徐 鵬,陳衛彬,廖良闖,張 政,封雨生
(1. 中船重工第七一六研究所,江蘇 連云港 222061;2. 中船重工信息科技有限公司,江蘇 連云港 222061)
隨著世界各國對于制造業的重視,中國制造的生存能力和發展空間遭遇“雙向擠壓”,面對前所未有的挑戰。在此背景下,我國提出了“中國制造2025”戰略白皮書,將互聯網和傳統制造工業相融合,借助數字化、網絡化、智能化技術創新、結合經濟結構調整及供給側改革措施,實現制造業由原本粗放式發展到精細化、集約化、技術化方向的轉型升級。轉型升級過程中,供給側競爭的加劇、營運成本的提升以及盈利能力的下降,迫使企業追求生產的自動化、數字化、標準化。目前,大部分企業完成了自動化能力升級及初步的數字化能力建設[1-3]。
然而,自動化生產車間存在生產狀態即時管控能力缺失、制造全流程數據鏈路斷裂、單點數字化孤島等問題現象,制約了企業實現基于數據的產品質量控制、生產周期縮短,競爭力提升的發展需求。大部分企業的數字化能力建設聚焦于獨立的信息系統搭建,旨為實現特定的功能目標,如資源的調配、物料的管控、生產排程的下發等,信息的片面性、直觀性、可用性限制了數據在生產制造流程中的價值彰顯。
數字孿生是用數字技術鏡像物理車間,基于數據驅動直觀有效地完成對車間對象的監控、分析,實現對當前的生產管控、對未來的仿真預判、對過去的直觀追溯的目標,在成本、資源、周期等多維度幫助企業快速發展[4-7]。數字化解決方案是以產品全生命周期的相關數據為基礎的智能制造解決方案。在虛擬環境下將生產制造過程壓縮和提前,并得以評估與檢驗,從而縮短產品設計到生產的轉化的時間,并且提高產品的可靠性與成功率,能夠為企業帶來巨大價值,達到互聯智能技術出現以前無法企及的水平。數字孿生是數字化解決方案中一種新的概念,具體為物理實體或流程的準實時數字化鏡像,有助于企業實現績效提升。之前由于數字技術能力有限,且計算、存儲和寬帶成本過于高昂,數字孿生及其海量數據處理對于多數企業來說仍是一個難以掌控的領域。但近年來,隨著物聯網,高速通信,人工智能等技術的不斷成熟,這些不利因素已大大減少。成本的大幅降低和能力的顯著提升引發了巨大變化。
船舶管系加工是船舶加工過程中重要的一環,近幾年來,在自動化和信息化建設方面取得了長足的進步。然而在后續發展上,仍然面臨著現有的管理手段、技術手段和生產裝備無法滿足當前的船舶智能制造形勢,迫切需要轉型升級。通過信息化、網絡化、智能化技術,引進先進的管理理念,優化工藝流程,對現有設備進行數字化升級,同時引進產品制造、物流、在線檢測等高端智能裝備,進行裝備的工業互聯,結合數字孿生系統,以管加智能制造為核心,實現工藝與高端裝備相結合的集成創新,促進跨業務環節的綜合集成,推進跨部門的業務協同與創新,實現船舶管系加工的管理信息化、設計制造數字化、決策智能化,將大力提升管系產品制造管理的智能化水平,所形成的全新智能制造模式將會全面提高我國船舶行業的核心競爭力。
傳統車間管控架構主要由現場執行單元、車間制造執行系統、企業資源管理系統組成,主要實現生產的自動化和管理的信息化[8-9]。在傳統的生產管控流程下,MES 系統在ERP 系統與生產控制系統之間進行生產作業指令的下達與生產實時數據的上傳。隨著智能制造技術發展的要求,傳統車間管控架構主要存在的不足有:制造過程的數據展示以二維圖表為主,生產過程可視化程度不高;主要的分析、決策仍依賴人工和經驗,缺少仿真分析和自主決策機制。
數字孿生系統加入到車間管控架構后,改變了車間傳統的運行流程。數字孿生等同于在ERP 系統和MES 系統之間增加1 個虛擬的生產制造執行仿真系統,基于數字孿生的數字化車間運行新流程如圖1 所示。

圖 1 基于數字孿生的新型車間運行流程Fig. 1 New workshop operation process based on digital twin
ERP 系統將生產計劃訂單任務下發給數字孿生系統,數字孿生系統基于已有的設備狀態數據、物料數據、生產參數、優化目標等進行虛擬制造和仿真優化分析。數字孿生系統將仿真結果反饋給ERP 系統的同時,也下發給MES 系統,由MES 系統按照優化后的訂單任務組織生產。數字孿生系統實時收集實際生產過程中的物料消耗數據、質量數據、設備狀態數據等相關生產過程數據,并持續完善內部的仿真分析模型,從而完成基于數字孿生的數字化車間運行新流程。
數字孿生是用數字技術鏡像物理車間,基于數據驅動直觀有效地完成對車間對象的監控、分析,實現對當前的生產管控、對未來的仿真預判、對過去的直觀追溯的目標,在成本、資源、周期等多維度幫助企業快速發展。之前由于數字技術能力有限,且計算、存儲和寬帶成本過于高昂,數字孿生及其海量數據處理對于多數企業來說仍是一個難以掌控的領域。但近年來,隨著物聯網,高速通信,人工智能等技術的不斷成熟,這些不利因素已大大減少,成本的大幅降低和能力的顯著提升引發了巨大變化[10-11]。
數字孿生系統采用基于B/S 架構進行設計,將系統核心功能集中到服務器上,用戶可以通過辦公電腦、移動終端等方式對系統進行靈活訪問。采用模塊化設計理念進行系統總體設計,基于模塊化分系統架構及分系統拓撲關系的建立,使得各個模塊具有相對獨立的特點,在不對原系統進行較大改動前提下,可以按照定制需要快速搭建新的模塊分系統,并接入數據及觸發流程;同時,對于任何一個模塊分系統的維護都不會對其他分系統模塊的運行產生較大影響。
數字孿生系統按功能主要劃分為系統管理模塊、數據接口單元、數據管理模塊、監控視角模塊、運動驅動模塊及狀態匹配模塊等模塊,其中,系統管理模塊通過接口調用、觸發信號傳遞等方式實現6 個模塊之間任務協調及控制。數字孿生系統總體架構圖如圖2所示。

圖 2 數字孿生系統總體架構圖Fig. 2 Digitaltwin system overall architecture diagram
此外,數字孿生系統提供了開放的二次開發和集成接口。提供基于Web Service 的接口,用于和其他業務系統的集成;提供OPC 工業標準接口,用于和智能化系統的集成。
系統實際工作流程如下:
1)在系統啟動之初,系統管理模塊調用狀態匹配模塊依據實時數據進行虛實狀態匹配;
2)數據傳輸模塊從系統外采集數據,并通過數據管理模塊進行管理;
3)數據可視化模塊發送請求給系統管理模塊,通過數據管理模塊提供的數據列表進行數據查找;
4)運動驅動模塊依照更新的數據調用相應的運動驅動方法;
5)通過調用監控視角模塊,可以切換虛擬相機角度方位,得到不同的觀察角度車間圖像;
6)系統支持VR 設備和AR 設備的接入,實現基于VR 設備的車間漫游、設計評審,實現基于AR 的作業指導和設備檢修。
數字孿生系統需要與生產企業內的產品研發系統、企業資源計劃管理系統、制造執行系統、現場控制系統、仿真分析系統等業務系統進行數據及接口集成。集成的數據類型包括:現場實時數據、業務數據、三維模型幾何數據及三維模型業務數據等。采用的集成接口技術依據業務系統類型和交換數據的格式而不相同。數字孿生系統與其他業務系統集成的接口技術如圖3 所示。

圖 3 數字孿生系統信息集成接口技術Fig. 3 Digitaltwinsystem information integration interface technology
數字孿生系統與企業管理信息系統通過企業信息服務總線(ESB)進行集成,數據語言采用XML 或JSON 格式;與仿真分析系統通過ESB 或WebService(部署在云端)進行系統集成;與制造執行系統和現場控制系統采用OPC UA 通信進行集成。
1)現場數據采集及處理
在充分考慮技術成熟性的同時,采用先進、可靠、標準化的技術手段,構建車間現場采集服務系統,通過設備底層控制進行數據采集,將采集的原始數據進行清洗、分類、編碼等邊緣處理,形成標簽化的數據,并進行本地壓縮存儲。同時,數據可以通過企業內部網、4G 網絡、MQTT 等協議與企業信息系統進行集成或上傳至云端。現場數據采集服務系統層次圖如圖4 所示。
數據采集層。該部分是數據采集服務系統的基礎部分,主要通過協議轉換器(網關)實現底層工業通信協議(OPC,PROFINET,PROFIBUS,HART,TCP/IP 等)的互通。
邊緣處理層。車間采集的原始數據類型繁雜、數據量大,需要進行邊緣處理后,再進行存儲及上傳。邊緣處理主要包括數據清洗、數據編碼、數據加密、數據冗余處理及數據格式標準化等內容。

圖 4 現場數據采集服務系統Fig. 4 Field data collection service system
數據存儲層。為避免存儲空間的浪費,提升存儲性能,對經過邊緣處理的數據進行數據壓縮,通過SQLite,MySQL 等數據庫進行本地存儲,做到分布式運行,集中管理,共享處理。
數據傳輸層。該部分是數據采集服務系統上層應用接口的關鍵部分,對外提供主流的數據接口OPC UA,WebService,MQTT 中間件等接口,同時支持與企業服務總線(ESB),適應各種系統和平臺的數據接口。
2)數據驅動的虛擬車間運行
開發數字孿生系統外部數據交互管理模塊,建立虛擬車間運動機構單元與實際設備的數據映射關系,系統內核以輪詢方式不斷刷新數據映射區,確保虛擬車間以高于30 Hz 的頻率得到生產線設備和傳感器的實時數據。數字孿生系統內部借助數據映射,再通過事件驅動的方式,調用相應的設備運動腳本控制虛擬單元執行動作;當用戶按照指定規則及約束,通過系統界面對虛擬設備進行操作時,數據映射區的數據同時發生變化,進而通過數據采集服務系統將控制指令發送給實際產線控制系統,從而真正實現“以實映虛,以虛控實,虛實共生”。
數字孿生系統實施的關鍵在于車間信息建模。基于數字孿生的車間信息模型包括:產品信息模型、生產線信息模型、過程信息模型。
產品信息模型通常包括產品組件構成、材質信息、工藝裝備、過程工藝參數、物料清單以及工時定額等信息數據。這些數據通常在產品設計和工藝設計階段產生,并以BOM 的形式在PLM/PDM 系統中進行存儲和管理。數字孿生系統通過與PLM/PDM 系統進行集成獲得產品信息模型,并為生產模擬分析和制造執行提供數據輸入。
生產線信息模型是基于數字孿生車間信息模型的關鍵組成部分,它是物理產線在孿生空間的完整映射,主要集中在企業數字化車間要素的幾何模型構建,包括廠房布局模型、生產線工藝設備模型及輔助設備模型。這些模型的外觀、大小和位置信息應與物理產線完全相同。生產線信息模型需要定義屬性信息,包括編碼、名稱、型號規格、分類、關鍵技術參數等,對于核心生產設備,還需要定義其行為信息,如設備的物理運行參數、工藝參數、生產能力和生產特征等。
過程信息模型是純數據模型,主要用于對物理產線的工藝流程、加工過程、物流路徑、信息輸入和輸出等進行定義,需要以生產線信息模型為載體。針對離散制造企業多元、異構、關系復雜等的數據特性,過程信息模型涉及生產要素數據、工位數據、資源數據等大數據模型,其通常是以插件的形式在生產線信息建模的軟件上進行二次開發。
船舶直管制造流程涉及大量的結構化和非結構化類型的實時數據,制造過程中涉及零部件加工和裝配的大量圖樣、計劃表、零部件采購單、物料清單、派工單、更改單等圖文資料。在建立數字孿生系統的產品信息模型、生產線信息模型、過程信息模型時,還需進一步對所建立的模型進行評估和驗證,以保證模型的正確性和有效性。在此基礎上將三類模型進行關聯、組合與集成,從而形成一個完整的、具備高忠實度的虛擬車間模型。
目前,武昌造船集團有限公司已經建成了國內首條全自動化直管柔性智能加工生產線,如圖5 所示。該生產線通過自動倉儲、切割、打磨、貼標、刻碼、組對、焊接等高端智能裝備,并與全生命周期管理、綜合管控、產線控制、企業信息空間工程管理等軟件系統集成開發,實現船舶直管件在制品自動出入倉儲立體庫和自動物流轉運、自動對心下料、端部外圓自動打磨、表面條碼信息追蹤、管法蘭/套管的四工業機器人自動協同組對與焊接,實現船舶直管件產品的生產全過程的智能化加工與管控,整條產線真正實現了無人化、高柔性化、智能化,徹底改變了原有落后的以人工操作為主的生產模式。

圖 5 船舶直管柔性智能加工生產線Fig. 5 Ship straight pipe flexible intelligent processing production line

圖 6 船舶直管制造數字孿生系統Fig. 6 Ship straight pipe manufacturing digital twin system
結合船舶直管柔性智能加工生產線及相關信息系統,利用數字孿生技術,實現產線實際生產過程信息可視化展示與產能仿真,如圖6 所示。通過與PLM、MES、設備采集系統的深度集成,將現場設備實時加工數據進行結構化處理,實現真實工廠中整個產品過程數據可視化管控,有利地提升了車間的管理水平。系統與視頻監控、聯動控制相結合,通過攝像頭對設備狀態及運用情況進行實時切換查看,真正實現虛實結合,透明化生產,提升生產管控能力。同時利用真實系統抽象化形成的仿真模型以及收集到的設備實時數據,快速評估產線的性能,分析瓶頸,并進行策略調整方面的模擬,從而為產線的策略優化提供數據支撐,提高策略調整的成功率。
在船舶直管柔性智能加工生產線的旁邊建設數據管控中心,設置3 行6 列共18 臺46 寸拼接屏,作為重要數據上墻使用,如圖7 所示。數據管控中心操作臺采用桌面式操作臺,4 聯工作臺位,將PLM 系統、ERP 系統、產線控制系統等各工作站分布在操作臺上。數據管控中心能直觀地反映各項生產數據,實時地查看生產動態,同時可以監控設備實時狀態、報警信息、趨勢等。

圖 7 數據管控中心現場布置圖Fig. 7 Datacontrol center site map
數據管控中心通過與ERP 系統及產線控制系統進行集成,獲取ERP 系統及產線控制系統的生產數據、業務數據、設備信息以及異常信息,通過定制分析進行相關業務數據的呈現和提醒,如圖8 所示。

圖 8 相關業務數據呈現Fig. 8 Related business data presentation
數字孿生車間作為未來車間的運行新模式,對實現船舶管加智能制造具有重要的推動作用。本文分析了傳統車間管控系統架構存在的不足,探索了基于數字孿生的數字化車間運行新流程,重點對數字孿生系統的架構設計、數據及接口集成、現場數據驅動、車間信息模型構建等關鍵技術進行了闡述。基于武昌造船集團有限公司的全自動化直管柔性加工生產線,初步實現了數字孿生車間系統,并給出了相關業務數據集中呈現。未來的研究工作將圍繞產品、生產線、過程信息等數字孿生模型的互操作以及基于大數據的決策分析展開。