基于數(shù)字孿生技術(shù)的微型智慧工廠物理和虛擬交互平臺(tái)設(shè)計(jì)

白巖，張?jiān)品澹鹞暮＃跗G麗

(1.北華大學(xué)機(jī)械工程學(xué)院，吉林吉林 132021; 2.公州大學(xué)電子電氣控制學(xué)部，韓國(guó)天安 03187；3.中油吉林化建工程有限公司，吉林吉林 132021; 4.吉林省工業(yè)技師學(xué)院，吉林吉林 132021)

0 前言

工業(yè)4.0讓智能制造成為工業(yè)控制和信息技術(shù)研究領(lǐng)域的重要主題。從技術(shù)機(jī)制的角度看，智能制造需要多技術(shù)領(lǐng)域的融合?？v觀全球制造業(yè)的發(fā)展，生產(chǎn)分工越來(lái)越精細(xì)、控制手段越來(lái)越高端、可升級(jí)再造的能力越來(lái)越強(qiáng)。眾所周知，企業(yè)的經(jīng)濟(jì)效益、產(chǎn)品的輸出數(shù)量、產(chǎn)品的質(zhì)量均和市場(chǎng)需求息息相關(guān)，對(duì)所有制造企業(yè)來(lái)說(shuō)，經(jīng)濟(jì)和最終產(chǎn)品是提升企業(yè)競(jìng)爭(zhēng)力的核心指標(biāo)，而這種核心指標(biāo)的達(dá)到，需要生產(chǎn)過(guò)程保持高效的安全性、穩(wěn)定性、連續(xù)性和實(shí)時(shí)性。這種高標(biāo)準(zhǔn)的技術(shù)要求對(duì)智能制造在生產(chǎn)效率、響應(yīng)速度、能耗管理方面提出了更新的挑戰(zhàn)。

2020年智能制造中有個(gè)名詞非常炙熱，即“生命周期”，一個(gè)產(chǎn)線乃至一個(gè)工廠的生命周期包括基礎(chǔ)規(guī)劃、開發(fā)設(shè)計(jì)、硬件建造、生產(chǎn)控制、流程調(diào)試及后期的升級(jí)和再造階段。每個(gè)階段中的人員調(diào)度、設(shè)備利用率、數(shù)據(jù)信息檢測(cè)、故障診斷和排查、環(huán)境和電磁干擾等都會(huì)在整個(gè)生命周期以不同的方式進(jìn)行數(shù)據(jù)交換。從技術(shù)實(shí)現(xiàn)角度，控制方案的設(shè)計(jì)需要策略，從生產(chǎn)控制的角度，控制過(guò)程需要調(diào)試，從經(jīng)濟(jì)效率的角度，產(chǎn)線的運(yùn)行需要完成至少一個(gè)全生命周期。

本文作者以印章加工微型智慧工廠物理平臺(tái)為研究對(duì)象，通過(guò)設(shè)計(jì)物理平臺(tái)控制系統(tǒng)，結(jié)合數(shù)字孿生技術(shù)，建立多維和多應(yīng)用策略的仿真模型，驗(yàn)證數(shù)字孿生的適用性和效果，實(shí)現(xiàn)智能信息的收集、智能操作的控制和控制人員的智能管理，為后續(xù)的小型智能制造企業(yè)提供參考，同時(shí)也解決了目前缺乏具體的數(shù)字孿生著陸方法的問(wèn)題。

1 微型智慧工廠物理架構(gòu)

本文作者所構(gòu)建的微型智慧工廠物理平臺(tái)由智能倉(cāng)儲(chǔ)、柔性輸送、智能制造、智能裝配等4個(gè)單元組成，所涉及的硬件及控制設(shè)備包含：搬運(yùn)機(jī)器人、視覺(jué)測(cè)量?jī)x、智能裝配機(jī)器人、柔性輸送線、電子標(biāo)簽輔助揀選(RFID)、立體化倉(cāng)庫(kù)、AGV、數(shù)控銑床、數(shù)控車床、自動(dòng)點(diǎn)膠機(jī)、PLC、直流電機(jī)、伺服系統(tǒng)、觸摸屏、工控機(jī)、工業(yè)交換機(jī)等。其微型智慧工廠物理平臺(tái)整體結(jié)構(gòu)如圖1所示。

圖1 微型智慧工廠物理平臺(tái)

1.1 智能倉(cāng)儲(chǔ)單元

智能立體倉(cāng)庫(kù)控制系統(tǒng)完成材料和產(chǎn)品成品的出入庫(kù)操作，由1套西門子S71200PLC及其數(shù)字量擴(kuò)展模塊、3臺(tái)步進(jìn)電機(jī)、1套觸摸屏組成。該智能倉(cāng)儲(chǔ)整體結(jié)構(gòu)如圖2所示，智能倉(cāng)儲(chǔ)I/O分配如圖3所示。

圖2 智能倉(cāng)儲(chǔ)整體結(jié)構(gòu)

圖3 智能倉(cāng)儲(chǔ)I/O分配

1.2 柔性輸送線

柔性輸送線完成物料的傳送，有5個(gè)入貨口、4個(gè)加工出口、1個(gè)檢測(cè)口、1個(gè)裝配口及1個(gè)出貨口，最大可承載9個(gè)托盤。輸送線可實(shí)現(xiàn)柔性化調(diào)度，入貨口和出貨口均布置有RFID讀寫器，可為柔性調(diào)度提供輔助決策信息，使用PLC控制，與調(diào)度系統(tǒng)間采用OPC協(xié)議進(jìn)行通信。I/O通信定義如表1所示。柔性輸送線結(jié)構(gòu)如圖4所示。

表1 I/O通信定義

圖4 柔性輸送線

1.3 智能制造單元

智能制造單元的功能是完成訂單材料的機(jī)械加工。整個(gè)印章的加工切削和加工過(guò)程由ABB機(jī)器人、數(shù)控車床、數(shù)控銑床、觸摸屏、視覺(jué)檢測(cè)儀共同實(shí)現(xiàn)。系統(tǒng)控制流程如圖5所示。

圖5 系統(tǒng)控制流程

1.4 智能裝配單元

智能裝配單元采用雅馬哈四自由度機(jī)器人抓取點(diǎn)膠機(jī)噴頭完成印章矩形印刻體和印章手柄圓柱體之間的噴膠粘貼工作。系統(tǒng)伺服控制方案如圖6所示，控制系統(tǒng)實(shí)物如圖7所示。

圖6 裝配機(jī)器人伺服控制系統(tǒng)

圖7 裝配機(jī)器人伺服控制系統(tǒng)實(shí)物

2 微型智慧工廠數(shù)字孿生體的構(gòu)建

2.1 數(shù)字孿生體的設(shè)計(jì)目標(biāo)

微型智慧工廠數(shù)字孿生體模型可以實(shí)現(xiàn)物理制造和虛擬制造之間的有效交互。例如，經(jīng)過(guò)編程和自動(dòng)處理后，可以將機(jī)器和設(shè)備的操作以及人員流動(dòng)和后勤等數(shù)據(jù)(包括時(shí)間、節(jié)奏和故障等數(shù)據(jù)信息)直接用于仿真模型的數(shù)據(jù)輸入，然后通過(guò)仿真模型獲得關(guān)鍵數(shù)據(jù)信息，并用于反饋規(guī)劃決策或?qū)嶋H優(yōu)化。

考慮到智能制造在規(guī)劃工作中的一般要求，數(shù)字孿生模型旨在實(shí)現(xiàn)以下目標(biāo)：

(1)可以快速構(gòu)建用于生成的仿真模型，使用包括物聯(lián)網(wǎng)數(shù)據(jù)和微型智慧工廠各設(shè)備數(shù)據(jù)在內(nèi)的歷史數(shù)據(jù)作為仿真建模的參考；

(2)能夠滿足現(xiàn)代制造業(yè)特殊工藝制造過(guò)程的仿真要求；

(3)仿真模型可以靈活地適應(yīng)生產(chǎn)方式和工藝流程的調(diào)整和變化，通過(guò)更改模型的組件連接和參數(shù)，能夠適應(yīng)小型制造生產(chǎn)計(jì)劃任務(wù)，如生產(chǎn)線的升級(jí)和再造；

(4)具有通過(guò)使用仿真模型模擬材料供應(yīng)和市場(chǎng)需求不穩(wěn)定狀況的能力。

2.2 數(shù)字孿生體的理論基礎(chǔ)

數(shù)字孿生體模型涉及時(shí)間和效率等核心指標(biāo)，例如平均節(jié)拍時(shí)間、生產(chǎn)周期中的平均性能、平均故障間隔時(shí)間、故障矩陣的平均恢復(fù)時(shí)間以及數(shù)據(jù)波動(dòng)間隔的幅度。根據(jù)PLC和CNC獲得的個(gè)行業(yè)大數(shù)據(jù)，計(jì)算出主要的仿真數(shù)據(jù)邏輯公式，得到公式(1)和公式(2)。

(1)

其中：為平均故障開始時(shí)間；為平均故障結(jié)束時(shí)間。

(2)

其中：為加工工位性能；為加工時(shí)間；∑為產(chǎn)線內(nèi)部進(jìn)程之和；,max為最大進(jìn)程輸出能力。

公式(1)顯示了如何計(jì)算處理站(機(jī)器)的性能。在實(shí)際的生產(chǎn)線中，一個(gè)處理站可以包含多個(gè)可能的過(guò)程。因此，處理站(機(jī)器)的性能計(jì)算有兩個(gè)可能的公式。使用哪個(gè)公式取決于過(guò)程之間的關(guān)系，如果多個(gè)進(jìn)程是串行關(guān)系，則處理站的性能取決于其所有內(nèi)部進(jìn)程的總節(jié)拍時(shí)間，如果多個(gè)進(jìn)程是并行關(guān)系，則處理站的性能取決于最大進(jìn)程所有內(nèi)部流程的節(jié)拍時(shí)間。平均故障間隔時(shí)間(Mean Time Between Failure，MTBF)是生產(chǎn)設(shè)備正常運(yùn)行期間機(jī)械或電子系統(tǒng)周期性故障之間的預(yù)計(jì)時(shí)間間隔，為系統(tǒng)每?jī)纱喂收现g的算術(shù)平均時(shí)間，如公式(3)所示：

(3)

其中：為故障次數(shù)。

在每次觀察得到的或自動(dòng)收集的數(shù)據(jù)中，停機(jī)時(shí)間是發(fā)生故障的瞬間，該時(shí)間大于最后一個(gè)開機(jī)時(shí)間，即兩個(gè)時(shí)刻之間的時(shí)間差(停機(jī)時(shí)間減去開機(jī)時(shí)間)是機(jī)器在這兩個(gè)事件時(shí)刻之間運(yùn)行的時(shí)間。每個(gè)生產(chǎn)設(shè)備的MTBF是其可觀察到的總運(yùn)行時(shí)間除以可觀察到的故障的總數(shù)。

公式(4)顯示了如何在特定時(shí)間段內(nèi)(例如，故障序列號(hào)從到之間的時(shí)間段)從特定指定站點(diǎn)的數(shù)據(jù)計(jì)算出機(jī)器的MTBF。在計(jì)劃類型的仿真問(wèn)題中，在計(jì)算MTBF時(shí)應(yīng)同時(shí)考慮機(jī)器停機(jī)時(shí)間(機(jī)器錯(cuò)誤/維護(hù))和異常間隔(如操作員造成的中斷)。公式(5)顯示了如何計(jì)算平均恢復(fù)時(shí)間MTTR。計(jì)算MTTR和MTBF使用兩組不同的時(shí)間段，是兩組完全互補(bǔ)的時(shí)間段(它們只是形成完整的時(shí)間段)。公式(6)表示如何根據(jù)一組實(shí)際序列數(shù)據(jù)計(jì)算指定參數(shù)的幅度，從而使仿真結(jié)果盡可能接近實(shí)際微型智慧工廠的環(huán)境。

(4)

(5)

(6)

其中：、分別為變量原始數(shù)據(jù)、平均值；、為實(shí)際的IIOT序列數(shù)據(jù)；∈{包含任務(wù),執(zhí)行階段,平均故障時(shí)間,平均恢復(fù)時(shí)間}。

利用以上公式可以為計(jì)劃方案計(jì)算盡可能接近實(shí)際物理環(huán)境的模擬變量，并可以根據(jù)這些模擬變量設(shè)計(jì)不同的計(jì)劃方案；通過(guò)仿真輸出不同計(jì)劃模型的模擬生產(chǎn)結(jié)果，以評(píng)估不同計(jì)劃方案中的關(guān)鍵指標(biāo)。

2.3 數(shù)字孿生體模型的設(shè)計(jì)過(guò)程

在微型智能工廠的物理實(shí)體中，同一級(jí)別的每個(gè)單元通過(guò)物料流和能量流耦合，而在數(shù)字孿生系統(tǒng)中，則通過(guò)參數(shù)耦合。輸入前一單元輸出的一部分作為后一單元的操作參數(shù)，并且通過(guò)物理層的實(shí)際操作狀態(tài)生成映射結(jié)果。

數(shù)字孿生模型的建模功能可確保數(shù)字模型構(gòu)造的尺寸和真實(shí)的物理結(jié)構(gòu)得到完整而準(zhǔn)確的反映。構(gòu)建主要是根據(jù)受控對(duì)象的控制功能進(jìn)行，實(shí)現(xiàn)各種智能設(shè)備之間的無(wú)縫連接。

數(shù)字孿生體的變量和參數(shù)如表2所示。

表2 數(shù)字孿生體變量和參數(shù)

數(shù)字孿生模型的設(shè)計(jì)過(guò)程：

(1)統(tǒng)計(jì)生產(chǎn)線的基本信息，如車間布局、物流路線、原材料輸入、中間緩沖區(qū)和最終產(chǎn)品輸出；

(2)根據(jù)現(xiàn)有歷史數(shù)據(jù)，調(diào)整初始模型，建立運(yùn)行并輸出模擬結(jié)果的生產(chǎn)過(guò)程的模擬模型；

(3)根據(jù)現(xiàn)有工廠生產(chǎn)線的物聯(lián)網(wǎng)歷史數(shù)據(jù)，更新與制造過(guò)程相對(duì)應(yīng)的模型參數(shù)，并在仿真平臺(tái)上實(shí)現(xiàn)模型的構(gòu)建和完善；

(4)輸出模擬結(jié)果，以評(píng)估相應(yīng)物理智能工廠輸出的關(guān)鍵性能指標(biāo)，包括每個(gè)站點(diǎn)、緩沖區(qū)、運(yùn)輸線的負(fù)載情況以及導(dǎo)致生產(chǎn)輸出問(wèn)題的位置。

根據(jù)仿真分析結(jié)果，確定智能工廠的最終計(jì)劃方案。根據(jù)上述設(shè)計(jì)要求，數(shù)字孿生模型如圖8所示。

圖8 數(shù)字孿生體模型

從微物理智能工廠獲取工業(yè)數(shù)據(jù)，并計(jì)算相應(yīng)的模擬輸入數(shù)據(jù)(包括微智能工廠生產(chǎn)線的總輸出能力、單個(gè)工位的負(fù)荷情況、設(shè)備和模擬工人的繁忙程度)等,以指定的生產(chǎn)周期(1天的智能工廠連續(xù)工作24小時(shí))進(jìn)行評(píng)估。獲取的材料數(shù)據(jù)源信息如表3所示，加工信息如表4所示。

表3 材料數(shù)據(jù)源

表4 加工信息

數(shù)字孿生技術(shù)可以降低硬件系統(tǒng)設(shè)備診斷的難度，提高診斷的準(zhǔn)確性和可靠性，并確保設(shè)備的可靠運(yùn)行。工站的故障率統(tǒng)計(jì)如圖9所示，工人的工作效率統(tǒng)計(jì)如圖10所示。

圖9 工站的故障率

圖10 工人的工作效率

數(shù)據(jù)計(jì)算過(guò)程如下：

var tbl : table

tbl.create

Chart.putValuesIntoTable(tbl)

Chart.inputChannels.copyrangeTo({0,0}..{0,*},Datatable,1,1)

Chart.inputChannels.copyrangeTo({0,0}..{*,0},Datatable,1,1)

tbl.copyrangeTo({1,1}..{*,*},datatable,2,2)

tbl.forget

tbl.create

Chart1.putValuesIntoTable(tbl)

Chart1.inputChannels.copyrangeTo({0,0}..{0,*},Datatable,1,12)

tbl.copyrangeTo({1,1}..{*,*},datatable,2,13)

3 結(jié)論

本文作者研究的微型智能工廠的物理平臺(tái)是真實(shí)微型智慧工廠的映射。根據(jù)小型智能制造工業(yè)生產(chǎn)過(guò)程的特點(diǎn)，完成了數(shù)字孿生工廠的建模，并通過(guò)數(shù)字孿生技術(shù)解決了過(guò)程工業(yè)建模的復(fù)雜難題。展示了數(shù)字化雙胞胎技術(shù)下數(shù)字化工廠的過(guò)程故障診斷與設(shè)備維護(hù)，以及生產(chǎn)過(guò)程的自組織和自操作。該控制方案和孿生體的設(shè)計(jì)為其他過(guò)程工業(yè)數(shù)字化雙胞胎系統(tǒng)的研究提供了參考。后續(xù)將深入研究如何有效提高生產(chǎn)質(zhì)量，實(shí)現(xiàn)節(jié)能減排，提高數(shù)字孿生模型的準(zhǔn)確性以及與實(shí)體進(jìn)行獨(dú)立交互的安全性。