虛擬工廠應用的研究綜述

劉 進，史康云，宋興旺，趙玉蘭，張新生

(1.機械工業第六設計研究院有限公司 第一工程院，河南 鄭州 450007；2.河南中煙工業有限公司 駐馬店卷煙廠，河南 駐馬店 463000；3.機械工業第六設計研究院有限公司 綠色建筑信息模型化工程實驗室，河南 鄭州 450007)

在當今經濟全球化、貿易自由化和社會信息化的大趨勢下，制造業正面臨嚴峻的挑戰.企業只有不斷地提高生產效率，改善產品質量，降低成本，提供優良的服務，才能在激烈的市場競爭中占有一席之地.隨著科學技術的發展，在計算機集成制造(Computer Integrated Manufacturing System，CIMS)及并行工程(Concurrent Engineering，CE)的基礎上出現了虛擬制造.虛擬制造即透過虛擬現實技術，利用計算機和周邊設備，生成與真實環境幾乎一致的3D虛擬工廠環境，能讓用戶從不同的角度觀看，并透過輔助設備與虛擬環境中的物體進行交互關聯，模擬完成制造過程[1].本文在介紹虛擬工廠的基礎上，擬對其應用的關鍵技術進行分析和總結.

1 虛擬工廠的研究

1.1 虛擬工廠定義

虛擬工廠的概念使人們有可能從研究單一的工藝/設備發展到一個生產單元/一條生產線，甚至整個車間/工廠.目前學術界和產業界對虛擬工廠并沒有一個明確的界定，其定義大致有4種.

(1) 通過集成一個或多個仿真模型的虛擬工廠，虛擬呈現工廠的主要業務活動.BODNER等將虛擬工廠定義為以“高保真度設計和控制生產系統的環境”[2].佐治亞理工大學虛擬工廠實驗室將虛擬工廠定義為“用于集成各類建模工具、仿真軟件和支持應用系統等一系列重要業務決策的方法論”[3].

(2) 虛擬工廠作為虛擬組織，能夠為多個組織協同制造產品.UPTON等將虛擬工廠定義為“基于互聯網協作的工作環境”——企業的生產活動不全在一個工廠內完成，使部分生產活動由作為戰略聯盟的供應商或合作伙伴完成，其中合作伙伴以電子方式共享信息，共同圍繞某個大型工程合作項目的產品設計、制造過程進行協作(包括使用統一平臺下的CAD/CAM、CAE)[4].美國耐克公司是全球虛擬工廠模式的先驅，它將產品的生產加工任務外包給東南亞等地的許多發展中國家.中國聯想集團也開始了多工廠的虛擬化工廠管理，其主要內涵為聯合組織架構、資源共享、聯合管理系統及最佳實踐共享.

(3) 虛擬工廠作為一項技術，強調工廠的虛擬現實呈現.KELSICK等將虛擬現實工廠的趨勢描述為：“提供一個可視化的三維空間，在其虛擬空間中研究各種產品零部件組合的效果，預計產品何時達產?工人獲取相應能力的經驗需要多久?”[5].美國橡樹嶺國家實驗室開發了一個擁有3D可視化和超鏈接網絡信息等多功能的虛擬工廠，除了可進行仿真，還允許快速訪問圖紙、程序、數據庫、制造應用程序和歷史信息記錄，捕獲即時工藝參數和設備運行的統計數據，且能夠提供可視化的集成制造知識庫[6].

(4) 虛擬工廠作為仿真系統，可用于描述工廠的生產活動.佛羅里達大學在計算網絡中心模擬了一個真實生產活動的工廠[7].其虛擬工廠仿真器為用戶提供了一個交互式決策的支持系統，主要用于生產線的虛擬調試、生產組織策略的確定和產品供應鏈的戰略決策.

1.2 虛擬工廠應用

虛擬工廠的規模可從設備級別擴展到工廠級別.虛擬工廠在生產系統規劃、設計和驗證階段具有重要作用.正因如此，世界上不同組織對虛擬工廠技術展開了大量的研究和應用.歐盟FP6數字虛擬工廠子項目的主要目的是滿足新一代制造公司的協作制造環境(Collaboration Manufacturing Environment，CME)，為此，其瞄準歐洲的中小企業，開發了以人為本的生產系統(DiFac),但是，歐盟目前使用的虛擬工廠大多為制造工藝、技術、方法和工具的靜態集成模型[8].SHAMSUZZOHA等在歐盟FP7-Adventure(自適應虛擬企業制造環境)項目中提出了智能過程監視的基礎架構，在虛擬信息化系統中收集可視化數據，通過開發儀表板的圖形用戶界面來跟蹤關鍵指標(Key Performance Indicators,KPIs)[9].同時，KüHN開發了用于機器、單元/生產線和車間/工廠等多層級制造過程的虛擬工廠系統[10].歐盟FP7“全面、可擴展、可伸縮和標準化的虛擬工廠框架(Virtual Factory Framework，VFF)”項目旨在通過定義新一代虛擬工廠系統，提高歐洲制造業的競爭力，加強對工廠產品設計、生產管理和資源的重組優化[11].在VFF項目中，AZEVEDO等將虛擬工廠系統分解為參考模型、虛擬工廠管理器、功能模塊和知識存儲庫等部分，并開發了一種工廠模板，以縮短仿真模型的開發時間[12].

(1) 虛擬工廠的一種應用是采用類似于企業建模體系結構(如CIMOSA、Petri和GERAM)模型視圖的方法，將企業模型、組織看作主要子系統的集成，分層、分體系地對制造活動進行建模，并使用離散事件的模擬技術在工廠運營級別實施這些虛擬工廠概念[13-14].日本學者中村昌弘已將生產模擬整合工程業務的方式引入仿真集成制造(Simulation Integrated Manufacturing，SIM)系統[15].

(2) 虛擬工廠的另一種應用是對制造設備耗能行為的模擬仿真[16].在虛擬工廠中分析生產流程的當前價值流，同時建立與當前能耗有關的設備模型，在模擬場景中對生產設備整體能耗的解決方案進行評估.羅克韋爾的Arena?商用仿真軟件[17]、西門子的Plant Simulation?商用仿真軟件[18]都能對工廠進行耗能模擬，并進行相關經濟分析.

(3) 虛擬工廠也可應用于信息物理的虛擬仿真.TAO等在2017年首次提出數字孿生車間的概念，將在數字孿生車間里收集的實物產品數據送入虛擬產品模型中，用于更好地進行產品的全生命周期(包括產品設計、制造和服務)管理[19].GRIEVES介紹了美國宇航局NASA位于新奧爾良郊外的米肖裝配工廠(MAF)對虛擬工廠的應用.NASA通過創建虛擬工廠，模擬航天飛機燃料箱的生產計劃，提前發現了設備和工藝上的問題[20].在德國大眾公司的虛擬工廠中，3D可視化模型與達索的制造運營管理系統APRISO?相鏈接，動態地展示生產進度、設備綜合效率(Overall Equipment Effectiveness，OEE)及維修保養等工廠運營管理活動[21].美國福特公司通過虛擬技術評估和優化工廠設計，提高了工廠的裝配線產能[22].韓國學者SEUNG等提出一種數字虛擬工廠(Digital Virtual Factory，DVF)概念，基于運動學模擬和可視化技術，構建了一個汽車公司的復雜數字虛擬工廠[23].

2 虛擬工廠應用的關鍵技術

本文研究的虛擬工廠主要基于工廠數字孿生的仿真建模與分析技術，在三維環境中進行生產規劃、設施監控、運行優化與活動預測.圖1所示基于數字孿生的虛擬工廠系統集成框架，能為工廠的主要經營及生產提供集成的仿真模型[24].該仿真模型有助于將工廠作為一個復雜的系統(System of System，SOS)，從各層級和業務視角來考慮企業的經營難題，為決策提供支持.相應開發的仿真分析系統能夠評估多層級制造系統的性能，可快速地生成分析數據，以滿足實際的工廠決策需要.

圖1 基于數字孿生的虛擬工廠系統集成框架

虛擬工廠能夠多維度展示生產設施及周邊地理環境(Geographic Information System，GIS)的空間信息和地理信息.它能以虛擬現實和增強現實技術帶來身臨其境的沉浸式體驗.生產管理人員可采集、匯總、查看各種信息，通過虛擬調度平臺進行整座工廠的遠程監控，隨時隨地獲取生產、質量、物流、訂單進度等各種信息，提高管理的響應速度和透明度，促進各部門間的協作和知識共享.虛擬工廠作為一種計算機集成模型，能夠結合物理生產系統精確展現生產系統的整個結構，模擬其運轉過程的物理行為和邏輯行為.虛擬工廠是對所有目前和未來生產系統中產品、過程及控制進行的建模[25].在現場信息和控制數據下發之前，大部分物理生產系統將在虛擬生產環境下得到驗證.同時，物理生產系統能夠將生產過程的實時狀態和信息反饋到虛擬工廠系統，以便對虛擬工廠的生產參數進行修正.

虛擬工廠的實現需要三大技術支撐.一是基于建模和仿真方法的虛擬生產技術.它通過構建基于虛擬現實(VR)和增強現實(AR)的人機交互方式，實現人與虛擬世界的互動.二是物理工廠獲取信息的技術.它基于工業物聯網和大數據分析來展示相關結論和洞察力.三是虛擬世界控制現實的技術.虛擬工廠是信息系統整體的有機結合.虛擬工廠基于數據和模型驅動的仿真模型，應用各種機器學習、深度學習等新一代人工智能高級算法，使工廠調度和控制、訂單處理、任務排隊、設備維護等應用問題得到最優解.同時，它在現實空間，通過決策推理、知識挖掘等自學習的工業大數據，把仿真模型驗證的數據和加工指令送給生產現場設備或生產線，以便調度器根據生產計劃準確無誤地進行生產調度.這里，現場設備或生產線的控制采用工業物聯網技術，且通過直接與仿真器相連的遙控操作來完成.

2.1 虛擬現實(VR)/增強現實(AR)在虛擬工廠中的應用

經過幾十年的發展和積累，虛擬現實技術和裝備逐步從娛樂消費向工業級應用拓展，虛擬現實的虛擬模型開發已進入工廠管理者的視野.虛擬模型需要構造物理對象的信息映像.它是利用計算機圖形技術開發的，既包括對象的幾何特征，又包含其本質規律的數學模型.它能夠在數學模型計算結果的驅動下，通過幾何模型和運動模型展示對象各方面的特征.圖2所示為虛擬現實系統在虛擬工廠交互中的接口框架[26].通過VR接口和設備，能夠對虛擬工廠的虛擬模型和對象進行操作與控制[27-28].借助虛擬模型，可以達到如下目的：①顯示現實(顯示那些實際存在但因某種原因而難以觀察的物體，如密閉容器內部、X光機區域、高濃度粉塵房間或高潔凈間等具有危險性或者無法進入的空間和場所)；②模擬現實(在事件發生前，對事件進行預演，預測結果，對未來的事件進行指導，如發現工廠在試生產階段的產能約束瓶頸、物流瓶頸、工位人員的人機工程問題)；③創造現實(創造現實世界中可能存在的假想工況和環境，如多臺關鍵設備的意外停機對生產恢復時間的影響和產能恢復的可能性).

圖2 虛擬現實系統在虛擬工廠交互中的接口框架

AR作為虛擬現實技術的擴展，允許全息3D模型疊加于物理世界，以提高工程師評估和改進設計的能力.

在智能工廠的運營中，許多產品需要復雜的制造設施，這些設施需要根據生產要求進行升級或者替換，因此要求安裝生產設施的廠房能夠提供充足的空間和合適的基礎設施，使管道、支架、機器人等能被安裝在合適的位置.虛擬工廠可利用3D模型展示工廠設施模型，通過AR系統直接檢查設備間的沖突和其他非常規設備的安裝情況[29].通過這種方式，絕大多數動力管網、管線的“硬干涉”和“軟干涉”問題都能在工廠設備和設施安裝開始之前得以解決.

2.2 機器學習在虛擬工廠中的應用

機器學習通常用于數據分析和潛在的系統故障預測.

在虛擬工廠中應用機器學習，首先，需要了解機器學習方法和預測分析的范圍，以便預測組件/系統何時可能失敗，更重要的是為什么會發生故障，從而進行系統優化，延長資產和整個系統的生命周期；其次，需要通過建立完整的基于模型的系統，減少人工作業流程的數據，而高效地使用智能數據.圖3所示為機器學習在虛擬工廠中的應用框圖.模型數據從制造系統現場被獲取，發送給一個或多個機器學習算法群，使用最新優化數據和其他信息，如數學模型(調度模型、行為方程等)、物理模型(機理模型)及行為模型(推理模型、決策模型)，生成一個生產預測系統.數據在這一過程中雖然是流動的，但經過分析處理，對提高生產績效和能源利用率將有所幫助.通過機器學習，虛擬工廠將進一步智能化[30]，而機器學習所用數據需要以虛擬工廠的孿生模型作為載體.

圖3 機器學習在虛擬工廠中的應用框圖

2.3 工業物聯網在虛擬工廠中的應用

虛擬工廠中的生產仿真與現實世界中的生產要達到無縫融合，需要將生產數據與傳感數據同步到虛擬工廠中，并保證數據采集的實時性、準確性和完整性[31].一個大型離散型制造工廠有采集點數萬個、設備接口十幾種、通信協議上百個，生產傳感數據接入虛擬工廠之前，需經過多次協議轉換和轉發，延時是難以控制的.設備的傳感數據首先要接入機臺的工控系統，然后由Modbus等現場總線協議上傳到車間控制系統的實時數據庫，再通過Profinet等以太網通信協議傳送到工廠的MES數據采集系統，最后，虛擬工廠的仿真實時數據庫管理系統才能從數據采集控制系統(SCADA)的數據庫中獲取生產數據.在這樣的傳輸方式之下，數據傳輸速度是無法滿足虛擬工廠實時性要求的.

在工業物聯網系統下，數據能夠“一網采集到底”，由設備傳感器和驅動器采集的數據在工業物聯網平臺上，通過OPC-UA-TSN(時間敏感網絡)通信協議[32]被直接上傳到MES和SCADA的數據庫中；同時可在虛擬工廠的仿真實時數據管理系統中進行備份，并驅動虛擬工廠的生產仿真系統.

2.4 大數據在虛擬工廠中的應用

傳統的排產方法憑借經驗進行人工干預，將工單下達到執行的自動化系統.這種方法較適用于大規模、標準化產品的自動化生產，但對個性化、小批量產品生產的適應能力明顯不足，更難以滿足虛擬工廠的要求.虛擬工廠需采集海量的實時數據及歷史生產數據，并從各系統匯集企業的生產計劃、生產線能力、庫存情況、訂單優先級、工藝限制、計劃變更、設備故障、質量狀況、原輔料供應、工藝調整，以及各生產單元間相互制約關系的大量結構性、非結構性和含有歷史資料的時間序列數據.如何快速地分析挖掘這些雜亂的大數據，成為工廠確定最優排產方案的關鍵.

基于企業級的大數據統一存儲、查詢、分析平臺，為工廠快速排產構建海量數據的信息處理系統，對各類海量數據進行智能挖掘和分析，能夠幫助工廠從各類繁雜無序的數據湖中獲取真正有價值的智能數據，及時洞察生產中的風險，進行決策優化.虛擬工廠能夠建立工廠生產模型，根據大數據分析的結果制定排產方案，在虛擬仿真系統中對各種排產方案進行仿真.通過仿真,能夠及時發現因滿足履約訂單要求而增加的無謂成本問題，以便反饋并修改方案，找出最優排產計劃，使排產調整周期從數十小時縮短到幾分鐘，將排產準確率提高到98%.

3 虛擬工廠應用的瓶頸和解決方案

一個完整工廠的全面虛擬化運作，面臨一系列技術問題和非技術使能因素，不同的應用瓶頸應有針對性的解決方案.

(1) 構建生產的全生命周期系統.在工廠規劃的設計階段，可使用全生命周期的模擬生產系統(Cyber-Physical Production Systems，CPPS)整合多領域和跨學科的不同模型.盡管有后期新產品導入的工廠技術改造，采用的信息化系統有升級，但規劃階段的信息系統能夠支持和維護全生命周期的虛擬工廠，使數據得到及時擴展與更新，同時在設計、生產準備、試運行、運維的每個階段都能進行復用.例如每個階段都使用適當顆粒度的數據標準，建立高保真和完整數據庫的模塊，以及二次開發應用.

(2) 通過使用合適的商用仿真工具，構建行業專用和適用于特定業務背景的虛擬工廠系統.目前，類似的平臺還不具備通用性，需要企業用戶和商業合作伙伴共同開發，構建可集成、可擴展的工廠模型和APP工具，以實現多層面、不同管理權限、不同合作伙伴共享信息的訪問機制.新的平臺應能夠收集現場不同粒度的生產數據、訂單流轉數據和產品配置數據等，實現不同管理尺度的功能，以便從工廠經理到設備操作員都能提取有用的結果和信息，從而向上匯總關鍵績效指標和趨勢數據；向下深度挖掘關聯數據和狀態信息.

(3) 確保數字資產與物理資產的一致性.虛擬工廠作為時間維度上的數字資產，雖然數字機器不存在物理空間上整機的磨損，易損件和配件、輔料的消耗，但在時間維度上，性能、指標和價格是順著時間的變化呈非線性變化(變化曲線因設備性能不同而異)的.現實工廠中環境條件(如振動、溫濕度、潔凈度)的變化會影響真實設備的運行精度和使用壽命，但虛擬工廠只需表達類似這種生產工序之間、環境之間的關聯性，即可運行近于實時的新數據，自動建模，并在短時間內根據實際設備和設施維護情況等情形判定是否需要重建.

(4) 解決高逼真、高保真的數字模型需求與數據采集頻率、顆粒度之間的矛盾.強大的圖像處理功能和高速的計算能力需要高性能計算服務中心(High Performance Computing Center，HPCC)作支撐，需要企業投入大量的資金和維護成本.系統在分析和展示階段往往需要復雜的計算分析，而不需要高頻率的現場實時數據；在運行維護階段，對模型的細節并沒有過多的要求.然而，輕量化的模型和高頻率的現場實時數據均是快速發現問題和解決問題所必需的.

(5) 需要支持制造業現場操作決策的先進集成開發工具[33]，如基于數字線索的下料切割、切削加工、增材制造、沖壓焊接、涂裝裝配、調試試驗等集成仿真數字工具.而目前的解決方案過于專業和獨立，不利于現場一線技術工人和操作者的使用；已有數字工具多為零碎的“珍珠式”軟件套件，未通過數字線索進行串聯，不便使用.制造業需要有行業一致性的模型表達語言，以便精確地定義模型對象和具有不同抽象級別的對象之間的關系.此外，信息交換機制必須保持一致.

(6) 支持制造業中各種例外情況的處理引擎和算法的開發[34].雖然目前的仿真軟件和系統考慮了各種“what-if”知識模塊，但生產和產品的復雜性導致各種問題層出不窮，一個意外和突發情況即可讓系統無所適從，因此必須開發靈活的意外應急處理模塊，使系統能迅速從采集和更新的數據中開發、補充知識庫，以采取相應的行動，保持操作的自愈性、穩健性和完整性.

(7) 開發性價比高、用戶體驗好的人機互動接口.以往的虛擬工廠操作比較笨拙，用戶接口非常復雜且難以理解，以至技術人員幾乎無法使用，操作人員往往被訪問用戶接口的數量或傳播信息的復雜性所困惑.實際上，高級工廠經理需要理解與生產績效、財務成本等指標相關的展示數據；設備維護和管理人員只需了解與生產相關的訂單、原輔料、工藝參數、設備維護及使用狀態等數據.新的系統應能通過層次化醒目地展示數據，以觸摸式或感應式交換輸入輸出信息.

4 結束語

基于數字孿生的虛擬工廠通過集成過程模型、仿真軟件、信息化系統、虛擬現實和增強現實系統，帶來了以下好處：不同地點的人可以在同一項目上更好地合作；通過虛擬新產品設計，減少生產準備時間和物料的浪費；在項目的各階段，不同地點的工作人員之間的協作都很方便；決策過程能夠促進互動創新；不同的締約方可共享和訪問產品設計有關的知識庫；開發過程以人為中心，工人的效率和安全意識通過虛擬機器和生產線的培訓學習得以增強，并且可在虛擬環境中對工人進行安全應急能力的培訓.

后續將圍繞虛擬工廠建模技術的標準化和模塊化、制造業專用知識庫在虛擬工廠的表述和獲取、智能工廠全生命周期中基于集成模型的虛擬工廠理論和關鍵技術等開展深入研究.