第二届数字孪生体挑战赛发动机赛题指南

工业4.0研究院判定，数字孪生体是基于开放架构的新一代数字技术，经过10年时间的发展，已经形成了完整的范式，从航天军工领域的高端应用，开始“降维”到汽车、城市、能源和医疗等行业应用。

在第一届（2019）数字孪生体挑战赛基础上，数字孪生体联盟在2020年7月启动了第二届数字孪生体挑战赛，这次赛事以实际项目为主，包括发动机、无线频谱和智能杆等项目，要求尽量采用开源项目（包括IOT 3000）开展研制工作。

本文对第二届数字孪生体挑战赛发动机（包括航空发动机、柴油机及电动机）赛题做一般性介绍，供拟参与单位和团队参考。

一、P2IAT数字孪生体方法

数字孪生体不是传统的仿真，它是一种全新的范式和方法，美国国防部称之为P2IAT方法，在2010年应用于“机身数字孪生体”（ADT，Airframe Digital Twin）项目，该项目参与单位有通用电气全球研究中心（GRC，Global Research Center）、Northrop Grumman、洛克希德·马丁等，它们提交了上百页的设计文稿。

参与本赛题项目团队，将接受本赛事技术支持单位北京翼络数字技术有限公司（简称“翼络数字”）的培训，主要学习P2IAT研究方法。

为了解决数据单一性问题，Northrop Grumman设计了“模型中心执行平台”（Model Center Execution Platform），按照设计文件分析，通过该数字孪生平台，可以实现数据自动化，达到实时决策控制之目的。

P2IAT是典型的数据驱动（Data-Driven）方法，它具有较为普适的意义，采用该方法，可以解决数据交换和数据分享的前置要求，体现了数字孪生体潜在的巨大价值。

在航空发动机、柴油机和电动机等尺度较小的领域（工业4.0研究院把数字孪生体应用场景分为大中小三种尺度），设计基于数字孪生体的开放架构，对提高系统的灵活性有很大的帮助。

二、发动机原理的学习研究

部分IT背景的人员对工业设备不熟悉，需要对参赛人员进行培训，以便掌握包括航空发动机、柴油机和电动机（电动车使用的动力设备）基本工程原理，从而为数字孪生体应用提供条件。

目前数字孪生体联盟拥有多家发动机相关合作单位，由于详细资料涉及到具体单位项目，拟参赛单位和团队需要通过数字孪生体联盟举办的专题培训项目（免费）之后，才可以接触到具体项目内容。

工业4.0研究院已经围绕发动机主题，积累了大量的资料，包括前述P2IAT相关的多个项目，结合到具体的发动机需求，可以开发出A、B和C阶段（即美国国防部流程划分方法）的数字孪生体应用方法。

从数字孪生体应用难度来看，电动机的较为简单，其次为柴油机，最具挑战性的是航空发动机。第二届数字孪生体挑战赛推荐柴油机的数字孪生体应用，主要考虑因素为项目价值和应用场景。

如果完全采用数字孪生体方法，除了在生产环节改善产品质量，结合到5G等无线连接，在使用环节实现离线分析和实时控制两者的完美结果——本质上考虑应用场景的参数化，最终实现“个性化”的柴油机系统。

三、参与数字孪生体挑战赛方法

由于第二届数字孪生体挑战赛涉及实际项目，主要面向数字孪生体联盟成员单位发出邀请，非联盟成员条件较好的也可以参与。

联盟成员请联系秘书处了解具体情况，非联盟成员请把企业或团队介绍发送到以下邮箱：

innobase@qq.com