武曉平 高峻嶺 張勇 成新榮
(蘭州空間技術(shù)物理研究所,甘肅蘭州 730000)
在智能制造的發(fā)展與實(shí)踐過(guò)程中,制造過(guò)程中的信息世界和物理世界的交互與融合成為瓶頸問(wèn)題[1]。以航天產(chǎn)品生產(chǎn)為例,航天產(chǎn)品的制造過(guò)程是一種典型的單件小批量離散制造模式,制造工藝重復(fù)性差、加工路線安排隨機(jī)性大、產(chǎn)品生產(chǎn)節(jié)拍難以固定,生產(chǎn)過(guò)程極易受到不確定性因素(例如緊急插單、操作人員偶然誤操作、設(shè)備狀態(tài)不穩(wěn)等)的影響而導(dǎo)致生產(chǎn)調(diào)度調(diào)整的常態(tài)化,甚至導(dǎo)致正常生產(chǎn)過(guò)程的暫時(shí)中斷。雖然,計(jì)算機(jī)集成制造(Computer Integrated Manufacturing,CIM)、柔性制造(Flexible Manufacturing System,FMS),制造執(zhí)行(MES)等先進(jìn)制造系統(tǒng)被先后用于生產(chǎn)車(chē)間,試圖通過(guò)制造系統(tǒng)的信息化而提升生產(chǎn)系統(tǒng)的自動(dòng)化程度、效率和可靠性。數(shù)字孿生是以數(shù)字化方式創(chuàng)建物理實(shí)體的虛擬模型,借助數(shù)據(jù)模擬物理實(shí)體在現(xiàn)實(shí)環(huán)境中的行為,通過(guò)虛實(shí)交互反饋、數(shù)據(jù)融合分析、決策迭代優(yōu)化等手段,為物理實(shí)體增加或擴(kuò)展新的能力[2]。
本篇文章,在有關(guān)研究與探索的基礎(chǔ)上,對(duì)與車(chē)間數(shù)字孿生模型構(gòu)建以及其相應(yīng)的關(guān)鍵技術(shù)進(jìn)行綜合性的闡述,并結(jié)合應(yīng)用實(shí)例,給出所對(duì)應(yīng)的案例。
離散車(chē)間的生產(chǎn)過(guò)程所面臨的關(guān)鍵問(wèn)題在于車(chē)間生產(chǎn)要素工藝路線的不確定性,車(chē)間生產(chǎn)要素存在多種類(lèi)型,以及車(chē)間存在多種動(dòng)力源的外部和內(nèi)部動(dòng)力擾動(dòng)因素。這就要求數(shù)字孿生車(chē)間能夠?qū)χ圃飙h(huán)境中的生產(chǎn)要素信息進(jìn)行實(shí)時(shí)監(jiān)控和交互分析,達(dá)到有效地管理生產(chǎn)要素,控制生產(chǎn)活動(dòng),快速制定可執(zhí)行的生產(chǎn)決策或工藝路線。
結(jié)合數(shù)字孿生技術(shù),數(shù)字孿生車(chē)間應(yīng)該具有以下功能:一是對(duì)生產(chǎn)過(guò)程中的各物理對(duì)象的各類(lèi)數(shù)據(jù)進(jìn)行集成,真實(shí)反映車(chē)間生產(chǎn)過(guò)程運(yùn)行狀態(tài);二是需要建立基于物理規(guī)律的車(chē)間物理過(guò)程高保真數(shù)字模型,根據(jù)實(shí)際加工過(guò)程采集的數(shù)據(jù)模擬加工過(guò)程的行為,狀態(tài)等,使基于數(shù)字孿生的仿真模型隨著加工過(guò)程同步演變和進(jìn)化;三是不僅能夠真實(shí)映射車(chē)間物理對(duì)象,而且能夠基于所建數(shù)字模型反向來(lái)優(yōu)化物理對(duì)象,進(jìn)一步通過(guò)數(shù)據(jù)融合分析等手段來(lái)實(shí)現(xiàn)車(chē)間生產(chǎn)過(guò)程決策與優(yōu)化。那么,結(jié)合相關(guān)研究可以看出[3-4],數(shù)字孿生車(chē)間主要由三大部分組成:車(chē)間生產(chǎn)過(guò)程物理實(shí)體;車(chē)間生產(chǎn)過(guò)程虛擬空間或模型;車(chē)間物理空間和虛擬空間之間的數(shù)據(jù)信息和通訊信息交互接口,如圖1所示。

圖1 數(shù)字孿生車(chē)間基本組成Fig.1 Basic composition of digital twin workshop
這三者之間的關(guān)聯(lián)邏輯主要是以生產(chǎn)用機(jī)床、機(jī)床設(shè)備所組生產(chǎn)線甚至整體車(chē)間等所對(duì)應(yīng)物理實(shí)體的數(shù)字模型為基礎(chǔ),融合其各個(gè)單元所產(chǎn)生的實(shí)時(shí)數(shù)據(jù),采用虛擬模型映射現(xiàn)實(shí)車(chē)間生產(chǎn)活動(dòng)中物理實(shí)體的行為,從而形成具有“感知→關(guān)聯(lián)→模擬→控制”的數(shù)字孿生車(chē)間。其中,感知指使用多傳感器或信息系統(tǒng)感知現(xiàn)實(shí)車(chē)間運(yùn)行的狀態(tài);關(guān)聯(lián)是通過(guò)數(shù)據(jù)或信息接口連接車(chē)間虛擬空間與物理世界;模擬指通過(guò)對(duì)傳感器感知到的數(shù)據(jù),在虛擬空間或模型中進(jìn)行計(jì)算或仿真,洞察車(chē)間可能的異常;控制指根據(jù)對(duì)根據(jù)孿生模型運(yùn)算或仿真結(jié)果做出相應(yīng)的決策,由人員或控制系統(tǒng)調(diào)動(dòng)執(zhí)行器去執(zhí)行決策來(lái)把控物理車(chē)間生產(chǎn)過(guò)程。
車(chē)間對(duì)數(shù)字孿生技術(shù)的本質(zhì)需求不僅僅包括實(shí)體和邏輯對(duì)象。其本質(zhì)也可以是一些邏輯實(shí)體,例如生產(chǎn)流程、業(yè)務(wù)流程、生產(chǎn)組織結(jié)構(gòu)等。從組件開(kāi)始,首先構(gòu)造設(shè)備數(shù)字孿生體,用設(shè)備孿生體在工藝流程或生產(chǎn)任務(wù)的約束下構(gòu)成生產(chǎn)線孿生體,接著在MES、ERP、PLM等信息系統(tǒng)的支持下,建立一個(gè)車(chē)間的數(shù)字孿生體。面向離散車(chē)間數(shù)字孿生技術(shù)的應(yīng)用,從孿生模型基本構(gòu)成重點(diǎn)進(jìn)行闡述。
對(duì)于制造車(chē)間來(lái)說(shuō),物理實(shí)體主要指的就是車(chē)間中人員、機(jī)器、物料、環(huán)境等客觀存在的。它們負(fù)責(zé)執(zhí)行車(chē)間必要的生產(chǎn)活動(dòng),并提供相應(yīng)的數(shù)據(jù),例如設(shè)備數(shù)據(jù)、人員信息、環(huán)境數(shù)據(jù)等。它們有機(jī)結(jié)合構(gòu)成了車(chē)間的主體,實(shí)現(xiàn)了產(chǎn)品的加工、裝配、運(yùn)輸和倉(cāng)儲(chǔ)等生產(chǎn)活動(dòng)。
2.2.1 制造單元孿生模型
對(duì)于制造單元來(lái)說(shuō),設(shè)備單元的數(shù)字化是整個(gè)孿生系統(tǒng)的最小單元。其主要是要將現(xiàn)有的自動(dòng)化設(shè)備進(jìn)行相應(yīng)的數(shù)字孿生映射。從而達(dá)到最小單元的數(shù)字化要求。
在日常的故障預(yù)測(cè)和維護(hù)中,通過(guò)物理、幾何、行為和規(guī)則來(lái)建模評(píng)估設(shè)備當(dāng)前狀態(tài)。這樣相較于傳統(tǒng)自動(dòng)化設(shè)備,可以擁有更強(qiáng)的競(jìng)爭(zhēng)力通。因此開(kāi)發(fā)具有數(shù)字孿生功能的制造設(shè)備,對(duì)制造業(yè)產(chǎn)業(yè)升級(jí)實(shí)現(xiàn)智能制造具有巨大的推動(dòng)作用。
通過(guò)對(duì)車(chē)間實(shí)際數(shù)控加工中心進(jìn)行三維可視化建模,對(duì)設(shè)備運(yùn)行數(shù)據(jù)進(jìn)行采集,并在此基礎(chǔ)上對(duì)制造單元的健康狀態(tài)和能力進(jìn)行評(píng)估。
2.2.2 生產(chǎn)車(chē)間孿生模型
生產(chǎn)車(chē)間孿生模型是在制造單元孿生模型基礎(chǔ)上,通過(guò)單元與單元之間的邏輯搭建模型。針對(duì)現(xiàn)實(shí)車(chē)間組成要素、組織結(jié)構(gòu)和運(yùn)行機(jī)制的建模達(dá)到虛實(shí)同步。與此同時(shí),要實(shí)現(xiàn)整個(gè)系統(tǒng)的“可控性”,就一定要對(duì)生產(chǎn)計(jì)劃和運(yùn)行過(guò)程進(jìn)行模擬分析評(píng)價(jià),這樣也就實(shí)現(xiàn)對(duì)與車(chē)間的優(yōu)化。通過(guò)對(duì)各生產(chǎn)要素的映射及其生產(chǎn)組織關(guān)系的刻畫(huà),構(gòu)成了由路徑、設(shè)備和虛擬節(jié)點(diǎn)形成的物流網(wǎng)絡(luò)模型;與MES、ERP等企業(yè)業(yè)務(wù)信息系統(tǒng)集成,關(guān)聯(lián)相關(guān)加工工藝、集成相應(yīng)生產(chǎn)過(guò)程,搭建出整個(gè)車(chē)間生產(chǎn)所需要的邏輯模型,數(shù)字化呈現(xiàn)物料在虛擬車(chē)間的有序流動(dòng)。
車(chē)間孿生數(shù)據(jù)和信息是孿生模型進(jìn)行車(chē)間運(yùn)行過(guò)程評(píng)估、預(yù)測(cè)、優(yōu)化等應(yīng)用的基礎(chǔ)。
車(chē)間孿生數(shù)據(jù)主要由虛擬車(chē)間相關(guān)數(shù)據(jù)、車(chē)間傳統(tǒng)生產(chǎn)數(shù)據(jù),以及它們之間融合產(chǎn)生的數(shù)據(jù)組成[1]。數(shù)字孿生出的虛擬車(chē)間,其數(shù)據(jù)主要包括運(yùn)行所需數(shù)據(jù)和生產(chǎn)過(guò)程中產(chǎn)生的數(shù)據(jù),如工藝數(shù)據(jù)、仿真數(shù)據(jù)以及評(píng)價(jià)、優(yōu)化、預(yù)測(cè)等數(shù)據(jù)。傳統(tǒng)生產(chǎn)數(shù)據(jù)主要包括人、機(jī)、物、產(chǎn)品等必要數(shù)據(jù),以及完成產(chǎn)品生產(chǎn)的過(guò)程數(shù)據(jù)。虛擬車(chē)間與物理車(chē)間進(jìn)行統(tǒng)計(jì)、回歸、聚類(lèi)、演化等操作后,可以融合產(chǎn)生相對(duì)應(yīng)的數(shù)據(jù),我們稱(chēng)之為融合衍生數(shù)據(jù)。
數(shù)字孿生車(chē)間的首要任務(wù)就是采集其所對(duì)應(yīng)現(xiàn)實(shí)孿生體全生命周期的數(shù)據(jù)。其中包括當(dāng)生產(chǎn)設(shè)備尚為產(chǎn)品時(shí),設(shè)計(jì)和生產(chǎn)過(guò)程的數(shù)據(jù)。還有產(chǎn)品化投入使用后,使用數(shù)據(jù)和后期的維修保養(yǎng)記錄。由此可見(jiàn),數(shù)據(jù)是達(dá)到車(chē)間數(shù)字孿生的一個(gè)根本。基于數(shù)據(jù),數(shù)字孿生車(chē)間通過(guò)各式數(shù)據(jù)模型,邏輯模型,三維模型,可視化模型,將物理車(chē)間不同制造過(guò)程或生產(chǎn)階段生成的數(shù)據(jù)進(jìn)行關(guān)聯(lián)、融合、分析、仿真等運(yùn)算,形成從數(shù)據(jù)—信息—知識(shí)、規(guī)則—應(yīng)用的孿生車(chē)間數(shù)據(jù)流。
借助工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)、深度學(xué)習(xí)等技術(shù),開(kāi)展不同場(chǎng)景下的應(yīng)用服務(wù)。從生產(chǎn)流程角度來(lái)說(shuō),應(yīng)用服務(wù)可以分為:生產(chǎn)之前,利用車(chē)間孿生模型自動(dòng)解析生產(chǎn)計(jì)劃、執(zhí)行并反饋物流任務(wù)、執(zhí)行生產(chǎn)任務(wù)和返回生產(chǎn)計(jì)劃評(píng)價(jià),所有反饋和優(yōu)化等算法組成了對(duì)生產(chǎn)排程的有效驗(yàn)證、分析和優(yōu)化,實(shí)現(xiàn)生產(chǎn)任務(wù)自組織和物料流在信息空間的邏輯流動(dòng),通過(guò)統(tǒng)一監(jiān)控變量配置與統(tǒng)一管理以及多層級(jí)監(jiān)控和可視化看板管理;生產(chǎn)執(zhí)行過(guò)程中,在實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)下的虛擬車(chē)間在線仿真實(shí)現(xiàn)生產(chǎn)過(guò)程自調(diào)節(jié);生產(chǎn)之后通過(guò)數(shù)據(jù)挖掘,數(shù)據(jù)訓(xùn)練,并根據(jù)結(jié)果優(yōu)化仿真模型,形成沖突協(xié)同策略、擾動(dòng)處理策略、物流調(diào)度策略和過(guò)程控制等策略集,從而不斷提高決策的合理性、精準(zhǔn)性和魯棒性,實(shí)現(xiàn)孿生模型的自學(xué)習(xí)和迭代優(yōu)化。
比如可以提供生產(chǎn)執(zhí)行過(guò)程中的監(jiān)測(cè)服務(wù)。可以在車(chē)間集中管控室、各單元/產(chǎn)線、各工位端等建立分布式的三維可視化看板系統(tǒng),實(shí)現(xiàn)信息縱向和橫向貫通及信息流在物理空間的透明可視;車(chē)間在線調(diào)度服務(wù),在生產(chǎn)擾動(dòng)下借助基于多智能體調(diào)度模型和實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)下在線仿真輔助系統(tǒng)決策,實(shí)現(xiàn)生產(chǎn)過(guò)程智能化。
比如可以提供生產(chǎn)執(zhí)行過(guò)程中的監(jiān)測(cè)服務(wù)。分布式建立三維可視化看板系統(tǒng),做到可以在車(chē)間任何地方,例如管控室、單元、產(chǎn)線、工位端監(jiān)測(cè)到信息流,實(shí)現(xiàn)信息流全方位貫通確保信息流的透明化可視化。車(chē)間實(shí)時(shí)調(diào)度,在生產(chǎn)過(guò)程實(shí)施變動(dòng)的情況下,借助多智能體調(diào)度模型,實(shí)時(shí)采集數(shù)據(jù),并在數(shù)據(jù)的驅(qū)動(dòng)下在線仿真,幫助工藝人員進(jìn)行輔助決策,實(shí)現(xiàn)生產(chǎn)過(guò)程智能化。
孿生模型的建立和管理是制造企業(yè)實(shí)現(xiàn)制造數(shù)字化、智能化的重要環(huán)節(jié)。由于制造過(guò)程的復(fù)雜性,制造生命周期中的數(shù)字模型具有一些新的特點(diǎn),包括孿生模型的組成更加復(fù)雜,有更多類(lèi)型的孿生模型組成組件和模型組件之間更復(fù)雜的關(guān)系。孿生模型的生命周期較長(zhǎng),模型將隨著車(chē)間制造過(guò)程的演化而演化。由于模型構(gòu)件之間關(guān)系的復(fù)雜性,模型演化過(guò)程非常復(fù)雜,具有很高的不確定性。而車(chē)間孿生模型是高度異構(gòu)的,大量的模型是由不同的組織使用不同的平臺(tái)、架構(gòu)、開(kāi)發(fā)語(yǔ)言和數(shù)據(jù)庫(kù)構(gòu)建的。而且隨著車(chē)間設(shè)備的增加、產(chǎn)品種類(lèi)的變化、工藝路線的更改等,孿生模型將會(huì)愈發(fā)復(fù)雜。為了提高孿生模型開(kāi)發(fā)的效率和質(zhì)量,孿生模型的標(biāo)準(zhǔn)化、甚至模塊化開(kāi)發(fā),以及孿生模型的重用變得越來(lái)越重要。
以大數(shù)據(jù)技術(shù)為例,隨著制造系統(tǒng)變得越來(lái)越復(fù)雜,在制造生命周期中產(chǎn)生了大量的數(shù)據(jù),即工業(yè)大數(shù)據(jù)。一方面,產(chǎn)業(yè)大數(shù)據(jù)的出現(xiàn)為并購(gòu)技術(shù)帶來(lái)了新的機(jī)遇。傳統(tǒng)的制造過(guò)程數(shù)據(jù)分析方法包括理論分析機(jī)理模型、經(jīng)驗(yàn)?zāi)P鸵约皵?shù)學(xué)統(tǒng)計(jì)模型。由于制造過(guò)程存在很強(qiáng)的復(fù)雜性和大量的不確定性,傳統(tǒng)數(shù)學(xué)建模方法很難建立制造系統(tǒng)的模型。基于系統(tǒng)運(yùn)行過(guò)程中產(chǎn)生的大量數(shù)據(jù),可以通過(guò)機(jī)器學(xué)習(xí)的方法建立制造系統(tǒng)的新模型。數(shù)字孿生技術(shù)與大數(shù)據(jù)的本質(zhì)差異在于,數(shù)字孿生可以直觀地在虛擬世界運(yùn)行驗(yàn)證和反哺制造過(guò)程。在人機(jī)交互層面與產(chǎn)品全生命周期管理上遠(yuǎn)遠(yuǎn)比單純的大數(shù)據(jù)技術(shù)更靈活,更全面,而大數(shù)據(jù)在數(shù)據(jù)處理和分析上更專(zhuān)業(yè)、高效。二者相互結(jié)合可以探索大數(shù)據(jù)在制造活動(dòng)的各個(gè)過(guò)程中的價(jià)值。例如,通過(guò)建立三維仿真環(huán)境,對(duì)基于大數(shù)據(jù)所建模型進(jìn)行驗(yàn)證和優(yōu)化,從而提高模型的質(zhì)量和成熟度。