基于數字孿生的智能產品模塊管控交互仿真

劉 洋， 李肇坤，孫宇暉，楊 昂

(1. 大連海事大學航運經濟與管理學院，遼寧 大連 116026；2. 大連海事大學航運發展研究院，遼寧 大連 116026；3. 南澳大學，阿德萊德 澳大利亞 5001)

1 引言

隨著智能產品不斷走入人們的生活，對產品的需求逐漸轉化為對“智能化”的需求。實際上，將“智能化”應用在產品模塊中一直都是科學研究的目標[1]。智能產品主要特點為：感知性、適應性、優化性和信息交互性，正因為智能產品具有的市場潛力，吸引了大量的學者與企業投入進來。但隨著應用場景愈來愈嚴苛的需求變化，對智能產品的研發也提出了眾多新要求。智能產品需要進行數據收集、數據解析、數據預測和數據分發等一系列流程[2]，因此亟待尋找一種能夠有效適用于智能產品模塊化的研究方法，來提高智能產品模塊的管控質量。

文獻[3]以產品模塊的特性為出發點，對智能化產品的組成模塊進行劃分，通過數字孿生對智能產品的模塊功能進行表述，并對已有的模塊進行改進，實現對智能產品的全面分析，該方法可以很好的展現智能產品的信息域及物理域特征，但需進一步完善智能產品的設計體系。文獻[4]分別對產品的可視化管控需求和框架進行分析與研究，在此基礎上構建并設計可視化管控的模型與規則，該方法具有合理性與有效性，但不具備產品的預測評估能力。文獻[5]通過對產品管控數字孿生模型的構建，引入工作流技術從而完成對數據的采集與管理工作，集成灰色馬爾可夫預測模型和關聯規則算法，分析預測產品模塊的質量數據，該方法可以大大提高監控覆蓋率，但狀態同步延時時間較長。

基于以上研究，針對智能產品模塊的管控交互問題，本文提出數字孿生模型及其同步方法。利用自回歸滑動模型對智能產品模塊進行匹配，采用增加有色噪聲模型的方法，提高模型的管控精度。通過智能產品模塊的輸入與運動過程中反饋的數據建立平穩時間序列，實現數字孿生模型與實際模型參數的同步更新、在線優化與實時調整。

2 智能產品分析

2.1 特性分析

智能產品模塊具有兩種特性，即物理域和信息域，正因為物理域和信息域的結合，智能產品模塊才具備一定的智能化特性，才得以實現對用戶與環境的自適應性。智能產品模塊的自適應性依靠成熟的軟件操作系統，操作系統可根據產品模塊的輸入以及環境因素等進行推理并作出智能反應。

本文將智能產品模塊分為5個模塊：感知、交互、推理、存儲和執行模塊。各個模塊具有各自的功能及輸出對象，模塊之間的相互關系如圖1所示。

圖1 智能產品模塊間的相互關系

其中，交互模塊起到獲取用戶、其它智能產品及環境信息的作用；感知模塊起到獲取自身狀態信息及環境信息的作用；推理模塊起到數據分析研究，并針對信息的處理結果提出有效信息的作用；存儲模塊起到存儲物理域與信息域相關參數的作用；執行模塊起到執行指令，實現對數據輸出的作用。智能產品各個模塊間的交互作用主要依靠于相互配合的物理域與信息域。因此，為了保證智能產品交互的準確性，需要同時考慮物理域和信息域。

2.2 系統分析

作為智能產品模塊管控交互的設計，針對智能產品模塊特點，大量學者提出了一系列的系統分析方法：Cena等[6]從目的、結構和功能等方面對智能產品進行分析，其中包含了對智能產品交互特性及技術系統現狀等方面的分析，有利于與其它智能產品進行對比。Hernandez[7]將智能產品的性能按核心與輔助兩個方向進行劃分，由于清晰的劃分層次，設計者可以很輕松地通過產品的性能把握產品的技術現狀。上述方法均可以幫助設計者進一步了解智能產品的概念與結構，但這些方法主要傾向于對信息域的研究，導致設計者對智能產品模塊的分析不夠準確，限制了設計者對智能系統有效信息的獲取，進一步導致信息-物理域閉環反饋的構建不完整。智能產品的管控功能主要依賴于各個模塊之間的交互作用，但模塊間的交互關系很難界定，因此需要進一步找到適合描述智能產品模塊信息-物理域關系的方法，而數字孿生是對智能產品模塊概念與結構進行分析的最恰當方法。

3 模塊單元管控設計

3.1 管控指標體系設計

對智能產品模塊管控需要設計合理的管控指標體系，體系的科學與合理性直接影響到智能產品管控的全面與真實性。本文采用公理化設計理論對智能產品管控指標體系進行構建，這些指標在產品模塊工作管控及交互優化等方面發揮著重要作用。

采集產品模塊工作數據是智能產品孿生模型實施管控交互的重要內容，本文設計了一個基于智能產品工作狀態數據的模型用于整理智能產品收集數據的關系結構，如圖2所示。

圖2 智能產品實時數據模型

整個智能產品實時數據模型主要分為孿生體模型數據和單元工作實時數據兩部分。孿生體模型數據由單元靜態模塊、單元運行規則和單元實時監控數據組成。單元工作實時數據是智能產品數據模塊的核心驅動力，基于數據采集和數據傳輸獲得設備、人員、環境和產品的實時數據，并對采集的大量數據進行篩選、分析，為孿生體模型的智能產品模塊管控交互提供數據源。

3.2 可視化實時管控

為了保證智能產品物理域中人、產品和環境等系統各個信息均可以被實時采集到，本節采用自動識別技術對模塊單元進行識別。它不僅可以標識物理資源，還能實時更新存儲的數據。通過自動識別技術對智能模塊資源進行標識和采集后，需通過通信技術進一步實現智能模塊的虛實映射過程，虛實映射架構如圖3所示。

圖3 模塊虛實映射架構

在物理單元執行層中，主要采用自動識別技術感知模塊單元參數，并對參數進行采集。傳感技術主要是對智能產品管控過程中的設備狀態、運行參數進行轉換和傳輸，將信號轉換成數字量和模擬量，其中數字量可作為驅動信號，通過中間變量與數字孿生平臺進行通信。模擬量則通過通信協議與中間變量完成雙向傳遞的工作，并將分析后的數據、特征等按照語義標準進行存儲。語義引擎層主要負責編碼數據，虛擬空間層向語義引擎層發送訂閱命令，引擎會根據已有的交互協議對數據包進行壓縮，同時將壓縮的數據發布到虛擬空間上進行解析處理，實現底層數據的應用。

4 數字孿生體模型構建

為了實現對智能產品的虛擬映射，本節采用數字孿生模型及其同步的方法。利用自回歸滑動模型對智能產品模塊進行匹配，同時為了對沒有建模的動態特征進行描述，采用增加有色噪聲模型的方法，提高模型的管控精度。進一步采用遞推增廣最小二乘法實現智能產品模塊數據的同步與更新。

在系統的實際工作過程中，可通過智能產品模塊的輸入與運動過程中反饋的數據建立平穩時間序列，進而描述智能模塊的完整模型。智能產品模塊的數學孿生模型用有色噪聲項自回歸滑動模型可表示為

A(p-1)x(q)=p-aB(p-1)u(q)+C(p-1)δ(q)

(1)

其中

A(p-1)=1+a1p-1+a2p-2+…+amap-ma

B(p-1)=b0+b1p-1+b2p-2+…+bmbp-mb

C(p-1)=1+c1p-1+c2p-2+…+cmcp-mc

(2)

智能產品模塊的增廣模型可通過白噪聲δ(q)的有色模型進行描述，公式可表示為

e(q)=C(p-1)δ(q)

(3)

進而數學孿生模型用公式可表示為

x(q)=-a1x(q-1)-…-amax(q-ma)+

b0u(q-f)+…+bmbu(q-f-mb)+e(q)

(4)

首先對智能產品運行過程中所產生的摩擦力進行線性化處理，將其轉化為關于速度的線性函數，公式可表示為

(5)

其中，v+(υ)表示正向速度；v-(υ)表示反向速度。進而智能產品的動力學方程可表示為

(6)

其中，J表示等效慣量；VIN表示輸入電壓；Tdist表示擾動力矩。那么智能產品在實際工作過程中的傳遞函數可表示為

(7)

綜上所述，可得出智能產品在工作過程中包含摩擦力矩的速度預差分方程，表示為

(8)

通過離散化處理將智能產品動力學模型轉換為自回歸平滑模型，實現對智能產品模塊的數學孿生模型描述。然而數字孿生模型容易受到環境的影響，且其參數極易退化，為了使數字孿生模型更加精準，本文采用遞推增廣最小二乘算法，對數字孿生模型進行優化，使數字孿生模型模擬的動態響應與實際測量的瞬態響應誤差最小。

為了達到數字孿生模型參數同步更新的目的，需要對遞推狀態量進行構建，通過遞推增廣最小二乘法，實現智能產品集成總參數的自適應更新迭代過程，公式表示為

υ1(q)=-a1υ(q-1)+b0u(q-1)

(9)

其中

(10)

通過數據交互和同步算法，可實現數字孿生模型與實際模型參數的同步更新，輔助智能產品管控過程中的在線優化與實時調整。

5 仿真與結果分析

為了驗證基于數字孿生智能產品模塊管控交互的有效性，將智能產品模塊開發平臺部署在服務器上，驗證數據在交互時智能產品模塊優化后的管控情況。

系統接收到管理信息系統傳輸的信息后，根據產品的質量和數量將任務集合傳遞給數字孿生模型，并將任務需求傳遞給功能模塊，智能產品根據自身能力做出決策，并將決策反饋給數字孿生模型，用戶根據邏輯運行仿真驗證智能產品是否滿足需求，從而實現數字孿生模型、物理空間和數據庫的相互交互。

根據管控交互場景，本文基于智能產品的數據模型，對管控場景中相關資源進行模型實際化。在實驗過程中改變智能產品攜帶質量塊的數量，驗證數字孿生模型參數同步和控制方法的有效性及優越性，本文主要在智能產品不攜帶質量塊和攜帶質量塊的情況下，對數字孿生模型同步精度和速度階躍響應特性兩方面內容進行測試。通過實際系統的速度與智能產品模塊控制器的輸出信號，完成對數字孿生模型參數的更新迭代，智能產品在不/帶質量塊情況下數據的同步結果如表1所示。

表1 數字孿生模型數據同步結果

從表中可以看出，采用本文提出的方法可以準確檢測出慣量的變化情況，而阻尼系數、正向速度和反向速度變化不大，說明智能系統的摩擦特性沒有明顯變化，證明數字孿生模型數據同步方法具有一定的收斂性與有效性。為了進一步驗證智能產品模塊在慣量擾動情況下的階躍響應情況，將本文提出的方法與傳統方法進行對比，分別驗證智能產品在不/帶質量塊情況下的系統階躍響應情況，階躍響應曲線如圖4所示。

圖4 階躍響應曲線

從圖中可以看出，采用本文算法在不/帶質量塊的情況下，系統調整時間均小于0.1s，滿足指標要求，且階躍響應曲線可以與設計的階躍響應曲線進行很好地擬合。而采用傳統方法在不帶質量塊的情況下，系統的調整時間大約為0.2s，若帶質量塊調整效果更差，難以滿足指標要求。

6 結束語

對于智能產品管控交互問題，本文提出一種基于數字孿生模型，依據公理化理論設計數字孿生單元的管控指標體系，通過虛實同步技術構建智能產品模塊的可視化實時管控模型，并利用自回歸滑動模型對智能產品模塊進行匹配，采用遞推增廣最小二乘法實現智能產品模塊數據的同步與更新。為了驗證基于數字孿生智能產品模塊管控交互的有效性，將資源結構模型進行實例化處理，根據數字孿生體模型構建智能產品模塊的管控系統，并對模型和系統進行仿真驗證。實驗結果表明，采用本文方法可以對慣量的變化進行準確地檢測，且其它特性參數變化量也很小，在不/帶質量塊的情況下系統的調整時間均小于0.1s，驗證了數字孿生體模型控制策略的有效性。