A perspective on component-level digital twins for surface marine propulsion system health monitoring: need and feasibility
Mihiran Galagedarage Don, Ghazanfar Mehdi, et al.
a Memorial University of Newfoundland, Canada;
b Aalto University, Finland;
c RWTH Aachen University, Germany.
船舶推进系统发生故障可能导致推进动力丧失，进而带来严重的安全风险和经济损失。尽管此类故障在统计上发生频率相对较低，但能源转型、替代推进技术的发展以及北极航行活动的增加，预计将进一步提高关键零部件发生故障的风险，凸显先进状态监测技术的重要性。
本文将部件级数字孪生确定为一个重要但尚未得到充分探索的研究方向，并提出涵盖纳米尺度至运行流程尺度的数字孪生多尺度分类方法。研究识别了实际应用面临的主要障碍，包括计算成本高、动力学建模能力不足、数据稀缺及所有权限制、通信困难，以及产业界与学术界合作不足等问题。
针对上述挑战，本文提出数字孪生研究中心概念框架，将基于风险的监测对象优先级确定、物理建模、代理模型和数据驱动方法相结合。同时，研究展示了一个经过实验验证的、基于键合图方法的扭转动力学仿真模型，并预留代理模型的集成接口，作为后续研究的初步基础。
通过文献分析、概念框架设计与技术可行性讨论，本文论证了发展船舶推进系统部件级数字孪生的必要性与可行性，为利用先进状态监测技术提高船舶推进系统可靠性提供了新的研究思路。
船舶推进系统直接关系到航行安全，一旦关键零部件发生故障，可能造成船舶失去动力。随着绿色燃料、智能船舶和极地航运的发展，传统状态监测方法面临新的挑战。本文是一篇观点性论文，旨在论证部件级数字孪生的研究价值，梳理实际应用障碍，并提出可供后续研究和技术开发的总体框架。
船舶推进系统由发动机、电机、传动轴、螺旋桨及相关辅助设备组成，任何关键部件的异常都可能影响整个系统的正常运行。虽然推进动力丧失事故并非频繁发生，但其后果往往十分严重，尤其是在繁忙航道、港口或极端海况下。
论文以2024年美国巴尔的摩大桥事故等事件为例，说明船舶推进动力丧失可能引发严重的连锁后果。相关统计还显示，机械设备故障是船舶推进动力丧失的重要原因之一，因此有必要将监测重点从设备整体运行状态进一步延伸至关键零部件。
与此同时，航运业正在经历深刻转型。氢燃料推进技术有助于减少碳排放，但氢脆、材料退化及复杂热机械载荷可能增加关键部件的失效风险。在北极航行中，螺旋桨与海冰的相互作用会产生难以预测的冲击载荷，增加传动轴的疲劳损伤风险。
现有船舶状态监测系统主要依靠振动、温度和运行参数判断设备状态，能够发现部分异常，却难以准确评估关键部件内部的损伤程度及剩余使用寿命。部件级数字孪生有望通过结合物理模型与运行数据，进一步揭示损伤形成和演化过程，为预测性维护提供更可靠的依据。
数字孪生不仅是物理系统的虚拟模型，更应能够与实体持续交换数据，动态反映运行状态，并提供监测、预测、优化或控制服务。
为明确不同数字孪生的应用范围，论文提出一种多尺度分类方法，将数字孪生划分为纳米结构、微观结构、宏观结构、部件、设备、系统及运行流程等层级。
其中，部件级数字孪生位于材料微观行为与设备整体运行之间，重点关注传动轴、轴承、电机绕组等关键部件的载荷、变形、疲劳损伤和剩余使用寿命。例如，推进轴数字孪生可以结合传动轴扭转变形和动力学模型，间接估计螺旋桨承受的外部载荷，并进一步分析疲劳损伤。
论文强调，数字孪生的计算成本不仅取决于模型精度，也与建模范围及所包含的实体数量有关。因此，实际应用中应根据监测目标选择适当的模型尺度和复杂程度，而不是一味追求高保真度。
为系统识别船舶推进系统数字孪生的研究现状与技术空白，研究团队检索了七个主要学术数据库，涵盖数字孪生、状态监测及相关支撑技术领域。研究共检索到768篇文献，经过相关性筛选和全文评估，最终纳入114篇研究成果。分析重点包括数字孪生的应用层级、研究内容、关键技术、学术与产业参与情况，以及与部件疲劳失效预测有关的研究进展。
通过这一过程，论文从技术挑战和行业发展趋势两个方面，识别部件级数字孪生的研究机会，并为后续提出的解决方案框架提供依据。
文献分析表明，现有船舶推进系统数字孪生研究主要集中于设备级和系统级，重点关注运行状态监测、故障诊断及性能优化。相比之下，针对关键零部件疲劳损伤和剩余使用寿命预测的研究仍然不足，具有较大的发展空间。
部件级数字孪生的实际应用仍面临多重挑战。首先，螺旋桨、传动轴等关键部件在复杂海洋环境下难以直接测量，需要借助动力学模型间接估计载荷和损伤状态。其次，高精度模型计算成本较高，而故障数据不足又限制了数据驱动方法的应用。此外，海上通信条件、数据所有权及产学研合作不足也制约了相关技术的发展。
针对以上问题，文章提出，边缘计算、数据压缩及跨学科协作将成为推动部件级数字孪生应用的重要支撑。
针对上述问题，论文提出数字孪生研究中心概念框架，旨在通过风险分析、物理建模、数据驱动方法及多学科协作，推动船舶推进系统部件级数字孪生的系统化研究。
6.1 框架设计与工作流程
该框架首先通过可靠性与风险分析，识别最需要监测的关键部件，再根据监测目标确定数字孪生的尺度、范围和精度要求。
在实际运行中，系统利用振动、温度、传动轴扭转角及电流变化等可测量数据，识别物理设备的运行状态。随后，通过与物理模型和数据驱动模型相结合，分析关键部件的损伤情况，并预测其剩余使用寿命。
这一设计的重要特点是，不必直接测量所有关键部件的内部状态，而是利用可获取的系统级数据，通过数字孪生推断难以直接观测的部件行为。
6.2 高效建模与初步实验验证
为提高复杂动力学仿真的计算效率，论文提出采用键合图建模方法。该方法以能量传递为基础，能够在统一框架下描述机械、电气、热力及液压等不同物理过程，适合建立船舶推进系统的多物理场动力学模型。
研究还展示了一个基于键合图的推进轴系扭转动力学仿真模型，并利用实验数据进行验证。模型能够模拟外部螺旋桨扭矩作用下的轴系响应，为进一步分析海冰冲击引起的动态载荷提供基础。
需要强调的是，这一验证属于研究框架的初步技术示范，尚不是完整的船载部件级数字孪生系统。后续仍需集成代理模型、损伤评估方法和实时数据更新机制，才能逐步实现面向实际运行的健康监测。
论文从风险管理、船队运营、变形监测和材料退化等角度，进一步讨论部件级数字孪生的应用价值。
从风险管理角度看，传统船舶安全评估主要依赖历史统计和定期检查，难以及时反映关键部件的实际损伤状态。通过数字孪生持续估计部件失效概率，可以为维护计划和运行决策提供更具针对性的依据。
从船队管理角度看，单纯依赖船舶整体运行数据，难以准确预测不同船舶的维护需求。部件级数字孪生能够将疲劳损伤、材料退化等局部信息与船舶及船队层面的运行决策联系起来，提高维护策略的精细化程度。
在技术可行性方面，数字图像相关方法可以通过非接触式测量获取部件表面变形信息，为数字孪生模型校准提供实验数据。有限元分析和其他多尺度仿真技术，则能够帮助研究人员分析材料内部的应力、变形和损伤过程。
论文特别讨论了氢脆问题。随着氢燃料推进技术发展，氢在材料内部的扩散及其引起的裂纹扩展可能影响燃料储存、输送和动力设备的可靠性。研究认为，将氢扩散、材料损伤和裂纹演化模型纳入部件级数字孪生，有望为相关部件的寿命预测与风险评估提供新的技术手段。
本文从船舶推进系统的安全需求出发，论证了发展部件级数字孪生的必要性与可行性，并提出面向多学科合作的数字孪生研究中心概念框架。
研究指出，当前船舶推进系统数字孪生主要集中于较大尺度的设备与系统监测，而关键零部件的疲劳损伤、材料退化及剩余使用寿命预测仍存在明显研究空白。
通过结合基于风险的监测对象选择、物理建模、代理模型和数据驱动方法，部件级数字孪生有望在控制计算成本的同时，提供更加深入的健康状态信息。论文展示的键合图动力学模型及其实验验证，也为后续技术开发提供了初步基础。
总体而言，部件级数字孪生有望成为提高船舶推进系统可靠性的重要研究方向，为绿色航运、极地航行及自主船舶的发展提供支撑。
