源自：航空学报

作者：陶飞 孙清超 孙惠斌 穆晓凯 张贺 宋鲁凯 朱剑琴 陶智

扫描二维码查看更多咨询

摘 要

航空发动机是集精密工艺与尖端科技于一体，需兼顾高性能、高效率、高可靠、长寿命等多元目标，且依赖设计、制造、试验、运维多方主体紧密合作的国之重器，承载着强国梦想和强军使命。航空发动机数字孪生工程通过充分利用数据、模型、服务等虚拟资产的潜在价值，融合仿真、预测、优化等多种数智化手段，基于全生命周期系统工程的创新模式、多学科协同的高效平台和多要素耦合分析的全局视角，全面提升航空发动机设计、制造、试验、运维能力，能够为航空发动机全产业链加速发展提供新动力。本文从研发、变革、创新3个角度分析了航空发动机数字化发展趋势，从全生命周期的视角分析提出了航空发动机数字工程的6个阶段的18个需求趋势与挑战；通过分析数字孪生在航空发动机全生命周期中的研用现状，指出航空发动机在理论体系、组织协作、软件平台、标准规范方面的不足；以作者团队前期提出的数字孪生五维模型、数字工程“数智眼”体系架构、数字试验测试验证体系架构为基础理论，进一步提出了航空发动机数字孪生工程的内涵和体系架构，研究了航空发动机数字孪生工程关键技术体系；从思想、技术、模式、产业等角度对发动机数字孪生工程发展提出了若干建议。期望相关工作为航空发动机数字孪生工程数力和智力的开发利用，以及航空发动机设计、制造、试验测试验证、交付、运维、回收全生命周期能力的全面提升提供参考，助力航空发动机数字化、智能化研制水平和服务能力的跨越式发展。

关键词

航空发动机, 数字孪生, 数字孪生工程, 全生命周期, 体系架构

1 航空发动机数字工程发展趋势与需求

作为“飞机的心脏”，航空发动机是一个国家科技水平、工业基础和综合国力的重要体现，被誉为现代工业“皇冠上的明珠”。在航空产业数智化转型发展趋势下，研制大推力、高效率、长寿命、低能耗、具有自主知识产权的新一代航空发动机已成为各国重要发展战略目标。基于作者团队前期在数字工程^［1］和数字孪生理论体系^［2-3］、技术体系^［4］、工具体系^［5］、标准体系^［6］研究基础，并结合国内外航空发动机的多年探索与研发工作，本文从行业发展和数字工程两个方面分析并总结航空发动机的未来发展趋势与需求。

1.1 航空发动机未来发展趋势与需求

纵观航空发动机的发展历程，其研发范式、核心技术、创新模式皆随技术进步而不断发展与变革。为提升航空发动机数智化水平，面向研发范式变革、核心技术突破、创新模式演进等三方面需求，结合航空发动机的理论研究与应用实践，将航空发动机的发展趋势总结为“三个研发、三个变革、三个创新”。

1） “正向研发、协同研发、高效研发”的发展需求趋势

我国航空发动机起步于引进、仿制机型，导致航空发动机相关基础薄弱、多领域联合设计仿真能力相对弱，难以支持气动、结构、传热、控制等多学科协同的正向设计。在试验测试验证（ETV， Experiment， Testing and Validation）阶段^［7］，当前航空发动机主要采用物理ETV方式，存在周期长、成本高、极端工况物理ETV难实现等不足。未来航空发动机技术复杂度和性能指标要求越来越高，产品研发难度显著增大，传统的研发模式难以满足发展需求，亟需向“正向研发、协同研发、高效研发”模式转变。

2） “效率变革、动力变革、质量变革”的发展需求趋势

三大变革是在新时代高质量发展背景下对航空发动机行业提出的新需求。在设计阶段，需综合各单位能力优势，促进数据与机理融合双驱动的高效研发模式，推动新一代航空发动机的效率变革。在制造阶段，需逐步从面向精度的制造转向面向性能的高质量制造发展。在试验测试验证阶段，需发展物理试验和数字试验的深度融合的数实融合试验，实现航空发动机性能、寿命、可靠性的低成本、高精度预测与评估。在运维阶段，需最大化利用实时数据和历史信息，实现航空发动机健康状态的实时监测、在线预测和智能维护。因此，促进效率变革、动力变革、质量变革^［8］，是未来航空发动机研发的主要发展趋势与需求之一。

3） “科技创新、产业创新、融合创新”的发展需求趋势

创新是航空发动机技术发展与产品迭代的重要驱动力。首先，航空发动机需与新材料、新能源、新工艺相结合，推动设计、加工、试验、运维等各阶段的科技创新发展，提高基础技术水平。其次，传统航空发动机产业模式需与新一代信息技术深度结合，推动航空发动机产业向数字化、智能化、高端化升级转型。此外，需充分打通科技创新链与产业创新链，实现科技创新、产业创新、融合创新^［9］，使创新体系整体效能不断提升，促进颠覆性技术研发与技术转化落地，从而大幅提升我国航空发动机整体能力水平。

1.2 航空发动机生命周期数字工程18个需求

传统研发模式难以满足航空发动机数字化、信息化、智能化、体系化的发展需求，打通航空发动机设计、制造、试验测试验证^［7］、运维等全生命周期环节，建设航空发动机全生命周期数字工程成为了重要发展趋势^［10］。作为一种利用“数力”和“智力”促进装备数字化，实现“能力”提升的工程范式，数字工程^［1］有助于实现航空发动机全生命周期可支配资源的科学组织与高效管理利用，以满足新时代装备发展与应用需求。2023年作者团队首次发表提出航空发动机数字工程^［1］，在此基础上结合复杂装备数字化发展需求^［11］，本文进一步提出航空发动机全生命周期数字工程18个需求趋势，如图1所示。

图 1   航空发动机全生命周期数字工程18个能力需求^［1］

1） 设计阶段：为实现航空发动机正向设计，需集成表达设计参数与性能间高精度映射关系，缩短设计周期。因此，航空发动机在设计阶段需具备：① 跨地区跨阶段协同设计能力；② 多学科多领域耦合设计能力；③ 复用模型与经验知识融合驱动的高效设计能力。

2） 制造阶段：为实现以性能为目标的定量、定域、定式的数字化、高性能制造模式^［12］，以提升加工质量及效率，航空发动机在制造阶段需具备：① 面向性能的制造工艺动态优化能力；② 制造过程精准调控能力；③ 产品质量全过程追溯能力。

3） 试验测试验证阶段：为实现航空发动机多工况、多参数的试验测试验证，需借助数字手段解决物理试验测试验证数据获取难的问题。因此，航空发动机在试验测试验证阶段需具备：① 高效率数字试验测试验证能力；② 全方面多工况数字试验测试验证能力；③ 数字试验测试验证与物理试验测试验证融合与协同的能力。

4） 交付阶段：为实现航空发动机“实体+数字”双交付新模式，便于航空发动机的管理，航空发动机在交付阶段需具备^［11］：① 数字发动机可迭代与更新能力；② 数字发动机可共享与集成能力；③ 数字发动机性能可追溯与管理能力。

5） 运维阶段：为实现面向可靠性的航空发动机全要素、全过程的实时状态监测及精准管控，航空发动机在运维阶段需具备：① 运行状态实时监测与评估能力；② 故障精准诊断与预测能力；③ 快速响应与智慧决策能力。

6） 维修&回收阶段：为实现航空发动机长时安全运行、提高资源回收利用率，航空发动机在维修&回收阶段需具备：① 主动预知性维修能力；② 维修方案评估与优化能力；③ 智慧拆解与再利用能力。

数字孪生作为一种在信息世界观察物理世界、认识物理世界、优化物理世界、改造物理世界的重要技术，为实现产业数字化转型和智能化升级提供了有效途径^［6］。当前，数字孪生被工业界和学术界广泛关注和研究，并在各大领域开展应用实践^［13-14］。随着数字孪生模型、数据和功能服务的不断积累、完善、规范，跨阶段数字孪生模型、孪生数据和服务逐步呈现出可兼容集成、可迁移演化、可动态融合等适用于复杂体系数字工程的重要特征。数字孪生工程将贯穿物理对象全生命周期和数字工程生态系统的数字孪生集成融合，赋能航空发动机设计、制造、试验测试验证、交付、运维、回收全生命周期各环节^［1］，系统性提升航空发动机数字工程能力，满足新一代航空发动机的研制目标与应用需求。

2 数字孪生在航空发动机生命周期中的研用现状

数字工程是在数字空间对物理系统的全要素、全业务、全过程的数字化映射、实时同步、分析优化、管理控制，从而实现全生命周期智慧管理的工程范式^［1］。数字孪生工程能够用于航空发动机设计研发、生产制造、试验测试验证、运行维护等全生命周期各阶段，以提升发动机设计效率与性能、提升制造质量、缩短试验周期和降低运行维护成本，助力数字工程的实现。因此本章从设计阶段、制造阶段、试验测试验证阶段、运维阶段，总结分析数字孪生在发动机生命周期各阶段研用及发展动态。

2.1 基于数字孪生的航空发动机设计

在设计阶段，作者团队围绕产品设计与再设计，提出了数字孪生驱动的设计总体理论与方法架构^［15-16］，通过集成设计、制造、运维等全生命周期各阶段数据和经验，为原型迭代设计及再设计优化、设计方案评估和虚拟验证等提供数字孪生模型及融合数据，以优化产品设计过程。因此，将数字孪生应用于航空发动机设计过程，有助于增强航空发动机设计阶段与制造、试验测试验证、运维等不同阶段间的信息交互与共享，从而实现设计方案的迭代优化，降低航空发动机性能与设计期望间的不一致性。当前国内外学者或机构已开展数字孪生及相关技术在航空发动机设计阶段的理论与应用研究^［17-34］，如表1所示^{［1，15-16，22-26，29-34］}。

表1 基于数字孪生的航空发动机设计研究现状

在产业数字化转型发展趋势下，陶飞等^［1］基于数字工程“数智眼”体系架构，针对先进航空发动机的一体化、体系化、协同化发展需求，于2023年发表并探讨了航空发动机数字工程的概念，并提出通过整合设计、试验测试验证、制造等全生命周期内各阶段数据与模型，达到研制过程中多学科协同、局部整体协同、设计制造协同、虚实试验协同、多主体协同的“五协同”正向闭环研制模式。2024年黄维娜等^［17］系统阐述了航空发动机数字工程总体技术框架，并进一步介绍了数字工程在航空发动机全生命周期的应用场景。刘大响等^［18］从专业、学科、空间、时间、工具五个维度提出了航空发动机数值仿真技术的定义和内涵。胡忠志等^［19］在发展数字样机概念基础上，探讨了“数字发动机”概念，以实现发动机系统功能和行为高精度、高置信度刻画。结合我国航空发动机行业数字化建设基础及数字工程系统化发展趋势，王乐等^［20］介绍了罗罗公司提出的“智能发动机”愿景，希望借助数字孪生技术使发动机具有情境感知和理解能力。

为实现航空发动机的设计优化，尹泽勇等^［21］针对航空动力系统整机优化问题，提出了基于多学科设计优化的航空动力系统整机设计方法，以提升产品综合性能并缩短研制周期。针对航空发动机换气系统制造复杂度高、装配效率低的问题，Xu等^［22］探讨了数字孪生驱动的航空发动机优化方法，利用制造测量和性能测试的实时反馈数据，对航空发动机系统参数进行了虚拟仿真和设计优化。Ellis等^［23］提出了将发动机性能分析与广义预测相结合的方法，利用数字孪生技术建立耦合退化模型以更好地预测高压涡轮退化性能。刘魁等^［24］将航空发动机可靠性指标逐层分解为一系列设计指标，结合历史数据探究故障或薄弱环节产生的机理，以期通过数字孪生来预测航空发动机的潜在故障，提高航空发动机的可靠性。任祝寅等^［25］研究了基于数字孪生的航空发动机设计方案预先评估与优化方法，以大幅缩短燃烧室设计周期、降低成本。

此外，部分研究关注于构建面向航空发动机设计阶段的数字孪生软件或平台。例如，GE^［26］公司开发了数字孪生工业云平台Predix，基于该平台开展了先进涡桨发动机的研制。俄罗斯联合航空制造集团^［27］通过打造统一的数字孪生平台，以整合所有产品和数学模拟过程中产生的数据、文件和专业化软件程序。罗罗公司^［28］建立了航空发动机各叶片的数字孪生模型，于2019年实现了“超扇”发动机设计方案的测试。Reitenbach等^［29］提出了虚拟引擎平台GTlab（燃气轮机实验室），并基于该平台进行航空发动机数字化设计，期望实现航空发动机部件几何描述和发动机性能的数字化表达。Guan等^［30］研究了面向航空发动机性能和排放的通用仿真优化平台，利用GT-Power软件建立了具有OPLVCR机制的航空发动机数字孪生模型，以优化发动机的油耗和NOx排放。Kraft和Kuntzagk^［31］设计了一种数字孪生驱动的航空发动机综合管理系统，通过综合考虑航空发动机实时状态与预期行为，以实现CFM56-5C发动机关键部件寿命的精准预测。Tadeja等^［32-33］将VR部署于航空发动机压缩机叶片的原型设计过程，以实现设计过程的可视化交互。

综上所述，基于数字孪生开展航空发动机正向设计，从而推动高性能、高可靠性、高效率航空发动机数字研发，是公认的未来发展趋势之一。虽然我国在基于数字孪生的航空发动机设计方面已开展初步探索，但由于系统性能实时映射机制不清、设计方案验证慢、一体化全局设计不准、多学科协同优化不足等一系列核心难题尚未得到实质性突破，限制了基于数字孪生的航空发动机正向设计落地与应用。

2.2 基于数字孪生的航空发动机制造

在制造阶段，作者团队提出了数字孪生车间概念及运行机制^［35］，并系统阐述数字孪生驱动的智能制造理念与方法^［36］，通过构建与物理车间对应的虚拟车间，并基于虚实车间的交互迭代，实现对生产要素的分析、评估与预测，以优化生产要素管理、生产活动计划、生产过程控制等制造过程。因此，将数字孪生应用于航空发动机制造过程，有助于实现航空发动机制造过程的实时监控与工艺调整，提高加工/装配质量，形成航空发动机高性能制造新模式。目前，国内外学者或机构已开展数字孪生及相关技术在航空发动机制造阶段的理论与应用研究^［35-52］，如表2所示^{［35-36，39，42-47，50-52］}。

表2 基于数字孪生的航空发动机制造研究现状

高性能、高质量制造是航空发动机数字化制造的本质需求，郭东明^［12］以高端装备制造要求及技术现状为出发点，阐明了高性能制造的内涵和基础问题，给出了高性能制造的实现途径和关键技术。王登勇等^［37］开展了基于数字化技术的航空发动机关键零件加工技术研究，为新型航空发动机的研制和生产提供了重要的技术支撑。结合我国航空发动机行业数字化技术应用现状，赵罡等^［38］总结了航空发动机典型装配工艺与技术体系，探讨了航空发动机装配精密化、数字化、智能化的发展趋势。曹增义等^［39］提出了面向航空发动机研制过程的数字孪生应用架构，讨论了面向工艺设计、生产制造、产品装配、维护保障等环节的数字孪生要素与应用模式。孙惠斌等^［40］研究了数字孪生驱动的航空发动机装配技术，以提高航空发动机装配过程的智能性、主动性和预测性。Li等^［41］提出了数字孪生数据和知识双驱动的航空零部件智能工艺通用架构，以涡喷发动机整体叶盘工艺规划为例验证了所提方法的可行性。

针对如何构建航空发动机制造过程数字孪生模型这一难题，Zhang等^［42］提出了装配体接触特性的数字孪生模型构建方法，在此基础上，Zhao等^［43］融合了几何精度实时量测数据，以动态修正装配精度预测模型。吴法勇等^［44］研究了转子不平衡分布数字孪生模型的构建方法，为转子结构状态控制、动力响应预测奠定模型基础。

为优化航空发动机的制造过程，Lee等^［45］通过数字孪生分析航空发动机部件制造过程中的海量数据，为航空发动机部件性能精准预测提供数据基础。Cai等^［46］针对飞机制造过程中因制造误差、工装失误、人为因素、设计缺陷等因素导致的质量偏差问题，提出了基于数字孪生的质量偏差控制系统，通过该系统为装配现场提供实时指导，以降低装配质量偏差。Li等^［47］通过建立集成测量模型、设计模型、几何偏差分析模型、信息模型和数据库等模块的数字孪生平台，以实现航空发动机装配质量的分析与评估。石嵩等^［48］提出了基于数字孪生的航空发动机多级转子装配误差传递分析方法，以实现装配过程定向误差、定位误差和表面粗糙形貌的综合分析。吴腾云和唐松松^［49］研究了基于数字孪生的航空发动机工艺设计系统构架方法，以达到提高工艺规程合格率、降低传递至执行端时长的目标。

综上所述，以数字化建模、定域定量反求制造等为核心的高性能制造技术，逐渐引领我国航空发动机制造技术焦点由几何量向性能要求转变。数字孪生模型可作为航空发动机高性能制造的重要数据载体，但由于发动机性能受加工/装配多因素关联影响，发动机加工/装配参数存在典型不确定性，且发动机制造过程对建模效率及精度要求极高等问题，使当前系统层面研究比较多，产品性能数字孪生模型构建研究不足，尚未系统建立孪生数据与机理模型融合驱动的航空发动机高性能制造理论技术体系。

2.3 基于数字孪生的航空发动机试验测试验证

在试验测试验证阶段，作者团队提出了数字试验测试验证体系架构^［7］，通过在数字空间进行虚拟试验测试验证，不断优化实际试验测试验证方案，以获得全面、准确、可靠的试验测试验证结果。将数字孪生应用于航空发动机试验测试验证过程，有助于缩短航空发动机试验测试验证周期、降低航空发动机试验测试验证成本。目前，国内外学者或机构已开展数字孪生及相关理论在航空发动机试验测试验证阶段的应用研究^［53-64］，如表3所示^{［7，27，54，57-64］}。

表3 基于数字孪生的航空发动机试验测试验证研究现状

为实现航空发动机在服役过程中的性能测试、追踪与预测，陶飞等^［1］研究了航空发动机性能数字测试系统性方法，并尝试探讨了测试前、测试中、测试后三阶段的航空发动机性能数字测试流程。张志博等^［27］探索了数字孪生应用于航空发动机试验测试验证过程的可行性方法，以期通过虚实融合试验达成提升试验测试验证效能、降低试验测试验证风险、缩短试验测试验证周期的目标。王乐等^［20］探讨了将数字孪生技术应用于航空发动机试验测试验证的意义，提出可通过一系列可重复、可变参数、可加速的数字试验来提前验证航空发动机在不同工况和外部条件下的性能状态。

针对航空发动机试验测试验证的关键技术研究，Segalman等^［53］搭建了多种连接结构力学特性试验平台，开展了航空发动机连接力学特性机理研究。刘宁和陶智^［54］开展了航空发动机高温旋转部件的流体换热测试研究，通过实验数据验证大涡模拟预测的准确性，形成数据驱动的气动及换热综合分析体系。葛向东等^［55］研究了基于航空发动机动力学试验的振动特征溯源方法，通过一系列转子特性和模态试验，揭示航空发动机典型振动特征的变化规律。漆琪等^［56］研究了工业机器人辅助的航空发动机机匣内腔轮廓精准测量方法，通过优化工业机器人位姿及路径，以期满足复杂腔体测量角度要求。Sun等^［57］开展了面向航空发动机装配过程的螺栓预紧力测量研究，基于声弹性效应建立了考虑理论与测量误差的测量模型，以期提升预紧力测量精度。

综上所述，数字试验测试验证是研发新一代航空发动机的必备手段，具备增强设计方案定型、制造工艺验证、产品质量检验、动态性能评估、剩余寿命预测等能力，从而为航空发动机设计、制造、运维等各阶段提供技术保障。然而，目前航空发动机试验测试验证的研究与应用尚处于起步阶段，亟需突破模型快速构建与重构技术、多域异构数据实时同步传输技术、多层级数模融合技术、数实一致性评估技术、大模型与智能分析决策技术、试验测试验证通用基础库构建技术等一系列关键技术，实现多重任务场景下航空发动机全生命周期性能的精准测试与评估，充分发挥数字孪生在航空发动机研制中的应用价值。

2.4 基于数字孪生的航空发动机运维

在运行维护阶段，作者团队在国际上首次提出了复杂装备故障预测与健康管理方法^［65］，通过构建与物理装备特征动态一致的装备数字孪生模型，并融合模型仿真数据与物理装备数据，实现故障预测并据此制定维修策略。将数字孪生应用于航空发动机运维过程，有助于全面监测航空发动机的运行状态、评估航空发动机性能、动态优化航空发动机控制策略，从而实现早期故障预警、性能预测和维护决策，以提高航空发动机的可靠性与安全性。目前，国内外学者或机构已开展了数字孪生及相关技术在航空发动机运维阶段的理论与应用研究，如表4所示^{［65，70，72，75，78］}。

表4 基于数字孪生的航空发动机运维研究现状

为指导数字孪生在航空发动机运维过程的实施，曹建国^［66］探讨了数字孪生是数字化转型下航空发动机仿真技术的发展机遇之一，将数字孪生应用于航空发动机运行维护过程有助于提升航空发动机的健康管理水平，以实现基于虚实交互的运行维护。Grieves和Vickers^［67］分析了面向航空发动机运维过程的数字孪生模型组成要素，并进一步构建了多维度、多尺度、跨时域的航空发动机数字模型。刘魁等^［68］构建了面向航空发动机运维过程的数字孪生体，以支持航空发动机的精准检测、故障预测、性能/控制优化等功能。吴雄等^［69］提出了航空发动机数字孪生与健康管理技术相结合的方法，为舰载机发动机实时状态监测、故障诊断预警、寿命管理评估与远程维修决策等功能提供支撑。曹明等^［70］提出了基于数字孪生模型的航空发动机故障诊断与预测、维护/维修决策的通用流程，以提升基于数字孪生的航空发动机健康管理能力。

在航空发动机的故障诊断方面，Ezhilarasu和Jennions^［71］通过构建电力系统数字孪生体进行航空发动机和燃油系统的故障检测。Peng和Chen^［72］开发了基于数字孪生的航空发动机在线诊断系统，以实现TFE-731涡扇发动机的故障诊断。王诗彬等^［73］建立了航空发动机可解释性智能监测诊断网络，以提升涡扇发动机故障诊断的有效性。Stoumpos和Theotokatos^［74］结合功能控制和数据驱动模型，提出了发动机健康管理方法，并利用数字孪生进行了验证。

在航空发动机的剩余寿命预测方面，Mosallam等^［75］提出了基于贝叶斯模型的剩余使用寿命预测方法，利用NASA数据库对涡轮风扇发动机退化模拟数据进行了验证。Xiong等^［76］提出了数字孪生驱动的航空发动机预测维护架构，开发了隐式数字孪生模型对航空发动机剩余使用寿命进行了预测。付洋等^［77］通过构建涡轮盘性能退化数字孪生模型，以在线预测涡轮盘的剩余寿命。

综上所述，当前数字孪生已成为发动机故障诊断、寿命预测、精准维护等方面的研究热点，但发动机运行工况环境极端复杂，当前技术仍难以满足航空发动机在动态多变环境下的状态实时评估、预测、管控的高精度需求，因此需从以下几方面进一步发展：① 在模型与数据融合驱动下，建立多维度、多尺度、跨时间的航空发动机运维数字孪生模型，形成数字孪生驱动的航空发动机整机及部件预测性维护体系；② 结合深度学习、大模型等方法以提升模型的准确率、鲁棒性、可解释性；③ 建立健壮的数字孪生航空发动机运维系统平台和完善机制，保证及时、可靠和安全的非在线、少数据、强时变、瘦客户等复杂环境下运维服务。

2.5 航空发动机数字孪生研究现状小结

1） 基础理论与技术体系不健全：国内目前在数字孪生通用理论和技术，如数字孪生模型构建、孪生数据融合处理、连接交互等基础理论和关键技术，有大量创新研究，初步形成了理论与技术体系。但针对航空发动机生命周期需求，在发动机数字孪生相关基础理论及技术方面，当前研究比较分散，国内外均处于起步阶段，亟需突破系统表达航空发动机运行机理、物理规律、性能演化等航空发动机数字孪生理论架构及技术体系。

2） 数据/模型组织与协作机制不明确：当前国内航发领域的高校、研究所、企业等机构已积累了一定的设计、仿真、实验、运行相关模型与数据，然而由于各机构间的模型/数据组织与协作机制不清，导致仍存在分散孤立等系统性问题，使得各机构协作难。而国外罗罗等企业已基本形成了贯穿全产业链的数字主线，因此亟需建立合理的数据/模型组织与共享机制，打通航空发动机的设计、制造、试验测试验证与运维数据链，从而促进航空发动机的高效协同研发。

3） 专业软件与工业平台不完备：在发动机数字孪生专业软件与系统方面，国外已建立以Twin Builder、3DExperience、Simcenter等为代表的数字孪生相关软件平台，具有数据集成、数字孪生及集成运用能力，国内也开展数字孪生通用工业软件平台的设计研发，如makeTwin数字孪生工业软件平台^［5］，并已开始工业落地实践应用。但尚未建立面向航空发动机全生命周期的数字孪生专用工业软件，使各信息化系统平台接口集成、交叉互联、虚实联动非常复杂，难以支撑航空发动机数字孪生的实施应用。

4） 行业标准与相关规范不完善：为促进数字孪生在航空发动机领域大规模推广应用，需具备完善的标准与参考规范，从而加强行业人员对航空发动机数字孪生的理解与认识，指导航空发动机数字孪生的实施应用。当前虽已初步建立数字孪生通用标准体系^［6］，且国内外已有数字孪生相关标准陆续发布，但大多集中在制造与城市领域，尚缺少航空发动机领域的相关标准。

声明:公众号转载的文章及图片出于非商业性的教育和科研目的供大家参考和探讨，并不意味着支持其观点或证实其内容的真实性。版权归原作者所有，如转载稿涉及版权等问题，请立即联系我们删除。