數(shù)字孿生驅(qū)動(dòng)的高精密產(chǎn)品智能化裝配方法

孫學(xué)民，劉世民，申興旺，黃德林，鮑勁松

(東華大學(xué) 機(jī)械工程學(xué)院，上海 201620)

0 引言

近年來(lái)，隨著機(jī)器學(xué)習(xí)、大數(shù)據(jù)、數(shù)字孿生和物聯(lián)網(wǎng)(Internet of Things, IoT)等技術(shù)的快速發(fā)展，產(chǎn)品裝配技術(shù)由理想幾何模型仿真為主的虛擬裝配逐漸向虛實(shí)深度融合的智能化裝配方向發(fā)展，對(duì)產(chǎn)品裝配質(zhì)量和效率的要求不斷提高[1-2]。像汽車發(fā)動(dòng)機(jī)、電液伺服閥和工業(yè)機(jī)器臂等高精密產(chǎn)品，其裝配質(zhì)量直接影響產(chǎn)品的使用性能。然而，該類產(chǎn)品不但裝配工藝復(fù)雜、裝配精度要求高，而且裝配過(guò)程中的動(dòng)態(tài)時(shí)變因素較多。在當(dāng)前的虛擬裝配技術(shù)下，高精密產(chǎn)品的裝配效率和裝配質(zhì)量一致性較低，在數(shù)量和質(zhì)量上難以滿足市場(chǎng)需求。

隨著數(shù)字化技術(shù)的發(fā)展與應(yīng)用，基于數(shù)字化模型的虛擬仿真已經(jīng)成為高精密產(chǎn)品裝配的主流技術(shù)。在虛擬仿真環(huán)境下，設(shè)計(jì)者可以進(jìn)行裝配序列規(guī)劃、裝配路徑規(guī)劃、裝配干涉檢查和裝配公差設(shè)計(jì)等操作，從而在產(chǎn)品裝配前提前發(fā)現(xiàn)并及時(shí)修正問(wèn)題。傳統(tǒng)的虛擬裝配技術(shù)雖然在一定程度上提高了裝配效率，但是由于缺乏虛實(shí)之間的深度交互與融合，不能根據(jù)實(shí)際裝配環(huán)境中的動(dòng)態(tài)時(shí)變因素作出反應(yīng)，而且基于理想幾何模型仿真得出的裝配工藝可靠性較差，對(duì)裝配操作者指導(dǎo)有限。因此，在實(shí)際裝配操作過(guò)程中，還需要依靠大量人工經(jīng)驗(yàn)反復(fù)拆裝、調(diào)試，難以滿足裝配質(zhì)量一致性的要求。

數(shù)字孿生通過(guò)集成新一代信息技術(shù)實(shí)現(xiàn)了虛擬空間與物理空間的信息交互與融合，即由實(shí)到虛的實(shí)時(shí)映射和由虛到實(shí)的實(shí)時(shí)智能化控制[3-5]。為此，本文將數(shù)字孿生技術(shù)應(yīng)用在高精密產(chǎn)品裝配中，提出一種數(shù)字孿生驅(qū)動(dòng)的高精密產(chǎn)品智能化裝配方法，并從高精密產(chǎn)品數(shù)字孿生體的構(gòu)建、裝配工藝表達(dá)與優(yōu)化、裝配質(zhì)量控制3方面出發(fā)，給出了具體的解決途徑。

1 相關(guān)研究

隨著計(jì)算機(jī)技術(shù)、實(shí)時(shí)感知與采集技術(shù)，以及機(jī)器學(xué)習(xí)算法的發(fā)展，數(shù)字化裝配技術(shù)取得了巨大進(jìn)步。虛擬裝配按照虛實(shí)交互程度可歸結(jié)為3個(gè)發(fā)展歷程，即基于約束的虛擬裝配(Constraint-Based Virtual Assembly, CBVA)、基于物性的虛擬裝配(Physics-Based Virtual Assembly, PBVA)和基于數(shù)字孿生的虛擬裝配，如圖1所示。

1.1 基于約束的虛擬裝配

隨著計(jì)算機(jī)建模及仿真工具計(jì)算機(jī)輔助設(shè)計(jì)(Computer Aided Design, CAD)、計(jì)算機(jī)輔助工藝設(shè)計(jì)(Computer Aided Process Planning, CAPP)等的開發(fā)，數(shù)字化裝配建模技術(shù)被引入產(chǎn)品裝配過(guò)程。圖1第1個(gè)階段為CBVA。CBVA出現(xiàn)較早，在所建立的理想幾何模型基礎(chǔ)上，通過(guò)零件的自由運(yùn)動(dòng)行為和約束導(dǎo)航實(shí)現(xiàn)逼真的仿真。例如，美國(guó)桑迪亞國(guó)家實(shí)驗(yàn)室開發(fā)了一套Archimedes交互式裝配規(guī)劃系統(tǒng)[6]，該系統(tǒng)可進(jìn)行生產(chǎn)優(yōu)化和裝配工藝檢查，并成功用于美國(guó)國(guó)家航空航天局(National Aeronautics and Space Administration, NASA)、休斯飛機(jī)和洛克韋爾公司等。ANANTHA等[7]采用關(guān)于零件幾何結(jié)構(gòu)的符號(hào)推理法求解零件間的空間幾何約束，能夠處理過(guò)約束、欠約束和全約束3種問(wèn)題；譚彭翔等[8]和周思杭等[9]研究了虛擬產(chǎn)品的混合建模、面向語(yǔ)義的表達(dá)以及裝配序列偏差傳遞模型等;武殿梁等[10]研究了虛擬環(huán)境下的多約束導(dǎo)航問(wèn)題，提出基于增量驅(qū)動(dòng)和規(guī)約原理的多約束求解方法。

由于CBVA具有高精度的約束條件，可以實(shí)現(xiàn)高精度和小間隙裝配仿真，在一定程度上提升了裝配質(zhì)量和效率。然而，CBVA的零件不受物理屬性和外界因素干擾，且虛擬裝配與物理裝配相互獨(dú)立，只能裝配到理想位置，無(wú)法模擬實(shí)際裝配誤差。

1.2 基于物性的虛擬裝配

為了使虛擬裝配過(guò)程更加逼真，在CBVA研究的基礎(chǔ)上引入物理屬性信息。圖1第2階段為PBVA，該階段學(xué)者們開始嘗試虛實(shí)空間之間的初步融合。針對(duì)PBVA的研究，GERMANICO等[11]開發(fā)了一種基于觸覺交互的虛擬現(xiàn)實(shí)平臺(tái)，利用交互設(shè)備對(duì)虛擬零件進(jìn)行運(yùn)動(dòng)控制，利用物理仿真引擎進(jìn)行基于物理屬性的裝配仿真和碰撞檢測(cè)；高巍[12]以操作臺(tái)裝配為例，對(duì)虛擬裝配中的零部件物理屬性建模、碰撞檢測(cè)、裝配引導(dǎo)、人機(jī)因素分析和可裝配性評(píng)價(jià)等關(guān)鍵技術(shù)進(jìn)行了深入研究。單純的PBVA無(wú)法進(jìn)行高精度和小間隙的裝配仿真，為了彌補(bǔ)該問(wèn)題，學(xué)者們開始進(jìn)行PBVA和CBVA混合研究，SETH等[13]將物理屬性建模和幾何約束建模結(jié)合，利用幾何約束提高精準(zhǔn)的零件定位，利用物理屬性對(duì)發(fā)生碰撞的零件進(jìn)行動(dòng)力學(xué)仿真；WANG等[14]綜合應(yīng)用基于物性的建模方法以及約束運(yùn)動(dòng)仿真，研究了與裝配模型相關(guān)的3種運(yùn)動(dòng)過(guò)程；劉檢華等[15]和張志賢等[16]提出一種基于精度和物性的虛擬裝配技術(shù)，在過(guò)程、精度和物理屬性的角度模擬裝配現(xiàn)場(chǎng)。

PBVA中零件的運(yùn)動(dòng)根據(jù)物理定律確定，物理定律考慮了施加在零件上的力和力矩，因此提高了裝配仿真的逼真度。通過(guò)混合CBVA和PBVA雖然解決了高精度、小間隙裝配問(wèn)題，但是由于PBVA虛實(shí)交互程度不高，其功能比較單一，缺乏多學(xué)科、多層次、多尺度等綜合分析，無(wú)法滿足本文高精密產(chǎn)品的裝配要求。

1.3 基于數(shù)字孿生的虛擬裝配

自GRIEVES教授于2003年在美國(guó)密歇根大學(xué)的產(chǎn)品全生命周期管理課程上提出數(shù)字孿生概念以來(lái)[17]，NASA指出數(shù)字孿生是充分利用物理模型、傳感器更新、運(yùn)行歷史等數(shù)據(jù)，集成多學(xué)科、多物理量、多尺度、多概率的仿真過(guò)程，在虛擬空間進(jìn)行映射，從而反映相對(duì)應(yīng)實(shí)體裝備的全生命周期過(guò)程。在近幾年計(jì)算技術(shù)、機(jī)器學(xué)習(xí)算法等的快速發(fā)展下，數(shù)字孿生技術(shù)得到了廣泛關(guān)注和應(yīng)用，為了提高產(chǎn)品的裝配質(zhì)量和效率，學(xué)者們嘗試將數(shù)字孿生技術(shù)引入虛擬裝配，如圖1第3個(gè)階段基于數(shù)字孿生的虛擬裝配所示，針對(duì)數(shù)字孿生裝配技術(shù)，大量學(xué)者取得了探索性的研究成果。

在框架和關(guān)鍵技術(shù)方面，陶飛等[18]在基于數(shù)字孿生的產(chǎn)品裝配上，探討了構(gòu)建復(fù)雜產(chǎn)品裝配過(guò)程的信息物理融合系統(tǒng)亟需突破的關(guān)鍵技術(shù)；武穎等[19]和ZHUANG等[20]以航空航天裝配領(lǐng)域?yàn)閷?duì)象，基于數(shù)字孿生研究了物理裝配車間數(shù)據(jù)的實(shí)時(shí)感知與采集、虛擬裝配車間建模與仿真運(yùn)行技術(shù)、裝配車間生產(chǎn)管控、裝配工藝優(yōu)化等關(guān)鍵技術(shù)；GUO等[21]提出一種數(shù)字孿生技術(shù)下的裝配島畢業(yè)制造系統(tǒng)，將數(shù)字孿生服務(wù)作為一種使能技術(shù)。在數(shù)字孿生模型構(gòu)建方面，SIERLA等[22]提出從數(shù)字產(chǎn)品描述派生的數(shù)字孿生，可自動(dòng)執(zhí)行組裝計(jì)劃并協(xié)調(diào)制造單元中的生產(chǎn)資源；POLINI等[23]研究了一種數(shù)字孿生工具，以管理從制造到裝配幾何的變化，所建立的仿真模型不僅滿足產(chǎn)品表示，還可預(yù)測(cè)預(yù)期產(chǎn)品行為；YI等[24]提出智能裝配工藝設(shè)計(jì)的數(shù)字孿生參考模型，在產(chǎn)品設(shè)計(jì)和制造之間架起了一座“橋梁”；GREéGORIO等[25]提出一種產(chǎn)品混合表示法，其可以集成到數(shù)字孿生方法中，利用數(shù)字孿生模型管理裝配過(guò)程中的幾何偏差；Bilberg等[26]提出一種靈活裝配單元的數(shù)字孿生，將生產(chǎn)系統(tǒng)設(shè)計(jì)階段開發(fā)的虛擬仿真模型應(yīng)用于實(shí)際裝配，實(shí)現(xiàn)了裝配質(zhì)量的實(shí)時(shí)控制。

根據(jù)上述文獻(xiàn)發(fā)現(xiàn)，目前數(shù)字孿生裝配的研究可總結(jié)為兩個(gè)層面：①?gòu)V義層面，研究車間級(jí)、產(chǎn)線級(jí)或單元級(jí)的數(shù)字孿生系統(tǒng)，該層面更加注重實(shí)現(xiàn)虛實(shí)交互的關(guān)鍵技術(shù)；②狹義層面，研究產(chǎn)品級(jí)的數(shù)字孿生體，該層面更加注重描述產(chǎn)品數(shù)字孿生的構(gòu)建方法。本文將數(shù)字?jǐn)?shù)字孿生技術(shù)應(yīng)用于高精密產(chǎn)品裝配，著重描述產(chǎn)品數(shù)字孿生體的構(gòu)建、裝配工藝的智能化表達(dá)以及單元級(jí)系統(tǒng)的控制策略。

2 高精密產(chǎn)品數(shù)字孿生體的構(gòu)建

莊存波等[5]提出的“數(shù)字孿生體”定義為：數(shù)字孿生體指與現(xiàn)實(shí)世界中的物理實(shí)體完全對(duì)應(yīng)和一致的虛擬模型，可實(shí)時(shí)模擬自身在現(xiàn)實(shí)環(huán)境中的行為和性能，也稱為數(shù)字孿生模型。由此可知實(shí)現(xiàn)數(shù)字孿生裝配的前提是構(gòu)建高保真模型，為了使構(gòu)建的高精密產(chǎn)品數(shù)字孿生體具有高保真度，應(yīng)包含裝配全要素信息，本文構(gòu)建的高精密數(shù)字孿生體中即包含了產(chǎn)品集成信息和實(shí)際測(cè)量信息，如圖2所示。產(chǎn)品數(shù)字孿生體信息在層次結(jié)構(gòu)上分為結(jié)構(gòu)物料清單(Bill of Material, BOM)、工藝約束和性能約束。根據(jù)多層次結(jié)構(gòu)，將高精密產(chǎn)品動(dòng)靜態(tài)集成信息分解為裝配特征關(guān)系集、裝配工藝約束集、動(dòng)態(tài)穩(wěn)定性約束集、靜態(tài)穩(wěn)定性約束集和動(dòng)靜態(tài)耦合約束集，這些信息存儲(chǔ)在基于模型的定義(Model Based Definition, MBD)文件中。在高精密產(chǎn)品的裝配過(guò)程中，從動(dòng)靜態(tài)集成信息中可提取裝配幾何要素、產(chǎn)品制造信息(Product & Manufacturing Information, PMI)要素、裝配序列要素、工藝約束要素、裝配質(zhì)量要素和裝配約束要素。為了保證產(chǎn)品幾何層面的高保真度，本文將理想幾何模型生成一棵用裝配特征描述的樹，并根據(jù)該特征樹建立了點(diǎn)云的配準(zhǔn)樹，從而實(shí)現(xiàn)虛實(shí)模型融合。在點(diǎn)云配準(zhǔn)過(guò)程中，通過(guò)點(diǎn)云特征快速生成方法將離散的、沒有拓?fù)潢P(guān)系的點(diǎn)云快速映射到理想特征樹上。其中將裝配特征分為關(guān)鍵裝配特征和非關(guān)鍵裝配特征，并通過(guò)分配不同權(quán)重進(jìn)行配準(zhǔn)。

2.1 動(dòng)靜態(tài)集成信息

高精密產(chǎn)品通常是一種結(jié)構(gòu)精密的機(jī)、電、液一體化產(chǎn)品，其包含了靜態(tài)信息和動(dòng)態(tài)信息。為此，本節(jié)構(gòu)建了多物理、多學(xué)科和多層次的靜態(tài)MBD模型，在該靜態(tài)模型的基礎(chǔ)上描述了動(dòng)態(tài)分析模型的定義方法，并根據(jù)關(guān)聯(lián)參數(shù)實(shí)現(xiàn)了動(dòng)靜態(tài)信息集成，如圖3所示。

在靜態(tài)信息上，基于MBD技術(shù)的信息模型描述了產(chǎn)品的裝配MBD數(shù)據(jù)集與裝配工藝屬性集。裝配MBD數(shù)據(jù)集包含裝配工藝規(guī)劃階段和現(xiàn)場(chǎng)裝配指導(dǎo)階段用到的所有信息的集合，其中定義了高精密裝配部件的多物理、多層次、多學(xué)科特性。對(duì)于多物理性，靜態(tài)MBD模型不僅描述實(shí)體產(chǎn)品的幾何特性(如形狀、尺寸、公差等)，還描述實(shí)體產(chǎn)品的多種物理特性，包括結(jié)構(gòu)特性、力學(xué)特性、流量特性等；對(duì)于多層次性，組成最終產(chǎn)品的不同組件、部件、零件等都可以有其對(duì)應(yīng)的模型，從而有利于產(chǎn)品數(shù)據(jù)和產(chǎn)品模型的層次化和精細(xì)化管理；對(duì)于多學(xué)科性，高精密產(chǎn)品通常涉及機(jī)械、電氣、液壓等多個(gè)學(xué)科的交叉和融合。裝配MBD數(shù)據(jù)集為裝配全過(guò)程服務(wù)，并作為唯一的數(shù)據(jù)源規(guī)范與裝配相關(guān)的活動(dòng)，最后在實(shí)物產(chǎn)品裝配過(guò)程中得到實(shí)例化和應(yīng)用。

在靜態(tài)MBD模型各類參數(shù)已經(jīng)定義的基礎(chǔ)上，考慮裝配過(guò)程的復(fù)雜性和動(dòng)態(tài)不確定性，建立可描述高精密產(chǎn)品性能的模型，如力學(xué)特性模型、流量特性模型、電磁特性模型和耦合特性模型。以高精密產(chǎn)品的流量特性為例，靜態(tài)流量曲線是輸出流量與輸入電流呈回環(huán)狀的函數(shù)曲線，它是在給定壓降和負(fù)載壓降為零的條件下，使輸入電流正、負(fù)額定電流值之間以動(dòng)態(tài)特性不產(chǎn)生影響的循環(huán)速度作一完整循環(huán)描繪出來(lái)的連續(xù)曲線。

2.2 實(shí)際測(cè)量信息

傳統(tǒng)的產(chǎn)品數(shù)字化裝配工藝設(shè)計(jì)方法大多基于理想模型，該模型可在裝配工藝設(shè)計(jì)階段檢查裝配序列、獲取裝配路徑、檢測(cè)裝配干涉等，然而對(duì)于高精密產(chǎn)品，現(xiàn)階段的三維數(shù)字化裝配工藝設(shè)計(jì)并不能完全滿足現(xiàn)場(chǎng)裝配中的工藝調(diào)整，主要原因是在裝配工藝設(shè)計(jì)階段未考慮來(lái)自零件的制造誤差。本文采用虛實(shí)映射的零組件逆向建模技術(shù)構(gòu)建高度精確的實(shí)體數(shù)模。對(duì)于一個(gè)待測(cè)裝配零件，傳統(tǒng)的點(diǎn)云掃描方法是對(duì)被測(cè)零件表面進(jìn)行無(wú)差別掃描，沒有考慮裝配特征、基準(zhǔn)特征等關(guān)鍵部分，導(dǎo)致數(shù)據(jù)量極大、數(shù)據(jù)冗余等問(wèn)題。本文采用考慮關(guān)鍵裝配特征(主要指零件之間的相互配合特征，如面—面、軸與孔、齒—齒等之間的配合特征)的零組件逆向建模技術(shù)，如圖4所示。獲取關(guān)鍵裝配特征數(shù)據(jù)的具體步驟如下：

(1)確定裝配零組件裝配特征、基準(zhǔn)特征、邊界特征等。

(2)根據(jù)零組件的幾何外形和關(guān)鍵裝配特征，確定激光掃描系統(tǒng)中掃描設(shè)備的運(yùn)動(dòng)軌跡、掃描頻率以及轉(zhuǎn)臺(tái)的轉(zhuǎn)動(dòng)角度。

(3)獲得高精度三維特征形貌點(diǎn)云。

(4)通過(guò)專用高精度間接測(cè)量設(shè)備獲得腔體內(nèi)部密閉特征形貌。

需要說(shuō)明的是，測(cè)量的間接數(shù)據(jù)通過(guò)數(shù)理模型分析后生成密閉輪廓信息，最終融合在點(diǎn)云數(shù)據(jù)中。

3 基于知識(shí)圖譜的裝配工藝表達(dá)及動(dòng)態(tài)優(yōu)化

3.1 基于知識(shí)圖譜的裝配工藝表達(dá)

傳統(tǒng)的裝配工藝通過(guò)裝配仿真得出工藝文檔，其表達(dá)方式不易查閱且缺乏對(duì)隱含知識(shí)的挖掘。同一批次的裝配工藝一旦形成，幾乎無(wú)法變更，不能根據(jù)同一批次不同產(chǎn)品的裝配狀態(tài)進(jìn)行適應(yīng)性調(diào)整。知識(shí)圖譜可以很好地表達(dá)相鄰零件之間的裝配關(guān)系(顯式關(guān)系)，并可深入挖掘非相鄰零件之間的關(guān)系(隱式關(guān)系)，同時(shí)提高工藝檢索效率[27-28]。為此，本文對(duì)高精密產(chǎn)品的裝配工藝采用基于知識(shí)圖譜的表達(dá)方式。按照知識(shí)圖譜的信息組織方式，通過(guò)“類—關(guān)系類—類”“類—屬性—值”定義裝配工藝文檔，其本體為組成高精密產(chǎn)品數(shù)字孿生體的各零件子數(shù)字孿生體。如圖5所示，所建立的裝配工藝知識(shí)圖譜包括數(shù)據(jù)層和模式層兩部分。其中，數(shù)據(jù)層為實(shí)體對(duì)象和關(guān)系對(duì)象共同組成的“節(jié)點(diǎn)—屬性—值”“節(jié)點(diǎn)—連接—節(jié)點(diǎn)”三元組，當(dāng)三元組大量存在時(shí)得到語(yǔ)義網(wǎng)絡(luò)圖；模式層為裝配工藝知識(shí)圖譜建模的核心，為了清晰描述裝配工藝復(fù)雜的語(yǔ)義信息，將模式層分為裝配結(jié)構(gòu)模式和裝配工序模式。

3.2 基于知識(shí)圖譜的裝配工藝動(dòng)態(tài)優(yōu)化

在高精密產(chǎn)品裝配過(guò)程中，需要根據(jù)不同裝配階段進(jìn)行裝配質(zhì)量評(píng)估，對(duì)不符合裝配質(zhì)量要求的進(jìn)行進(jìn)一步裝配工藝優(yōu)化。

(1)裝配質(zhì)量評(píng)估

在產(chǎn)品裝配過(guò)程中，根據(jù)對(duì)象的不同分為階段質(zhì)量評(píng)估和綜合質(zhì)量評(píng)估，兩種評(píng)估方式共同實(shí)現(xiàn)整個(gè)裝配過(guò)程的裝配質(zhì)量評(píng)估。階段質(zhì)量評(píng)估發(fā)生在產(chǎn)品裝配到具備一定性能時(shí)(一般指形成子裝配體)，其評(píng)估內(nèi)容為裝配的幾何精度和性能精度。其中，幾何精度包括同軸度、平行度和垂直度等，性能精度包括靜態(tài)性能(壓力特性、負(fù)載特性等)和動(dòng)態(tài)性能(幅頻、相頻等)。以階段質(zhì)量評(píng)估為例，其流程如圖6所示。首先，通過(guò)傳感器、測(cè)量設(shè)備和專用設(shè)備獲取各項(xiàng)關(guān)鍵特征數(shù)據(jù)，采用智能算法預(yù)測(cè)質(zhì)量；然后，將質(zhì)量預(yù)測(cè)結(jié)果與理論設(shè)計(jì)質(zhì)量指標(biāo)進(jìn)行對(duì)比評(píng)價(jià)，并得出評(píng)價(jià)結(jié)果；最后，根據(jù)評(píng)價(jià)結(jié)果進(jìn)行裝配工藝優(yōu)化。

(2)裝配工藝動(dòng)態(tài)優(yōu)化

對(duì)應(yīng)階段質(zhì)量評(píng)估和綜合質(zhì)量評(píng)估，分別進(jìn)行局部工藝優(yōu)化和全局工藝優(yōu)化。

1)局部工藝優(yōu)化

在高精密產(chǎn)品裝配過(guò)程中存在多個(gè)裝配階段。局部工藝優(yōu)化是在獲取某階段質(zhì)量評(píng)估結(jié)果后，利用機(jī)器學(xué)習(xí)算法得出修正裝配工序的參數(shù)，并以新的工序鏈的形式插入到原末端工序。由于不同裝配階段有不同的質(zhì)量評(píng)估指標(biāo)和工藝優(yōu)化目標(biāo)，本文將工藝優(yōu)化目標(biāo)分為幾何層面的工藝優(yōu)化目標(biāo)Gs(x)和性能層面的優(yōu)化目標(biāo)Ps(x)兩大類，優(yōu)化對(duì)象為組件級(jí)，因此局部工藝優(yōu)化目標(biāo)函數(shù)

SO(X)=[Gs(x),Ps(x)]T。

(1)

2)全局工藝優(yōu)化

全局工藝優(yōu)化是在綜合質(zhì)量評(píng)估的基礎(chǔ)上，對(duì)裝配全局工藝進(jìn)行調(diào)整。在全局工藝優(yōu)化過(guò)程中，需要重新抽取裝配工藝知識(shí)圖譜中的部分裝配工序，與原裝配工序參數(shù)進(jìn)行匹配對(duì)比，將所得參數(shù)差值形成新的工序插入原裝配工序鏈，插入的工序可看作為調(diào)試策略。全局工藝優(yōu)化目標(biāo)同樣分為幾何層面的工藝優(yōu)化目標(biāo)Gs(x)和性能層面的優(yōu)化目標(biāo)Ps(x)兩大類，優(yōu)化對(duì)象為產(chǎn)品級(jí)，因此全局工藝優(yōu)化目標(biāo)函數(shù)

CO(X)=[Gs(x),Ps(x)]T。

(2)

4 操作—狀態(tài)—質(zhì)量三層結(jié)構(gòu)下的質(zhì)量制控策略

高精密產(chǎn)品質(zhì)量控制點(diǎn)多，裝配性能與裝配參數(shù)之間存在復(fù)雜的非線性關(guān)系，導(dǎo)致裝配質(zhì)量難以控制。本文構(gòu)建了操作—狀態(tài)—質(zhì)量三層結(jié)構(gòu)下的質(zhì)量控制策略框架，從控制最基本的人工和設(shè)備操作行為開始，逐步實(shí)現(xiàn)對(duì)裝配過(guò)程與狀態(tài)的控制，最終完成對(duì)裝配質(zhì)量的控制，如圖7所示。在該框架中，操作層控制包括設(shè)備操作變量控制(即控制設(shè)備運(yùn)行參數(shù))、標(biāo)準(zhǔn)作業(yè)流程控制(即控制作業(yè)人員裝配行為)、裝配標(biāo)準(zhǔn)執(zhí)行度控制(即控制標(biāo)準(zhǔn)作業(yè)執(zhí)行程度)。

面向復(fù)雜裝配過(guò)程的動(dòng)態(tài)裝配質(zhì)量閉環(huán)控制過(guò)程如下：

(1)裝配實(shí)體動(dòng)態(tài)數(shù)據(jù)的實(shí)時(shí)采集

在復(fù)雜的裝配過(guò)程中，采用傳感器和專業(yè)測(cè)量設(shè)備對(duì)裝配狀態(tài)信息進(jìn)行實(shí)時(shí)感知。針對(duì)實(shí)時(shí)采集的多源、異構(gòu)裝配數(shù)據(jù)，在預(yù)定義的裝配信息處理與提取規(guī)則基礎(chǔ)上，定義多源裝配信息關(guān)系并識(shí)別和清洗數(shù)據(jù)，然后對(duì)數(shù)據(jù)進(jìn)行分析和挖掘，實(shí)現(xiàn)多源異構(gòu)數(shù)據(jù)的集成。多源異構(gòu)數(shù)據(jù)分為結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。對(duì)于非結(jié)構(gòu)化數(shù)據(jù)，有不同的處理方式，例如圖像數(shù)據(jù)采用卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)識(shí)別，噪聲、可擴(kuò)展標(biāo)記語(yǔ)言(eXtensible Markup Language, XML)類數(shù)據(jù)采用自然語(yǔ)言處理(Natural Language Processing, NLP)識(shí)別。

(2)虛實(shí)之間的關(guān)聯(lián)與映射

在虛實(shí)數(shù)據(jù)融合、數(shù)據(jù)關(guān)聯(lián)和數(shù)據(jù)同步的基礎(chǔ)上，通過(guò)將統(tǒng)一規(guī)范化處理的物理裝配數(shù)據(jù)與數(shù)字孿生體中的各個(gè)裝配要素(如裝配幾何要素、裝配偏差要素、工藝約束要素等)進(jìn)行匹配，實(shí)現(xiàn)裝配實(shí)體與數(shù)字孿生體之間的關(guān)聯(lián)與映射。

(3)基于數(shù)字孿生體和知識(shí)圖譜的反饋控制

操作—狀態(tài)—質(zhì)量三層結(jié)構(gòu)的質(zhì)量控制策略從操作行為的反饋控制開始，逐步上升到裝配狀態(tài)的反饋控制，最終完成對(duì)裝配質(zhì)量的控制。其中，質(zhì)量控制是在實(shí)時(shí)采集裝配數(shù)據(jù)的基礎(chǔ)上，根據(jù)質(zhì)量評(píng)估結(jié)果，利用知識(shí)圖譜進(jìn)行工藝優(yōu)化。需要說(shuō)明的是，上述過(guò)程不斷交互迭代，直至產(chǎn)品裝配質(zhì)量滿足要求。

5 應(yīng)用案例

汽車發(fā)動(dòng)機(jī)缸體單元裝配工藝復(fù)雜、裝配精度要求較高，其由缸體、缸蓋、曲軸、連桿、活塞、凸輪軸和氣門等數(shù)十個(gè)精密零組件構(gòu)成，各零組件的裝配精度與整機(jī)性能之間的關(guān)系錯(cuò)綜復(fù)雜，裝配過(guò)程需要反復(fù)調(diào)試才能達(dá)到裝配質(zhì)量的要求，裝配效率和裝配質(zhì)量一致性較低。本章結(jié)合發(fā)動(dòng)機(jī)缸體單元的實(shí)際裝配過(guò)程，從動(dòng)態(tài)調(diào)整裝配工藝的角度出發(fā)，將所提方法應(yīng)用于發(fā)動(dòng)機(jī)缸體單元裝配來(lái)驗(yàn)證本文方法的實(shí)用性。

5.1 多數(shù)字孿生體協(xié)同裝配的實(shí)現(xiàn)

5.1.1 數(shù)字孿生裝配系統(tǒng)的搭建

如圖8所示，本文搭建了汽車發(fā)動(dòng)機(jī)缸體單元的物理和虛擬裝配實(shí)驗(yàn)環(huán)境。物理裝配實(shí)驗(yàn)環(huán)境搭建是在傳統(tǒng)裝配實(shí)驗(yàn)平臺(tái)和設(shè)備基礎(chǔ)上，添加了雙目視覺相機(jī)、流量測(cè)量設(shè)備、電信號(hào)檢測(cè)設(shè)備、力矩測(cè)量?jī)x和高精度激光掃描儀等數(shù)字化檢測(cè)設(shè)備，用于獲取裝配過(guò)程中發(fā)動(dòng)機(jī)缸體單元的裝配狀態(tài)數(shù)據(jù)。在汽車發(fā)動(dòng)機(jī)裝配過(guò)程中，部分零件的裝配精度達(dá)到了微米級(jí)，而目前高精密激光掃描儀的精度達(dá)到亞微米級(jí)，可以滿足測(cè)量需求。本文以Visual Studio 2019為系統(tǒng)開發(fā)平臺(tái)、Unity3D為三維幾何模型圖形顯示引擎搭建了虛擬裝配實(shí)驗(yàn)環(huán)境，同時(shí)提供了虛實(shí)裝配空間的雙向互操作接口。虛擬裝配實(shí)驗(yàn)環(huán)境通過(guò)操作—狀態(tài)—質(zhì)量三層結(jié)構(gòu)進(jìn)行質(zhì)量控制。在操作層，本文通過(guò)建立虛實(shí)設(shè)備接口，采用可編程邏輯控制器(Programmable Logic Controller, PLC)技術(shù)控制物理設(shè)備。在狀態(tài)層，通過(guò)改變輸入變量來(lái)測(cè)量產(chǎn)品性能，例如改變噴油量，觀察輸出功率。在質(zhì)量層，通過(guò)采集裝配過(guò)程數(shù)據(jù)進(jìn)行質(zhì)量評(píng)估，并將其作為工藝優(yōu)化的約束條件，通過(guò)工藝優(yōu)化(調(diào)試)控制質(zhì)量變量。

5.1.2 裝配工藝知識(shí)的生成

在實(shí)際裝配之前，需要利用歷史裝配工藝信息形成裝配工藝知識(shí)圖譜，從而生成裝配工藝知識(shí)。如圖9所示，首先，根據(jù)產(chǎn)品裝配需求和零組件的實(shí)際尺寸抽取裝配工藝信息。其中零組件在虛擬空間中的表示集成了三維幾何模型、點(diǎn)云模型和屬性信息：幾何模型來(lái)源于上游的產(chǎn)品設(shè)計(jì)部門，通過(guò)CAD軟件(UG,CATIA等)生成.stl格式模型文件，導(dǎo)入數(shù)字孿生裝配系統(tǒng)的模型庫(kù)；點(diǎn)云模型通過(guò)連接物理空間模塊的三維激光掃描儀獲取點(diǎn)云數(shù)據(jù)，經(jīng)過(guò)點(diǎn)云的過(guò)濾、擬合等預(yù)處理形成點(diǎn)云模型；屬性信息通過(guò)XML文件進(jìn)行存儲(chǔ)，主要包括幾何特征信息、材料屬性信息、物理屬性信息、約束關(guān)系信息等。然后，對(duì)裝配工藝進(jìn)行仿真分析，檢查裝配干涉、人因工程等問(wèn)題。最后，在完成裝配工藝仿真分析后，按照裝配過(guò)程的不同階段(與階段質(zhì)量評(píng)估相對(duì)應(yīng))分解總裝配序列，形成不同裝配階段的子知識(shí)圖譜。子知識(shí)圖譜表示不同裝配階段的工序鏈。

5.1.3 質(zhì)量控制策略下的工藝動(dòng)態(tài)優(yōu)化

發(fā)動(dòng)機(jī)缸體單元的實(shí)際裝配過(guò)程分為裝配曲軸、裝配主軸承蓋、裝配止推軸承等數(shù)十個(gè)階段。在物理裝配過(guò)程中，通過(guò)OPC-UA標(biāo)準(zhǔn)通訊協(xié)議將各工序采集的裝配數(shù)據(jù)上傳至虛擬空間裝配系統(tǒng)的數(shù)據(jù)存儲(chǔ)模塊中，并根據(jù)不同的工序和數(shù)據(jù)類別進(jìn)行分類。其中，裝配數(shù)據(jù)通過(guò)數(shù)字化測(cè)量設(shè)備和自動(dòng)化設(shè)備控制器進(jìn)行采集。圖10所示為部分間隙測(cè)量數(shù)據(jù)。

在完成物理裝配過(guò)程數(shù)據(jù)采集后，進(jìn)一步對(duì)裝配質(zhì)量進(jìn)行評(píng)估，并根據(jù)質(zhì)量評(píng)估結(jié)果進(jìn)行工藝優(yōu)化，如表1所示。在階段質(zhì)量評(píng)估過(guò)程中，大部分裝配階段僅需考慮裝配幾何誤差，部分裝配階段需要綜合考慮裝配幾何誤差和性能誤差。例如在曲軸裝配過(guò)程中，裝配質(zhì)量評(píng)估需要考慮裝配幾何誤差，根據(jù)質(zhì)量評(píng)估結(jié)果重新插入了兩道工序來(lái)修正裝配幾何誤差(本案例中的軸向間隙指標(biāo)過(guò)大，不符合裝配質(zhì)量需求，因此插入的工序?yàn)楣ば?拆卸原止推墊片，工序2更換JTW-3W-13止推墊片)。在綜合質(zhì)量評(píng)估過(guò)程中，質(zhì)量評(píng)估的內(nèi)容需要同時(shí)包括裝配幾何誤差和性能誤差，例如發(fā)動(dòng)機(jī)缸體總裝過(guò)程中評(píng)估了9項(xiàng)幾何誤差指標(biāo)和8項(xiàng)性能誤差指標(biāo)。根據(jù)質(zhì)量評(píng)估結(jié)果重新插入多道裝配工序來(lái)修正幾何誤差和性能誤差(本案例中綜合質(zhì)量評(píng)估結(jié)果的其中一項(xiàng)為氣缸漏氣率>20%，因此插入的工序?yàn)椋汗ば?調(diào)整缸蓋連接主螺栓擰緊力矩值為180 Nm，工序2調(diào)整進(jìn)氣門間隙為0.25 mm，工序3調(diào)整排氣門間隙為0.35 mm)，將修正的總裝配工序進(jìn)行裝配工藝仿真后重新分解為多階段裝配工序鏈，再次下達(dá)物理裝配空間，從而形成虛實(shí)之間的動(dòng)態(tài)迭代優(yōu)化裝配。值得注意的是，發(fā)動(dòng)機(jī)缸體單元裝配順序是固定的，即優(yōu)化的裝配工藝主要為部分工序的裝配參數(shù)。

表1 裝配工藝優(yōu)化及應(yīng)用結(jié)果對(duì)比

續(xù)表1

5.2 討論

在傳統(tǒng)的發(fā)動(dòng)機(jī)缸體單元裝配方法中，裝配設(shè)計(jì)階段虛擬仿真得出的裝配工藝由理想幾何模型和理論數(shù)據(jù)產(chǎn)生，無(wú)法正確指導(dǎo)實(shí)際裝配，使裝配設(shè)計(jì)與裝配過(guò)程脫節(jié)。在實(shí)際裝配過(guò)程中，需要根據(jù)當(dāng)前裝配狀況人工推算后續(xù)多道工序的預(yù)留公差，給裝配操作帶來(lái)了極大的困難，而且裝配耗時(shí)較長(zhǎng)，裝配質(zhì)量一致性較差。數(shù)字孿生裝配實(shí)現(xiàn)了虛實(shí)空間的深度交互與融合，每當(dāng)完成一道裝配工序，即可對(duì)下一道或多道工序進(jìn)行裝配質(zhì)量預(yù)測(cè)和工藝優(yōu)化，實(shí)現(xiàn)了裝配過(guò)程的智能決策。將傳統(tǒng)裝配方法與本文所提方法進(jìn)行對(duì)比，取20臺(tái)發(fā)動(dòng)機(jī)裝配的實(shí)驗(yàn)結(jié)果，如圖11所示，可見每一階段的平均裝配時(shí)間均有所減少，裝配質(zhì)量一致性均有所提高。這種智能化裝配方法在一定程度上擺脫了人工經(jīng)驗(yàn)的束縛，降低了裝配過(guò)程的操作難度。

6 結(jié)束語(yǔ)

數(shù)字孿生的出現(xiàn)為突破數(shù)字化裝配技術(shù)瓶頸創(chuàng)造了契機(jī)，為了滿足高精密產(chǎn)品不斷提高的裝配效率和裝配質(zhì)量一致性的要求，本文提出一種數(shù)字孿生驅(qū)動(dòng)的高精密產(chǎn)品智能化裝配方法。首先，為了提高數(shù)字孿生體的高保真度，提出一種包括裝配全要素的高精密產(chǎn)品數(shù)字孿生體構(gòu)建方法；其次，為了更好地表達(dá)和應(yīng)用裝配工藝知識(shí)，提出一種基于知識(shí)圖譜的裝配工藝表達(dá)和動(dòng)態(tài)優(yōu)化方法；再次，為了實(shí)現(xiàn)對(duì)高精密產(chǎn)品裝配質(zhì)量的精準(zhǔn)控制，在構(gòu)建數(shù)字孿生體和知識(shí)圖譜工藝表達(dá)與優(yōu)化的基礎(chǔ)上，進(jìn)一步提出一種操作—狀態(tài)—質(zhì)量三層結(jié)構(gòu)的質(zhì)量控制策略；最后，通過(guò)所搭建的數(shù)字孿生裝配系統(tǒng)平臺(tái)對(duì)某型號(hào)汽車發(fā)動(dòng)機(jī)缸體單元進(jìn)行裝配，結(jié)果表明，本文方法可以有效提高高精密產(chǎn)品裝配效率和裝配質(zhì)量的一致性。

本文所提方法不只對(duì)高精密產(chǎn)品有效，對(duì)其他復(fù)雜產(chǎn)品也具有普適性。目前數(shù)字孿生裝配系統(tǒng)中數(shù)據(jù)向知識(shí)轉(zhuǎn)化的方法還處于初級(jí)應(yīng)用階段，將數(shù)據(jù)提煉成信息后進(jìn)一步形成知識(shí)可以更好地對(duì)裝配過(guò)程進(jìn)行智能決策。因此，利用知識(shí)圖譜研究數(shù)字孿生裝配過(guò)程的知識(shí)轉(zhuǎn)化是將下一步的研究重點(diǎn)。