[发明专利]所设计、所制造、所测试、所运行和所服务的耦合数字孪生生态系统

说明书

本公开涉及一种所设计、所制造、所测试、所运行和所服务的耦合数字孪生生态系统。提供了用于优化制造过程的方法和系统。例如，提供了一种用于生成用来驱动制造过程的决策的模型的方法。该方法包括同时从多个源接收数据并对该数据执行基于机器学习的过程。该方法进一步包括基于基于机器学习的过程的结果实时地更新与该模型相对应的基于物理的模型。

技术领域

本公开涉及一种所设计、所制造、所测试、所运行和所服务的耦合数字孪生生态系统。

背景技术

在典型工业制造过程中，零件是根据预定的尺寸公差生产的。然而，由于制造过程的变化，部署在现场的所制造零件可能与其设计意图有所不同。例如但不限于，在典型制造过程中，翼型件在发动机上的性能会如何有所不同，取决于其制造方式以及其在特定运行条件下将在发动机上运行多长时间。

在飞行器发动机的设计和维护中，所制造部件与其在现场的性能之间的差异特别重要。例如，由于飞行器发动机核心部件被迫以较少的可用冷却流在较高的温度下运行，因此与制造变化相关的部件鲁棒性的分布被恶化。因此，在制造将来的零件时，必须考虑可以通过零件的现场检查来监视的特定性能条件。典型的制造过程没有集成此功能。因此，需要一种自动化和集成的制造过程以及用于监视制造零件之间的变化的技术基础设施。

发明内容

本文特征的实施例帮助解决或减轻上述问题以及本领域已知的其他问题。例如，实施例提供了通过唯一数字集成过程直接链接所建造、所制造/所组装、所设计和所模拟、所测试、所运行和所服务的部件的能力。在本文的特征实施例中，任何硬件部件都可以参考其设计意图并根据其硬件规格和操作数据得出多个分析结果。新颖过程还提供了多种分析中数据类型的抽象概念，以形成硬件部件的集成数字孪生。此外，该新颖过程提供了通过汇总子系统部件级别数字孪生预测来增加系统级别数字孪生的保真度和准确性的框架。下面总结了两个非限制性的实例性实施例。

一个实例性实施例提供了一种用于生成在制造过程中用来驱动决策的模型的方法。该方法包括同时从多个源接收数据并对该数据执行机器学习的过程。

另一个实例性实施例提供了一个系统，该系统构造用来生成用于驱动零件的制造过程的决策的模型。该系统包括处理器和存储器，该存储器包括在由处理器执行时使处理器执行某些操作的指令。这些操作可包括同时从多个源接收数据并对数据执行基于机器学习的过程。此外，这些操作可以包括基于基于机器学习的过程的结果实时地更新与所述模型相对应的模型。

各种实施例的附加特征，操作模式，优点和其他方面将在下面参考附图描述。注意，本公开不限于本文描述的特定实施例。呈现这些实施例仅出于说明性目的。基于所提供的教导，其他实施例或所公开的实施例的修改对于相关领域的技术人员将是显而易见的。

附图说明

说明性实施例可以采取各种部件和部件的布置的形式。在附图中示出了说明性实施例，在全部附图中，相似的附图标记可以指示各个附图中的对应或相似部分。附图仅出于说明实施例的目的，并且不应被解释为限制本公开。考虑到以下对附图的描述，本公开的新颖性方面对于相关领域的普通技术人员将变得显而易见。

图1示出了根据一个实施例的过程。

图2示出了根据一个实施例的方法。

图3示出了根据一个实施例的系统。

图4示出了根据一个实施例的模型。

具体实施方式

尽管本文针对特定应用描述了说明性实施例，但是应当理解，本公开不限于此。本领域技术人员还可以通过本文提供的教导认识到，在本发明的范围内的另外的应用，修改和实施例以及其中本公开将具有重大用途的另外的领域。