大连理工大学研究生院，大连理工大学研究生院官网
大连理工大学重大装备设计研究所所长宋学官教授近年集中于多学科建模分析与优化设计、工业大数据与人工智能技术、装备智能化和数字孪生等方面的研究，与多家知名企业开展重大装备以及关键零部件等研发合作项目，在推动成果转化和产学研合作方面积累了丰富经验。
宋学官
教授、博导、国家高层次人才计划专家，大连理工大学重大装备设计研究所所长；兼任中国工程机械学会特大型工程运输车辆分会副理事长、中国图学学会产品信息建模专业委员会副主任委员、IFToMM中国委员会委员、中国机械工程学会大数据与智能系统分会委员会委员；担任科技部重点研发计划项目评审专家、重点研发计划项目专家组专家、教育部长江学者评审专家、国家自然基金委优秀青年基金评审专家。
截至目前，宋学官教授共发表SCI论文100余篇，ESI高被引论文2篇，出版著作《ANSYS流固耦合分析与工程实例》，英文书籍章节2章，论文总引用超过3000次，H-因子为29。他先后主持多项国家重点研发计划项目课题、国家自然基金青年项目、自然基金面上项目、辽宁省自然科学基金项目，与太原重工、三一重工、大连重工、国机集团等单位开展重大装备以及关键零部件等研发合作项目10余项。
当前，新一代信息技术正在全球兴起，制造业、物流业等各业态加快智能化转型步伐，数字孪生、人工智能等概念日趋火热……在新的时代，如何加快科技创新，如何将研究成果转化应用，如何培养适应未来需要的人才，成为企业、高校、研究机构等各方关注的焦点。作为大连理工大学重大装备设计研究所所长，宋学官教授长期从事多学科建模分析与优化设计、工业大数据与人工智能技术、装备智能化和数字孪生等方面的研究，在教学过程中注重学生的学习、实践和独立思考等各方面能力培养，并且在产学研合作方面也有着深入思考与探索。
记者：您近年在教学和科研方面的重点工作有哪些？请您对大连理工大学重大装备设计研究所的团队组成、建立背景、主要工作等进行介绍。
宋学官：近年来，我在教学方面注重于“双基”的培养，“双基”指基础知识和基本技能教学，这两部分是学科或教材中最基本、最重要的部分。基本知识是理论层面上的，比如一些相对稳定的基础知识；而基本技能则是实践能力上的，更多是培养学生通过将理论应用到实践，来完成某些任务的一种过程。“双基”的培养，有助于避免和克服确定教学重点的盲目性和随意性。
在科研方面，我目前的研究方向集中于多学科建模分析与优化设计、工业大数据与人工智能技术、装备智能化和数字孪生等方面的研究。随着人工智能（AI）、大数据等热点技术蓬勃发展，特别是在信息化、网络化、智能化普及应用的大背景下，各种学科的分界线在逐渐弱化，这也是近些年逐渐注重学科交叉的原因。多学科耦合建模与优化主要通过数值方法，研究机、电、液、控等多领域复杂系统的耦合建模、计算仿真与优化设计方法，面向对象主要是重大装备系统。
大连理工大学重大装备设计研究所瞄准国家重要和大型成套装备以及关键基础件的设计制造需求，以先进设计理论为基础，紧密结合人工智能和大数据等前沿科学技术，开展设计、装配、运维、可持续等领域的科学技术研究，助推我国装备制造业从“Made in China”向“Designed in China”转变。目前，研究所现有教授10名，副教授13名，高级工程师1名，讲师2名，承担国家973计划项目、国家重点研发计划等项目20余项，累计科研经费1.5亿元。在具体成果方面，研究所参与设计了首台国产化大直径硬岩掘进机（NHI8030）、全球最大的挖掘机（太重WK-75）、全球最大的履带式起重机（徐工XGC88000吨）等，获省部级科技奖励10余项，发表国际高水平论文300余篇，授权发明专利300余项，软件著作权30多项，成功进行应用转化10余项。
开展数字孪生技术研究与应用
记者：据了解，您在人工智能技术、装备智能化和数字孪生等方面有着深入研究，请介绍下相关情况及取得的成果。
宋学官：数字孪生是对真实物理样机进行数字化的镜像，其具体实现途径要采用计算建模、传感信息、专家知识等信息，构建实时随动的多学科、多物理场耦合的数字化模型。作为连接物理世界和数字世界的纽带，数字孪生可在数字世界中实现物理实体的全生命周期镜像。
我们团队研究的重点在于对重大装备的几何形态和结构性能精准预测与分析，有助于其更好的实现智能化，主要针对几何形态和结构力学性能，通过分析当前建立数字孪生的需求与难点，构建了重大装备“形性一体化”的数字孪生框架，“形性一体化”既解决了外在的运行特征，又揭示了内在的安全隐患，可以广泛地应用于重大装备的结构健康监测、智能控制以及优化设计等方面。
同时，考虑到孪生模型时效性与准确性，我们提出了机理数据与实测数据联合驱动的“算测融合”解决方案，并针对其中“算不了”、“算不准”、“算不快”、“测不了”、“测不全”和“测不准”六个具体问题，进行了探索与讨论，提出了采用机理数据融合、模型降阶、AI 智能算法、虚实融合、计算反求、降噪滤波、聚类分割等一系列方法和技术构建适用于重大装备的“算测融合、形性一体”的数字孪生框架。
工业大数据挖掘是采用人工智能（AI）技术以及统计学方法，充分利用和挖掘装备运行过程中的多源数据信息，进而协助、指导装备的设计、制造与运维管理等。如果说多学科耦合建模是基于物理的机理建模，那么工业大数据挖掘就是完全的数据建模，机理建模有其物理意义，但是因为其确定性特点，无法考虑一些制造过程的不确定性信息，数据模型正好相反，虽然其解释性较差，却可以从数据角度统计归纳出机理模型无法预测的信息和趋势。因此，现阶段比较热门的方式是二者结合起来，做到“机理建模、数据修模”，机理与数据联合驱动的装备性能分析与预测。
针对掘进装备大数据单源数据时序非平稳、多源数据空间强耦合的数据特性，采用广义自回归条件异方差及最大期望值理论的比较方法，提取多类型异常数据结构特征，构建面向异常数据的快速检测算法，实现异常数据的处理；针对掘进装备大数据具有属性强相关、信号随机性强等特性，将工程先验知识与数据空间时序特征相融合，提出基于属性间相关的空间特征及基于动态时间规整的时序特征描述技术，实现数据的时空精简与归类。
记者：2021年您和团队的项目在日内瓦国际发明展览会中斩获多项荣誉，请对此进行下介绍。
宋学官：在2021年的日内瓦国际发明展览会中，我们共有两个项目获得金奖，一个是数字孪生项目，另一个是自主工业优化软件DADOS。
团队研发的起重机“形-性”一体化数字孪生系统
1.动臂式起重机的数字孪生
动臂式起重机在运行中的结构承载能力，受不同因素的影响呈现时变动态特性，对危险载荷的监测与提前预警是避免起重机突发事故的重要前提。臂架起重机数字孪生系统可实现对整机几何形态的实时监测和结构力学性能的动态预测，保障起重机安全运行。
动臂式起重机数字孪生系统由物理空间、数字世界、通信和客户端四部分组成。
首先，将物理空间信息映射到数字世界，利用相关技术对起重机的特征、行为和性能等进行高逼真度描述和建模，也就是使在数字世界中建立的起重机虚拟模型与物理空间中的起重机实体在几何、材料、行为等方面保持一致，实现物理世界向数字世界的忠实镜像。
其次，在物理空间中布置各类传感器，对起重机的动作、状态进行感知和捕捉。通过蓝牙、无线网络、局域网等通讯手段，将物理空间感知的数据传向数字世界；采用降噪和去噪方法对传输的数据进行预处理，提高信噪比。
再者，在数字世界中，通过将机理模型、AI算法、专家知识和解析模型计算得到的数据进行融合，完成起重机数据的虚实融合，以实时传感器数据作为输入，实现对起重机几何形态和结构力学性能的在线计算。
最后，将计算得到的数据与传感器感知的数据，分别以三维模型和信息量化的形式在客户端可视化，辅助用户合理决策。
团队自主研发的全球首个“数据驱动的云端优化设计系统DADOS”
2.数据驱动的云端优化设计系统DADOS
数据驱动的优化设计方法，作为多学科设计优化的重要分支和关键技术，近年来发展迅速，并在产品优化设计领域得到了广泛应用。该方法基于少量样本点构建仿真或试验模型的近似模型替代原有模型进行优化分析，能够有效解决产品设计周期长、成本高的问题，尤其针对复杂系统的优化设计问题，具有重要意义。
DADOS（Data-driven Design Optimization System，数驱优化平台）是一个为工程师以及研究人员打造的专业的优化设计云端系统。DADOS以提高实际产品性能为根本目的，在充分考虑企业工程师以及研究人员应用习惯和特点的基础上，采用FBP（Flow-Based Programming）框架，零编程、拖拉拽操作模式，支持用户自定义搭建求解流程，轻松实现工程实例的快速分析，满足产品性能可信预测、参数关联分析、性能快速优化等多种工程实际问题。
智能算法在线可视化编辑调试工具，实现代理模型等算法程序的集中化管理、存储，同时实现算法的远程集中运行调试，解决用户端计算机C/S架构单机程序频繁复制带来的诸多麻烦，实现快速的算法分享协同，解放用户端计算机资源，集中优质计算机算力资源，由分散的、单体的设计优化协同转变为在线、集中、面向云端的快速响应协同方式。
DADOS系统功能架构图
记者：在物流装备智能化升级过程中，包括模拟仿真、数字孪生等在内的新技术和新理念可发挥怎样的作用？在这方面您和团队进行了哪些探索？
宋学官：物流装备是物流系统的基石，随着现代人工智能等学科的发展进步，物流装备也在向着智能化的方向发展。如今，物流装备领域许多新的设备不断涌现，如自动化立体仓库、自动分拣机、输送机、自动引导搬运车、多层穿梭车等等。
随着我国物流产业飞速发展，近几年物流设备的总体数量迅速增加，如运输设备、仓储设备、配送设备、物流信息设备等等。现阶段，物流设备的自动化和信息化水平都在提升，与先前半机械化为主的模式相比，其生产效率大大提高，而数字孪生、模拟仿真等技术的加入与实际应用会是下一阶段的主要目标。
无论是在生产企业的生产、仓储环节，还是流通过程的运输、配送等环节，以及物流中心的包装加工、搬运装卸等环节，都可以通过数字孪生有机结合起来，将某些专业化程度较高的设备变得清晰、透明、易读取起来，从而方便操作者的使用与实时监测。
我们也希望，通过努力将团队的数字孪生技术应用到物流装备领域，实现装备的智能监控与优化设计。
记者：据了解，您迄今已与太原重工、三一重工等单位开展重大装备以及关键零部件等研发合作项目。在产学研合作过程中，您积累了哪些经验？您认为还存在哪些不足或需要提升的地方？
宋学官：高校作为科技创新的重要主体之一，其产学研合作在推动科技成果产业化、提高社会自主创新能力等方面发挥着巨大作用。在与这些单位的产学研合作中，我们立足自身，在保质保量完成科研合作项目的前提下，同时反思如何适应国家形势发展要求，为国做贡献，这也是最开始做重大装备优化设计与数字孪生的初衷之一。
经验是不断在实践与试错中积累的，首先是思想上的不断转变。我们认为，思想上要紧跟时代潮流、接纳新鲜事物，比如当前火热的人工智能（AI）、物联网、大数据等，我们会思考这些新技术能否学习和借鉴，从而加入到我们的研究项目之中；其次是团队教学方式的改革，这几年团队有派出去学生联合培养的，也有外界加入团队学习的，我们鼓励这种联合培养的模式，由“单一型”向“双师型”转变，这样学生增加了实践能力并且掌握了知识，实现学生、老师、企业的共赢；再有就是持续探索创新，寻求新的思路，如何更加紧密、高效的提升产学研合作的效率和质量，也是一直以来我在不断思考的问题，并试图寻找到一个答案。
随着与企业合作的增多，更能感受到企业对人才、新理念、新技术的渴望与重视。太原重工、三一重工等众多企业，非常重视一流技术的引领，愿意也敢于做第一个吃螃蟹的人。比如，我们正在与太原重工合作开发研制无人值守的智能化矿用挖掘机，希望替代耗时耗力、不够安全的人工操作。我们与三一重工联合开发的伸缩臂叉车数字孪生系统，可以说是全球第一个同时考虑叉车形态与叉车力学性能的、可以真正应用的装备数字孪生系统。这些尝试离不开企业的大力支持与投入。我们希望这样有理想、有追求的中国企业越来越多、越来越强，能够在科研院所的协助下逐渐超越甚至引领各自的行业，反过来同时给科研院所提供多种多样的支持以及提出基础科学问题，做到真正的产学研结合。
团队与三一重工联合开发的伸缩臂叉车数字孪生系统
记者：随着经济转型和智能化发展，国内企业对高科技人才的需求更加突出，您认为高校在人才培养方面需要强化哪些方面的能力？您和团队进行了哪些有益尝试？
宋学官：在学生培养过程中，首先是强化学生的学习能力，从寻求问题、发现问题，再到解决问题，本科生向研究生的转变在于从老师“喂饭”到自己“找饭吃”；此外，学生的独立思考能力也很重要，许多伟大的知识和见解都在不断地独立思考中产生；最后就是“双基”中的基本技能，也就是实践能力的培养，如何将理论知识应用到实践中，这也是老师、学校乃至国家一直关心且着重培养的事情。
在面对弟子冉有和子路相同的问题时，我国先贤孔子曾给出了不同建议，这也是因材施教的由来。俗话说“铁打的营盘，流水的兵”，每年团队总会有新鲜血液的进入，这部分学生的优点、能力、长处等各不相同，如何在他们感兴趣的领域发挥其长处并且激发创造性，是我一直以来思考并且不断付诸于实践的事情。我希望针对于每个人的兴趣所在去不断挖掘，逐步提升学生各方面能力。
此外，团队也在尝试与企业联合培养技术人员，包括企业技术人员以访问学者的形式，在我们实验室待上一段时间，了解学习实验室的各种理论、技术成果；以工程博士联合培养的形式，以一个重点项目为依托，进行目标导向的联合攻关。我本身也经常深入企业研究所，把最新的研究成果和趋势，与技术人员进行各种形式的交流；同时也会邀请企业的高管、高工到学校传经送宝，将一线的经验分享给学生，这些都是人才培养的各种尝试。
记者：在助推我国装备制造业从“Made in China”向“Designed in China”转变的过程中，各种新技术将发挥怎样的重要作用？为应对不断变化的新时代，院校、企业、研究机构等各方需要在哪些方面加强合作？
宋学官：随着《中国制造2025》，“工业4.0”等概念的火热，以及近年来我国经济飞速发展，在世界上的权重逐渐上升，国内装备制造业从“Made in China”向“Designed in China”转变是时代的选择，也是我们发展的必然结果。
总体来说，数字化、自动化、智能化是未来机械设计的重点研究方向，而在实现这些目标的基础上，数字孪生、人工智能、大数据等技术将占据半壁江山。过去几十年，机械行业发生了翻天覆地的变化，设计已经从传统的经验科学，迈入了精密的数字科学，从二维图纸变为了三维模型，从静态设计跨入动态设计，数字化、自动化、智能化在其中起到了关键的作用。过去我们设计一款机型要经过几个月的核算、校验、制图等，现在我们采用参数化软件、虚拟化工具，几周时间便能产出一个新的机型，设计周期大幅缩短，设计费用大幅降低，同时装备的性能进一步提高。在未来，数字化、自动化、智能化会更深地介入产品的设计、制造、运维等全生命周期，机械设计也会步入新的发展轨道，走向全新的发展之路。
院校、企业、研究机构等由于其工作目标重点以及侧重不同，在产品的研发过程中扮演着不同的角色。在我的理解中，这是个求同存异的过程，正所谓“人类有界，知识无界”，院校作为人才的培育基地，可以为企业以及研究机构输送人才，同时学校的教师可以走进企业和研究机构对工作人员进行培训等，提高整体素质；而企业和研究机构可以为学校学生提供实践上、知识上的指导，正好弥补高校学生实践能力方面的短板，同时解决部分院校实习实训设备不足的情况，真正做到资源共享，而企业的优秀工程师、管理者、研究机构的科研人员等也可以进入校园，为学生授课，从而练就学生过硬的各方面素质、本领。这样使企业和科研机构得到人才，学生得到技能，学校得到发展，从而实现各方“优势互补、资源共享、互惠共利”。
END
战略合作
大连理工大学研究生院(大连理工大学研究生院官网)