面向智能生產管控的數字孿生技術
王愛民;
摘要(Abstract)：
智能生產管控是智能制造的核心表現形式。本文以智能制造CPS理念為牽引,通過對標實時狀態感知、分析推理決策,以及閉環控制執行的智能生產管控需求特征和數字孿生技術內涵,建立了業務需求與技術融合的結合機制。結合科研項目實踐,給出了制造服務化智能配置管理決策和自適應智能加工工藝決策的基于數字孿生的智能生產管控應用重點案例,并結合當前自動化產線建設熱潮,給出了基于數字孿生的智能生產線運行模式發展趨勢的判斷。
關鍵詞(KeyWords)： 智能生產管控;數字孿生技術;管理與工藝決策;自動化柔性線
基金項目(Foundation):
作者(Author): 王愛民;
Email:
DOI: 10.16453/j.cnki.ISSN2096-5036.2021.02.002
0 引言
智能制造作為我國的發展戰略，為我國制造業轉型升級、由大到強的轉變提供了有效地技術支撐。作為智能制造核心理念的CPS（Cyber Physical System 賽博物理系統）具有智能感知、推理分析和閉環控制等特征，并直接推動了工業物聯/互聯網、人工智能/大數據、智能柔性控制等相關技術與制造業的進一步深度融合發展[1]。
直面產品產出的生產環節始終是智能制造覆蓋的重要業務領域熱點。尤其在日益激烈的市場競爭下，以訂單碎片化為驅動的多品種變批量乃至大規模定制生產模式已經成為制造企業運行的主流方式。工業物聯/互聯網和智能柔性控制為資源及其控制的泛在化提供了技術支撐，作為智能制造核心體現的管理與工藝決策也日益成為企業智能生產管控的核心追求，是企業實現快速響應動態外部變化并實現資源優化配置的必然技術選擇。
數字孿生技術是智能制造發展的新趨勢和重要抓手。數字孿生是以產品及其生命周期各環節及其關聯為物理映射對象，以構建狀態感知、數據采集、分析推理、精準執行的實時閉環鏈路為支撐，以物理對象的數字化虛擬建模與決策分析為重點，實現產品研發及其服役使用的改善與優化。生產環節是數字孿生技術的重要應用場景，陶飛等人建立了涵蓋物理車間、虛擬車間、車間孿生數據、車間服務系統等的數字孿生車間模型，做出了有益的嘗試[2]。
本文圍繞制造企業最核心的生產環節，通過分析企業數字化智能化轉型升級的需求特點，探討以智能管控為目標的數字孿生技術內涵及其應用方向，為推動智能生產管控提供借鑒參考。
1 智能生產管控需求特征分析
當前制造企業面向的生產環境已經發生了大幅度變化，已經從傳統的小品種向多品種轉變，從傳統的大批量向中小批量、批量為1的單件定制轉變，制造企業的訂單呈現出明顯的碎片化特點。制造企業必須面對復雜多變的生產環境實現快速響應柔性生產，其核心在于實現資源的優化配置和資源的優化運行。
按照智能制造核心理念CPS的思路，對于生產環節而言，其在智能感知、推理分析和閉環控制等方面的需求特點如下：
（1）面向生產運行保證的持續狀態感知
生產過程處于持續動態的不確定環境，智能生產系統的核心目的是化解這種不確定對生產穩定的沖擊，因此不僅需要對生產過程進行感知，包括任務執行與資源運行的狀態，并據此判斷是否存在生產異常等，同時也需要從時間軸線上，對生產系統的運行進行前瞻預測，為生產運行提供持續的穩態保證。
（2）面向生產異常的分析推理決策
生產現場的異變是常態，智能生產系統具有對感知到異常狀態進行及時有效的分析推理決策處理的能力。其中主要涉及到兩個方面：一是對管理角度的任務資源優化配置做出決策，比如實現對插單、資源故障、物料缺位等進行響應調整；二是對工藝角度的產品制造工程進行自適應加工決策，比如根據資源當前狀態對產品加工工藝參數進行優化調整等。
（3）基于生產軟硬件系統集成的閉環執行
生產系統的運行涉及到管理性MES/WMS/MDC/DNC等系統，也包括工藝裝備/裝置，智能生產系統具有軟硬件系統有機集成的特點，其核心體現為數據的自動流程，不僅包括自下而上的數據采集與狀態自動反饋，也包括自上而下的生產控制指令甚至直達工藝裝備/裝置的自動下達。
2 智能生產管控與數字孿生的融合
智能生產管控與數字孿生在技術內涵上具有內在的一致性。就技術而言，數字孿生具有“物理實體狀態實施采集-數字虛體分析推理決策-物理實體精準精確執行”的鏈路，其中實時性與閉環性是其中最為核心的兩個特征，與智能生產管控具有直接而密切的一致性關聯關系。
（1）由虛向實的孿生實時映射與智能生產持續狀態感知的融合
數字孿生涉及到物理世界和數字世界之間的孿生映射，或者說物理實體與數字虛體的孿生協調，需要指出的是，這種孿生映射與協調具有雙向的含義。在數字孿生語境下，生產環境的物理實體是整個生產系統，包括目視可見生產線及其工藝設備裝置以及其運行組織模式，并且這種模式是隨時間逐步變化的。
數字孿生的第一個原則是虛實映射，其核心是對物理實體進行數字化表征，包括生產系統的運行狀態以及資源優化配置、工藝執行過程的內在機理等，并且由于生產系統運行的持續性，從而要求這種孿生映射或協調具有隨時間推進而逐步變化的特點，因此，智能生產系統的運行決定了數字孿生虛體建模的實時性是基本要求，從而要求基于數字虛體所進行的分析推理決策應該具有服務化的特點，以實現對生產狀態的前瞻預測和分析推理決策。
同時，數字孿生的實時性內涵能夠有效的解決傳統上面臨的“虛而不擬、仿而不真”的問題，尤其是其缺乏從時間軸線上考慮物理實體演變所導致的分析推理滯后從而不真實的缺陷。智能生產系統在目前工業物聯/互聯技術的支持下，已經具有實時采集生產系統狀態的技術能力，從而推動了數字孿生在智能生產管控領域中的應用。
（2）基于運行機理模型的數字虛體與智能生產推理決策的融合
數字孿生的核心不在于將物理實體的狀態以數字化乃至三維的方式進行展現，而在于對物理實體運行的內在機制和機理進行孿生映射與刻畫。對于生產系統而言，在物理實體狀態獲取的基礎上，可以利用運行組織機制知識和工藝過程機理建立數字孿生當中的數字虛體。
生產系統是在其機理規律在發生作用的推動下運行的，而這種作用就是數字孿生建設數字虛體的重點。對于生產系統而言，其重點主要在兩個方面。
一是復雜動態狀態驅動下的制造資源優化配置，支持智能生產系統的態勢感知與推理決策。其中態勢感知的目的是支持對生產穩態運行的持續態勢判斷，偏重于傳統的仿真技術范疇。其中推理決策的目的是結合當天動態變化的實際執行狀態，其核心是對生產系統進行糾偏或優化，提供持續優化的資源配置決策方案，偏重傳統的生產系統優化的技術范疇。
二是復雜動態狀態驅動下的工藝執行過程監控，支持智能生產系統的高效生產出優質產品，是直接決定制造企業生存的關鍵。其同樣存在兩個層次的內涵：一是工藝執行過程的監視，基于所構建的內在工藝機理模型，一般來說這種模型應該工件-機床-刀具等及其工藝過程知識的綜合模型，對當前的實際執行狀態的正確與否進行預判；二是工藝執行過程的控制，即基于所構建的工藝機理模型，在實際執行狀態輸入的驅動下，通過分析推理決策對實際工藝執行參數進行修正和優化。
（3）由實向虛的孿生閉環映射與智能生產閉環執行的融合
由實向虛的孿生閉環映射是基于數字虛體所做出的分析推理決策結果而對實際運行狀態進行干預的過程，是數字孿生得以體現和發揮作用的重要環節。
對于生產系統而言，其智能性體現特征之一就是基于生產軟硬件系統集成的閉環執行。傳統的生產系統建模與仿真領域研究，主要是做到了對物理實體某時刻狀態或在實際狀態輸入情況下的運行監視，尚不具有孿生閉環映射的特點。這種只是監視而非控制的應用模式，在一定程度上弱化了分析推理模型的應有價值，而這正是數字孿生技術和智能生產管控所應當和要求的運行模式。
通過數字虛體的分析推理得出修改糾偏的工藝參數或者優化的運行配置方案，并且以控制指令的方式自動的下發到物理實體進行執行，在目前柔性自動控制深入發展的基礎上，已經具有了技術實現的能力和條件。
同時由實向虛的孿生閉環映射與智能生產閉環執行的融合，與智能制造所倡導的CPS理念具有直接的對接關系。并且這種運行模式，將數字孿生或智能生產管控從監視推向了監控，相當于通過數字孿生當中的數字虛體為物理實體賦予了一個大腦，從而支撐生產系統向智能化發展。目前同樣在深入發展的工業互聯網技術，其中“互”的含義包括兩個方面：一是物理實體，比如說設備不再“盲聾啞”而實現自下而上的數據狀態輸出，二是體現自上而下的自動柔性控制。
3 基于數字孿生的智能生產管控應用重點
不同制造企業的生產系統類型存在較大差別，其對智能管控的需求也是不同，在應用數字孿生技術方面也各有側重。本文重點結合作者經驗，對離散型加工制造業的基于數字孿生的智能生產管控應用重點進行介紹。
3.1 制造資源服務化智能配置管理決策
對于智能生產系統而言，制造資源優化配置是數字孿生技術在管理層面的核心決策是能技術，在工業軟件領域具體體現為APS。APS的核心在于基于生產系統的運行狀態構建基于規則和知識的智能算法模型，對制造資源配置進行評估和優化[3]。APS的典型應用場景體現在交貨期答復、確保交貨期以及快速響應調整三個方面，是貫穿整個生產過程的綜合決策，如圖1所示。
圖1 APS典型應用的三個層次
（1）交貨期答復決策分析
客戶訂單必然帶有交貨期要求，快速有效的回答就是企業必須面對和解決的問題。
l 基于產線當前快照狀態的排產，不能假定產線是空的，也就是說應該是在當前運行狀態基礎上的持續決策分析；
l 對于客戶訂單優先級較高，則屬于插入式而非追加式排產，需考慮其對當前在制的交貨期產生影響的，如何保證影響最小或特定追求，是需要解決的決策問題；
l 如果為了滿足新訂單的交貨期，原有任務外協也是需要解決的核心決策問題；
l 當產能評估存在問題時，在資源利用率，分批優化、單元化運行等方面存在一系列的決策問題；
l 在調整資源能力時，關系到瓶頸設備識別、加班范圍及其班制等決策問題；
l 作業計劃與物料計劃的關聯協調，也是需要解決的決策問題。
（2）確保交貨期決策分析
確保交貨期決策分析需綜合運用多種手段，以滿足當前大規模定制生產所要求的訂單碎片化、短交貨周期等要求：
l 訂單、工序的合理分割，以及工序間接續方式的優化設置縮短訂單的生產周期等決策分析；
l 小批量訂單的組批生產，減少不必要的生產切換，實現交貨期與生產經濟批量的權衡優化的決策分析；
l 工序級配作、層次化關聯訂單、批處理環節組批等齊套協同生產的決策分析；
l 作業計劃與物料計劃的聯動計劃制定的決策分析
（3）快速響應調整決策分析
動態調度決策分析的目標是在實時掌握生產現場資源使用情況、已有作業計劃的執行情況等基礎上，通過對作業計劃的動態調整使作業計劃與生產現場的實際制造執行狀態保持一致，始終保證對現場的指導性。在這個過程中，需要響應來自計劃任務、生產工藝、物料資源、生產執行等層次的生產擾動，以實現快速的響應調整[3]。典型的生產擾動因素及其調整要求示意如圖2所示。
圖2 典型的生產擾動因素及其調整要求示意圖
3.2 自適應智能加工工藝決策
自適應智能加工是數字孿生技術在智能生產領域的重要體現形式，其核心在于構建內嵌工藝機理模型的數字虛體，并且綜合了數據采集和指令下發，是數字孿生的完整體現。對于智能生產系統而言，其需要關注的工藝模型是多種多樣的。本文結合筆者的科研經驗，針對某種復雜薄壁零件的自適應加工需求，開展了基于在線測量的工藝孿生技術研究。該復雜薄壁零件的加工存在特征尺寸的保證依靠頻繁的手工檢測、數控程序調整來實現，不僅費時費力，并且由于占用設備導致設備利用率難以提高等問題。該案例的核心是通過在線測量工藝執行過程的加工狀態數據，通過所構建的三維工藝模型，其中內嵌了模型對比及補償分析算法，實現自動的分析決策和下發執行，從而形成了形成“在線測量-補償分析-程序調整-下發執行”閉環控制機制，提高了加工效率和保證了加工精度。基于加工工藝參數補償決策的數字孿生技術思路如圖3所示。
圖3 基于加工工藝參數補償決策的數字孿生技術
基于加工工藝參數補償決策的數字孿生技術思路主要體現為如下幾個方面：
（1）在線測量：針對復雜零件的典型特征，通過在線切換測量頭的方式，獲得加工過程中的特征尺寸點云數據，并將該數據進行傳輸以作為補償分析的依據；
（2）補償分析：首先對獲得的測量的點云數據進行處理分析，重構形成實際加工狀態的三維模型；隨后將重構獲得三維實際模型與目標或理論模型進行基于基準的重合，獲得典型特征點、邊、面、曲面的偏差數據；基于復雜薄壁零件加工尺寸精度的關聯關系以及實際加工約束，推導得出指導實際生產的下一步加工補償數據；
（3）程序調整：建立參數化的數控程序模型，通過補償數據驅動數控程序的自動更新；
（4）下發執行：利用DNC等程序傳輸手段，將新生成的帶補償設置的數控程序傳輸到機床，實現快速的加工指導；
（5）持續控制：通過上述四個步驟的持續運行，能夠快速的指導生產調整，不僅有利于提高加工效率，也有利于保證加工精度。
4 基于數字孿生的智能生產線運行模式發展趨勢
毫無疑問，自動化技術是智能制造發展的重要支撐技術之一。一直以來很多企業將自動化線建設視為智能制造的重要抓手，并且涌現出了一些“黑燈生產”、“無人工廠”的示范案例。但目前企業較為常見的自動化生產線，更多的體現為物流周轉基礎上的聯動動作時序的協調，可以視之為一系列離散硬件裝置在特定動作序列約束下運行的生產線。傳統的自動線是通過PLC梯形程序進行控制，或者通過專門的工控軟件進行控制，不僅控制正常的流程，也具有一定程度的異常處理控制能力。
因此，本文結合目前很多企業在上馬自動化線或已經建成自動化線的局面下，如何進行智能化提升，也是不得不和必須面對的問題，尤其是是數字孿生技術在其中的體現。本部分從兩個方面論述：一是德國工業4.0關于自動化柔性線的數字孿生內涵；二是融合軟件定義制造思想的自動化柔性線數字孿生發展趨勢。
4.1 德國工業4.0關于自動化柔性線運行的數字孿生內涵
圖4是德國工業4.0的典型資料圖片，其所表達的含義是生產線中所有的硬件單元都有對應的軟件形式的服務，比如傳感器服務、控制服務、通訊服務、校驗服務、信息服務等，整個CPS網絡系統就是一個服務連接網絡，具有“服務聯網”的概念，這些服務有層次并且能夠動態組合配置[4]。所謂的智能管控，體現為硬件資源的離散化，通過服務化封裝，實現業務資源鏈條的重構與控制，并可以進一步的支持“軟件定義制造”理念的落地。其在自動化生產線硬件之上構建的服務聯網系統，具有明確的數字孿生內涵。
圖3德國工業4.0關于自動化柔性線的管控思路
4.2 融合軟件定義制造思想的自動化柔性線數字孿生發展趨勢
德國工業4.0所倡導的自動化柔性線智能管控核心是實現資源的柔性配置，而這種配置的手段也是面向智能制造的APS的重要發展方向。融合軟件定義制造思想的自動化柔性線數字孿生發展趨勢如下所述。
（1）自動線構成要素裝置的CPS獨立控制能力的發展
對于自動化產線線而言，一般都是連續的沒有間斷的按照時序執行動作。但這些動作時序的執行，也是需要依靠一些構成要素裝置的，比如閥、泵乃至機床及其內部的執行動作部件等，或者是各種集成程度的獨立裝置等。對這些要素按照能夠狀態反饋、指令執行的方式，進行改造和提升，為后續的智能化柔性控制提供支持。
（2）硬件裝置構成要素的必要性聯動控制能力的發展
這種聯動控制并不是限定自動化產線中某兩個裝置的固定時序，其核心目的是增加柔性，目標是自動線上任何需要建立關聯的構成要素裝置能夠實現聯動控制。這方面的分析可以從產品的工藝流程角度入手，按照生產過程中各個構成要素裝置時序關系進行分析。
（3）以產品性能保證為核心的工藝知識沉淀及物化能力的發展
產線對產品性能保證的技術提升無止境的，根據需要可以分析產品的性能指標的保證機制，比如引入機器視覺、比如引入自適應加工等，豐富自動線運行的知識基礎上的智能化內涵。
（4）多產品混線生產的關聯控制與協調能力的發展
只有當自動線能夠支持多產品混線生產，自動線能夠提供柔性的關聯控制與協調能力，才能說這條線具有智能化體現。比如自動數控加工線，可以自動的獲取狀態并進行分析，可以下發指令進行硬件裝置的工作參數調整；比如自動數控加工線，根據需要為不同的硬件裝置傳遞不同的數控程序；比如不同產品的工藝流程不同，可以通過柔性的聯動控制，實現生產路徑的快速轉換，以及不同品種產品在自動線上的混流交叉生產。
（5）基于APS的軟硬一體化控制的柔性控制的發展
如果自動線只是生產一種產品，則所有的硬件要素裝置鎖定了某種動作指令序列而已。但如果自動線是多品種混線的，則動作指令序列將具有復雜的組合聯調配置要求。如果這種組合判斷比較簡單，可以通過PLC或工控軟件來實現。但如果這種組合判斷比較復雜，尤其是加入了智能化體現的分析、推理、決策等內容，單純的狀態0-1式或閾值式判斷將無法滿足需求，需要引入復雜軟件系統的形式進行控制，才能滿足需求。并且，這種復雜軟件控制系統，面對多產品混流生產的復雜的生產過程，將是目前傳統的APS向軟硬一體化緊密關聯協調控制的重要轉變和發展方向。
5 結束語
智能生產管控是提高制造企業生產運行效能的追求目標，數字孿生技術與智能生產管控具有內在統一的有機聯系，是推動智能生產管控落地的關鍵使能技術。
（1）分析了智能生產管控的實時狀態感知、分析推理決策和閉環控制執行的特點；
（2）通過對標數字孿生技術內涵與智能生產管控需求特征，實現了兩者之間有機融合；
（3）提出了基于數字孿生的智能生產管控應用的兩個重點：智能制造服務化智能配置管理決策和自適應智能加工工藝決策；
（4）結合我國制造業自動化產線建設的需求，結合德國工業4.0理念，融合了軟件定義制造思想，給出了基于數字孿生的智能生產線運行模式發展趨勢的判斷。
參考文獻：
[1]制造強國戰略研究項目組. 制造強國戰略研究：智能制造專題卷[M]. 北京：電子工業出版社，2015.
[2]陶飛，程穎、程江峰等人，數字孿生車間信息物理融合理論與技術[J].計算機集成制造系統，2017,23（8）：1603-1611. DOI：10．13196/j.cims.2017.08.001
[3] 王愛民.制造執行系統（MES）實現原理與技術[M].北京：北京理工大學出版社，2014.
[4] 國務院發展研究中心課題組. 借鑒德國工業4.0推動中國制造業轉型升級[M].北京：機械工業出版社，2018.