创新研究，为数字孪生技术的发展打下了基础。

(2)应用领域拓展方面。Arrichiello等[10]研究了数字孪生在游轮设计、生产和运营中的应用。Austin等[11]研究了构建数字孪生智慧城市中语义模型和机器学习方法的使用。Yan等[12]研究了基于数字孪生模型的智能工厂控制系统设计与优化。Joe等[13]研究了数字孪生在建筑业中的应用。Alberto等[14]研究了工业4.0背景下数字孪生在自动运输中的应用。将数字孪生应用领域拓展到了生产生活各个方面，激发了各领域研究人员参与研究的热情。

(3)应用方法探索方面。Schroeder等[15]研究了数字孪生数据建模和数据交换通信方法。Kapteyn等[16]研究了基于概率图形模型的数字孪生预测模型。Kumar等[17]研究了基于传感器信号的智能机床数字孪生的研制。Guan等[18]研究了基于数字孪生技术的智能仪表故障诊断与预测系统。López[19]研究了基于实时事件的数字孪生应用开发平台。对数字孪生实际应用方法进行了探索，逐渐实现了数字孪生技术的落地实现。

2.1.2 中国研究现状

(1)在基础理论研究方面发展较快。中国关于数字孪生的理论研究起步较晚，但发展较快。陶飞等[20]分析了数字孪生在企业应用和理论研究上的进展，提出数字孪生驱动应用准则，探索了数字孪生驱动应用设想与实施过程中所需突破的关键问题与技术，为开展数字孪生的进一步落地应用提供理论和方法论参考。之后，陶飞等[21]探索建立了数字孪生模型构建理论体系，对数字孪生车间模型构建理论与技术开展了研究和实践。刘亚东等[22]提出了电力装备数字孪生通用架构，对电力装备数字孪生关键技术与应用进行了研究。

(2)在机械制造领域的研究较多。李浩等[23]提出了基于数字孪生的复杂产品环形设计框架，研究了基于数字孪生的复杂产品设计制造一体化开发问题。张在房等[24]针对航天器舱门展收过程中的振动问题，基于数字孪生对航天器舱门展收机构进行优化设计。巩超光[25]研究了基于数字孪生的机床铣削参数动态多目标优化策略，解决了参数动态多目标优化问题。许可[26]研究了基于数字孪生的机械加工工艺在智能制造中的应用。潘利达[27]研究了数控机床数字孪生系统的设计与实现。

(3)在装备保障相关领域逐步进行探索。中国学者从装备保障建模、系统运维、虚拟仿真等相关领域进行了研究。

在装备保障建模领域，黄俊波等[28]将数字孪生引入装备质量管理领域，探索了基于数字孪生技术的直升机质量管理应用方法。Wang等[29]将数字孪生引入装备维修管理领域，建立了装备维修管理数字孪生模型。李杰林等[30]结合武器装备可靠性研究与数字孪生技术，提出了可靠性数字孪生的概念。

在系统运维领域，陶飞等[31]提出了数字孪生五维模型的概念，将数字孪生模型划分为物理层、孪生层、服务层、应用层与连接层5个维度，并将数字孪生五维模型引入故障预测与健康管理(prognostics and health management， PHM)中，提出了基于数字孪生的PHM[32]。曾艾婧等[33]构建了数字孪生驱动下的物流配送系统整体框架，并对物流配送调度进行优化，实现了对物流配送过程的远程运维。周圣文等[34]研究了数字孪生净水厂运维管控一体化平台，实现了精细化的运维管控。房巨山等[35]研究了动车所数字孪生可视化运维管理平台，实现了动车所内部的各类设备精准运维管理，使管理更便捷、效率更高。洪学武等[36]研究了基于数字孪生的船舶远程运维系统，进行设备维修保养辅助决策和维护建议。庄重等[37]提出了基于数字孪生的设备大数据智能运维平台构建思想，解决了不同类型的数据采集等技术问题。

在虚拟仿真领域，张瑞成等[38]研究了基于数字孪生技术的轧机主传动系统虚拟仿真。王小书等[39]研究了基于数字孪生模型的铁路客运站应急响应仿真方案。宗学妍[40]研究了基于数字孪生的车间作业仿真与监控系统的设计与实现。田凌等[41]研究了数字孪生与生产线仿真技术。胡昌华等[42]研究了基于数字孪生模型的复杂电路系统潜在问题自动仿真推演方法。

可以看出，中外关于数字孪生的研究已逐渐成熟，基础理论较为深厚，应用领域不断拓展，并且已将数字孪生引入装备保障研究领域，为基于数字孪生的装备保障研究打下了坚实基础。

2.2 装备保障关键技术

2.2.1 国外研究现状

美国对装备保障技术的研究走在世界前列[43]。以信息技术为支撑，美军在装备维修领域应用人工智能与自动化、数据处理与传输、维修专家系统[44]、交互式电子技术手册[45]等技术，进行状态监测、质量监测、故障预测、需求预测，大大提高了武器装备维修保障效率[46]。

(1)准时补给技术。美军吸取海湾战争装备保障供给过剩、造成时间、资源和经费浪费的教训，强调装备“精确化保障”[47]，采取准时制(just in time， JIT)保障模式[48-49]，按需要的时间将装备和物资投入到需要的地点，使装备保障更精确，保障效益更高。为装备保障模式发展提供了新思路。

(2)数字化维修保障技术。美国军事装备保障系统依托其全球资产可视化系统，实现了装备、物资和资产的可视化、自动识别技术。信息数据库与决策支持系统集成在一起，可以向各级人员提供所属装备全面信息，使相关人员能够跟踪装备动态，实现实时、精确的保障。Zhu等[50]基于有色petri网研究了装备保障自动化系统建模。John等[51]研究了利用多智能体系统进行舰队维修保障规划。Mourtzis等[52]研究了利用增强现实技术(augmented reality， AR)进行实时远程维护的方法。

2.2.2 中国研究现状

(1)装备保障建模技术。张伟等[57]构造了单状态信息的基于状态的维修模型，实现了预防性维修的优化决策。王亚彬等[58]考虑多型号装备联合保障，构建了多型号装备系统维修资源需求预计模型。石全等[59]从系统决策、评价、预测、优化等方面全面分析了装备系统建模的方法，给出了常用算法与模型。孙正等[60]构建了战时装备维修器材一体化配置决策模型，解决战时装备执行紧急任务时，快速对维修器材进行配置的问题。戴敏等[61]基于数字孪生技术建立了设备健康状态管理模型。李福兴等[62]基于数字孪生建立了船舶预测性维护模型，进行船舶的故障预测、诊断和设备维护。王红微等[63]基于数字孪生建立了航班保障预警模型，实现了航班和保障车辆的在线风险预警。周轩毅[64]建立了航空装备维修保障仿真模型，对航空装备维修保障资源进行预测。黄大山等[65]研究设计了维修数字化平台系统模型，整合集成维修业务全过程数据，提高维修保障标准化、规范化建设水平。代杰等[66]针对武器装备智能化水平高、技术复杂、质量问题多样、定位排查困难等问题，设计了全寿命周期装备质量综合管控系统。牛伟等[67]提出了一种数据驱动的航空装备协同分析与智能保障决策方法，解决了航空装备主动式装备保障管理的需求。

(2)装备质量评估技术。岳付昌等[68]利用BP(back propagation)神经网络对装备使用阶段质量评估进行研究。彭绍雄等[69]基于成熟度等级研究了导弹装备质量评估方法。陈帝江等[70]研究了雷达装备质量数据分析与评估方法。徐廷学等[71]对装备质量评估系统关键技术进行了研究。裴晶晶等[72]研究了海军导弹装备质量状态评估方法。郝东等[73]基于贝叶斯理论研究了武器装备质量评估方法。安进等[74]研究了组合赋权下的装备质量状态信息融合评估方法。黄睿等[75]研究了某型导弹性能质量评估系统设计与实现。周璐等[76]基于模糊理论研究了导弹质量评估方法。李庆先等[77]对复杂机电系统服役质量评估方法进行了研究。

(3)器材需求预测技术。备件需求预测问题当前研究较多，预测方法丰富。林琳等[78]采用神经网络方法研究了间断型备件需求预测。王文[79]采用支持向量机方法研究了不常用备件的需求预测。董彦军等[80]采用模糊综合评判方法对航空备件需求进行研究。李树广等[81]采用粗糙集方法研究了维修备件需求预测。王亚彬等[82]采用仿真方法对火炮备件进行研究。陶小创等[83]采用备件保障概率模型研究了备件需求的预测。胡起伟等[84]、Hu等[85]基于需求率模型研究了考虑预防性维修的备件需求量计算问题。罗卫等[86]研究了使用与环境因素对备件需求量的影响。王双川等[87]基于仿真方法研究了合成部队装备维修器材需求预测。赵晓东等[88]从实战统计法、解析分析法、经验系数法和模拟仿真法四大类方法，分析了战时装备维修器材需求预计方法。

可以看出，目前中外基于数学模型和历史数据等方法，对装备保障关键技术进行了大量研究，保障了一定时期的保障工作需要。但随着军事装备的发展，对装备保障精确化的要求越来越高，现有研究由于对装备的实际运行状态考虑较少，对研究的精确性难以保证，不能满足当前精确化保障的需要。

3 展望

将数字孪生技术应用于合成部队装备保障，对解决当前合成部队装备保障面临的信息利用水平不高、主动预警能力不强、器材需求测算不准等问题，实现装备“精确保障”具有重要意义。

(1)有助于提高合成部队装备保障效率和效益。数字孪生技术的研究起源于装备生命周期管理，在装备保障领域的应用中具有较大匹配性和诸多优势。将数字孪生技术引入军事装备保障领域，有利于更好地实现装备保障的及时性、准确性，减少装备待修时间，降低无效库存，从而降低整体保障成本，提高装备保障效益，促进部队战斗力提升。

(2)有助于提高合成部队装备保障信息化水平。研究基于数字孪生的合成部队典型装备保障建模技术，建立装备数字孪生模型，通过传感器、射频识别等技术，收集记录装备的固有参数、运行数据、关键部件检测数据、维护保养数据等数据，再通过相关智能算法的分析，实现装备管理、状态监测、故障预测与诊断、维修资源需求预测与调配，进而指导装备使用、保养、维修策略，可以达成装备保障“精确化”的目标，解决当前合成部队装备保障信息利用水平不高的问题。

(3)有助于提高合成部队装备保障主动预警能力。研究基于数字孪生的合成部队典型装备质量评估，利用数字孪生模型进行装备的虚拟同步运行，将孪生模型产生的数据与传感器测得数据进行对比，利用智能算法分析装备故障特征，依据装备故障特征实时评估装备质量状态，可以先于装备故障发现故障苗头，准确预测预警装备故障，提前进行装备维修准备，利用装备空闲时间进行维修，减少装备停机待修时间，解决当前合成部队装备保障主动预警能力不强的问题。

(4)有助于提高合成部队装备保障器材需求测算能力。研究基于数字孪生的合成部队典型装备维修器材需求预测，利用装备数字孪生模型数据，全面考虑每一件装备实际状态、运行情况，可以准确分析装备维修器材需求规律、预测装备维修器材需求，解决当前合成部队装备保障器材需求测算不准的问题。

然而，数字孪生技术引入装备保障领域的研究主要集中在基础理论研究阶段，距离实际应用还有很大差距。将数字孪生技术应用于合成部队装备保障，下一步仍需要加紧进行数字孪生装备保障理论与技术的研究，重点加强对基于数字孪生的装备保障建模技术、装备质量评估技术、维修器材需求预测技术等技术的研究，具体如下。

(1)基于数字孪生的装备保障建模技术。主要研究模型建立基础平台搭设、通用技术标准制定、关键监测数据的选择、传感器感知技术的应用、数据记录格式、模型各层通信协议等内容，为装备精准保障提供数据支撑。

(2)基于数字孪生的装备质量评估。主要研究数字孪生驱动下的装备质量评估流程、装备质量监测参数的选择原则、装备质量状态等级划分、大量状态数据的预处理、智能化算法的匹配与应用等内容，实现装备实时质量评估，增强故障应对的主动性。

(3)基于数字孪生的装备维修器材需求预测。主要研究数字孪生驱动下经典需求预测方法的应用与改进，装备实时状态、工作环境、需执行的任务对备件需求的影响，备件需求预测算法模型等内容，增强装备维修器材需求预测的准确性和器材请领的针对性。

4 结论

当前合成部队典型装备保障问题面临很多新的形势和问题，需要一种新的装备保障方法加以解决。现有研究成果从不同角度对装备保障问题进行了深入研究，对研究合成部队典型装备保障问题具有一定的借鉴意义。关于数字孪生技术的研究近年来逐渐拓展和深入，已具备应用的条件。将数字孪生技术应用于合成部队装备保障，对解决当前合成部队装备保障面临的问题具有很好的针对性。为了进一步推进数字孪生技术在装备保障领域的应用，还需对其进行更进一步的研究。