图解航空发动机数字孪生

《图解航空发动机数字孪生》为西北工业大学航空发动机总体与控制数智技术工业和信息化部重点实验室在数字孪生领域研究进展的科普性介绍，试图以简明扼要的图片形式介绍数字孪生在航空发动机领域的工程案例、技术路径和智能前沿的新研究成果。该书介绍了航空发动机数字化试验、数字孪生小模型、数字孪生大模型和智能网络等关键技术，包括数字化试验程序、数字孪生模型构建训练与验证、智能算法与航空发动机数据结合的关键要素等技术进展。
　　《图解航空发动机数字孪生》可作为高等院校高年级本科生和研究生的科普性读物，也可作为工程技术人员了解数字孪生的科普性用书。

航空发动机数智化科普系列丛书共分为六册，《图解航空发动机数字孪生》是该系列丛书的第一册。数字工程是一种集成多学科和智能技术的数字化方法，其核心是构建智能架构、运用数字主线，基于研发、测试、制造和运行等过程中的数据，采用智能方法进行数字孪生模型的构造与训练，进而支撑装备全寿命周期从方案设计直至退役处置的所有工程和管理活动。基于数字工程技术可以开展数字试验、健康管理、数字维护、险情预警、延期服役、反向设计、智能控制、流程优化和优选优配等诸多工作，进而缩短研发周期、降低试验成本、提升装备安全并实现精准快速维护等。近年来，各大国在多因素驱动下全力推动了数字工程技术的发展和应用，已形成了清晰的战略目标，引发了一系列变革。数字主线和数字孪生是数字工程的核心技术，前者强调数据的互联互通，后者强调数据之间复杂的映射关系。数字孪生完全不同于传统的根据物理现象进行数学建模的思路，其将物理知识融入智能架构，通过有限数据发现物理规律，特别是在现行规则无法解决或者难以解决的问题上具有巨大优势。
　　航空发动机数字孪生模型根据应用对象的不同，又分为数字孪生小模型和数字孪生大模型。数字孪生小模型主要应用于科研数学化试验．破坏性故障数字化试验、智能控制、数字维护、险情预警、延期服役，其时间维度主要应用于初步设计方案后。数字孪生大模型类似于ChatGPT大模型，其根据历史型号数据推测新的设计方案并快速给出其性能，例如根据遄达900、RB211、珍珠15、CFM56系列发动机设计、试验数据，第一步可以快速预测珍珠10X发动机性能以改进其发动机设计，第二步根据上述发动机的历史数据给出新的候选设计方案。数字孪生第二步的宏伟目标也契合了2018年美军数字化工程的宏伟战略，即“明天给出85%的方案比5年后给出100%的方案更为重要”。
　　本书将以图片解说的形式分别给出数字孪生小模型和大模型在航空发动机领
　　域中的典型应用案例，并阐述其关键技术及攻关途径。本书的初衷是以简明扼要的形式给出航空发动机数字孪生的基本概念，其目的在于抛砖引玉，希望引起对航空发动机数字孪生理念的百家争鸣。
　　本书的撰写分工如下：肖洪负责各类技术方案和全书文字撰写，史经纬负责全书绘图，王栋欢负责提供全书所有需求的数据，张晓博负责全书数据的校核分析。在本书的撰写过程中，笔者得到了中国人民解放军第五七一九工厂、中国航发动力股份有限公司、中国航发四川燃气涡轮研究院、中国航发沈阳发动机研究所、中国航发湖南动力机械研究所等多家单位的指导和帮助，在此表示诚挚的谢意。
　　笔者深信书中的很多观点也仅仅是一家之言，难免会出现不妥之处甚至理解的重大偏差，恳请广大读者批评指正。

1 数字孪生的基本概念
1．1 数字主线、数字孪生与虚拟现实的区别
1．2 数字孪生与仿真、建模的区别
1．3 数字孪生小模型与大模型的概念
1．4 数字孪生与数字化试验

2 航空发动机数字孪生小模型
2．1 航空发动机数字孪生小模型应用案例
2．2 航空发动机数字孪生小模型构建

3 航空发动机数字孪生大模型
3．1 航空发动机数字孪生大模型的基本概念
3．2 航空发动机数字孪生大模型的技术路径

4 数字孪生智能网络
4．1 重构网络
4．2 强时效性循环神经网络
4．3 智能网络的分步调整
4．4 极速策略人工智能算法
4．5 泰勒展开数学思维的应用
4．6 峰值误差削弱技术
4．7 智能算法其他技术

附录
附录1 GE公司的Predix数字化平台
附录2 架构驱动数字孪生模型与机理模型的融合
附录3 航空发动机数字化试车系统
附录4 航空发动机外场性能评价系统（含推力）
参考文献
后记