基于數(shù)字孿生技術(shù)的民爆自動化生產(chǎn)線機電一體化控制方法

摘 要：受到生產(chǎn)過程中物料性質(zhì)的特殊性及工藝流程的復(fù)雜性影響，民爆生產(chǎn)線難以實現(xiàn)精準高效實時控制。為提高生產(chǎn)線的智能化控制水平，提出了基于數(shù)字孿生技術(shù)的民爆自動化生產(chǎn)線機電一體化控制方法。結(jié)合數(shù)字孿生技術(shù)，從生產(chǎn)設(shè)備幾何屬性、生產(chǎn)要素物理屬性、制造設(shè)備生產(chǎn)能力屬性、生產(chǎn)行為屬性各不同維度進行生產(chǎn)線建模。將民爆自動化生產(chǎn)線的機電一體化控制問題轉(zhuǎn)化為強化學習問題，通過定義狀態(tài)空間以及動作空間等，對生產(chǎn)線控制問題進行描述。利用DQN算法對民爆自動化生產(chǎn)線的機電一體化控制問題進行求解，實現(xiàn)高效的自動化生產(chǎn)和優(yōu)化控制。在實驗中，對提出的方法進行了控制效果的檢驗。最終的測試結(jié)果表明，采用提出的方法對生產(chǎn)線進行機電一體化控制后，設(shè)備利用率較高，具備較為理想的控制效果。

關(guān)鍵詞：數(shù)字孿生；民爆；生產(chǎn)線；機電一體化；控制方法

中圖分類號：TH16文獻標識碼：A

Electromechanical Integration Control Method for Civil

Explosives Automated Production Line Based on Digital Twin Technology

HE Jing

（Yunnan Ruida Civil Explosive Co.， Ltd.，Qujing ， Yunnan 655000，China）

Abstract：Affected by the special nature of the materials in the production process and the complexity of the process， it is difficult to realize accurate and efficient real time control of the civil explosion production line. In order to improve the intelligent control level of the production line， the electromechanical integration control method for civil explosives automated production line based on digital twin technology is proposed. Combined with digital twin technology， the production line is modeled from the different dimensions of production equipment geometric attributes， physical attributes of production factors， manufacturing equipment production capacity attributes， production behavior attributes hood. The electromechanical integration control problem of the automated production line of civil explosives is transformed into a reinforcement learning problem， and the production line control problem is described by defining the state space and action space. The DQN algorithm is used to solve the mechatronics control problem of the civil explosion automated production line to achieve efficient automated production and optimal control. In the experiment， the control effect of the proposed method is tested. The final test results show that after the proposed method is used for the electromechanical integration control of the production line， the utilization rate of the equipment is high， and it has a more ideal control effect.

Key words：digital twin; civil explosion; production line; mechatronics; control method

生產(chǎn)線作為工業(yè)自動化體系中的核心組成部分，其高效、靈活與智能化運行直接關(guān)系到企業(yè)的生產(chǎn)效率和經(jīng)濟效益。然而，民爆（民用爆炸物）生產(chǎn)因其特殊性和高風險性，對生產(chǎn)線的安全性、穩(wěn)定性和智能化水平提出了更為嚴苛的要求[1]。因此，探索并實踐基于數(shù)字孿生技術(shù)的民爆自動化生產(chǎn)線機電一體化控制方法，成為當前工業(yè)界與學術(shù)界關(guān)注的熱點。

目前已經(jīng)有較多學者針對工業(yè)生產(chǎn)線一體化控制方法進行了研究。例如，文獻[2]通過構(gòu)建數(shù)字孿生模型，實時映射物理生產(chǎn)線的運行狀態(tài)，實現(xiàn)了生產(chǎn)流程的精確模擬與預(yù)測。然而，盡管數(shù)字孿生技術(shù)顯著提升了生產(chǎn)線的可視化與可預(yù)測性，但實際應(yīng)用中，模型復(fù)雜性與實時數(shù)據(jù)同步的局限性導(dǎo)致在高速動態(tài)變化的生產(chǎn)環(huán)境中，控制精度難以持續(xù)保持在理想水平。文獻[3]通過為生產(chǎn)線的每個關(guān)鍵組件分配獨立的Agent，實現(xiàn)了局部決策與全局協(xié)調(diào)的有機結(jié)合。但此方法在追求高度靈活性的同時，也暴露出了控制精度方面的不足。各Agent間信息交互的延遲與不一致性以及復(fù)雜任務(wù)分配與沖突解決中的計算復(fù)雜度，導(dǎo)致整體控制策略在實時性和準確性上難以達到最優(yōu)，特別是在高精度要求的微組裝過程中，這種局限性尤為明顯。文獻[4]利用Petri網(wǎng)模型對機床座類柔性生產(chǎn)線的調(diào)度進行了建模與優(yōu)化。該方法有效解決了生產(chǎn)過程中的資源沖突與路徑規(guī)劃問題，提高了生產(chǎn)線的整體效率。但模型在面對實際生產(chǎn)中的微小擾動與不確定因素時，其靜態(tài)分析與優(yōu)化能力有限，難以實時調(diào)整控制策略以應(yīng)對這些變化，從而影響了最終產(chǎn)品的加工精度與一致性。文獻[5]通過集成物理生產(chǎn)線與虛擬模型的雙向反饋機制，顯著提高了生產(chǎn)調(diào)度的智能化水平。盡管數(shù)字孿生技術(shù)為生產(chǎn)調(diào)度提供了強大的數(shù)據(jù)支持與仿真驗證能力，但在實際執(zhí)行過程中，由于物理設(shè)備性能差異、環(huán)境參數(shù)波動以及人為操作失誤等多種因素的影響，導(dǎo)致控制指令的精確執(zhí)行面臨挑戰(zhàn)。

本文通過結(jié)合數(shù)字孿生技術(shù)，對生產(chǎn)線整體動態(tài)操作流程進行描述，并結(jié)合建模結(jié)果，將控制問題轉(zhuǎn)化為強化學習問題，實現(xiàn)民爆自動化生產(chǎn)線機電一體化控制。

1 方法設(shè)計

1.1 基于數(shù)字孿生技術(shù)的民爆自動化生產(chǎn)線建模

由于民爆產(chǎn)品的特殊性質(zhì)，生產(chǎn)過程中的精度要求極高，任何微小的偏差都可能導(dǎo)致產(chǎn)品質(zhì)量問題或安全隱患。因此為實現(xiàn)一體化控制，本文首先結(jié)合數(shù)字孿生技術(shù)，對生產(chǎn)線進行建模處理。

考慮到民爆自動化生產(chǎn)線涉及多個工藝環(huán)節(jié)和復(fù)雜的設(shè)備系統(tǒng)，包括原料處理、混合、壓制、裝藥、封裝等多個步驟，通過構(gòu)建一個多維度的智能體，來對生產(chǎn)線的可重構(gòu)性質(zhì)進行描述[6]。智能體維度包括生產(chǎn)設(shè)備幾何屬性、生產(chǎn)要素物理屬性、制造設(shè)備生產(chǎn)能力屬性、生產(chǎn)行為屬性等。

首先采集民爆自動化生產(chǎn)線的幾何數(shù)據(jù)、物理參數(shù)、生產(chǎn)能力指標、生產(chǎn)流程信息等。在設(shè)備幾何屬性方面，混合機、壓藥機等設(shè)備的尺寸和部件尺寸GS、各設(shè)備之間的相對位置關(guān)系GP等均可以作為幾何參數(shù)參與建模[7]。其幾何模型GM描述表達式如下所示。

GM={GS，GP，GSA，…} （1）

式中，GSA代表生產(chǎn)設(shè)備的內(nèi)部結(jié)構(gòu)幾何形狀。物理屬性可以按照可變以及不可變特性進行劃分與建模，其具體物理模型PM描述表達式如下所示。

PM={IPP，VPP，AE，…} （2）

式中，AE代表生產(chǎn)線關(guān)聯(lián)的生產(chǎn)設(shè)備，IPP代表包括設(shè)備質(zhì)量、設(shè)備密度以及設(shè)備材料屬性在內(nèi)的不可變物理屬性，VPP代表包括溫度以及速度在內(nèi)的可變物理屬性[8]。能力屬性CM涵蓋車間設(shè)備的額定制造能力以及動態(tài)制造能力，具體屬性描述表達式如下所示。

CM={MC，RMC，MMC，CU，…} （3）

式中，MC代表車站設(shè)備額定制造能力，CU代表車間生產(chǎn)能力循環(huán)率，RMC代表設(shè)備在正常工作條件下長期運行所能承受的最大功率，MMC代表設(shè)備在短時間內(nèi)能夠輸出的最大功率[9]。生產(chǎn)行為BM涵蓋設(shè)備的當前加工狀態(tài)PDS以及產(chǎn)品生產(chǎn)的上下游信息。具體表達式如下所示。

BM={PDS，APM，SNM，…} （4）

式中，APM和SNM分別代表上一個設(shè)備的產(chǎn)品生產(chǎn)信息以及當前設(shè)備向下一臺設(shè)備發(fā)送的產(chǎn)品生產(chǎn)信息。為對生產(chǎn)線整體過程進行動態(tài)描述，基于上述的屬性建模結(jié)果，本文引入?yún)f(xié)商模型NM對其進行協(xié)調(diào)，具體表達式如下所示。

NM={RC，SS，F(xiàn)S，SA，…}（5）

式中，RC代表民爆車間系統(tǒng)的重構(gòu)條件，SS代表車間系統(tǒng)的總運行狀態(tài)，F(xiàn)S代表各個生產(chǎn)單元下的運行狀態(tài)，該運行狀態(tài)涵蓋了上述四個建模屬性，SA代表重構(gòu)函數(shù)。

通過上述方式，可以將孿生模型下不同屬性進行耦合調(diào)整，從而實現(xiàn)生產(chǎn)線建模。

1.2 民爆自動化生產(chǎn)線控制問題轉(zhuǎn)化

本文將民爆自動化生產(chǎn)線的機電一體化控制問題轉(zhuǎn)化為強化學習問題，通過定義狀態(tài)空間以及動作空間等，對生產(chǎn)線控制問題進行描述。

首先明確民爆自動化生產(chǎn)線的控制目標為提高生產(chǎn)效率，在此基礎(chǔ)上對狀態(tài)空間進行定義。狀態(tài)空間應(yīng)包含能夠全面反映生產(chǎn)線當前運行狀況的信息[10]。在機電一體化控制中，這可能包括設(shè)備的運行狀態(tài)（如開/關(guān)、速度、溫度等）、在制品的位置和數(shù)量、原材料庫存、產(chǎn)品質(zhì)量指標以及安全狀態(tài)等[11]。其狀態(tài)向量為s=［s1，s2，…，sn］，其中si代表第i個維度的狀態(tài)信息。

控制策略π是從狀態(tài)空間到動作空間A的映射，在民爆自動化生產(chǎn)線中，調(diào)度動作包括任務(wù)分配、安排設(shè)備維度、調(diào)整設(shè)備工作參數(shù)以及優(yōu)先處理緊急訂單[12]。由此可以將動作空間定義為A={a1，a2，…，am}，其中aj代表第j個控制指令。

基于上述定義，本文將提高生產(chǎn)效率這一目標具體量化為最大化機器利用率，其具體計算公式如下所示。

U=1M·∑Mm=1∑ni=1∑mj=1TijmCmax =1M·TCmax （6）

式中，M代表車間機器數(shù)量，Tijm代表機器完成某工序所需要的加工時間，Cmax 代表給定一系列加工作業(yè)中，最后一個任務(wù)的完工時間，即最大完工時間，n和m分別代表狀態(tài)向量總數(shù)以及動作向量總數(shù)，T代表設(shè)備完成某個產(chǎn)品的總加工時長[13]。將這一指標作為獎勵函數(shù)R，由此可以得到函數(shù)表達式如下所示。

R=1M·TCmax （7）

上述構(gòu)建出的獎勵函數(shù)可以反映生產(chǎn)線機電一體化控制目標的達成程度，從而評估控制策略的實際性能表現(xiàn)。

1.3 民爆自動化生產(chǎn)線機電一體化調(diào)度與控制

本文利用DQN算法對民爆自動化生產(chǎn)線的機電一體化控制問題進行求解，實現(xiàn)高效的自動化生產(chǎn)和優(yōu)化控制。

DQN網(wǎng)絡(luò)結(jié)構(gòu)中的神經(jīng)網(wǎng)絡(luò)擬合Q函數(shù)Q（s，a;θ）用于預(yù)測在給定狀態(tài)下采取某一動作后能夠獲得的未來累積獎勵，從而幫助生產(chǎn)線找到最優(yōu)的控制策略，其中θ代表網(wǎng)絡(luò)參數(shù)[14]。對此，首先將生產(chǎn)線重置到初始狀態(tài)s0，然后以ε概率隨機選擇一個控制動作at，并執(zhí)行該動作，觀察即時獎勵rt以及新狀態(tài)t+1，并將狀態(tài)轉(zhuǎn)移st，at，rt，st+1存儲到經(jīng)驗池D中。在民爆自動化生產(chǎn)線的控制過程中，每一次的調(diào)度決策和隨后的結(jié)果（如生產(chǎn)效率、能耗、安全狀況等）都會被記錄并存儲在經(jīng)驗池D中。如果D的規(guī)模足夠大，則可以從D中隨機采樣一個批量st，at，rt，st+1Mi=1。對于采樣結(jié)果中的每個樣本，計算其目標Q值yi，具體公式如下所示。

yi=ri+γmax Qsi+1，a';θ－（8）

式中，θ－代表目標網(wǎng)絡(luò)的參數(shù)，γ代表折扣因子，a′代表在給定當前狀態(tài)下通過目標網(wǎng)絡(luò)預(yù)測出的最優(yōu)動作。DQN的訓練目標是使Q網(wǎng)絡(luò)的輸出接近目標Q值。對此，本文所選用的損失函數(shù)表達式如下所示。

L（θ）=∑Iyi－Qsi，ai;θ2 （9）

式中，Qsi，ai;θ代表Q網(wǎng)絡(luò)的預(yù)測輸出。沒經(jīng)過一定數(shù)量的訓練周期，將Q網(wǎng)絡(luò)的參數(shù)θ復(fù)制到目標網(wǎng)絡(luò)θ－，以此可以對狀態(tài)進行更新[14]。通過不斷重復(fù)上述步驟進行訓練，DQN能夠?qū)W習到一種策略，該策略能夠根據(jù)當前生產(chǎn)線的狀態(tài)選擇最優(yōu)或接近最優(yōu)的動作，以實現(xiàn)一體化控制的優(yōu)化目標。將本節(jié)內(nèi)容與上述提到的生產(chǎn)線建模以及控制問題轉(zhuǎn)化等相關(guān)內(nèi)容進行結(jié)合，至此，基于數(shù)字孿生技術(shù)的民爆自動化生產(chǎn)線機電一體化控制方法設(shè)計完成。

2 實驗論證

設(shè)計了一套遵循嚴格對比測試原理的實驗方案。該方案強調(diào)對實驗條件的精細調(diào)控與嚴格管理，旨在消除外部變量對實驗結(jié)果的潛在干擾，從而確保所得評估結(jié)果不僅具備高度的客觀性，而且能夠精準反映所提出控制方法在實際應(yīng)用場景下的效能表現(xiàn)。

2.1 實驗說明

為了確保對本文提出的生產(chǎn)線機電一體化控制方法效能的評估既全面又具備高度的客觀性，本文挑選了兩種在領(lǐng)域內(nèi)具有廣泛認可度的基準技術(shù)——即基于多Agent系統(tǒng)（MAS）的生產(chǎn)線控制策略與基于Petri網(wǎng)模型的生產(chǎn)線調(diào)控方法，作為本次實驗中的關(guān)鍵對比對象。通過對比分析，本研究力圖清晰揭示在相同或相似實驗條件下，不同控制算法之間的性能差異與各自的優(yōu)勢與劣勢。

2.2 實驗對象

本次實驗聚焦于某中型規(guī)模的民爆自動化生產(chǎn)線，該生產(chǎn)線專門用于生產(chǎn)多種類型的民用爆炸物，以滿足建筑、采礦、地質(zhì)勘探等領(lǐng)域的需求。生產(chǎn)線全長約120 m，寬30 m，高度根據(jù)設(shè)備布局有所不同，最高處可達10 m。整條生產(chǎn)線采用高度集成化的設(shè)計理念，集成了原料預(yù)處理、混合攪拌、壓制成型、干燥固化、質(zhì)量檢測及包裝入庫等多個工序。

實驗采用Plant Simulation軟件，根據(jù)實際生產(chǎn)線布局與設(shè)備特性進行高度逼真的環(huán)境構(gòu)建。確保仿真平臺能夠支持多Agent系統(tǒng)與Petri網(wǎng)模型的集成與運行。具體建模參數(shù)如表1所示。

在上述生產(chǎn)線建模過程中突發(fā)故障模擬與不穩(wěn)定供應(yīng)模擬等參數(shù)，旨在模擬實際生產(chǎn)中的復(fù)雜多變情況，評估控制系統(tǒng)在實際應(yīng)用中的適應(yīng)性與魯棒性。并對供應(yīng)速度進行調(diào)整，從而模擬生產(chǎn)線在供應(yīng)鏈中斷或原料短缺情況下的真實生產(chǎn)情況。結(jié)合Plant Simulation軟件，本次實驗所模擬的民爆自動化生產(chǎn)線網(wǎng)絡(luò)拓撲結(jié)構(gòu)如圖1所示。

圖1展示了一條模擬的民爆自動化生產(chǎn)線的網(wǎng)絡(luò)拓撲結(jié)構(gòu)，該生產(chǎn)線集成了原料預(yù)處理、混合攪拌、壓制成型、干燥固化、質(zhì)量檢測及包裝入庫等多個工序，實現(xiàn)了高度的自動化與集成化。圖1中：

①主控中心是整個自動化生產(chǎn)線的核心，負責監(jiān)控整個生產(chǎn)線的運行狀態(tài)，接收來自各個生產(chǎn)環(huán)節(jié)的數(shù)據(jù)，并進行處理與分析，可以實現(xiàn)數(shù)據(jù)采集與監(jiān)控、生產(chǎn)調(diào)度、數(shù)據(jù)分析與優(yōu)化、故障診斷與維護等功能。

②自動輸送控制系統(tǒng)是連接各生產(chǎn)工序的關(guān)鍵，負責原材料、半成品和成品的輸送。

③原料庫存儲生產(chǎn)所需的原材料，保證生產(chǎn)線的連續(xù)供料。

④混合工序設(shè)備負責將原材料按照一定比例混合均勻，裝藥設(shè)備負責將混合好的炸藥裝入指定的容器中，而包裝設(shè)備則負責將成品進行包裝和標記，確保產(chǎn)品的可追溯性。

⑤抽樣檢測設(shè)備在生產(chǎn)過程中隨機抽取樣品進行檢測，以確保產(chǎn)品質(zhì)量符合標準。

⑥上位機是生產(chǎn)線的控制中樞，負責接收來自主控中心和其他傳感器的數(shù)據(jù)，實現(xiàn)生產(chǎn)線的自動化控制和智能化管理，提高生產(chǎn)效率和產(chǎn)品質(zhì)量。

⑦PLC是生產(chǎn)線中的關(guān)鍵控制設(shè)備，負責執(zhí)行上位機發(fā)出的指令，控制各生產(chǎn)設(shè)備的運行。通過精確的控制和邏輯判斷，確保各生產(chǎn)設(shè)備按照預(yù)定的程序和步驟運行，實現(xiàn)生產(chǎn)線的自動化和高效化。

基于上述模擬的自動化生產(chǎn)線，實驗結(jié)合實際生產(chǎn)需求，對生產(chǎn)任務(wù)進行了設(shè)定，以供不同算法對其進行機電一體化控制與調(diào)度。具體任務(wù)分配情況如表2所示。

在上述任務(wù)分配結(jié)果中，任務(wù)T006為并行任務(wù)，意味著它與其他任務(wù)（如T001）在時間上部分重疊，用于測試控制系統(tǒng)在并行處理多任務(wù)時的能力。同時，優(yōu)先級分為高、中、低三檔，用于指導(dǎo)生產(chǎn)任務(wù)的調(diào)度順序。在資源有限的情況下，高優(yōu)先級任務(wù)將優(yōu)先獲得資源與執(zhí)行權(quán)。

針對模擬出的生產(chǎn)任務(wù)，分別采用不同方法對生產(chǎn)線進行機電一體化控制，從而完成全部的生產(chǎn)任務(wù)。在控制過程中，利用仿真軟件的數(shù)據(jù)記錄功能，實時采集實驗過程中的關(guān)鍵數(shù)據(jù)，如生產(chǎn)效率、能耗、故障率、響應(yīng)時間等。

2.3 控制效果對比

本文方法下，民爆自動化生產(chǎn)線機電一體化控制結(jié)果如表3所示。

從表格中可以看出，所有生產(chǎn)任務(wù)（T001至T006）均按照計劃完成了指定數(shù)量的產(chǎn)品生產(chǎn)，且完成數(shù)量與計劃數(shù)量完全一致，偏差率為0%。這表明無論是面對單一任務(wù)還是并行任務(wù)，控制系統(tǒng)都能夠保持穩(wěn)定的運行狀態(tài)，確保生產(chǎn)任務(wù)的順利進行。為提高實驗結(jié)果的可靠性，實驗以不同控制方法下生產(chǎn)線的設(shè)備利用率為對比指標，對實際控制效果進行衡量。具體實驗結(jié)果如圖2所示。

從上述實驗結(jié)果可以看出，本文方法的平均設(shè)備利用率達到了87.5%，而常規(guī)方法的平均設(shè)備利用率為75.0%。這表明本文方法通過優(yōu)化生產(chǎn)流程、減少設(shè)備空閑時間和提高設(shè)備協(xié)同作業(yè)能力，有效提升了生產(chǎn)線的整體效率，其控制效果明顯優(yōu)于兩種常規(guī)的控制方法。

3 結(jié) 論

深入探討了基于數(shù)字孿生技術(shù)的民爆自動化生產(chǎn)線機電一體化控制方法，這一研究不僅是對傳統(tǒng)民爆生產(chǎn)模式的一次革新性嘗試，更是智能制造與工業(yè)安全深度融合的重要體現(xiàn)。通過構(gòu)建精準映射物理生產(chǎn)線的數(shù)字孿生模型，本文實現(xiàn)了對生產(chǎn)線運行狀態(tài)的實時感知、動態(tài)仿真與智能控制，極大地提升了生產(chǎn)線的安全性、穩(wěn)定性和效率。

參考文獻

［１］ 張麗杰. 工業(yè)大數(shù)據(jù)建模方法及生產(chǎn)線運行狀態(tài)監(jiān)控技術(shù)研究 [J]. 無線互聯(lián)科技， 2024， 21 （12）： 115-117+124.

［2］ 馬桂潮. 基于數(shù)字孿生技術(shù)的小型自動化生產(chǎn)線機電一體化概念設(shè)計與控制仿真 [J]. 機電信息， 2024（12）： 52-55.

［3］ 秦麗娜. 基于多Agent技術(shù)的混合微組裝生產(chǎn)線協(xié)同控制方法 [J]. 制造業(yè)自動化， 2022， 44 （3）： 176-179.

［4］ 賈云富，張凱. 基于Petri網(wǎng)的機床座類柔性生產(chǎn)線調(diào)度模型 [J]. 機電工程， 2022， 39 （10）： 1470-1476.

［5］ WANG Y， WU Z. Digital twin based production scheduling system for heavy truck frame shop[J]. Proceedings of the Institution of Mechanical Engineers， Part C： Journal of Mechanical Engineering Science， 2022， 236（4）： 1931-1942.

［6］ 楊洋. 基于人工智能的預(yù)制梁場環(huán)形生產(chǎn)線智能加工管控方法 [J]. 智能制造， 2023， （6）： 98-102.

［7］ 鄧文順，劉強，趙榮麗. 基于數(shù)字孿生的生產(chǎn)線分布式近物理集成調(diào)試方法 [J]. 工業(yè)工程， 2023， 26 （5）： 124-130.

［8］ 曹榮祥. 基于數(shù)字孿生的船舶管件加工生產(chǎn)線柔性管控系統(tǒng) [J]. 造船技術(shù)， 2023， 51 （4）： 88-92.

［9］ 曹錦江，黃家才，陳道慶. 面向機械加工的智能制造生產(chǎn)線控制設(shè)計與實現(xiàn) [J]. 制造業(yè)自動化， 2023， 45 （7）： 70-74.

［10］徐磊，林曉青，劉金山，等. 基于數(shù)字孿生的衛(wèi)星結(jié)構(gòu)生產(chǎn)線管控實踐 [J]. 軍民兩用技術(shù)與產(chǎn)品， 2023， （4）： 11-15.

［11］唐健鈞，金筑云，石芹芹，等. 基于數(shù)字孿生的飛機總裝生產(chǎn)線管控模式探索與實踐 [J]. 航空制造技術(shù)， 2023， 66 （6）： 34-41+65.

［12］耿蒙，曹良方，張立新. 基于部件裝配專業(yè)化生產(chǎn)線的成本管控模式優(yōu)化研究 [J]. 航空財會， 2023， 5 （1）： 37-41.

［13］張曉萍，竇金生，宋天麟，等. 基于數(shù)字孿生的生產(chǎn)線監(jiān)控系統(tǒng)研究 [J]. 包裝與食品機械， 2022， 40 （4）： 73-78.

［14］龐博，楊輝，于榮榮，等. 基于數(shù)字孿生技術(shù)的航天器機構(gòu)生產(chǎn)線平衡研究 [J]. 圖學學報， 2024， 45 （2）： 332-338.

［15］趙霖，于成龍，王崑聲，等. 基于手動/半自動裝配線智能管控方法研究 [J]. 航空制造技術(shù)， 2022， 65 （7）： 64-69.