基于物聯智控平臺的數字孿生倉庫應用研究

趙 凱

（江蘇自動化研究所，江蘇 連云港 222000）

0 引言

數字孿生是基于物理系統的實時數字化模型，它充分利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映相對應的實體物理設備的全生命周期過程。數字孿生技術作為一種前沿科技，有廣闊的應用前景[1]。目前，建設數字化、信息化和智能化的倉庫管理控制系統不再是單純的實時數據采集、管理與二維可視化查詢，更重要的是利用數字孿生技術，基于海量實時感知的倉庫空間數據和設備設施數據建立三維虛擬可交互的動態模型，并模擬人員、設備的生產活動全過程。基于數字孿生的智慧倉庫管控平臺是將數字孿生技術與倉庫管理業務的全過程進行緊密融合，基于三維可視化虛擬模型與物聯網端采集的倉庫生產管控數據相結合，實現對倉庫生產過程實體空間的智能管控、在線監測、智能倉儲、異常監測、應急管理等過程進行實時數據采集、分析優化、反饋控制等[2]。基于自主研發的倉庫管控智能優化算法、數字孿生虛實結合的管理方法、倉庫智慧管理專家知識庫等，從系統角度對倉儲系統進行整體優化，需要先進的智能倉儲設計及管理優化算法來提高整體的倉儲物流運作效率。

1 數字孿生技術簡介

近年來，隨著新一代信息技術的高速發展，數字孿生、人工智能等技術的不斷成熟，信息技術應用成本的大幅降低和相應的生產能力的顯著提升引發了制造企業管理方式的巨大變化。數字孿生是一種以數字模型為基礎的虛擬仿真與控制分析方法，通過建立現實世界與信息數字世界的連接，將實體系統的數據、行為和性能轉化為數字形式[3]。數字孿生可以對實體系統進行虛擬仿真和實時監控，實現對實體系統的可視化、分析和優化。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[4]。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，能夠為制造企業帶來價值。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。

2 物聯智控平臺簡介

物聯智控平臺依托大數據分析、虛擬仿真、智能聯動等先進技術，整合園區、工廠的生產、運營、維護等資源，將綜合管控與三維可視化完美結合，為管理者提供直觀的決策依據，是一個面向智慧園區、數字化車間的集全方位管理與輔助決策分析的可視化、智能化、多維度綜合管控平臺，實現區域管控整體智慧化，提升運營效率、安防能力、管理能力，降低管理管理成本、維護成本。

通過基于物聯網技術和大數據分析等服務，以物聯智控平臺為基礎，以數字孿生為核心，設計并實現相關業務場景的三維可視化建模，打造一站式的數據采集、清洗、存儲、建模、分析、決策和應急等能力的現代化智能數字倉庫[5]。數字孿生倉庫基于物聯智控平臺，是倉庫管理的駕駛艙，是倉庫管理、設備自動化控制的重要決策和展示、管控平臺，是倉庫發展和不斷進步的核心決策分析中心。

平臺整合倉庫、設備、人員、環境等資源，將倉庫管控與三維可視化完美結合，為管理者提供直觀的決策依據，是一個集倉庫智能控制、人員安全管理、輔助決策分析等諸多功能于一體的可視化、智能化的數字孿生倉庫。

3 基于物聯智控平臺的數字孿生倉庫

3.1 總體架構

圖1 物聯智控平臺示意圖

數字孿生倉庫以自研物聯智控平臺為基礎框架，集成倉庫業務管控相關子系統，實現業務數據的統一管理、設施設備的統一接入、業務事件統一處理、信息實時可視化展示等功能。通過基于物聯智控平臺的數字孿生倉庫建設，為倉庫的安防、倉儲、巡檢等諸多要素提供一個集成、安全、高效的可視化綜合管控平臺，設計如圖2所示的系統總體架構圖，該總體架構圖分為物理層、數字孿生層、服務層、組態開發層和應用層。

圖2 總體架構圖

（1）物理層。包含了倉庫相關的設備、業務等接入系統的數據采集、解析、清洗等，從而實現倉庫各主要設備、各物聯網感知終端的有效集成，為倉庫數字孿生提供實時的物理層數據支撐，使得倉庫中的相關設備運行狀態信息、業務管控數據信息能夠有效的被收集、感知。

（2）數字孿生層。主要包括含標準的產品模型庫和環境模型庫，模型庫管理負責對虛擬產品的幾何物理、行為狀態、功能性能進行建模以及各子模型的集成，仿真引擎包括對虛擬產品的幾何物理、行為狀態、功能性能及環境進行模擬仿真；組態開發層提供一個協同設計環境，包括系統集成框架，機械設計平臺接口、電氣設計平臺接口、自控設計平臺接口、軟件設計平臺接口和分析評估優化設計平臺接口，倉庫數字孿生的構建，機理模型和數據驅動模型，實現各種傳感器數據的融合與場景虛擬建模。從真實倉庫和虛擬倉庫的驅動引擎中獲得的實時感知數據和仿仿真數據。

（3）應用層。主要針對智慧倉庫相關項目需求進行數字孿生應用展示的應用模塊，融合數字孿生層中提供的虛擬仿真算法對真實數據進行分析挖掘，實現基于數字孿生的智慧倉庫協同管控應用。

3.2 數字孿生倉庫功能組成

3.2.1 數字孿生組態模塊

針對智慧倉庫場景開展數字孿生快速組態引擎、復雜模型布局優化算法、基于多源異構信息融合的全要素虛擬仿真等技術研究，將物理空間與虛擬空間虛實同步映射并對虛擬仿真進行優化，快速實現系統級數字孿生。

重點實現面向開發、實施工程師的組態化快速實施開發，實現對于各種應用場景的模型搭建，不同的模型和組件之間的控制關系、邏輯關系和數據展示關系的配置，從而滿足各種虛擬化應用的功能，能夠合理的調用系統的數據孿生模型、各種算法模型（壽命預測、設計合理性、發熱分析、性能測試等）、數據抽取、三維模型、激勵源管控通過HMI可視化編輯。

構建虛擬模型，主要包括靜態實體和動態實體兩類。靜態的場景數字模型根據場景采集的實際尺寸數據，包含可復用的靜態物件實體等組件，形成完整的可視化的沉浸式環境；動態的實體主要是人員和設備，如倉儲設備根據深度學習模型等提取關鍵點來塑造虛擬的任務關鍵模型。

3.2.2 數字孿生智能管控模塊

數字孿生智能管控模塊基于數字孿生模型庫，在開源Three.js editor中實現對于可視化模型編輯器的封裝，基于WebGL技術的三維渲染引擎，OBJ導入、模型編輯和漫游等交互。形成數字孿生組件結構化管理平臺，也是實現對于模型的定義、包裝、控制單元的創建工作以及所導入的第三方平臺組件的編輯創建，形成數字孿生組件模型庫的智能管控模塊。

重點實現對外模型組件的創建，通過對于模型內部的單個部件的綁定，定義和控制規則的管理功能，從而定義生成完整的模型對象，供HMI平臺調用。能夠實現對于部件、幾何面、控制節點的邏輯配置和定義，以及控制參數的定義等，為后期的控制參數值傳輸提供通道。搭建倉庫智能管控模塊，基于物聯網采集數據基礎同步集成人員管理、設備管控、設施管理相關的業務系統三維虛擬模型、及控制系統，實現對倉庫內部各生產管控要素數據實現數據實時采集與業務信息全過程管理。同時實現倉庫業務系統智能虛實管控等功能。

3.2.3 數字孿生倉庫管理模塊基于數字孿生智慧倉庫對智慧倉庫物理實體的三維虛擬化呈現與物聯網端強大的數據采集與感知能力，用于構建能夠反映智慧倉庫倉儲管控全流程的三維虛擬模型。在智能倉儲模塊三維虛擬模型構建的基礎上，實現對倉庫業務全過程基于時間維度的實時預測，并生成倉儲物流任務的業務清單列表。路徑規劃部分為混合環境下時間可控的AGV無碰路徑規劃方法的邏輯實現。

3.2.4 數字孿生倉庫智能預測模塊

數字孿生倉庫預測模塊包括對任務狀態監測、系統重構、智能預測等應用。通過對倉庫內部主要設備的物理實體設備實時運行數據的采集，實現主要設備實體與三維虛擬模型實時映射，實現倉庫設備全維度狀態感知與三維可視化監測，輔助管控平臺進行相關分析與決策；針對軟件定義設備、人員中系統重構的需求，借助與設備、人員的物理實體映射的三維虛擬模型和數字孿生管控數據，對物理實體進行系統重構，以保證系統的有效性、準確性以及可靠性；智能預測，借助倉庫設備等物理實體的物聯網實時數據采集和三維虛擬模型的映射仿真數據，實現三維模型驅動引擎與數據驅動協同的設備故障預測與健康管理，對故障進行預測與識別，形成數字孿生智慧倉庫故障預測模塊。

3.3 基于數字孿生的智慧倉庫關鍵技術

（1）基于數字孿生及仿真優化的倉庫閉環迭代調優管控技術。提出基于數字孿生的智慧倉庫精益管控模式，基于車間和倉庫級的數字孿生模型與數據采集系統實現數字空間中的虛實同步，在與現狀同步的模型中對未來進行推演和預測，能夠更準確地預判可能出現的問題和風險點，然后，通過不同解決策略在數字空間中的預演與效果評估，基于知識推理和優化調度算法，能夠找到更加可靠和高效的資源調控和重構策略，讓車間和倉庫在動態變化的情況下能夠更好的保持高效率、高質量的生產，提升對日益增長的定制化需求的響應能力。

（2）基于數字孿生的倉庫應急事件處理技術。在智能倉庫信息集成、數據融合與模型構建技術，以及數字孿生及仿真優化的倉庫閉環迭代調優管控的基礎上，研究基于數字孿生的應急處理技術。基于人工智能的應急處理技術，在出現異常事件時，基于DRL的虛擬仿真系統能及時做出相應措施，并根據經驗，不斷進行自我完善和優化。有利于在后續的工作中，排查故障隱患，提高倉庫的安全性，通過在虛擬倉庫中模擬應急事件的處理過程可以降低倉庫應急事件處理效率和成本。

4 結束語

本方案通過研究基于物理智控平臺的數字孿生倉庫相關關鍵技術，將數字孿生技術與智慧倉庫管控業務的關鍵環節、關鍵場景、關鍵對象緊密結合，借助三維建模、虛擬仿真、智能管控算法等，實現空間維度上對倉庫各場景及對象的虛實結合管控應用，同時實現時間維度上的預測、預防控制，該解決方案可廣泛應用于智能工廠領域各類智能倉庫管理業務場景，實現智慧倉庫業務全維度數字孿生管控。■