基于數(shù)字孿生的智能產(chǎn)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(jīng)濟與管理學院，遼寧 大連 116026；2. 大連海事大學航運發(fā)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(chǎn)品不斷走入人們的生活，對產(chǎn)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(chǎn)品模塊中一直都是科學研究的目標[1]。智能產(chǎn)品主要特點為：感知性、適應性、優(yōu)化性和信息交互性，正因為智能產(chǎn)品具有的市場潛力，吸引了大量的學者與企業(yè)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(chǎn)品的研發(fā)也提出了眾多新要求。智能產(chǎn)品需要進行數(shù)據(jù)收集、數(shù)據(jù)解析、數(shù)據(jù)預測和數(shù)據(jù)分發(fā)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(chǎn)品模塊化的研究方法，來提高智能產(chǎn)品模塊的管控質量。

文獻[3]以產(chǎn)品模塊的特性為出發(fā)點，對智能化產(chǎn)品的組成模塊進行劃分，通過數(shù)字孿生對智能產(chǎn)品的模塊功能進行表述，并對已有的模塊進行改進，實現(xiàn)對智能產(chǎn)品的全面分析，該方法可以很好的展現(xiàn)智能產(chǎn)品的信息域及物理域特征，但需進一步完善智能產(chǎn)品的設計體系。文獻[4]分別對產(chǎn)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(guī)則，該方法具有合理性與有效性，但不具備產(chǎn)品的預測評估能力。文獻[5]通過對產(chǎn)品管控數(shù)字孿生模型的構建，引入工作流技術從而完成對數(shù)據(jù)的采集與管理工作，集成灰色馬爾可夫預測模型和關聯(lián)規(guī)則算法，分析預測產(chǎn)品模塊的質量數(shù)據(jù)，該方法可以大大提高監(jiān)控覆蓋率，但狀態(tài)同步延時時間較長。

基于以上研究，針對智能產(chǎn)品模塊的管控交互問題，本文提出數(shù)字孿生模型及其同步方法。利用自回歸滑動模型對智能產(chǎn)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(chǎn)品模塊的輸入與運動過程中反饋的數(shù)據(jù)建立平穩(wěn)時間序列，實現(xiàn)數(shù)字孿生模型與實際模型參數(shù)的同步更新、在線優(yōu)化與實時調(diào)整。

2 智能產(chǎn)品分析

2.1 特性分析

智能產(chǎn)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(chǎn)品模塊才具備一定的智能化特性，才得以實現(xiàn)對用戶與環(huán)境的自適應性。智能產(chǎn)品模塊的自適應性依靠成熟的軟件操作系統(tǒng)，操作系統(tǒng)可根據(jù)產(chǎn)品模塊的輸入以及環(huán)境因素等進行推理并作出智能反應。

本文將智能產(chǎn)品模塊分為5個模塊：感知、交互、推理、存儲和執(zhí)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(chǎn)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(chǎn)品及環(huán)境信息的作用；感知模塊起到獲取自身狀態(tài)信息及環(huán)境信息的作用；推理模塊起到數(shù)據(jù)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(shù)的作用；執(zhí)行模塊起到執(zhí)行指令，實現(xiàn)對數(shù)據(jù)輸出的作用。智能產(chǎn)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(chǎn)品交互的準確性，需要同時考慮物理域和信息域。

2.2 系統(tǒng)分析

作為智能產(chǎn)品模塊管控交互的設計，針對智能產(chǎn)品模塊特點，大量學者提出了一系列的系統(tǒng)分析方法：Cena等[6]從目的、結構和功能等方面對智能產(chǎn)品進行分析，其中包含了對智能產(chǎn)品交互特性及技術系統(tǒng)現(xiàn)狀等方面的分析，有利于與其它智能產(chǎn)品進行對比。Hernandez[7]將智能產(chǎn)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(chǎn)品的性能把握產(chǎn)品的技術現(xiàn)狀。上述方法均可以幫助設計者進一步了解智能產(chǎn)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(chǎn)品模塊的分析不夠準確，限制了設計者對智能系統(tǒng)有效信息的獲取，進一步導致信息-物理域閉環(huán)反饋的構建不完整。智能產(chǎn)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(chǎn)品模塊信息-物理域關系的方法，而數(shù)字孿生是對智能產(chǎn)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(chǎn)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(chǎn)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(chǎn)品管控指標體系進行構建，這些指標在產(chǎn)品模塊工作管控及交互優(yōu)化等方面發(fā)揮著重要作用。

采集產(chǎn)品模塊工作數(shù)據(jù)是智能產(chǎn)品孿生模型實施管控交互的重要內(nèi)容，本文設計了一個基于智能產(chǎn)品工作狀態(tài)數(shù)據(jù)的模型用于整理智能產(chǎn)品收集數(shù)據(jù)的關系結構，如圖2所示。

圖2 智能產(chǎn)品實時數(shù)據(jù)模型

整個智能產(chǎn)品實時數(shù)據(jù)模型主要分為孿生體模型數(shù)據(jù)和單元工作實時數(shù)據(jù)兩部分。孿生體模型數(shù)據(jù)由單元靜態(tài)模塊、單元運行規(guī)則和單元實時監(jiān)控數(shù)據(jù)組成。單元工作實時數(shù)據(jù)是智能產(chǎn)品數(shù)據(jù)模塊的核心驅動力，基于數(shù)據(jù)采集和數(shù)據(jù)傳輸獲得設備、人員、環(huán)境和產(chǎn)品的實時數(shù)據(jù)，并對采集的大量數(shù)據(jù)進行篩選、分析，為孿生體模型的智能產(chǎn)品模塊管控交互提供數(shù)據(jù)源。

3.2 可視化實時管控

為了保證智能產(chǎn)品物理域中人、產(chǎn)品和環(huán)境等系統(tǒng)各個信息均可以被實時采集到，本節(jié)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(shù)據(jù)。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(xiàn)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(zhí)行層中，主要采用自動識別技術感知模塊單元參數(shù)，并對參數(shù)進行采集。傳感技術主要是對智能產(chǎn)品管控過程中的設備狀態(tài)、運行參數(shù)進行轉換和傳輸，將信號轉換成數(shù)字量和模擬量，其中數(shù)字量可作為驅動信號，通過中間變量與數(shù)字孿生平臺進行通信。模擬量則通過通信協(xié)議與中間變量完成雙向傳遞的工作，并將分析后的數(shù)據(jù)、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(shù)據(jù)，虛擬空間層向語義引擎層發(fā)送訂閱命令，引擎會根據(jù)已有的交互協(xié)議對數(shù)據(jù)包進行壓縮，同時將壓縮的數(shù)據(jù)發(fā)布到虛擬空間上進行解析處理，實現(xiàn)底層數(shù)據(jù)的應用。

4 數(shù)字孿生體模型構建

為了實現(xiàn)對智能產(chǎn)品的虛擬映射，本節(jié)采用數(shù)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(chǎn)品模塊進行匹配，同時為了對沒有建模的動態(tài)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(xiàn)智能產(chǎn)品模塊數(shù)據(jù)的同步與更新。

在系統(tǒng)的實際工作過程中，可通過智能產(chǎn)品模塊的輸入與運動過程中反饋的數(shù)據(jù)建立平穩(wěn)時間序列，進而描述智能模塊的完整模型。智能產(chǎn)品模塊的數(shù)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(chǎn)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(shù)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(chǎn)品運行過程中所產(chǎn)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(shù)，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(chǎn)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(chǎn)品在實際工作過程中的傳遞函數(shù)可表示為

(7)

綜上所述，可得出智能產(chǎn)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(chǎn)品動力學模型轉換為自回歸平滑模型，實現(xiàn)對智能產(chǎn)品模塊的數(shù)學孿生模型描述。然而數(shù)字孿生模型容易受到環(huán)境的影響，且其參數(shù)極易退化，為了使數(shù)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(shù)字孿生模型進行優(yōu)化，使數(shù)字孿生模型模擬的動態(tài)響應與實際測量的瞬態(tài)響應誤差最小。

為了達到數(shù)字孿生模型參數(shù)同步更新的目的，需要對遞推狀態(tài)量進行構建，通過遞推增廣最小二乘法，實現(xiàn)智能產(chǎn)品集成總參數(shù)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(shù)據(jù)交互和同步算法，可實現(xiàn)數(shù)字孿生模型與實際模型參數(shù)的同步更新，輔助智能產(chǎn)品管控過程中的在線優(yōu)化與實時調(diào)整。

5 仿真與結果分析

為了驗證基于數(shù)字孿生智能產(chǎn)品模塊管控交互的有效性，將智能產(chǎn)品模塊開發(fā)平臺部署在服務器上，驗證數(shù)據(jù)在交互時智能產(chǎn)品模塊優(yōu)化后的管控情況。

系統(tǒng)接收到管理信息系統(tǒng)傳輸?shù)男畔⒑?，根?jù)產(chǎn)品的質量和數(shù)量將任務集合傳遞給數(shù)字孿生模型，并將任務需求傳遞給功能模塊，智能產(chǎn)品根據(jù)自身能力做出決策，并將決策反饋給數(shù)字孿生模型，用戶根據(jù)邏輯運行仿真驗證智能產(chǎn)品是否滿足需求，從而實現(xiàn)數(shù)字孿生模型、物理空間和數(shù)據(jù)庫的相互交互。

根據(jù)管控交互場景，本文基于智能產(chǎn)品的數(shù)據(jù)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(chǎn)品攜帶質量塊的數(shù)量，驗證數(shù)字孿生模型參數(shù)同步和控制方法的有效性及優(yōu)越性，本文主要在智能產(chǎn)品不攜帶質量塊和攜帶質量塊的情況下，對數(shù)字孿生模型同步精度和速度階躍響應特性兩方面內(nèi)容進行測試。通過實際系統(tǒng)的速度與智能產(chǎn)品模塊控制器的輸出信號，完成對數(shù)字孿生模型參數(shù)的更新迭代，智能產(chǎn)品在不/帶質量塊情況下數(shù)據(jù)的同步結果如表1所示。

表1 數(shù)字孿生模型數(shù)據(jù)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(shù)、正向速度和反向速度變化不大，說明智能系統(tǒng)的摩擦特性沒有明顯變化，證明數(shù)字孿生模型數(shù)據(jù)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(chǎn)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(tǒng)方法進行對比，分別驗證智能產(chǎn)品在不/帶質量塊情況下的系統(tǒng)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(tǒng)調(diào)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(tǒng)方法在不帶質量塊的情況下，系統(tǒng)的調(diào)整時間大約為0.2s，若帶質量塊調(diào)整效果更差，難以滿足指標要求。

6 結束語

對于智能產(chǎn)品管控交互問題，本文提出一種基于數(shù)字孿生模型，依據(jù)公理化理論設計數(shù)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(chǎn)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(chǎn)品模塊進行匹配，采用遞推增廣最小二乘法實現(xiàn)智能產(chǎn)品模塊數(shù)據(jù)的同步與更新。為了驗證基于數(shù)字孿生智能產(chǎn)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(jù)數(shù)字孿生體模型構建智能產(chǎn)品模塊的管控系統(tǒng)，并對模型和系統(tǒng)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(shù)變化量也很小，在不/帶質量塊的情況下系統(tǒng)的調(diào)整時間均小于0.1s，驗證了數(shù)字孿生體模型控制策略的有效性。