張浩 邵家偉
摘 要:為進一步提升我國船舶制造企業(yè)生產(chǎn)管理水平,實現(xiàn)生產(chǎn)全過程監(jiān)控,提高造船效率,提出一種基于數(shù)字孿生理論的精細化造船工時管理模式,通過建立二維三維數(shù)字孿生模型、系統(tǒng)架構和數(shù)據(jù)映射邏輯結(jié)構,在生產(chǎn)計劃、監(jiān)控通訊設備及企業(yè)知識的助力下,實現(xiàn)生產(chǎn)數(shù)據(jù)實時信息共享及人員、設備、材料有效集成。試驗結(jié)果表明,數(shù)字孿生技術的運用使返工率降低17.6%,修正噸位提高12.4%?;跀?shù)字孿生驅(qū)動的造船精細化工時管理模式完成了數(shù)字化、集成化、智能化、標準化的工時管理信息系統(tǒng)構建,可降低生產(chǎn)管理成本,提高生產(chǎn)效率,提升造船企業(yè)核心競爭力。
關鍵詞:船舶;精細化;工時管理;數(shù)字孿生
DOI:10. 11907/rjdk. 201253????????????????????????????????????????????????????????????????? 開放科學(資源服務)標識碼(OSID):
中圖分類號:TP319 ? 文獻標識碼:A ??????????????? 文章編號:1672-7800(2020)011-0169-05
Research on Management Model and Application of
Refined Industry Time Driven by Data Twin
ZHANG Hao, SHAO Jia-wei
(School of Economics and Management,University of Science and Technology,Zhenjiang 212003,China)
Abstract: In order to further improve the production management level of Chinas shipbuilding enterprises, monitor the production process and improve the shipbuilding efficiency, based on the digital twin theory, a refined shipbuilding man hour management mode is proposed. By establishing a two-dimensional and three-dimensional digital twin model, system architecture and data mapping logic structure, real-time information sharing of production data and effective integration of personnel, equipment and materials are realized with the help of production planning, monitoring communication equipment and enterprise knowledge. The results show that with the application of digital twin technology, the rework rate was reduced by 17.6% and the corrected tonnage was increased by 12.4%. The time management mode of shipbuilding fine chemical industry based on digital twin drive completed the construction of digital, integrated, intelligent and standardized man hour management information system, which can reduce production management cost, improve production efficiency and the core competitiveness of the enterprise.
Key Words: ship; refinement;man-hour management; data twin
0 引言
船舶制造企業(yè)是知識、技術與勞動密集型企業(yè),具有高投資、高風險等特點。近年來,在國家政策和資金的大力扶持下,2016年我國船舶制造行業(yè)新接和手持訂單量均位居世界第一,份額分別為65.2%和43.9%,然而企業(yè)營業(yè)收入和利潤分別為6 975.7和147.4億元,利潤率僅為2.11%,重點監(jiān)測企業(yè)利潤率更低至0.5%[1];2018年我國船舶制造行業(yè)新接和手持訂單量占比分別為39%和42.6%,企業(yè)營業(yè)收入和利潤也只有4 577.9和112.3億元,利潤率僅為2.45%。顯而易見,雖然我國船舶制造業(yè)收入高,但是利潤低,主要表現(xiàn)為我國船舶制造企業(yè)管理粗放,思想固化。而工時是企業(yè)進行生產(chǎn)管理的重要決策依據(jù),也是企業(yè)決策者進行管理決策的有效手段,很多企業(yè)工時測算和生產(chǎn)管理依舊依靠經(jīng)驗,導致誤差較大,等工誤工等現(xiàn)象屢見不鮮[2]。
近年來,工時管理等問題日益凸顯,許多專家學者對其進行了深入研究。葉正梗等[3]針對零件特征層,利用拓撲結(jié)構、精度等級和切削量等參數(shù)衡量零件拓撲結(jié)構復雜度和工藝屬性復雜度,針對作業(yè)要素層和操作者認知層,引入信息熵評價生產(chǎn)要素復雜度和操作認知復雜度;常建娥等[4]將裝配工時按特性分為取料時間、定位時間和連接時間,提取影響各部分工時的關鍵因素,通過計算樣本與基準零件的裝配相似系數(shù),結(jié)合裝配工時在MATLAB中構建擬合曲線,最后在函數(shù)關系式和GM(0,N)模型中分別預測定位時間和連接時間;朱韓剛等[5]針對現(xiàn)階段工時管理存在的不足,以工程分解中的標準任務包為核心,建立工時物量定額基本方法,并以回歸統(tǒng)計分析的方法完成對工時定額的修正;趙東等[6]闡述了現(xiàn)代造船模式下中間產(chǎn)品工時/物量之間的關系,建立數(shù)據(jù)統(tǒng)計分析系統(tǒng)關鍵技術,提出了研究工時/物量數(shù)據(jù)統(tǒng)計分析系統(tǒng)的總體方案;索哲等[7]通過建立工時體系模型,對實動工時和基準工時的關系進行梳理,并通過編程使其收集和分析自動化;張志英等[8]對項目工時中的圖紙作業(yè)和非圖紙作業(yè)進行研究,建立了非圖紙作業(yè)工時定額模型與圖紙作業(yè)工時定額神經(jīng)網(wǎng)絡模型;Nitta等[9]基于工序特征運用工時估算模型進行工時誤差分析;Dong等[10]基于工作研究及基元理論,通過工時評估模型簡化了工時定額制定流程;劉濱等[11-12]應用相似性理論對裝配階段的中間產(chǎn)品進行分類,并選用BP算法計算中間產(chǎn)品裝配工時;Lee等[13-14]運用BP神經(jīng)網(wǎng)絡算法計算船舶分段裝配工時,完成了工時定額智能測算。
在數(shù)字孿生應用方面,郭東升等[15]運用數(shù)字孿生技術對航天結(jié)構件工藝、資源等進行了建模研究;陳振等[16]在數(shù)字孿生理論基礎上構建了飛機裝配框架,并對其關鍵技術進行了介紹;孫亞東等[17]構建了本體元模型數(shù)字化樣機,實現(xiàn)了復雜產(chǎn)品研發(fā)信息集成;莊存波等[18]認為利用數(shù)字孿生技術可為當今制造業(yè)提供新的發(fā)展理念和機遇。
綜上所述,數(shù)字孿生已成為現(xiàn)今工藝設計和生產(chǎn)管理的重要工具[19],因此數(shù)字孿生技術將傳統(tǒng)生產(chǎn)管理模式轉(zhuǎn)變?yōu)楦呒啥取⒅悄芑墓芾砟J揭咽谴髣菟?。然而,上述研究并未將?shù)字孿生技術運用于生產(chǎn)管理,或在生產(chǎn)管理中提及數(shù)字孿生的重要性。因此,本文提出基于數(shù)字孿生的造船工時管理模式,著力于建立基于數(shù)字孿生的數(shù)字化、集成化、智能化、標準化的工時管理信息系統(tǒng),實現(xiàn)船舶生產(chǎn)全要素、全數(shù)據(jù)、全流程的集成交互,為提高船舶生產(chǎn)管理效率、降低生產(chǎn)成本提供一種有效的生產(chǎn)管理模式和方法。
造船工時管理模式指船舶制造企業(yè)在生產(chǎn)管理過程中,以工時作為紐帶,以信息流的方式貫穿生產(chǎn)管理每一個階段,實現(xiàn)各管理系統(tǒng)之間的有效集成和聯(lián)動。傳統(tǒng)工時管理模式主要采用任務派工的方式進行作業(yè)任務跟蹤反饋,一般情況下,生產(chǎn)管理部門會將反饋工時物量數(shù)據(jù)與生產(chǎn)計劃進行對比分析,若反饋數(shù)據(jù)不符合生產(chǎn)計劃,則需在納期允許的范圍內(nèi)重新調(diào)整生產(chǎn)計劃并安排人員設備進行生產(chǎn)。但是,這種生產(chǎn)管理方式反應慢、準確性差、效率低,難以滿足當今復雜產(chǎn)品生產(chǎn)裝配的需要。因此亟需一種更高效的造船工時生產(chǎn)管理模式。
數(shù)字孿生是一組虛擬模型的綜合,可從微觀到宏觀完整刻畫潛在或真實的物理制造產(chǎn)品[20]。其最早由美國Grieves教授于2003年提出,不久便引起了行業(yè)關注和重視。隨后美國PTC、達索系統(tǒng)、通用電氣、德國西門子和特斯拉等均嘗試將數(shù)字孿生應用到各自產(chǎn)品研發(fā)和銷售中[21]。數(shù)字孿生理論雖然在我國發(fā)展較遲,但是近些年來也取得了長足發(fā)展,在汽車等行業(yè)中已相當成熟,但暫未滲入至船舶制造業(yè)中。
因此,本文在借鑒已有研究的基礎上,引入數(shù)字孿生理論,提出數(shù)字孿生驅(qū)動的造船精細化工時管理模式。該管理模式致力于實現(xiàn)各管理層數(shù)據(jù)的有效集成和利用,運用工時數(shù)據(jù)作為紐帶將任務派工、數(shù)據(jù)傳輸、生產(chǎn)調(diào)度和監(jiān)控、模型構建等結(jié)合到一起,形成完整的造船工時管理系統(tǒng),完成實時生產(chǎn)數(shù)據(jù)分享和調(diào)用,可極大發(fā)揮生產(chǎn)力,減少生產(chǎn)成本并精簡管理,實現(xiàn)良好的實踐效果。
1 數(shù)字孿生驅(qū)動的造船工時管理
數(shù)字孿生驅(qū)動的精細化造船工時管理模式管理流程如圖1所示,運用數(shù)字孿生理論技術,根據(jù)生產(chǎn)作業(yè)車間和工位的真實信息構建二維三維空間模型,并利用管理人員與智能設備結(jié)合的方法實現(xiàn)生產(chǎn)數(shù)據(jù)采集與交互,最后,在此基礎上建立完整的數(shù)字孿生工時管理模型。
生產(chǎn)設計完成后,生產(chǎn)管理人員在充分分析各專業(yè)各類BOM表數(shù)據(jù)的基礎上,完成對各類抽取模型的數(shù)據(jù)來源(EXCEL、SQL、TRIBON等)、信息模型及增量式接收規(guī)則等定義,并運用SQL語句采用COM-OBJECT的抽取方法,從TRIBON等三維模型中提取船舶建造過程中各類BOM數(shù)據(jù)、舾裝托盤等詳細的制造信息,包括計算所需的各種子類參數(shù)信息,形成數(shù)字模型設計。
根據(jù)抽取的數(shù)字模型,參考各企業(yè)虛擬庫,按照規(guī)則及提前設置的推理關系,通過推理機將設計物量特征值與該專業(yè)對應的定額測算標準進行遍歷,并在遍歷過程中與虛擬庫進行匹配,將所有滿足條件的規(guī)則送入沖突集中,然后根據(jù)沖突消解策略從中選擇一條最優(yōu)匹配規(guī)則,按照規(guī)則進行定額工時測算。
工時作為企業(yè)進行生產(chǎn)管理和排產(chǎn)的依據(jù),生產(chǎn)管理部門需綜合考慮納期、庫存、一線生產(chǎn)人員、生產(chǎn)設備等方面,從各模型(人員模型、設備模型、倉庫模型等)中進行實時映射,完成數(shù)據(jù)采集和對企業(yè)現(xiàn)階段生產(chǎn)能力的統(tǒng)計分析,最后進行計劃安排和生產(chǎn)調(diào)度,實現(xiàn)均衡生產(chǎn)。
在生產(chǎn)過程中產(chǎn)生了大量生產(chǎn)數(shù)據(jù)(物量、工時等),這些數(shù)據(jù)通過管理人員及智能設備反饋的方式統(tǒng)一進入生產(chǎn)管理系統(tǒng),由管理人員進行分類統(tǒng)計,在建立數(shù)字模型的基礎上形成孿生數(shù)據(jù)。在對照生產(chǎn)計劃和孿生模型的同時,對反饋數(shù)據(jù)作出反應,一方面根據(jù)實時數(shù)據(jù)修改原始設計數(shù)字模型,形成修正數(shù)字模型,并在計算工時的同時進行合理的生產(chǎn)調(diào)度;另一方面工時等數(shù)據(jù)將作為參考數(shù)據(jù)用于現(xiàn)有虛擬庫優(yōu)化,使虛擬知識庫更加符合企業(yè)當下實際生產(chǎn)情況。
2 數(shù)字孿生驅(qū)動的工時管理孿生模型構建
2.1 工時管理各數(shù)字模型構建
數(shù)字孿生驅(qū)動的工時管理孿生模型分為人、機、料、環(huán)四大類,包括人員、設備、倉庫、運輸設備、零部件、生產(chǎn)環(huán)境等,它們共同作用于船舶制造過程,并影響制造工時長短。因此,本文將數(shù)字孿生驅(qū)動的船舶制造工時管理數(shù)字模型表示為:
定義1:DT=DTM?DTL?DTP?DTE
其中,DT表示船舶制造過程數(shù)字孿生模型;DTM為加工設備數(shù)字孿生模型,主要指工業(yè)機器人數(shù)字孿生模型;DTL為人員數(shù)字孿生模型;DTE為環(huán)境數(shù)字孿生模型; DTP為零部件/加工產(chǎn)品數(shù)字孿生模型。
2.1.1 設備孿生模型
制造過程中,設備包括運輸設備和加工設備,例如AGV和工業(yè)機器人等。為實現(xiàn)物理模型和孿生模型的實時映射,每種設備均需融入生產(chǎn)管理系統(tǒng),完成設備各維度信息與生產(chǎn)管理系統(tǒng)實時聯(lián)動,保證工時數(shù)據(jù)時效和價值,為生產(chǎn)決策起到推動作用。設備數(shù)字孿生模型定義為:
定義2:DTM=(Num;Function;Location;State)
其中Num表示設備號,F(xiàn)unction表示功能,Location表示地點,State表示狀態(tài)(即是否正在工作)。根據(jù)生產(chǎn)管理的需要,系統(tǒng)需對每一臺設備建立孿生模型,實現(xiàn)對特征、狀態(tài)、地點及其它信息的實時聯(lián)動。當進行任務派工時,管理人員根據(jù)任務種類和工時選擇功能合適且不在服務中或滿足等工要求的設備,并向其發(fā)出任務指令,設備對指令作出反應進行生產(chǎn),完工后反饋相應的工時物量數(shù)據(jù)。設備中的數(shù)據(jù)傳輸接收主要通過單片機、PLC或傳感器實現(xiàn)。
2.1.2 人員孿生模型
人員共分為兩類:一線作業(yè)人員和生產(chǎn)管理人員。人員數(shù)字孿生模型定義為:
定義3:DTL=(Num;Type;Location;State)
其中Num表示工號,Type表示工種,Location表示地點,State表示狀態(tài)。在制造過程中,主要采用圖像識別和RFID技術進行身份識別和位置定位,并確認其工作狀態(tài)確認,以便對其作出派工指令。船舶制造施工人員較多,因此其反饋的工時物量數(shù)據(jù)將作為生產(chǎn)管理中重要的參考數(shù)據(jù)和對虛擬庫進行修正的依據(jù)。
2.1.3 產(chǎn)品孿生模型
產(chǎn)品主要關系到原材料、零部件、半成品和倉庫,生產(chǎn)管理部門需對制造對象的加工狀態(tài)進行確認,掌握產(chǎn)品在制造的流動過程,最后結(jié)合工藝信息以數(shù)字幾何模型的形式進行傳輸反饋。人員數(shù)字孿生模型定義為:
定義4:DTP=(Name;Model;Function;Location;State)
其中Name表示產(chǎn)品名稱,Model表示產(chǎn)品型號,F(xiàn)unction表示用途,Location表示地點,State表示狀態(tài)(即有無存貨或者是否正在加工)。
2.1.4 環(huán)境孿生模型
環(huán)境因其影響較小,在系統(tǒng)中處于弱化地位。對于環(huán)境孿生模型,現(xiàn)階段主要通過溫度傳感器等設備結(jié)合人員感官進行環(huán)境狀態(tài)分析,最后向系統(tǒng)輸入數(shù)字孿生模型,環(huán)境孿生模型定義為:
定義5:DTE=(Type;State;Analysis)
數(shù)據(jù)主要包括Type(天氣類型)、State(狀態(tài))和Analysis(影響大小)。雖然有多重設備對環(huán)境進行監(jiān)測,但受限于技術條件,影響力大小無法測量,因此可通過熵權法等方法確定,但缺點是具有主觀性。
2.2 造船工時管理數(shù)據(jù)映射結(jié)構
在船舶制造過程中,對工時產(chǎn)生較大影響的因素主要分為人、機、料、法、環(huán)五大類,除了技術無法實時監(jiān)測外,其余均須實時收集分析數(shù)據(jù),以便進行合理有效的生產(chǎn)管理。因此,系統(tǒng)根據(jù)需要收集的數(shù)據(jù)信息向映射對象(人、機、料、環(huán))的對應模型進行相應數(shù)據(jù)收集,船舶制造數(shù)據(jù)映射邏輯結(jié)構如圖2 所示。各對象根據(jù)對應的反饋渠道(人員、傳感器、監(jiān)控設備等)進行數(shù)據(jù)反饋,并在各模型中實現(xiàn)實時狀態(tài)等信息數(shù)據(jù)在生產(chǎn)管理系統(tǒng)中的映射。系統(tǒng)根據(jù)反饋的實時數(shù)據(jù)進行計劃比對和工時數(shù)據(jù)分析,然后進行生產(chǎn)安排和調(diào)度,反饋信息將形成指令將工單下發(fā)到各設備和人員,完成后自動進入下一循環(huán)。數(shù)字孿生驅(qū)動的船舶制造工時管理系統(tǒng)架構模型如圖3所示。
3 關聯(lián)機制
結(jié)合數(shù)據(jù)映射邏輯結(jié)構可看出數(shù)字孿生驅(qū)動的精細化工時管理系統(tǒng)主要通過影像設備、傳感器、單片機、PLC等傳輸數(shù)據(jù),并根據(jù)傳輸?shù)臄?shù)字模型建立二維或三維的孿生模型,再根據(jù)孿生數(shù)據(jù)進行系統(tǒng)修正和生產(chǎn)管理。
在船舶制造工時管理系統(tǒng)中,加工設備、運輸設備、倉庫、人員、半成品/材料、影像設備、傳感器、可編輯邏輯編輯器(PLC)、讀寫器等部件共同組成生產(chǎn)系統(tǒng),完成對產(chǎn)品從零部件到成品入庫的任務派工、生產(chǎn)、信息反饋傳輸?shù)纫幌盗羞^程。通過虛實通訊接口(VR Interface),如RFID、PLC等與實體之間的有機結(jié)合實現(xiàn)實體實時數(shù)據(jù)與孿生模型之間的信息實時交互共享,并根據(jù)傳輸?shù)臄?shù)字模型建立二維或三維的孿生模型,實現(xiàn)信息交互融合,保持數(shù)據(jù)時效性。此外,實時工時物量數(shù)據(jù)將同步上傳到工時管理系統(tǒng)云平臺,生成孿生數(shù)據(jù),生產(chǎn)管理部門將基于反饋的數(shù)據(jù)運用大數(shù)據(jù)、DEA等方法進行耗時、效率等分析,并與生產(chǎn)計劃進行比對,進行生產(chǎn)調(diào)度;反饋的工時數(shù)據(jù)也將同時對虛擬知識庫進行更新,實時跟進生產(chǎn)實際,以便為后續(xù)生產(chǎn)進行更有效的安排提供參考。工時管理系統(tǒng)聯(lián)動實現(xiàn)如圖4所示。
4 案例論證
A企業(yè)是國內(nèi)一家集成產(chǎn)品設計、制造一體的造船企業(yè),有多年從事產(chǎn)品生產(chǎn)、設計、服務及銷售經(jīng)驗,該企業(yè)堅持創(chuàng)新,具有很強的活力和競爭力,是行業(yè)翹楚,在多年運營過程中積攢了大量有效數(shù)據(jù),尤其是在工時方面,數(shù)據(jù)跟進及時,更新較快,信息化程度較高,為本文研究提供了條件。本文以船廠為例,對其進行管理方式改進,并將最終結(jié)果與往年數(shù)據(jù)進行對比,比較效率大小。
首先對設計數(shù)據(jù)分類抽取,套用相應計算模塊計算工時數(shù)據(jù),并以工時數(shù)據(jù)為參考,調(diào)用設備、人員等實時數(shù)據(jù)和模型,確定企業(yè)實時生產(chǎn)能力,向作業(yè)場地中的設備、人員發(fā)出相應生產(chǎn)指令、任務,任務派工如圖5所示。
生產(chǎn)人員和設備在生產(chǎn)過程中通過通訊和傳感設備上傳實時工時物量數(shù)據(jù),生產(chǎn)管理部門根據(jù)監(jiān)控和傳感設備進行任務核對,將沒有問題的數(shù)據(jù)上傳工時管理系統(tǒng)云平臺,建立相應的二維三維模型,并形成孿生數(shù)據(jù)。
任務反饋完成后,管理人員一方面對生產(chǎn)數(shù)據(jù)進行分析并與生產(chǎn)計劃進行比對,制定合理的生產(chǎn)調(diào)度安排;另一方面基于工時數(shù)據(jù)對虛擬知識庫進行修正,將超過閾值的知識進行修正,計算出生產(chǎn)效率等指標作為生產(chǎn)改進的依據(jù)。閾值一般設置為0.9和1.1。
整個工時管理系統(tǒng)從數(shù)據(jù)抽取和工時計算開始,流經(jīng)派工、映射、分析修正,再進行修改數(shù)據(jù)抽取計算,直至產(chǎn)品完工。
結(jié)果表明,數(shù)字孿生技術使A船廠生產(chǎn)率大幅提高,較于歷史數(shù)據(jù),返工率降低17.6%,修正噸位(噸位/時間)提高12.4%,生產(chǎn)和管理效率大幅提高,成本明顯降低。
5 結(jié)語
本文通過對數(shù)字孿生驅(qū)動的造船工時管理系統(tǒng)構建和相關技術創(chuàng)新,實現(xiàn)了船舶制造自動化和有效化,改善了管理環(huán)境,提高了生產(chǎn)率,大幅降低了生產(chǎn)成本,但由于船舶制造企業(yè)管理的局限性,在管理過程中還無法實現(xiàn)真正的無人化,這是后續(xù)研究方向。
參考文獻:
[1]? ? ? ?李根,張光明,劉家國. 我國船舶工業(yè)技術效率地區(qū)差異及收斂性分析[J]. 中國造船,2017,58(2):165-177.
[2] 朱鈺,楊鋒,江利景,等. 基于共享回饋DEA模型的中國省際高技術產(chǎn)業(yè)創(chuàng)新效率研究[J]. 控制與決策,2020,35(8):1997-2005.
[3] 葉正梗,蔡志強,周福禮. 基于多層次復雜度的工時定額綜合研究[J]. 計算機集成制造系統(tǒng),2019,25(3):556-565.
[4] 常建娥,李帥,莫易敏,等. 基于裝配相似性與灰色模型的汽車裝配工時預測[J]. 工業(yè)工程,2018,21(3):87-92.
[5] 朱韓剛,馬曉平. 船舶建造中的工時物量定額應用方法研究[J]. 江蘇造船,2014,31-39.
[6] 趙東,馬曉平,蔣志勇. 船舶制造中的工時物量數(shù)據(jù)統(tǒng)計分析系統(tǒng)研究[J]. 造船技術,2003(2):8-9.
[7] 索哲,滕勇,劉金華,等. 船舶生產(chǎn)設計工時管理分析及其自動化[J]. 江蘇船舶,2011,6(28):32-34.
[8] 張志英,李珍,何成能,等. 船舶生產(chǎn)設計工時體系及預測模型研究[J]. 中國造船,2009,50(4):177-185.
[9] NITTA I,SHIBUYA T,HOMMA K. Method and apparatus for estimating man-hour[P]. JAPAN: JP 20072111760,2007.8.
[10] DONG Q Y,KAN S L,?HUANG Z H,et al. The assembly task man-hour estimate model based on primitives and work study[J]. Institution of Engineering and technology,2002:1150-1152.
[11] 劉濱,蔣祖華. 船舶裝配作業(yè)工時智能估算技術[J]. 上海交通大學學報,2005,39(12):1979-1983.
[12] 李淑娟,李言,洪偉.? 基于神經(jīng)網(wǎng)絡的加工時間定額確定方法[J]. 機械科學與技術,2000,19(2):30-32.
[13] LEE J K.Developing scheduling systems for Daewoo shipbuilding:DAS project[J]. European Journal of Operational research,1997(2):380-395.
[14] LEE J K,KIM H D. Man-hour requirement estimation for assemblies using neural networks[C]. Proceedings of 94 Japan/Korea Joint Conference on Expert Systems,1994:203-206.
[15] 郭東升,鮑勁松,史恭威,等. 基于數(shù)字孿生的航天結(jié)構件制造車間建模研究[J]. 東華大學學報:自然科學版,2018,44(4):578-585,607.
[16] 陳振,丁曉,唐健鈞,等. 基于數(shù)字孿生的飛機裝配車間生產(chǎn)管控模式探索[J]. 航空制造技術,2018,61(12):46-50.
[17] 孫亞東,張旭,寧汝新,等. 面向多學科協(xié)同開發(fā)領域的集成建模方法[J]. 計算機集成制造系統(tǒng),2013,19(3):449-460.
[18] 莊存波,劉檢華,熊輝,等. 產(chǎn)品數(shù)字孿生體的內(nèi)涵、體系結(jié)構及其發(fā)展趨勢[J]. 計算機集成制造系統(tǒng),2017,23(4):753-768.
[19] MACCHI M,RODA I,NEQRI E,et al. Exploring the role of digital twin for asset lifecycle management[J]. IFAC -Pa-personline,2018,51(11):790-795.
[20] GRIEVES M.Virtually perfect:driving innovative and lean products through product lifecycle management[M]. Florida:Space Coast Press,2011.
[21] SCHLEICH B,ANWER N, MATHIEU L,et al.Shaping the digital twin for design and production engineering[J]. CIRP Annals-Manufacturing Technology,2017,66(1):141-144.
(責任編輯:江 艷)