数字孪生制造【十三】| 美国海军如何解决数据交换问题？

导读：从美国各个军种采用数字孪生体积极性来讲，美国海军仅次于美国空军，它投入大量资金打造数字孪生基础设施，力求在未来10年提升舰艇的建设和维护能力，从而提升美国海军战斗力。

数字孪生制造的难点在于系统级数据交换和分享的挑战，这在美国海军过去40年发展中已经凸显无疑，甚至于这肇始于上个世纪80年NIST推进STEP数据交换标准——遗憾的是，目前大家还在努力解决产品模型数据（Product Model Data）。

我们在美国数字孪生体专家Ben Kassel分享的演讲稿中可以发现，虽然美国海军仍然在推进STEP数据交换标准，但采用的技术手段已经不同，它已经把数字孪生体和数字线程作为核心概念。

对于Ben Kassel，推荐数字孪生体联盟成员关注，他在美国海军研究所工作了36年，一直专注解决系统工程问题，最近10年重点在探索数字孪生体的应用。

他于2018年退休离开美国海军研究所，加入民营企业LMI，负责基于模型的系统工程，主要跟进国防供应链局（DLA，Defense Logistics Agency）相关项目，同时也参与“国家造船研究项目”和美国国防部先进制造计划等工作。

回顾美国海军过去几十年的挑战，核心还是系统工程的复杂度越来越高，这需要新的技术和方法。

美国海军的确采取了措施要求供应商提供数字模型，但由于模型之间的不一致性很明显，这导致了预想中的数字化供应链不太容易实现，这才促使美国海军部加强了数字孪生体和数字线程的研发工作，力求解决该问题。

为了解决这个问题，美国海军曾经启动了NAVSEA Product Modeling Environment，称之为LEAPS（Leading Edge Architecture for Prototyping Systems），本质上就是一个数字模型的数据管理平台。

工业4.0研究院认为，美国海军真正要解决数字模型数据交换的挑战，需要满足：

• 拥有云计算为基础的数字孪生平台，这样才可以保证数据单一性问题。

• 必须采用数字孪生体，否则无法统一各个系统的数据，通过数字孪生体和数字线程，可以重构原有的数据体系。

• 找到数字孪生体应用的痛点和难点，这可以用杀手级应用来描述，否则企业难以投入足够多的资金到该项目中。
  

事实上，美国海军把舰艇的运行维护作为数字孪生体应用的痛点。

通过跟云计算和数字孪生体两者的结合，形成了“数字孪生平台”，从而为Naval Operational Business Logistics Enterprise（NOBLE）应用提供了数字基础设施。

数字孪生体课堂在去年分享了美国海军投入210亿美元建设数字孪生基础设施的信息，这体现了美国海军重视建设数字孪生体的思路。

如果对本文所讲内容感兴趣，大家可以到数字孪生体课堂学习对应课程（本课程链接：https://uni.innodigital.cn/course/17，或点击阅读原文），数字孪生制造系列文章对应的演讲稿都会发布到课程页面上去。