01、研究思路及內(nèi)容
近年來(lái)，制造技術(shù)與新興信息技術(shù)深度融合的新一代智能制造興起并逐漸向縱深發(fā)展。在此背景下，陶飛等[1-2]提出了數(shù)字孿生車間(digital twin shopfloor，DTS)這一智能制造車間運(yùn)行新模式。系統(tǒng)闡述了其組成、運(yùn)行機(jī)制、特點(diǎn)及其關(guān)鍵技術(shù)，并指出虛擬車間運(yùn)行機(jī)理及演化規(guī)律是DTS的關(guān)鍵技術(shù)之一。DTS通過(guò)構(gòu)建與物理車間高度一致的虛擬車間，實(shí)現(xiàn)物理空間與信息空間的雙向映射，最終達(dá)到虛實(shí)融合、以虛控實(shí)的目的。盡管2017年以來(lái)數(shù)字孿生技術(shù)發(fā)展迅猛，大量數(shù)字孿生模型被提出，且取得了不少研究成果，但離真正落地實(shí)施還有較大距離[3]。一方面，DTS概念超前，具體實(shí)施難度大，難以一蹴而就，需要分階段逐步實(shí)施；另一方面，DTS的演化機(jī)理和運(yùn)行機(jī)制尚不明確，導(dǎo)致缺乏DTS技術(shù)路線圖，存在生產(chǎn)企業(yè)有DTS建設(shè)的迫切需求而又無(wú)處著手的現(xiàn)實(shí)問(wèn)題。
生產(chǎn)車間是信息流、物料流和控制流的匯集點(diǎn)[4]，生產(chǎn)活動(dòng)的高效開(kāi)展取決于信息的暢通無(wú)阻、物料的有序流轉(zhuǎn)和控制的精準(zhǔn)可靠，這也是建設(shè)DTS的目的所在。因此，本文首先從信息流、物料流、控制流及其關(guān)系入手，剖析生產(chǎn)系統(tǒng)在生產(chǎn)執(zhí)行各階段的需求與挑戰(zhàn)。
如圖1所示，生產(chǎn)車間存在信息流、物料流和控制流三個(gè)閉環(huán)。從時(shí)間維度看，在信息空間，首先銷售訂單在企業(yè)資源計(jì)劃(enterprise resource planning，ERP)中被分解為生產(chǎn)訂單，根據(jù)生產(chǎn)訂單領(lǐng)料并通過(guò)產(chǎn)品全生命周期管理系統(tǒng)(product lifecycle management，PLM)或產(chǎn)品數(shù)據(jù)管理系統(tǒng)(product data management，PDM)形成產(chǎn)品和工藝信息下發(fā)到制造執(zhí)行系統(tǒng)(manufacturing execution system，MES)；然后通過(guò)MES制定生產(chǎn)工單下發(fā)到各班組按照工藝流程執(zhí)行；最后在約定交貨期內(nèi)以成品交付方式完成訂單，形成信息流閉環(huán)。圖1中虛線描述了ERP、PLM/PDM、MES中信息的流動(dòng)。從空間維度看，在物理空間，原材料按照物料清單(bill of material，BOM)從工廠庫(kù)房分發(fā)到車間庫(kù)房，再按照工藝流程流轉(zhuǎn)到各工位接受加工、檢測(cè)、包裝等處理，最終形成產(chǎn)品再流入工廠庫(kù)房形成物料流閉環(huán)。圖１中粗實(shí)線描述了物料在空間上的流轉(zhuǎn)。從時(shí)空交匯看，信息以生產(chǎn)排程、工藝文件、操作規(guī)程等形式通過(guò)MES傳遞給物料流，管理和控制生產(chǎn)執(zhí)行過(guò)程；物料在信息流作用下有序流轉(zhuǎn)并通過(guò)數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)(supervisory control and data acquisition，SCADA)將資源實(shí)時(shí)狀態(tài)反饋至信息流，信息流又根據(jù)物料流反饋情況進(jìn)行計(jì)劃變更或生產(chǎn)資源調(diào)度從而形成控制流閉環(huán)。圖１中點(diǎn)線描述了物料流和信息流交互過(guò)程。
圖1信息流、物料流、控制流及其關(guān)系
Fig.1 Information flow,material flow,control flow and their relationship
制造企業(yè)已逐步認(rèn)識(shí)到信息流、物料流、控制流在生產(chǎn)執(zhí)行過(guò)程中的重要性，并建立起諸如ERP、MES、SCADA等系統(tǒng)，實(shí)現(xiàn)了信息、物料、控制的有序流動(dòng)(圖1)。然而，在傳統(tǒng)的制造模式中，信息流、物料流、控制流在生產(chǎn)執(zhí)行各階段仍然相互孤立，缺乏有效整合而難以形成合力，從而制約了生產(chǎn)效率和系統(tǒng)智能化水平的進(jìn)一步提高。具體分析如下：①在生產(chǎn)執(zhí)行前，物料流尚未開(kāi)始，以信息流為主導(dǎo)，計(jì)劃部門(mén)制定生產(chǎn)計(jì)劃時(shí)往往不考慮資源匹配或執(zhí)行中資源到位情況，使得實(shí)際生產(chǎn)中計(jì)劃難以按時(shí)完成，同時(shí)也缺乏必要手段驗(yàn)證、評(píng)估和優(yōu)化生產(chǎn)排程。②在生產(chǎn)執(zhí)行中，以物料流為主導(dǎo).目前MES通常采用自頂向下設(shè)計(jì)方法和層次控制結(jié)構(gòu),定義的功能模塊往往只能確保父模塊和子模塊之間的通信而不能對(duì)底層變化作出反應(yīng)，各工位端的設(shè)備實(shí)時(shí)狀態(tài)(故障、修復(fù)、調(diào)試、運(yùn)行等)和進(jìn)度難以及時(shí)反饋至其他工位端和計(jì)劃部門(mén)，造成信息流與物料流脫節(jié)；另外，SCADA主要用于數(shù)據(jù)采集與監(jiān)視，在數(shù)據(jù)分析挖掘和實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)下在線仿真方面存在不足。③在生產(chǎn)執(zhí)行一段時(shí)間后，由于缺乏物料流和信息流數(shù)據(jù)融合機(jī)制，無(wú)法形成完整的實(shí)時(shí)/歷史數(shù)據(jù)集復(fù)現(xiàn)生產(chǎn)過(guò)程，實(shí)現(xiàn)產(chǎn)品質(zhì)量追溯和潛在價(jià)值信息挖掘以優(yōu)化系統(tǒng)決策，形成精準(zhǔn)可靠、行之有效的控制流。
圖2研究思路及內(nèi)容
Fig.2 Ideas and content of research
如圖2所示，針對(duì)上述問(wèn)題，本文以信息流、物料流和控制流在生產(chǎn)執(zhí)行各階段的交互與融合為主線，在數(shù)字孿生現(xiàn)有研究成果基礎(chǔ)上，探索物理車間虛擬化和從虛擬車間到數(shù)字模型車間[5-6](digital model shopfloor，DMS)、數(shù)字投影車間[5-6](digital shadow shopfloor，DSS)、數(shù)字孿生車間DTS的模型構(gòu)建及其演化規(guī)律，從而給出DTS技術(shù)路線圖及各階段運(yùn)行機(jī)制、使能技術(shù)和應(yīng)用場(chǎng)景。
02、數(shù)字孿生的源起與發(fā)展
為了更好地理解DTS概念及其演化過(guò)程，有必要對(duì)數(shù)字孿生的源起和發(fā)展進(jìn)行回顧和總結(jié)。數(shù)字孿生概念的產(chǎn)生可以歸結(jié)為以下三個(gè)方面：
(1)從數(shù)字樣機(jī)到數(shù)字孿生。數(shù)字孿生最初源于PLM，是從數(shù)字化產(chǎn)品定義(digital product definition，DPD)和數(shù)字樣機(jī)(digital mock-up，DMU)發(fā)展而來(lái)的[7]。DMU在實(shí)際應(yīng)用中主要停留在產(chǎn)品設(shè)計(jì)階段和基于理想模型的仿真，在產(chǎn)品制造和運(yùn)維中，由于虛擬模型與物理模型脫鉤，DMU發(fā)揮的實(shí)際作用有限。數(shù)字孿生通過(guò)集成產(chǎn)品全生命周期數(shù)據(jù)和物理產(chǎn)品建立雙向通信，將DMU的應(yīng)用拓展至制造和運(yùn)維階段，從而填補(bǔ)了上述空白[7]，并催生出產(chǎn)品數(shù)字孿生體[8]。產(chǎn)品由生產(chǎn)系統(tǒng)制造得到，而生產(chǎn)系統(tǒng)本身也是一個(gè)復(fù)雜“產(chǎn)品”。由于產(chǎn)品與生產(chǎn)系統(tǒng)之間的天然聯(lián)系，使得數(shù)字孿生的應(yīng)用自然而然地從產(chǎn)品拓展到生產(chǎn)系統(tǒng)，衍生出數(shù)字孿生機(jī)床[9]、數(shù)字孿生生產(chǎn)線[10]、DTS等。
(2)從信息物理系統(tǒng)到數(shù)字孿生。信息物理系統(tǒng)(cyber physical system，CPS)是2006年由美國(guó)學(xué)者提出的一個(gè)概念，用于描述復(fù)雜產(chǎn)品/系統(tǒng)，旨在構(gòu)建信息空間與物理空間的雙向通信，實(shí)現(xiàn)兩者的交互與聯(lián)動(dòng)。從概念上可以看出，數(shù)字孿生與CPS在理念上一脈相承，但數(shù)字孿生更為強(qiáng)調(diào)虛擬模型對(duì)物理模型的“忠實(shí)映射”，而CPS的映射關(guān)系則較為抽象。一般認(rèn)為CPS是從概念上對(duì)系統(tǒng)的宏觀描述，而數(shù)字孿生則是實(shí)現(xiàn)CPS的關(guān)鍵使能技術(shù)和重要基礎(chǔ)[7-8]。
(３)下一代建模仿真技術(shù)新浪潮。上述基于數(shù)字孿生的產(chǎn)品/系統(tǒng)研究大多是從應(yīng)用的角度來(lái)看待數(shù)字孿生，而部分學(xué)者則把數(shù)字孿生提升為建模仿真的新理論、新方法。ROSEN等[11]認(rèn)為從仿真的觀點(diǎn)看，數(shù)字孿生是下一代建模、仿真和優(yōu)化技術(shù)的新浪潮。類似地，BLAZ等[12]指出仿真的發(fā)展已經(jīng)從純粹的分析和優(yōu)化轉(zhuǎn)變?yōu)榭煞磸?fù)使用的集成的決策支持工具，數(shù)字孿生正是在此需求下發(fā)展出來(lái)的仿真建模新模式。
劉青等[３]對(duì)數(shù)字孿生的研究進(jìn)展進(jìn)行了綜述，提出以2017年為界，數(shù)字孿生的發(fā)展歷程可以大致分為兩個(gè)階段：2013-2016年，數(shù)字孿生開(kāi)始萌芽，此時(shí)并未引起廣泛關(guān)注，發(fā)展較為緩慢；2017年，在智能制造和信息物理深度融合背景下，數(shù)字孿生開(kāi)始興起，大量的探討性、綜述類文獻(xiàn)開(kāi)始出現(xiàn)。NEGRI等[13]總結(jié)了16種數(shù)字孿生定義，并指出數(shù)字孿生的應(yīng)用潛力有待進(jìn)一步發(fā)掘；陶飛等[1-2，14]提出DTS并探討了DTS下的信息物理融合理論與技術(shù)。上述文獻(xiàn)較為系統(tǒng)地闡述了數(shù)字孿生的概念及其使能技術(shù)，但并未研究數(shù)字孿生車間演化過(guò)程和機(jī)理。2018年，KRITZINGER等[5]調(diào)研了近年來(lái)數(shù)字孿生在制造領(lǐng)域的研究狀況，提出按照物理模型與虛擬模型的數(shù)據(jù)集成程度，將“數(shù)字孿生”(為避免混淆，本文對(duì)細(xì)分前的、廣義上的數(shù)字孿生加雙引號(hào)表示，未加雙引號(hào)的均指細(xì)分后的、嚴(yán)格意義上的數(shù)字孿生)細(xì)分為數(shù)字模型(digital model)、數(shù)字投影(digital shadow)和真正意義上的數(shù)字孿生(digital twin)，但未深入討論細(xì)分后模型的內(nèi)在聯(lián)系及其運(yùn)行機(jī)制。本文借鑒了KRITZINGER等[5]對(duì)“數(shù)字孿生”的分類方法，將其應(yīng)用到數(shù)字孿生車間。郭東升等[15]則從CPS的可交互性、可計(jì)算性、可控制性出發(fā)，構(gòu)建了基于數(shù)字孿生的航空結(jié)構(gòu)件車間模型。同年，陶飛等[16]提出了數(shù)字孿生五維結(jié)構(gòu)模型和應(yīng)用準(zhǔn)則，討論了涵蓋生產(chǎn)前、生產(chǎn)中、生產(chǎn)后不同階段的數(shù)字孿生14種潛在應(yīng)用；2019年，陶飛等[17]又進(jìn)一步提出數(shù)字孿生五維概念模型及其在十大領(lǐng)域的應(yīng)用。文獻(xiàn)[15-17]探討了數(shù)字孿生的模型構(gòu)建及其應(yīng)用，但均未涉及數(shù)字孿生車間演化機(jī)理及其各演化階段的運(yùn)行機(jī)制。
綜上所述，一方面，數(shù)字孿生是對(duì)現(xiàn)有PLM、CPS和建模仿真技術(shù)等的發(fā)展和集成，尚無(wú)統(tǒng)一、嚴(yán)格的學(xué)術(shù)定義；另一方面，目前DTS研究主要集中于概念厘清、模型構(gòu)建、應(yīng)用探討等方面，對(duì)DTS的演化機(jī)理和運(yùn)行機(jī)制研究還相對(duì)薄弱，在一定程度上制約了DTS的推廣應(yīng)用。
03、數(shù)字孿生車間演化機(jī)理
本文從以下兩個(gè)方面論述DTS的演化機(jī)理：①物理車間到信息空間的虛擬映射與重建，即物理車間虛擬化；②從虛擬車間到DMS、DSS和DTS的進(jìn)化過(guò)程，即DTS的演化。
3.1物理車間虛擬化
圖３描述了物理車間和虛擬車間模型。如圖3a所示，生產(chǎn)車間是一個(gè)典型的層次結(jié)構(gòu)，同時(shí)既包括物理硬件(設(shè)備與設(shè)施)又包括信息管理軟件(SCADA、MES等)。如圖3b所示，從軸向看，從CPS可交互、可計(jì)算、可控制三個(gè)要求出發(fā)，三個(gè)軸分別從可視化、邏輯和數(shù)據(jù)三個(gè)維度來(lái)刻畫(huà)物理車間；從周向看，三個(gè)不同維度又從三個(gè)層次實(shí)現(xiàn)了對(duì)生產(chǎn)車間各尺度的映射，如從組成要素、對(duì)象可視化、監(jiān)控變量三個(gè)維度刻畫(huà)了設(shè)備層，從組織結(jié)構(gòu)、布局可視化、評(píng)價(jià)指標(biāo)刻畫(huà)了單元/產(chǎn)線層（子系統(tǒng)），從運(yùn)行機(jī)制、過(guò)程可視化、系統(tǒng)決策刻畫(huà)了車間層（復(fù)雜系統(tǒng)）。
(b)虛擬車間
圖3物理車間及虛擬車間
Fig.3 Physical shopfloor and virtual shopfloor
3.1.1可視化模型
可視化模型旨在構(gòu)建一個(gè)與物理車間在視覺(jué)效果上高度“形似”的虛擬車間，同時(shí)為后續(xù)應(yīng)用提供一個(gè)人機(jī)交互平臺(tái)，體現(xiàn)“可交互”性。它可分為對(duì)象可視化、布局可視化和過(guò)程可視化三個(gè)層次，為逐層遞進(jìn)關(guān)系，其中，對(duì)象可視化和布局可視化構(gòu)建了虛擬車間的靜態(tài)場(chǎng)景，過(guò)程可視化則描述了虛擬車間的動(dòng)態(tài)運(yùn)行過(guò)程。
(１)對(duì)象可視化。對(duì)象可視化指基于圖形學(xué)、機(jī)構(gòu)學(xué)等實(shí)現(xiàn)生產(chǎn)對(duì)象幾何外形和機(jī)械結(jié)構(gòu)的映射。為實(shí)現(xiàn)對(duì)機(jī)床、機(jī)械手這類復(fù)雜設(shè)備的刻畫(huà)，提出從幾何屬性、運(yùn)動(dòng)屬性和功能屬性三個(gè)方面實(shí)現(xiàn)對(duì)象的可視化。對(duì)象幾何屬性包括設(shè)備形狀尺寸、外觀顏色、紋理、材質(zhì)等，可通過(guò)CAD軟件實(shí)現(xiàn)；根據(jù)對(duì)象的裝配關(guān)系建立對(duì)象拓?fù)浣Y(jié)構(gòu)，定義部件間拓?fù)潢P(guān)系，并添加相應(yīng)物理屬性(如關(guān)節(jié)速度、行程限制等)，從而刻畫(huà)對(duì)象運(yùn)動(dòng)屬性；在運(yùn)動(dòng)屬性的基礎(chǔ)上，賦予其邏輯關(guān)系，將單個(gè)關(guān)節(jié)的運(yùn)動(dòng)按邏輯關(guān)系串聯(lián)成一組有特定功能和意義的動(dòng)作鏈（如機(jī)器人的抓取、復(fù)位等），形成對(duì)象功能屬性。
(２)布局可視化。基于可視化對(duì)象模型庫(kù)，通過(guò)拖拽相應(yīng)對(duì)象和輸入其在車間坐標(biāo)系下的位姿信息實(shí)現(xiàn)對(duì)象的精準(zhǔn)定位;通過(guò)關(guān)聯(lián)生產(chǎn)對(duì)象形成生產(chǎn)單元/產(chǎn)線；最后通過(guò)多聯(lián)通圖描述物流路徑串聯(lián)起多個(gè)生產(chǎn)單元/產(chǎn)線，實(shí)現(xiàn)快速虛擬布局。
(３)過(guò)程可視化。過(guò)程可視化指利用三維動(dòng)畫(huà)技術(shù)和虛擬漫游技術(shù)等實(shí)現(xiàn)對(duì)生產(chǎn)布局場(chǎng)景、設(shè)備加工過(guò)程和物料流轉(zhuǎn)過(guò)程的虛擬漫游和場(chǎng)景再現(xiàn)。
3.1.2邏輯模型
邏輯模型通過(guò)對(duì)物理車間組成要素、組織結(jié)構(gòu)和運(yùn)行機(jī)制建模達(dá)到與物理車間“神似”的目的，通過(guò)生產(chǎn)計(jì)劃/過(guò)程運(yùn)行模擬和分析評(píng)價(jià)，實(shí)現(xiàn)對(duì)物理車間的優(yōu)化,體現(xiàn)“可控制”性。邏輯模型可分為組成要素、組織結(jié)構(gòu)、運(yùn)行機(jī)制三個(gè)層
次，前兩層刻畫(huà)了系統(tǒng)靜態(tài)結(jié)構(gòu)，而運(yùn)行機(jī)制層則刻畫(huà)了靜態(tài)結(jié)構(gòu)下各要素間的相互作用關(guān)系。
(1)組成要素建模。將車間組成要素（控制設(shè)備、加工設(shè)備、物流設(shè)備、倉(cāng)儲(chǔ)設(shè)備、物流路徑、生產(chǎn)對(duì)象、外部接口）分別映射為控制器、處理器、執(zhí)行器、緩存器、物流路徑、流動(dòng)實(shí)體和虛擬服務(wù)節(jié)點(diǎn)7個(gè)基本邏輯元素（7元素），并通過(guò)圖形化、形式化描述各要素的屬性和行為[18]。
(２)組織結(jié)構(gòu)建模。通過(guò)虛擬服務(wù)節(jié)點(diǎn)將7元素關(guān)聯(lián)成服務(wù)單元，通過(guò)封裝內(nèi)部行為和對(duì)外接口，對(duì)外隱藏內(nèi)部細(xì)節(jié)，對(duì)內(nèi)自組織運(yùn)行，實(shí)現(xiàn)對(duì)各類生產(chǎn)單元的映射和生產(chǎn)組織關(guān)系的刻畫(huà)；進(jìn)一步地，通過(guò)綁定物流路徑、物流設(shè)備和虛擬服務(wù)節(jié)點(diǎn)形成物流路徑網(wǎng)絡(luò)模型，實(shí)現(xiàn)服務(wù)單元間的物流關(guān)聯(lián)和物流組織關(guān)系的刻畫(huà)[19]。
(３)運(yùn)行機(jī)制建模。基于流動(dòng)實(shí)體、服務(wù)單元、物流路徑網(wǎng)絡(luò)模型動(dòng)態(tài)關(guān)聯(lián)工藝、生產(chǎn)和物流，構(gòu)建生產(chǎn)邏輯模型，實(shí)現(xiàn)物料在虛擬車間的有序邏輯流動(dòng)，刻畫(huà)系統(tǒng)運(yùn)行機(jī)制[20]。
3.1.3數(shù)據(jù)模型
數(shù)據(jù)模型通過(guò)構(gòu)建數(shù)據(jù)采集通信、數(shù)據(jù)分析評(píng)價(jià)、數(shù)據(jù)輔助決策體系實(shí)現(xiàn)物理/虛擬車間的“契合”，體現(xiàn)“可計(jì)算性”，可分為監(jiān)控變量、評(píng)價(jià)指標(biāo)和系統(tǒng)決策三個(gè)層次。
(1)監(jiān)控變量。監(jiān)控變量在本文中泛指一切可以從物理車間獲得的設(shè)備運(yùn)行參數(shù)、狀態(tài)和生產(chǎn)信息等，涵蓋不同數(shù)據(jù)來(lái)源（傳感器、控制系統(tǒng)、PLC等）、不同數(shù)據(jù)格式（數(shù)字量、模擬量等）、不同采集對(duì)象（設(shè)備、產(chǎn)線、車間等）。用監(jiān)控變量V＝＜GUID,Obj,Var,Val,Uni,Ran＞統(tǒng)一數(shù)據(jù)格式，其中，6個(gè)參數(shù)分別為全局唯一編號(hào)、監(jiān)控對(duì)象名、監(jiān)控變量名、監(jiān)控值、單位、合理范圍。
某設(shè)備的實(shí)時(shí)狀態(tài)可通過(guò)監(jiān)控變量集來(lái)描述，以某五軸數(shù)控機(jī)床為例，其監(jiān)控變量集V_Set＝.
(２)評(píng)價(jià)指標(biāo)。為表征設(shè)備/系統(tǒng)的狀態(tài)和性能，對(duì)監(jiān)控變量進(jìn)行統(tǒng)計(jì)與分析形成評(píng)價(jià)指標(biāo)N＝f(V1,V2,…,Vn)，它為監(jiān)控變量的函數(shù)。類似地，以某機(jī)床為例，其設(shè)備指標(biāo)集N_Set＝.
(３)系統(tǒng)決策。系統(tǒng)決策指根據(jù)設(shè)定目標(biāo)對(duì)系統(tǒng)參數(shù)進(jìn)行調(diào)節(jié)，決策依據(jù)是評(píng)價(jià)指標(biāo)，最終作用于監(jiān)控變量上。目標(biāo)T＝f(N1,N2,…,Nn)為評(píng)價(jià)指標(biāo)的函數(shù),以某生產(chǎn)系統(tǒng)為例，目標(biāo)集T_Set＝。
３.2數(shù)字孿生車間的演化
通過(guò)可視化、邏輯、數(shù)據(jù)模型的建立可在信息空間快速構(gòu)建出一個(gè)與物理車間幾何高度相似內(nèi)部邏輯一致、運(yùn)行數(shù)據(jù)契合的虛擬車間。在此基礎(chǔ)上進(jìn)一步探討虛擬車間到DMS、DSS和DTS的演化。
借鑒KRITZINGER等[５]對(duì)“數(shù)字孿生”的分類方法，將“數(shù)字孿生車間”分為DMS、DSS、DTS三個(gè)演化階段，各演化階段物理/虛擬車間的數(shù)據(jù)集成程度逐步提高，最終實(shí)現(xiàn)物理/虛擬車間數(shù)據(jù)的深度融合，見(jiàn)圖4。
圖4數(shù)字孿生車間的演化
Fig.4 Evolution of the digital twin shopfloor
圖5所示為DTS各演化階段的構(gòu)建方法。通過(guò)集成物理模型、邏輯模型和可視化模型可以構(gòu)建出DMS，應(yīng)用于生產(chǎn)執(zhí)行前的系統(tǒng)設(shè)計(jì)和生產(chǎn)計(jì)劃驗(yàn)證仿真。在DMS的基礎(chǔ)上集成數(shù)據(jù)模型可構(gòu)建出DSS，實(shí)現(xiàn)對(duì)物理模型數(shù)據(jù)自動(dòng)采集與產(chǎn)中監(jiān)視和控制。在DMS和DSS的基礎(chǔ)上，基于實(shí)時(shí)/歷史數(shù)據(jù)對(duì)仿真模型進(jìn)行訓(xùn)練和優(yōu)化，不斷提高仿真精度和效率，將仿真結(jié)果直接反饋至物理模型，從而構(gòu)建DTS。
圖5車間各演化階段構(gòu)建方法
Fig.5 Construction method of each evolution stage for shopfloor
4數(shù)字孿生車間技術(shù)路線圖
基于DTS的演化規(guī)律，貫穿生產(chǎn)執(zhí)行各階段，提出DTS的技術(shù)路線圖，分為數(shù)字化、智能化、智慧化3大實(shí)施階段，見(jiàn)圖6。
圖6數(shù)字孿生車間技術(shù)路線圖
Fig.6 Technology roadmap of digital twin shopfloor
4.1數(shù)字模型車間驅(qū)動(dòng)生產(chǎn)系統(tǒng)數(shù)字化
DMS通過(guò)數(shù)字化建模在信息空間構(gòu)建物理車間的等價(jià)物（虛擬車間）實(shí)現(xiàn)物料流在生產(chǎn)前的邏輯流動(dòng)，從而對(duì)生產(chǎn)計(jì)劃/過(guò)程運(yùn)行模擬、仿真分析和評(píng)估優(yōu)化。
圖7所示為DMS運(yùn)行機(jī)制。筆者所在課題組提出的復(fù)雜離散制造系統(tǒng)多虛擬服務(wù)節(jié)點(diǎn)統(tǒng)一建模方法[18-20]可配置和重構(gòu)出各類離散系統(tǒng)生產(chǎn)邏輯模型。一方面，以生產(chǎn)計(jì)劃為輸入，在邏輯模型驅(qū)動(dòng)下虛擬場(chǎng)景模擬運(yùn)行，輸出仿真結(jié)果并對(duì)生產(chǎn)計(jì)劃進(jìn)行評(píng)價(jià)，從而驗(yàn)證和優(yōu)化生產(chǎn)計(jì)劃輔助生產(chǎn)排程；另一方面，在生產(chǎn)擾動(dòng)下，當(dāng)物理車間發(fā)生設(shè)備或結(jié)構(gòu)重構(gòu)時(shí)能通過(guò)配置生成新的邏輯模型對(duì)變更后的計(jì)劃進(jìn)行仿真分析，形成“模型仿真優(yōu)化模型重構(gòu)”的閉環(huán)過(guò)程。
圖7數(shù)字模型車間運(yùn)行機(jī)制
Fig.7 Operation mechanism of digital model shopfloor
4.2數(shù)字投影車間驅(qū)動(dòng)生產(chǎn)過(guò)程智能化
DSS旨在實(shí)現(xiàn)數(shù)據(jù)監(jiān)視和過(guò)程控制，按照“設(shè)備狀態(tài)自感知生產(chǎn)數(shù)據(jù)透明化生產(chǎn)過(guò)程智能化”的思路建立DSS，如圖8所示。
(1)統(tǒng)一數(shù)據(jù)接口與系統(tǒng)集成。一方面基于統(tǒng)一的監(jiān)控變量格式定義各類設(shè)備監(jiān)控變量集；另一方面借助中間件實(shí)現(xiàn)倉(cāng)儲(chǔ)系統(tǒng)、視頻監(jiān)控系統(tǒng)、MES等的接入與集成，實(shí)現(xiàn)物料流在信息空間自感知和動(dòng)態(tài)跟蹤。
(2)數(shù)據(jù)通信與存儲(chǔ)?；贠PCUA、TCP/UDP、WebService等實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)采集和遠(yuǎn)程通信，通過(guò)數(shù)據(jù)庫(kù)接口對(duì)實(shí)時(shí)數(shù)據(jù)進(jìn)行存儲(chǔ)，并按照一定頻次將數(shù)據(jù)定期遷移至大數(shù)據(jù)平臺(tái)形成歷史數(shù)據(jù)集。
(3)多層級(jí)監(jiān)控體系。按設(shè)備、單元、產(chǎn)線、車間構(gòu)建分層監(jiān)控體系和相應(yīng)層次的評(píng)價(jià)指標(biāo)集，實(shí)現(xiàn)設(shè)備/系統(tǒng)狀態(tài)實(shí)時(shí)監(jiān)測(cè)。
(4)三維可視化看板管理。在車間集中管控室、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；在生產(chǎn)擾動(dòng)下借助基于多智能體[21]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。
圖8數(shù)字投影車間運(yùn)行機(jī)制
Fig.8 Operation mechanism of digital shadow shopfloor
4.3數(shù)字孿生車間驅(qū)動(dòng)生產(chǎn)控制智慧化
通過(guò)整合DMS和DSS，DTS借助大數(shù)據(jù)挖掘[22]和智能算法，按照“深度學(xué)習(xí)知識(shí)挖掘決策優(yōu)化”思路深度融合物料流和信息流，形成精準(zhǔn)可靠的控制流，實(shí)現(xiàn)生產(chǎn)任務(wù)自組織、生產(chǎn)過(guò)程自調(diào)節(jié)和系統(tǒng)模型自優(yōu)化，其運(yùn)行機(jī)制見(jiàn)圖９。
圖9數(shù)字孿生車間運(yùn)行機(jī)制
Fig.9 Operation mechanism of digital twin shopfloor
(1)生產(chǎn)執(zhí)行前，物理車間尚未運(yùn)行，無(wú)法采集實(shí)時(shí)運(yùn)行數(shù)據(jù)，物理車間與虛擬車間數(shù)據(jù)融合程度較低，數(shù)字模型發(fā)揮主要作用，基于生產(chǎn)計(jì)劃自動(dòng)解析、物流任務(wù)執(zhí)行與反饋、生產(chǎn)任務(wù)執(zhí)行與反饋和生產(chǎn)計(jì)劃評(píng)價(jià)與優(yōu)化等算法實(shí)現(xiàn)物料流在信息空間的邏輯流動(dòng)，對(duì)生產(chǎn)排程進(jìn)行有效驗(yàn)證、分析和優(yōu)化，實(shí)現(xiàn)生產(chǎn)任務(wù)自組織。
(2)生產(chǎn)執(zhí)行中，數(shù)字投影發(fā)揮主要作用，在工業(yè)物聯(lián)網(wǎng)基礎(chǔ)上實(shí)現(xiàn)數(shù)據(jù)采集與通信、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；進(jìn)一步基于多智能體[21]動(dòng)態(tài)調(diào)度與協(xié)調(diào)模型和實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)下的虛擬車間在線仿真實(shí)現(xiàn)生產(chǎn)過(guò)程自調(diào)節(jié)。
(３)生產(chǎn)執(zhí)行一段時(shí)間后，在數(shù)字模型和數(shù)字投影共同作用下，基于仿真數(shù)據(jù)和監(jiān)控?cái)?shù)據(jù)構(gòu)建大數(shù)據(jù)平臺(tái)，借助深度前饋網(wǎng)絡(luò)、深度卷積網(wǎng)絡(luò)、隨機(jī)森林等機(jī)器學(xué)習(xí)方法[22]進(jìn)行數(shù)據(jù)挖掘，訓(xùn)練和優(yōu)化仿真模型，形成物流調(diào)度策略、沖突協(xié)同策略、擾動(dòng)處理策略和過(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)模型的自學(xué)習(xí)和自優(yōu)化。
生產(chǎn)執(zhí)行是一個(gè)迭代優(yōu)化過(guò)程。生產(chǎn)執(zhí)行前/執(zhí)行中的模型和數(shù)據(jù)使執(zhí)行后物理/虛擬車間的數(shù)據(jù)融合程度不斷提高，無(wú)限趨近于數(shù)字孿生；反之，生產(chǎn)執(zhí)行后的數(shù)據(jù)融合也使生產(chǎn)執(zhí)行前/執(zhí)行中的模型不斷優(yōu)化，將數(shù)字孿生應(yīng)用逐步拓展至生產(chǎn)過(guò)程全生命周期，以充分發(fā)揮其“虛實(shí)融合、以虛控實(shí)”的優(yōu)勢(shì)。
05、應(yīng)用實(shí)例
如圖10所示，某復(fù)雜結(jié)構(gòu)件加工車間由自動(dòng)化倉(cāng)儲(chǔ)區(qū)、柔性生產(chǎn)線和數(shù)控加工單元組成。為整合信息流、物料流和控制流，提升車間數(shù)字化和智能化水平，主要從以下3個(gè)方面進(jìn)行數(shù)字孿生車間建設(shè)。
(1)建立了車間可視化模型，基于開(kāi)源圖形場(chǎng)景(open scene graph，OSG)開(kāi)發(fā)了車間可視化建模系統(tǒng)，實(shí)現(xiàn)了車間對(duì)象可視化建模、拖拽式快速二維布局和生產(chǎn)過(guò)程可視化展示與虛擬漫游，為后續(xù)DMS、DSS的實(shí)施提供了操作便捷的人機(jī)交互平臺(tái)。
(２)建立了車間邏輯模型，開(kāi)發(fā)了可視化仿真系統(tǒng)，通過(guò)輸入生產(chǎn)計(jì)劃驅(qū)動(dòng)虛擬車間模擬運(yùn)行，輸出仿真結(jié)果并評(píng)價(jià)，從而驗(yàn)證生產(chǎn)計(jì)劃和輔助生產(chǎn)排程。通過(guò)整合物理車間、可視化模型和邏輯模型，構(gòu)建了DMS。
(３)建立了車間數(shù)據(jù)模型，開(kāi)發(fā)了可視化監(jiān)控系統(tǒng)，對(duì)車間18臺(tái)機(jī)床（每臺(tái)機(jī)床26項(xiàng)數(shù)據(jù)）進(jìn)行了自動(dòng)化數(shù)據(jù)采集和實(shí)時(shí)監(jiān)控，并基于監(jiān)控?cái)?shù)據(jù)匹配出機(jī)床實(shí)時(shí)狀態(tài)，實(shí)現(xiàn)了所有機(jī)床的實(shí)時(shí)狀態(tài)顯示、歷史狀態(tài)查詢、狀態(tài)占時(shí)分析和OEE分析；在DMS基礎(chǔ)上，初步構(gòu)建了DSS。
圖10應(yīng)用實(shí)例
Fig.10 Application case
06、結(jié)語(yǔ)
圍繞車間信息流、物料流、控制流的交互與融合，本文提出了物理車間虛擬化方法，揭示了物理車間到數(shù)字孿生車間DTS的演化規(guī)律，在此基礎(chǔ)上給出了DTS技術(shù)路線圖，并詳細(xì)論述了數(shù)字模型車間DMS、數(shù)字投影車間DSS和DTS的建設(shè)目的、運(yùn)行機(jī)制及其應(yīng)用場(chǎng)景，為DTS的推廣和落地提供了理論依據(jù)和參考。
本文主要聚焦于DTS的演化過(guò)程及各演化階段的運(yùn)行機(jī)制，并未對(duì)其關(guān)鍵使能技術(shù)、具體實(shí)施方法展開(kāi)深入探討。盡管大部分企業(yè)已意識(shí)到DTS的潛在應(yīng)用價(jià)值，并著手建設(shè)DMS，部分企業(yè)正積極開(kāi)展數(shù)據(jù)采集和工業(yè)物聯(lián)網(wǎng)建設(shè)，推進(jìn)DSS，但DTS仍處于研究階段，離落地實(shí)施與應(yīng)用還有較大差距。本文實(shí)例也僅探討了DMS和DSS在生產(chǎn)中的初步應(yīng)用，下一步將圍繞技術(shù)路線圖深入研究DTS自優(yōu)化與自調(diào)節(jié)機(jī)制，加快推進(jìn)DTS落地實(shí)施。
參考文獻(xiàn)：
[1]陶飛,張萌,程江峰,等.數(shù)字孿生車間：一種未來(lái)車間運(yùn)行新模式[J].計(jì)算機(jī)集成制造系統(tǒng),2017,23(1):1-9．
TAO Fei,ZHANG Meng,CHENG Jiangfeng,et al.Digital Twin Workshop:a New Paradigm for Future Workshop[J].Computer Integrated Manufacturing Systems,2017,23(1):1-9．
[2]TAO Fei,ZHANG Meng．DigitalTwin Shopfloor:a New Shopfloor Paradigm towards Smart Manufacturing[J].IEEE Access,2017,5:20418-20427．
[３]劉青,劉濱,王冠,等.數(shù)字孿生的模型、問(wèn)題與進(jìn)展研究[J].河北科技大學(xué)學(xué)報(bào),2019,408-7(1):68-78.
LIU Qing,LIU Bin,WANG Guan,et al.Research on DigitalTwin:Model,Problem and Progress[J].Journal of Hebei University of Science and Technology,2019,40(1):68-78.
[4]ZHUANG Cunbo,LIU Jianhua,XIONG Hui．Digital Twin-based Smart Production Management and Control Framework for the Complex Product Assembly Shopfloor[J].International Journal of Advanced Manufacturing Technology,2018,96(2):
1149-1163.
[5]KRITZINGER W,KARNER M,TRAAR G,et al.Digital Twinin Manufacturing:a Categorical Literature Review and Classification[J].IFAC-Papers OnLine,2018,51(11):1016-1022.
[6]STARK R,KIND S,NEUMEYER S.Innovations in Digital Modelling for Next Generation Manufacturing System Design[J].CIRP Annals-Manufacturing Technology,2017,66(1):169-172.
[7]戴晟,趙罡,于勇,等.數(shù)字化產(chǎn)品定義發(fā)展趨勢(shì):從樣機(jī)到孿生[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2018,30(8):1554-1562.
DAI Sheng,ZHAO Gang,YU Yong,et al.Trend of Digital Product Definition:from Mockup to Twin[J].Journal of Computer-Aided Design&Computer Graphics,2018,30(8):1554-1562.
[8]莊存波,劉檢華,熊輝,等.產(chǎn)品數(shù)字孿生體的內(nèi)涵、體系結(jié)構(gòu)及其發(fā)展趨勢(shì)[J].計(jì)算機(jī)集成制造系統(tǒng),2017,23(４):753-768.
ZHUANG Cunbo,LIU Jianhua,XIONG Hui,et al。Connotation,Architecture and Trends of Product Digital Twin[J].Computer Integrated Manufacturing Systems,2017,23(４):753-768.
[9]CAI Y,STARLY B,COHEN P,et al.Sensor Data and Information Fusion to Construct Digital Twin Virtual Machine Tools for Cyber Physical Manufacturing[J].Procedia Manufacturing,2017,10:1031-1042.
[10]ZHANG Hao,LIU Qiang,CHEN Xin,et al.A Digital Twin-based Approach for Designing and Multi-objective Optimization of Hollow Glass Production Line[J].IEEE Access,2017,5:26901-26911.
[11]ROSEN R,von WICHERT G,LO G,et al.About the Importance of Autonomy and Digital Twins for the Future of Manufacturing[J].IFAC-Papers OnLine,2015,48(3):567-572.
[12]BLA?R.Industry 4.0 and the New Simulation Modelling Paradigm[J].Organizacija,2017:50(3):193-207.
[13]NEGRI E,FUMAGALLI L,MACCHI M.A Review of the Roles of Digital Twin in CPS-based Production Systems[J].Procedia Manufacturing,2017,11:939-948.
[14]陶飛,程穎,程江峰,等.數(shù)字孿生車間信息物理融合理論與技術(shù)[J].計(jì)算機(jī)集成制造系統(tǒng),2017,23(8):1603-1611.
TAO Fei,CHENG Ying,CHENG Jiangfeng,et al.Theorie and Technologies for Cyber physical Fusionin Digital Twin Shopfloor[J].Computer Integrated Manufacturing Systems,2017,23(8):1603-1611.
[15]郭東升,鮑勁松,史恭威,等.基于數(shù)字孿生的航天結(jié)構(gòu)件制造車間建模研究[J].東華大學(xué)學(xué)報(bào)(自然科學(xué)版),2018,44(4):578-585.
GUO Dongsheng,BAO Jinsong,SHI Gongwei,et al.Research on Modeling ofAerospace Structural Parts Manufacturing Workshop Based on Digital Twin[J].Journal of Donghua University(NaturalScience),2018,44(4):578-585.
[16]陶飛,劉蔚然,劉檢華,等.數(shù)字孿生及其應(yīng)用探索[J].計(jì)算機(jī)集成制造系統(tǒng),2018,24(1):1-18.
TAO Fei,LIU Weiran,LIU Jianhua,et al.Digital Twin and Its Potential Application Exploration[J].Computer Integrated Manufacturing Systems,2018,44(4):578-585.
[17]陶飛,劉蔚然,張萌,等.數(shù)字孿生五維模型及十大領(lǐng)域應(yīng)用[J].計(jì)算機(jī)集成制造系統(tǒng),2019,25
(1):1-18
TAO Fei,LIU Weiran,ZHANG Meng,et al.Five-dimension Digital Twin Model and Its Ten
Applications[J].Computer Integrated Manufacturing Systems,2019,25(1):1-18
[18]丁國(guó)富,江海凡,付建林,等.利用七元素和服務(wù)單元建立離散制造系統(tǒng)邏輯模型的方法:中國(guó),CN109407632A[P].2019-03-01
DING Guofu,JIANG Haifan,FU Jianlin,et al.Method for Establishing Discrete Manufacturing System Logic Model by Seven Elements and Service Cells:China,CN109407632A[P].2019-03-01
[19]丁國(guó)富,江海凡,付建林,等.基于物流路徑網(wǎng)絡(luò)的復(fù)雜離散制造系統(tǒng)物流建模仿真方法:中國(guó),CN109408921A[P].2019-03-01.
DING Guofu,JIANG Haifan,FU Jianlin,et al.Logistics Modeling and Simulation Method for Complex Discrete Manufacturing System Based on Logistics Path Network:China,CN109408921A[P].2019-03-01.
[20]丁國(guó)富,江海凡,付建林,等.一種多虛擬服務(wù)節(jié)點(diǎn)統(tǒng)一建模方法及仿真方法:中國(guó),CN1093A24523[P].2019-02-12.
DING Guofu,JIANG Haifan,FUJianlin,et al.Unified Modeling and Simulation Method Based on Multiple Virtual Service Nodes:China,CN1093A24523[P].2019-02-12.
[21]江海凡,丁國(guó)富.基于Agent的制造系統(tǒng)建模與仿真研究[J].航空制造技術(shù),2018,61(1):54-61.
JIANG Haifan,DING Guofu.Survey of Agent-Based Manufacturing System Modeling and Simulation[J].Aeronautical Manufacturing Technology,2018,61(1):54-61.
[22]ALＧJARRAHO Y,YOOP D,MUHAIDAT S,et al.Efficient Machine Learning for Big Data:aReview[J].Big Data Research,2015,2(3):87-93.
