摘要: 数字样机的问世在几何属性和功能特性方面取代了传统的物理样机，有效减少了产品在试制环节不必要的 重复试验，从而降低了生产成本，显著减少了时间投入，并提高了产品质量。本文简要介绍了数字样机的概念、国内 外数字样机研究现状及数字样机发展的 1. 0 和 2. 0 特性，从产品的全生命周期角度分析了数字样机各个阶段的应 用，重点介绍了数字样机在产品设计阶段及使用维护阶段的关键作用，最后阐述了当前数字样机技术发展面临的挑 战及未来发展前景。本文的论述为数字样机的设计人员提供了参考。

1 引 言

数字样机技术是一种数字化设计技术，利用数字样机替 代原型样机，以展示产品结构和功能，对产品进行性能仿真、 测试和评估。传统的几何数字样机主要关注装配信息、空间 分析、运动特征和加工信息，着眼于解决产品在安装过程中 的问题。随着计算机和数字化仿真技术的发展，数字样机逐 渐演变为功能性能数字样机，重点模拟逻辑控制、结构强度、 气动散热、电磁兼容、疲劳寿命等特性，以解决产品使用中的 问题，避免了昂贵的实物调试和验证［1］。

传统的数字样机技术以几何属性为基础，利用 CAD 建 模技术构建模型，并逐步引入数字仿真技术、三维设计数据 管理、三维零部件的设计标准和精度控制、数字样机的大装 配与可视化技术、人机工程学评价与工艺性评价等，进而形 成一套完整的产品开发支持技术［2］。

现代数字样机技术( 又称计算实验，Computer Experiment) 将机械设计和控制系统结合在一起，如机电一体化等，更加 注重全生命周期的研发、设计、建模、销售、使用维护和回收 等全方位的应用，发展方向更加数字化、智能化。当前主流 做法是建立数字样机的研发平台，实现各个阶段环节的一体 化集成［3］。

不同行业对数字样机的定义有所不同，如在《机械产品 数字样机通用要求》( GB/T 26100—2010) 中将数字样机定 义为对机械产品整机或具有独立功能的子系统的数字化描述［4］。在航空领域，数字样机被定义为“飞机整机或子系统 等数字化描述，面向产品从设计到售后服务的全生命周期， 用于工程设计和工程分析”。多样化的定义丰富了数字样机 的内涵，数字样机技术围绕着三维建模、动力学、运动学等技 术蓬勃发展［5］。

如今，数字样机更注重对产品性能特性的研究，从制造 目的出发来制造具有相应属性功能的产品。如工程设计、干 涉检查、机构仿真、产品拆装、加工制造和维护检测等模拟环 境［6］。数字样机的功能更加全面，应用越来越广泛。然而， 在研发、工程设计、生产等阶段，因不同工种介入，数字样机 应用可能面临一体化中断的问题。因此，将数字样机的应用 扩展到产品的全生命周期，并研究各阶段的特性，对于数字 样机产品设计生产具有重要的意义。

2 数字样机研究现状及数字样机阶段

2.1 国外研究现状

1946 年，为解决炮弹弹道轨迹计算量大的问题，美国宾 夕法尼亚大学开发了埃尼阿克( ENIAC) ，这可认为是世界上 最早的数字样机技术。当时，计算机主要使用大量的电子 管，其体积庞大、造价昂贵，主要用于军事研究和科学计算， 这部分科学计算可以认为是数字样机的雏形［7］。 美国波音 777 项目第一个实现了在民机领域采用全数 字化定义和无图纸生产，其 10 万多个零部件实现了数字化 设计，用计算机进行数字化预装配、设计更改，零件返工率减少 93%以上，装配问题减少 50% ～ 80%［8］，图 1 所示为波音 777 项目构建的数字样机模型。

图 1 波音 777 数字样机模型［43］

国外对数字样机的研究已从单一项目转变为全生命周 期的研究开发，如美国国防部、空军实验室、NASA 等提出了 基于仿真的采办( Simulation Based Acquisition，SBA) 、协同工 程环境( collaborative engineering environment，CEE) 、支持多 学科模型管理的智能 PDM 系统( Intelligent PDM) 和智能综 合环境( Intelligent Synthesis Environment，ISE) 等体系［9，10］， 将数字样机技术成功应用到了各个领域。 在数字样机的虚拟维修方面，以美国洛克希德•马丁公 司为代表的航空企业研发了 F－35A 飞行和维修训练系统， 其中包括 6 种虚拟维护维修训练器，仅飞机系统维修训练器 ( ASMT) 一项［11］就支持学员训练 100 多种组件的维修方法， 含发动机维修的内容和方法。这些训练器已在埃格林空军 基地应用，目标是培养专家型人才，使维修任务更加高效，提 升训练质量，降低维修成本和人力资源［12］。 截至目前，国外已开发出许多著名的商业性软件系统，如 美国 MDI 公司开发的 ADAMS、德国 INTEC Gmbh 公司开发的 SIMPACK 等［13］，在航空发动机、汽车底盘仿真和制造过程中 得到广泛应用。2017 年，Kim 等［14］针对建筑设计过程中如何有效利用数字设计的优势，提出了一种数字样机化的模型方法。2022 年，Panos ［15］等研究了如何减少临床上治疗时间这 一问题，应用数字样机技术将假体和实体进行了高保真拟合， 经过试验验证，达到了预期减少临产治疗时间的目的。

2.2 国内研究现状

我国从上世纪九十年代中后期启动了对复杂产品数字 样机技术的研究，主要针对数字样机建立过程中用到的各种 建模技术，从不同领域模型集成的方法及数字样机支撑平台 实现技术等方面开展研究，并开发出了一些原型系统，促进 了数字样机技术在各领域的应用［13］。

中国第一架全机数字样机———“新飞豹”采用全机三维 数字化设计［16］、数字化装配，工程更改单由常规的六七千张 减少至 1082 张，最终只用两年半的时间就飞上了天，这也是 中国数字化的开始。此后，国内的研究主要集中在数字样机 的建模方面［17］，清华大学、国防科技大学、浙江大学、南京理 工大学等［18］对数字样机的一体化建模、混合建模［19，20］等进 行了深入的研究。

我国某型号飞机采用数字化设计技术，建成了可全面用 于生产的全机数字样机，相较于传统方法缩短了 60%的设计 周期、减少了 40%的设计反复［21］。在军事化方面，我国基于 数字样机平台开发了破片战斗部威力仿真系统，不仅能够给 出破片场中每个破片特征参数和威力参数，以及对特定靶的 毁伤情况，而且利用数字样机平台可沉浸式再现破片战斗部 威力仿真的宏观过程，包括破片场形成、破片飞散和破片作 用目标的全过程仿真［22］。

中国电子科技集团公司第五十四研究所的史建洲等［23］利用数字样机可用于电子整机设备中约束组件的建模，全程 对产品进行规划，解决约束组件过长及串行生产的缺点，图 2 所示为约束组件局部三维模型示意图。

图 2 局部三维布线示意图［23］

建立电子设备整机的数字样机，企业就可以开展基于模型 的系统工程( MBSE) ，推进产品的数字化工艺、数字化生产加工。

数字样机的应用广泛，潜力巨大，除了在军事及工业方 面的应用，还可将产品数字化推广应用到生活的方方面面， 如开发数字多媒体系统实现现代化教学，将 3D 打印技术和 数字样机制造结合起来，进行多学科交叉技术的应用［24］。

2.3 数字样机 1．0 和 2．0

目前，大多数的数字样机主要是指 CAD 数字样机，可以 把这个阶段的数字样机称为“数字样机 1．0”。虽然 1．0 阶段 很多数字样机已经可以实现漫游、测量、剖切、标记、精确装 配以及干涉检查等功能，但随着数字化应用的深入，在数字 样机的实际工作中，经常面临以下两个主要问题: 数据量庞 大和数字样机信息量有限。

鉴于数字样机 1．0 的局限性，如果在仿真中运用虚拟现 实技术，将设备的性能数据和设备的功能相结合，以 CAE 仿 真、试验测量或实时监测提供的科学准确的性能数据为基 础，通过 VＲ 技术将性能数据耦合进设备的工作过程，进行 直观的场景呈现，可以极大地丰富数字样机的内涵。耦合了 功能和性能的数字样机可以称之为“数字样机 2．0”，其为一 种包含了多学科数据、具有多种功能的数字样机。数字样机 2．0 中包含多个学科的数据，如 CAD 数据，这是数字样机的 模型基础; CAE 数据，包括流体、结构、热、电磁等仿真数据、 试验数据、交互逻辑、实时监测数据、三维场景、材质灯光等。

3 数字样机全生命周期各阶段研究分析

传统产品的设计开发过程通常依赖于一套完整的工艺流 程，从确定产品的生产性能开始，参照类似产品的设计经验， 在当前的调查、研究和计算分析的基础上对产品进行设计，并 进行实物验证以确定最终方案［25］。然而，如果产品的研发结 果与所预期的不符，就必须重新开始产品的规划设计，这给产 品的研制预算与研发周期带来了不可控的风险。数字样机技 术的出现，在很大程度上解决了这一问题，数字化的产品全生 命周期管理( Product Lifecycle Management，PLM) 可以很方便 地解决物理样机难以解决的一体化流程问题。

PLM 是 PDM 概念的延伸，基于网格和 CAX/PDM 技术， 面向制造企业，包含了产品的全生命周期生产过程，是全过 程的有机联系，可以实现同步共享产品数据。

不同行业部门对于 PLM 的定义有不同的观点。CIMdata 公司认为，PLM 是一种支持产品全生命周期信息创建、管理、 分发、应用的一系列解决方案，不仅拥有产品本身的数据，还 继承了人力资源、流程、应用系统和信息。Aberdeen 公司认为，PLM 记录了产品从开发到废弃的全过程，是一种开放式、 交互式的应用方案，企业形成了一整套的操作流程及相应的数据库。AMＲ 认为，PLM 是一种技术管理战略，其将跨越不 同业务流程和用户群的单点应用集成起来，并使用流程建模 工具、可视化工具或其他协作技术整合已有系统。

PLM 发展至今大致经历了 3 个比较重要的阶段。第一阶 段: 计算机辅助工具信息集成和文档管理阶段; 第二阶段: 过 程集成和虚拟产品开发阶段; 第三阶段: 企业间协调工作及全 面的全生命周期阶段。更加详细的发展过程如图 3 所示。

图 3 PLM 详细发展过程

在机械制造领域，数字样机系统对于产品的设计流程如 流程图 4 所示。

图 4 产品设计流程图

CAD 数字样机建模主要基于产品的几何特性和材料属性 模型，CAD 技术可用来进行计算机辅助绘图和设计结果模拟， 其不仅仅是单一的仿真再现，更是结合人机运用计算机高性 能的特点实现的高质量高效率的设计，具体过程如图 5 所示。

图 5 CAD 数字样机建模流程

CFD 数字样机建模为产品的热仿真模型，FED 数字样机 建模为产品的振动模型，EAD 数字样机建模为产品的电气特性模型。这几种模型同 CAD 的设计流程基本一致。对以上 产品的特性进行数字样机建模后，就可以开始产品的应力分 析［26］。在模型建造完成后，进行故障预计及可靠性仿真评 估。经过以上一系列的设计生产及评估，数字化的产品就可 以设计生产出来，由此可以取代物理样机，构建与之相对应 的数字样机产品。数字样机技术应用中涉及到多种技术，其构成如图 6 所示。

图 6 数字样机技术构成

计算机辅助工程( Computer Aided Engineering，CAE) 是 指由计算机辅助完成各种更为复杂的任务，核心部分是有限 元理 论 和 数 值 计 算 方 法。产 品 数 据 管 理 ( Product Data Management，PDM) 是以产品为中心，在计算机网络和数据 库的基础上把生产产品所需的全部数据集成在一起进行管 理的技术。

从外围技术中的数字样机产品的全生命周期角度出发， 重点分析数字样机在全生命周期中的特点。数字样机的全生 命周期包括以下几个方面，如图 7 所示，其中重点论述数字样 机产品全生命周期中设计生产阶段与使用维护阶段的特征。

图 7 产品全生命周期各阶段

3.1 研发阶段

研发阶段是数字样机设计的总体设计、详细结构设计和 工艺设计［27］的起始阶段，具体实施过程采取并行设计，可以 更好地结合概念与设计过程，其主要支撑技术包括空间结构 分析、物理特征分析、运动分析和人机工效分析。

空间结构分析主要基于几何结构和尺寸等进行分析; 物 理特征分析要解决的问题是产品的正确质心、重心参数等; 运 动分析主要基于运动学和动力学做出运动轨迹、受力情况等 的分析; 人机工效分析主要针对数字样机模型建立过程中人 体姿态的相关信息，以满足使用时的人机交互性。基于以上 的分析方法，对物理产品进行数字化抽象，研究并制定详细的 设计计划，有的放矢地进行相应产品数字样机的生产设计。

3.2 设计生产阶段

3.2.1 建模设计阶段

数字样机建模技术不依托机械实体，通过对产品装配、 拆卸、维修等进行学习、分析、验证、优化并对产品的装配工 艺过程进行仿真优化［28］，从而有效降低实物使用不便的限 制，提高产品生产效率。 数字样机的模型信息应包含几何信息和工程属性信息。 几何信息包含产品的点、线、面等几何元素在欧式空间上的 大小和位置表达信息［29，30］，约束信息指的是零部件内部的物理约束条件。工程属性信息涉及装配结构、装配明细以及 整机的工作特性等相关特性。在数字样机建模技术中，以下 几点需要注意: ( 1) 将物理样机在计算机中进行数字映射呈 现，并在保持一致性的基础上可以进行适当的简化; ( 2) 建立 完整、真实的系统或子系统模型，可服务整个对应的生命周 期; ( 3) 准确反映几何属性、功能特点和性能特性。

数字样机的建模技术一般有实体建模技术和特征建模技 术。实体建模技术通过布尔运算，由简单的几何体构造复杂的 几何体，以产生各种输出视图。常见的实体建模技术有构造实 体几何法、边界表示法和扫描表示法，其构成如图 8 所示。

图 8 数字样机建模技术

构造实体几何法( Constructive Solid Geometry，CSG) 也称 为几何体素造型法，是以集合论为基础定义物体形状的方 法，首先定义有界体素( Primitive) ，然后对这些体素进行并、 交、差等布尔运算( Boolean Operation) ［29］，对这些体素进行操 作。CSG 可以用二叉树的结构表示，树叶节点代表基本体 素，中间点是经过布尔运算产生的中间形体，树的根为最终 产生的形体。图 9 所示为三维实体的 CSG 树。

图 9 三维实体的 CSG 树

边界表示法( Boundary Ｒepresentation，B－Ｒep) 将实体定 义为有限数量的边界表面围成的有限空间，每个表面可以用 其边界的边及顶点表示。B－Ｒep 重点表述的是几何数据( 大 小、形状) 、拓扑信息( 位置关系) ，在复杂形体的表达上具有 明显优势，表示线框模型非常简单，但需要的储存量较大。

扫描表示法( Sweep Ｒepresentations，S－Ｒep) 是一种沿空 间某一路径扫描某形体，从而定义新形体的方法。一般操作过程是扫描运动路径即扫描二维图形，对于无二义性物体的二维图形，采用扫描生成的物体是唯一的。S－Ｒep 方法有平 移扫描、旋转扫描和广义扫描。平移扫描和旋转扫描容易理 解，广义扫描指的是绕着封闭物体的曲线路径扫描或者某一点做环绕扫描。

数字样机的实体建模技术现已变得更加全面系统。例 如 CSG 用于系统外部模型的建立，而 B－Ｒep 作为内部模型 来建立［31］。实体建模方法在综合性、系统性方面发展越来 越突出，应用越来越广泛。

特征建模技术是在数据库不完整、实体建模环境不佳、 难以进行创造性设计、修改也不方便时产生的建模方法，该 方法弥补了实体建模技术的不足。机械产品的特征包括形 状、技术、精度、装配和管理等几类。形状特征重点描述几何 属性和尺寸等信息; 技术特征描述产品的性能，如硬度、热应 力等; 装配特征是产品的位置信息、相互作用信息的集合。 形状特征是最基础、最重要的特征［32］，在建模设计中应该重 点关注。在特征建模实现方面，目前常采用的软件有 Pro /E、 Inventor、SolidWorks 等。

3.2.2 装配设计阶段

数字样机的装配设计旨在提供产品的基本框架，以建立 装配模型和零件模型，并确保其设计数据的正确表达和有效 利用。通过装备信息的检查和分析，数字样机的装配设计为 利用数字样机进行仿真和优化提供准确的物理模型。数字 样机的装配建模设计一般采用计算机辅助设计( CAD) 建模 方法，其关键点在于准确地获取零部件的实际数据，并确定 各个部件之间的关联关系。数字样机的装配模型一般需符 合以下 3 个要点:

( 1) 数字样机各系统层次与实际物理样机一致，采用分 层次、分模型的装配方法。

( 2) 数字样机与实际物理样机在装配过程中，装配次序 和拆卸次序保持一致。

( 3) 装配单元应保证为最新版本，若不是，则应当进行相 应的记录。

在装配设计中，最小的单元称之为装配体( Assembly) ， 装配体的集合称为部件，由部件和装配关系构成装配树，这 种逻辑关系包含了部件层次结构和前后顺序［33］。

装配设计的核心有两个关键点，一是实时检测零件之间 的装配关系，另一个是实时控制零件参数模型大小的变化。 装配设计过程中，利用几何驱动( Geometry Driving) 技术来控 制模型 参 数 及 大 小 变 化。几何驱动技术包括参数驱动 ( Parameter Driving) 、关系驱动( Nexus Driving) 和知识驱动 ( Knowledge Driving) ［34］。

数字样机的装配设计采用自顶向下的设计模式。自顶 向下的设计思路是: 系统根据设计者的交互操作，实时捕捉 设计者的装配意图，并识别建立零件间的装配关系，这样可 以实现系统自动识别零件间的装配关系的目的［35］，这种模 式也称为装配的关联设计。装配的关联设计有布局式关联 设计、参数式关联设计、在位自适应式关联设计等几种方法， 其对比如表 1 所示。

表 1 装配关联设计的优缺点对比

在数字样机的装配设计阶段，不同的设计方式有不同的 优缺点，更高效率的设计方法需要更为复杂的技术支撑。要 具体问题具体分析，合理利用装配设计方法的优缺点，这对 于产品的设计生产可起到事半功倍的效果。

3.3 销售阶段

基于前面两个阶段，数字样机设计生产已经完成，可以 考虑投放到用户手中。在销售阶段，主要考虑的是宣传接近 实物的动静态产品数据，讲解产品培训所需的原理图、分解 图，描述数字样机较传统样机各个方面的优点。

3.4 使用维护阶段

数字样机的维护极为重要，传统的维护方法是通过在实 际产品中摸索和积累经验进行，这不仅需要大量的人力物 力，而且存在较大的不确定性。为解决该问题，在产品设计 阶段使用数字样机进行维修操作，并规范化维修过程是一种有效的方法。

在数字样机使用维护阶段，可利用虚拟工具、设备和已 有的维修过程来建立相应的虚拟维修仿真环境，通过对仿真 数据进行维修性评价，可以达到相应的维修目的，具体流程 如图 10 所示。

图 10 数字样机维修阶段流程图

虚拟维修技术是利用现实技术对物理世界进行数字化， 在计算 机 上 形 成 相 应 的 虚 拟 映射以进行维修工程的活 动［36］。虚拟维修的内涵如图 11 所示。

图 11 虚拟维修技术

并行性: 虚拟维修解决了两个方面的并行问题。一是产 品寿命周期中维修性工程活动的并行，在早期设计阶段就能 考虑后续使用维护阶段的需求; 二是维修性设计与产品性能 设计和其他质量特性的并行设计［36］。

虚拟性: 虚拟性是指虚拟维修设计过程是三维、交互和 沉浸的［37］。

预测性: 基于虚拟维修，可以在产品被制造出来之前，对 产品的可达性、可视性、可装配性、故障检测和维修过程进行 预测和检验，及早发现设计中的缺陷和错误。

虚拟维修首先要进行数据的获取，数据来自可靠性和维 修性设计数据库，图 12 所示为虚拟维修技术案例图。然后从不同层面( 动作层、作业层、事件层) 进行分析，确定和分析 维修障碍，并对维修时间进行预估，最后进行维修性评价。 此外，在数字样机的虚拟维修阶段，还需要关注的关键技 术［38］如虚拟模拟技术、虚拟原型技术、虚拟互动技术。

图 12 虚拟维修技术案例图［38］

3.5 回收阶段

回收阶段是为了减少环境污染，合理利用产品零部 件，达到节能减排的目的。首先要评估产品的消耗情况以 及关键零部件的可靠性状态，这样的评估有助于确定哪些 零部件可以被回收利用，以及其再使用的价值。其次，提 供拆卸路径方法并制定回收方案以及关键零部件的再使用方案。

目前，PLM 的发展方向是采用云计算( Cloud Computing) 的方法，基于云端解决面临的问题。云计算的核心是将大量 网络调度信息统一管理，形成一个庞大的数据库，联通各信 息传递环节，以便向用户调用需要的信息服务。Autodesk 公 司在十九届 AU 大会上宣布，推出了解决 PLM 方案的云端处 理 Autodesk 360 for PLM。该方案在制造、设计、服务、维护等 各个环节都可以通过灵活的方式对整个产品的全生命周期 进行管理。总体而言，数字样机的全生命周期管理过程无论 是深度还是广度，都有巨大的发展潜力，有理由相信，未来数 字样机的 PLM 技术将呈现多样化的发展趋势。

4 数字样机面临的问题及未来展望

数字样机和仿真技术的应用改变了传统的生产模 式［39］。传统模式下，产品制造通常是先制作物理样机，然后 进行试验验证。而数字样机和仿真技术的应用，使得先试制 后试验成为可能。然而，数字样机技术也面临许多问题与挑战。

首先，数字样机的数据组织形式是一个重要问题。数字 样机的全数据模型确保了样机数据的完整性，但与之矛盾的 是，不同的用户在产品生命周期的不同阶段有不同的需求， 并不都需要全部信息，而是希望能从大量的原始数据中方 便、快速地取得所需要的数据而撇开其它用处不大的数 据［40，41］，因此需要建立一种高效的数据组织形式，以统一的 视图体系兼顾两方面的要求，既能尽可能地包含可能和可以 用的信息，又要使获取信息变得方便快捷。

其次，数字样机全生命周期管理中面临一体化建设的问 题，如研发阶段中的设计与实际制造阶段一般都由不同的人 员进行，容易造成信息交流中断和设计周期延长的问题。

最后，虽然数字样机的应用越来越广泛，但在中低端产业仍然存在大量使用二维图纸化生产的情况，这主要是因传统的行业惯性和前期投入等因素所致。在复杂产品生产中， 数字样机因缺乏数据支持，还很难做到完全取代物理样机。 此外，数字样机在全生命周期管理中还需要应对一些关键技 术挑战，如收集数据并建立标准的材料数据库［42］，实现数字 样机的全数据建模，采用多层次、多过程的混合建模方法等， 这是建立复杂产品全数据模型的发展方向之一。

随着科学技术的不断发展，数字样机已由原来的从物 理、几何角度对产品进行数字化定义、仿真、制造，转变为从 功能、性能和行为等角度对产品进行数字化的定义、仿真验 证和功能集成测试，以确保产品在全生命周期中尽早排除各 种问题隐患，减少经费的投入［43］。随着科技的不断进步，数 字样机与数字孪生等技术最终将实现更可行的全数字化虚 拟产品，其更加智能、更加具有现实意义。

5 结束语

数字样机全生命周期的建立对推动产品智能制造和数 字化发挥着重要作用，通过分析各阶段的特点，可以看出建 立数字样机全生命周期的优势和巨大潜力。然而，实现数字 样机全生命周期的建立并发挥其潜力，需要各个阶段的衔接 配合。在这个过程中，各个阶段设计的数据、理论及相应的 技术经验往往难以进行一体化的合并。因此，实现各个阶段 一体化的连接，建立完整、流畅且可靠的数字样机全生命周 期变得至关重要。未来数字样机的设计方向是数字智能化 和全阶段一体化，这将推动产品的生产设计迈向更高的阶 梯，实现工业产品质量的飞跃。在这个过程中，不仅可以提 高生产效率，还能更好地适应不断变化的市场需求，推动制 造业向更加灵活、智能和可持续的方向发展。