新兴的数字孪生概念是任何为未来准备的实体建模和仿真需求的关键促成因素。与传统方法相比,数字孪生通过增强模块化和可扩展性,能够以更低的成本将需求快速转化为能力。本文讨论了数字孪生建模和仿真的要素。这些能力包括但不限于智能体建模、优化、并行化、高性能计算、云架构设计等。这些概念与将建模和仿真技术整合到单一界面的数字孪生中有关,用于工程系统的快速原型设计和鉴定。与传统方法相比,使用这些新兴技术可以大大减少模拟计算时间(从几小时/几天减少到几秒钟甚至几微秒)。本研究发现,与所有利益相关者合作的便利性、测试时间的减少、最小的现场基础设施要求是减少成本的关键优势。分析了这种智能和在线数字孪生的信息优势的适用性,以加强网络安全和天基(防御)服务的机载威胁评估。使用这些同步和互操作的能力可以减轻对国防空间基础设施的可逆和不可逆的物理和网络威胁。

在国防中使用数字孪生的信息优势

在情报、国防或空间部门使用技术,尽管还不是很广泛,但由于对系统的快速、可扩展、自主和智能的需求,正在获得巨大的发展势头。与此同时,由于空间的扩散、商业化和竞争加剧,国防对空间部门的依赖也变得更加强烈。美国国防情报局的一份题为 "空间安全的挑战"[35]的报告指出,基于空间的能力正在出现,为军事提供整体支持,因此需要确保这些新型服务产生的新风险。空间的军事化和碰撞风险的增加,以及其他人为的和自然的危害,使得有必要通过使用像DTs这样的先进技术来减轻风险。卫星技术不仅促进空间系统的故障诊断和健康监测[36],而且还通过快速和有效地使用数据实现网络安全[37]。使用这些同步和互操作的能力可以减轻对国防空间基础设施的可逆和不可逆的物理和网络威胁。

DT也大大加强了对天基(防御)服务的机载威胁评估[38]。空间资产的连接和安全服务,DT技术能够提供的好处不仅仅是操作上的好处。例如,整个卫星群及其环境的数字孪生使威胁评估成为可能,因为可以模拟碰撞情景,并预测、预防和纠正单个卫星的故障。它还可以帮助检测干扰和共址,以防止军事威胁,并使整个系统更具弹性。因此,DT有助于保护空间资产免受各种类型的威胁。

5.1 目前使用案例

5.1.1 硬件在环仿真

SpaceR-SnT拥有的最初的数字孪生方法,Zero-G Lab是在Gazebo软件中建模的。Zero-G实验室的数字孪生,减少了测试时间,加快了开发步骤,被用来测试和验证集成到Zero-G实验室机器人操作系统(ROS)网络的任何硬件(HW)组件的代码。最初的硬件在环(HIL)方法被用来模拟不同的硬件组件,作为Zero-G实验室的ROS网络中的数学模型。这些模拟作为模拟的HW组件和Zero-G Lab之间的接口。对于Zero-G实验室的浮动平台和机器人操纵器,ROS基础设施被用来在HW和软件组件之间创建一个元数据流框架。此外,零-G实验室的浮动平台和机器人操纵器可以在零-G实验室的同一个ROS网络中使用。这样的软硬件互动模拟是实现国防部门敏捷DT系统的最初步骤。

5.1.2 卫星地面站的运行

孪生孪生之外,拥有一个与轨道上的卫星的弹性和快速连接也几乎是重要的。这包括对数据存储的快速和安全访问。在过去,这涉及大量的操作努力以及一些深刻的技术理解。如今,有一些由云驱动的替代解决方案--如Azure Orbital[39]--使卫星地面站更容易访问,以及将这些数据集传送到安全的存储地点并从那里真正使用的周转时间。这些解决方案还将消费者从一些操作任务中解脱出来,而不牺牲安全、性能或技术的多样性,因为地面站即服务的产品支持广泛的行业已知技术,但以虚拟化的方式。使用像这样的云计算解决方案还提供了一个机会,通过管理一个界面来利用地球上的几个地面站供应商,与每个供应商的专门合同相比,这反过来提供了一个巨大的操作多样性和敏捷性,并降低了成本。

另一个重要的用例是传统卫星的生命周期扩展,这些卫星仍处于运行模式,但像数字孪生这样的新能力应该扩展到该解决方案。国家海洋局通过合作研究与发展协议对其传统的极地卫星进行了这方面的实践[40]。这项工作提供了证据,即使用像Azure Orbital这样的云计算服务,这些传统的星座仍然可以用可接受的操作努力和较低的成本来运行。这使得该项目更具有可持续性,即使它已接近寿命终点。

从 NOAA 星座中学习生命周期支持主题。还有一个有远见的成就值得一提,它使澳大利亚国防部通过在偏远地区利用卫星支持的连接安全地访问云存储数据。"通过释放SATCOM、5G和云计算的力量,国防组织可以在偏远地区保持连接,快速、安全地分享数据以提高战略意识,并对数据进行深入分析以改善决策[41]"。

这可能会导致提供实时的预测性维护指导,在解决方案的数字孪生中可视化。与沉浸式协作平台相结合,就像之前提到的那样,这些数据可视化可以提供真正的洞察力,避免误解,从而推动更好的数据驱动决策。

5.2 未来应用

为了在高度不确定和未建模的环境条件下成功完成防御任务,必须开发高度适应性、响应式和稳健的数字孪生方法。这种极其不确定和多变的物理环境可以在数字孪生环境中建模,以增加任务的成功可能性。从这个角度来看,数字孪生结构有如下的未来应用领域:

  • 国防领域的数字孪生结构将有机会在不断增长的空间市场中提高其有效性,并与这些市场的不同参与者建立联系。

  • 国防领域的数字孪生结构将能够在概念开发阶段利用接近真实的测试环境在低成本工程系统的新细分市场中更快地定位。

  • 与北约未来几十年的空间政策保持一致,使北约的空间生态系统能够与大规模的空间市场竞争。

为未来的应用提供了创新的资产:

  • 大的集成范围。在证明了数字孪生的可靠性后,数字孪生框架将有可能扩展到任何空间/防御应用[42]。

  • 高竞争力。数字孪生的拟议整合将加速其工业生态系统中的先进技术研发竞争。

  • 广泛的可扩展性。由机构、组织和私人倡议开发的许多不同的空间系统系统将被整合到数字孪生结构。

成为VIP会员查看完整内容
133

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
报告集《多域作战、人工智能和信息优势》120页
专知会员服务
335+阅读 · 2022年8月1日
【中文版】《空中力量报告 2022 :过渡到多域作战》
专知会员服务
220+阅读 · 2022年8月1日
机器学习的 7 个关键军事应用
专知会员服务
300+阅读 · 2022年4月24日
北约《军事系统的网络安全风险评估》技术报告
专知会员服务
99+阅读 · 2022年4月18日
《军事行动自动化》【译文】2022最新报告
专知
58+阅读 · 2022年11月13日
直击RSAC 2022:从“转型”看数字时代如何战略化应用威胁情报
CCF计算机安全专委会
1+阅读 · 2022年6月10日
【数字孪生】面向智能制造的数字孪生
产业智能官
50+阅读 · 2020年5月10日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
4+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年12月9日
Arxiv
26+阅读 · 2018年9月21日
VIP会员
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
4+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员