基于数字孪生(智能制造)的智能车间管控.pdfVIP

基于数字孪生的智能车间管控

针对目前智能车间存在的管理效率低、精准决策难等问题，设计了基于数字

孪生智能车间的体系架构，开展了智能车间管控平台应用建设，提出了实时汇数

据、智能找问题、精准做决策的生产管控设计理念，解决了数据多端多维度展示、

三维场景联动、KPI看板监控业务管理、实时在线异常报警等问题。最后以企业刀

具环节基于数字孪生智能车间应用为案例，展开数字孪生技术在智能车间管控平台

的实践验证。

01-引言

随着5G、大数据、人工智能等信息技术与智能制造行业的融合和落地应用

，美、德、中、日等国相继提出了国家级层面的智能制造发展战略[1-

5]，有代表性的如“美国工业互联网”、“德国工业4.0”、“中国制造2025”[6/7]。

虽然各国先进制造技术发展战略提出的背景不同，但其一个关键共性目的是

实现智能车间的物理世界和信息世界的关联、互通和智能化水平，数字孪生发挥着

连接智能车间的物理世界和信息世界之间的桥梁作用，成为国内外产学研各界关注

的一个热点[9]。

2003年

美国密歇根大学MichaelGrieves教授在产品生命周期管理课

程上首次引入“与物理产品等价的虚拟数字化表达”的概念[8]；

2011年

MichaelGrieves教授在《几乎完美：通过该PLM驱动创新和

精益产品》[9]论文正式提出数字孪生体的概念；

2012年

GlaessgenE基于数字孪生体，实现超高保真仿真车辆监控管理

系统，通过维护车辆历史数据，显著优化车辆监控的安全水平

[10]；

2014年

美国国防部将数字孪生的概念应用到航天飞行器的PHM健康维护

和全生命周期过程等问题中；

2017年

在世界智能制造大会上数字孪生被确定为世界智能制造十大科学

技术进展之一；同年，北京航空航天大学陶飞等人，提出数字孪

生车间概念[11]，并论述其系统组成、关键技术、运行机制等

[12]；

2019年

陶飞教授再次创造性的提出数字孪生五维模型[12]，从物理实体、

虚拟实体、服务、孪生数据、连接五个维度进一步探讨在工业领

域的应用。尽管数字孪生车间尚处于发现初期，但前途无疑是光

明的。

02-数字孪生车间的体系架构

针对实际车间管理人员受限于合理及定制化的技术和工具的及时支

撑，被迫采用传统管理方式，管理效率低；企业管理层缺乏全面、

全量、统一的决策支撑技术和工具，大部分解决方案不成熟、难落

地，精准决策难等问题，设计了基于数字孪生智能车间的体系架

构。

图1基于数字孪生的智能车间体系架构

如图1所示，基于数字孪生的智能车间是由物理车间、虚拟车间、车间

服务、车间孪生数据等几个部分组成。物理车间是车间现有物理实体的

集合，涵盖人、工厂、产线、设备、传感器、边缘计算设备等；

虚拟车间是物理车间在信息空间上的呈现，涵盖直观展示管控平台、视

频、三维、ERP、MES等车间的运行状态；车间服务主要实现功能服务和

基于PaaS层的业务服务；功能服务包括感知控制、数据处理、模型构

建、机理模型4部分，将其表示为：

FS（FunctionalServices）为功能服务；

PC（PerceptualControl）为感知控制；

DP（DataProcessing）为数据处理；

MB（ModelBuilding）为模型构建；

MM（MechanismModel）为机理模型；

i为第i个感知控制模块；

m为感知控制模块总数；

j为第j个数据处理模块；

n为数据处理模块总数；

k为第k个模型构建模块；

o为模型构建模块总数；

l为第l个机理模型模块；

p为机理模型模块总数。

车间孪生数据既包括基于MPP的Greenplum、专为物联网优化设计的

Tdengine、处理图关系的Neo4j等多种关系型和非关系型数据库，又包

括存储仿真、监控、工艺、环境等业务