常 笑，賈曉亮

(西北工業(yè)大學(xué) 機(jī)電學(xué)院，陜西 西安 710072)

0 引言

飛機(jī)大修(aircraft overhaul)是對飛機(jī)開展的等級最高、技術(shù)最復(fù)雜的全面修理，是保證飛機(jī)使用可靠性的重要環(huán)節(jié)[1-2]。飛機(jī)大修按照規(guī)定的大修周期對飛機(jī)進(jìn)行全面分解，按照修理要求更換零部件、修復(fù)不符合要求的零部件，主要包括接收、拆解、檢測、修理、裝配、調(diào)試和試飛等過程，以使飛機(jī)在大修之后的技術(shù)狀態(tài)和功能達(dá)到或基本達(dá)到其原有標(biāo)準(zhǔn)[3-4]。隨著行業(yè)競爭日益加劇、產(chǎn)品需求日趨復(fù)雜、維修業(yè)務(wù)盈利比重提升等環(huán)境的變化，飛機(jī)大修企業(yè)面臨飛機(jī)交付期更短、可靠性要求更高、飛機(jī)品種變化更頻繁等壓力，飛機(jī)大修車間越來越重視提升自身的管控服務(wù)能力和品質(zhì)，以吸引和保有客戶，同時提高飛機(jī)大修效率，為企業(yè)創(chuàng)造更大的經(jīng)濟(jì)效益，傳統(tǒng)的飛機(jī)大修車間迫切需要轉(zhuǎn)型升級，向智能制造發(fā)展。飛機(jī)作為典型的復(fù)雜裝配體，其大修車間是典型的離散制造車間，具有多變和不確定的特性，加上日益突出的多品種、變批量和高度復(fù)雜的生產(chǎn)特點(diǎn)，對飛機(jī)大修車間生產(chǎn)管控提出了更高的要求[5]。在智能制造背景下，飛機(jī)大修車間面臨的挑戰(zhàn)主要表現(xiàn)在：①飛機(jī)大修過程的高度復(fù)雜特性及其動態(tài)多變的生產(chǎn)環(huán)境，使飛機(jī)大修過程中產(chǎn)生的實(shí)時數(shù)據(jù)呈現(xiàn)出海量、多源和異構(gòu)的特點(diǎn)，但由于缺乏實(shí)時可靠的信息獲取手段和數(shù)據(jù)交互方式，飛機(jī)大修車間的信息孤島問題嚴(yán)重，導(dǎo)致車間運(yùn)行的透明化、可視化程度較低，制約了車間管控效率；②飛機(jī)大修過程中的任務(wù)變更、資源調(diào)整、環(huán)境擾動等大大增加了對飛機(jī)大修過程管控的難度；③面對飛機(jī)大修車間運(yùn)行生產(chǎn)、物流配送、資源配置等的實(shí)時決策能力較弱，如何根據(jù)實(shí)時采集的車間數(shù)據(jù)進(jìn)行分析、預(yù)測和調(diào)控，也是當(dāng)前飛機(jī)大修車間實(shí)現(xiàn)管控智能化面臨的一個挑戰(zhàn)[6]。因此，利用先進(jìn)的運(yùn)營模式、信息技術(shù)和科學(xué)方法，加強(qiáng)飛機(jī)大修車間對復(fù)雜、不確定事件的響應(yīng)能力，實(shí)現(xiàn)飛機(jī)大修車間實(shí)時化、透明化、智能化的主動管控模式已經(jīng)成為飛機(jī)大修企業(yè)亟待解決的問題之一[7]。

近年來，基于先進(jìn)的運(yùn)營模式和信息技術(shù)的飛機(jī)大修車間管控方法備受關(guān)注，國內(nèi)外許多學(xué)者也對此進(jìn)行了研究和實(shí)踐。馬曉樂等[8]通過對歷史飛機(jī)大修進(jìn)度數(shù)據(jù)進(jìn)行統(tǒng)計分析，采用專家評估法建立網(wǎng)絡(luò)圖計算模型，來模擬分析飛機(jī)大修網(wǎng)絡(luò)圖的內(nèi)在規(guī)律，為實(shí)際飛機(jī)大修進(jìn)度制定和網(wǎng)絡(luò)圖優(yōu)化提供參考依據(jù)；Samaranayake等[9]針對航空維修總裝階段的生產(chǎn)進(jìn)度和控制問題，提出Unitary Structuring模型，該模型綜合了關(guān)鍵路徑方法、生產(chǎn)活動控制和物料需求計劃技術(shù)，并應(yīng)用于B737飛機(jī)大修總裝階段；湯新民[10]開發(fā)了民用航空發(fā)動機(jī)輔助維修系統(tǒng)，該系統(tǒng)具有飛機(jī)發(fā)動機(jī)的維修分解裝配序列規(guī)劃、維修工作流時間分析和維修車間服務(wù)能力評價等功能，降低了不確定因素對維修過程的影響?，F(xiàn)有研究成果和方法雖然在一定程度上提高了飛機(jī)大修車間的運(yùn)行效率，但是仍然存在車間信息反饋滯后的問題，因?yàn)轱w機(jī)大修車間運(yùn)行管控采用傳統(tǒng)的“推式”，缺少對問題的事前控制，所以無法實(shí)時、透明、智能地對飛機(jī)大修車間進(jìn)行主動管控。

數(shù)字孿生(digital twin)的出現(xiàn)，實(shí)現(xiàn)了物理世界和虛擬世界的交互與融合，為車間運(yùn)行主動管控模式提供了必要的保障和支撐。數(shù)字孿生概念起源于21世紀(jì)初期，由美國的Grieves教授首次提出，是物理空間、虛擬空間及其之間交互3部分的有機(jī)結(jié)合[11]。數(shù)字孿生以數(shù)字化方式創(chuàng)建物理實(shí)體的虛擬模型，借助數(shù)據(jù)模擬物理空間在現(xiàn)實(shí)環(huán)境中的行為，通過虛實(shí)交互反饋、數(shù)據(jù)融合分析、決策迭代優(yōu)化等手段，為物理空間增加或擴(kuò)展新的能力。隨著信息技術(shù)的發(fā)展，數(shù)字孿生得到了越來越多的關(guān)注。在車間生產(chǎn)管控領(lǐng)域，Zhuang等[12]提出一種基于數(shù)字孿生的復(fù)雜產(chǎn)品裝配過程的智能生產(chǎn)管理和控制框架，給出了裝配車間數(shù)字孿生模型的構(gòu)建方法，并結(jié)合數(shù)字孿生和大數(shù)據(jù)提出一種預(yù)測機(jī)制，從而實(shí)現(xiàn)對裝配車間的管理和控制；陶飛等[13]將數(shù)字孿生引入生產(chǎn)車間，提出一種未來車間運(yùn)行的新模式——數(shù)字孿生車間，包括物理車間、虛擬車間、車間服務(wù)系統(tǒng)和車間孿生數(shù)據(jù)4部分，介紹了其組成和運(yùn)行機(jī)制等，系統(tǒng)地探討了實(shí)現(xiàn)數(shù)字孿生車間信息物理融合的基礎(chǔ)理論和關(guān)鍵技術(shù)，為構(gòu)建數(shù)字孿生車間提供了指導(dǎo)；武穎等[14]針對復(fù)雜產(chǎn)品裝配過程中質(zhì)量管控時效性差、缺乏預(yù)測性等問題，提出基于數(shù)字孿生技術(shù)的復(fù)雜產(chǎn)品裝配過程質(zhì)量管控方法，在此基礎(chǔ)上利用Markov方法預(yù)測質(zhì)量數(shù)據(jù)的未來狀態(tài)。上述開拓性工作推動了對數(shù)字孿生車間的理解和實(shí)施。然而，作為車間運(yùn)行管控重要資產(chǎn)的知識，現(xiàn)有研究卻較少用其來支持?jǐn)?shù)字孿生車間的構(gòu)建和運(yùn)行，以使數(shù)字孿生車間具有自組織/自調(diào)節(jié)/自學(xué)習(xí)等屬性。因此，如何結(jié)合知識和數(shù)字孿生車間對飛機(jī)大修車間進(jìn)行主動管控，仍需進(jìn)一步研究。

本文結(jié)合飛機(jī)大修車間運(yùn)行的特點(diǎn)，針對飛機(jī)大修車間中的數(shù)據(jù)實(shí)時準(zhǔn)確感知、對運(yùn)行狀態(tài)進(jìn)行預(yù)測分析以及自主調(diào)控的管控需求，提出知識驅(qū)動的飛機(jī)大修數(shù)字孿生車間主動管控方法，設(shè)計和討論了實(shí)現(xiàn)主動管控方法的框架和關(guān)鍵技術(shù)，通過分析和預(yù)測飛機(jī)大修車間的運(yùn)行狀態(tài)，實(shí)現(xiàn)車間性能的持續(xù)優(yōu)化，將傳統(tǒng)的“推式”被動管控方式改變?yōu)閷?shí)時化、透明化、智能化的主動管控方式。

1 知識驅(qū)動的飛機(jī)大修數(shù)字孿生車間主動管控方法分析

隨著信息時代的到來，姚錫凡等[15]提出一種新的制造范式——主動制造，通過深度分析制造過程中的數(shù)據(jù)挖掘有價值的信息、知識或事件，自主地做出決策行動。在此基礎(chǔ)上，提出一種知識驅(qū)動的飛機(jī)大修數(shù)字孿生車間的主動管控方法，其中知識驅(qū)動是指運(yùn)用車間運(yùn)行中的生產(chǎn)過程幾何或非幾何信息，獲取和集成生產(chǎn)過程中的經(jīng)驗(yàn)、案例、規(guī)則等多種描述形式的知識，通過這些知識有效地支持車間管控人員構(gòu)建虛擬車間并設(shè)計生產(chǎn)管控方案[16]。利用數(shù)字孿生車間能夠全面感知飛機(jī)大修過程中的數(shù)據(jù)，得到飛機(jī)大修車間未來一段時間的運(yùn)行指標(biāo)，并結(jié)合知識驅(qū)動的分析方法(如關(guān)聯(lián)規(guī)則)來理解和預(yù)測車間運(yùn)行趨勢(如機(jī)器故障、返工、瓶頸班組等現(xiàn)象)，達(dá)到事前分析未來時刻的車間運(yùn)行性能(如生產(chǎn)工期、維修效率)的目的。在飛機(jī)大修車間運(yùn)行性能和當(dāng)前飛機(jī)大修車間狀態(tài)預(yù)測分析的驅(qū)動下，自主對飛機(jī)大修車間資源配置和優(yōu)化方案進(jìn)行決策，從而實(shí)現(xiàn)對飛機(jī)大修車間主動管控[17]。

按上述定義，形成了利用知識驅(qū)動的方式實(shí)現(xiàn)飛機(jī)大修數(shù)字孿生車間主動管控方法的新思路，如圖1所示。首先基于數(shù)字孿生技術(shù)，通過對飛機(jī)大修物理車間進(jìn)行感知配置，全面感知車間狀態(tài)參數(shù)、計劃執(zhí)行情況等運(yùn)行參數(shù)，以及生產(chǎn)工期、資源利用率等性能指標(biāo)；然后通過知識獲取與挖掘手段獲取生產(chǎn)工期、維修效率等車間性能在機(jī)器故障、返工、瓶頸班組等事件影響下的演化規(guī)則，結(jié)合虛擬車間對物理車間未來性能指標(biāo)的模擬結(jié)果，提前預(yù)測飛機(jī)大修車間的運(yùn)行性能；最后根據(jù)決策方法，借助知識庫中的知識為飛機(jī)大修車間運(yùn)行提供管控支持，以實(shí)現(xiàn)對飛機(jī)大修車間運(yùn)行的主動管控[18]。以上思路形成了知識驅(qū)動的“感知+預(yù)測+優(yōu)化”數(shù)字孿生車間管控的主動模式。

2 知識驅(qū)動飛機(jī)大修數(shù)字孿生車間的主動管控框架體系

通過對“感知+預(yù)測+優(yōu)化”主動管控方法的探討可知，為了解決飛機(jī)大修車間的運(yùn)行和管控問題，需要實(shí)現(xiàn)對飛機(jī)大修車間信息的全面感知、車間運(yùn)行的主動分析與預(yù)測以及車間運(yùn)行性能的動態(tài)優(yōu)化。然而，飛機(jī)大修具有“多品種、小批量”的特點(diǎn)，屬于典型的離散事件系統(tǒng)，給大修車間生產(chǎn)管控帶來了困難，主要表現(xiàn)為工藝關(guān)系復(fù)雜、生產(chǎn)計劃和調(diào)度具有高靈活性、事后控制造成的資源效率較低等。為了改善飛機(jī)大修車間的運(yùn)作效率，適應(yīng)市場需求，本文結(jié)合數(shù)字孿生和知識管理技術(shù)，提出一種面向飛機(jī)大修數(shù)字孿生車間運(yùn)行的知識驅(qū)動主動管控框架(如圖2)，該框架主要由飛機(jī)大修物理車間(Physical aircraft overhaul Shop-Floor, PSF)、交互層、飛機(jī)大修虛擬車間(Virtual aircraft overhaul Shop-Floor, VSF)、知識空間(Knowledge Space, KS)和飛機(jī)大修過程主動管控服務(wù)(Aircraft Overhaul Process proactive Management and Control Service, AOP-MCS)5部分構(gòu)成。在飛機(jī)大修物理車間數(shù)據(jù)感知的基礎(chǔ)上，通過構(gòu)建虛擬車間對飛機(jī)大修過程進(jìn)行全面分析。同時，以數(shù)字孿生數(shù)據(jù)為基礎(chǔ)，采用現(xiàn)有知識管理技術(shù)對運(yùn)行結(jié)果進(jìn)行理解和分析，實(shí)現(xiàn)飛機(jī)大修工藝控制與優(yōu)化、車間資源管理與優(yōu)化、車間物流調(diào)度優(yōu)化等主動管控服務(wù)，使飛機(jī)大修車間高效運(yùn)行。

2.1 飛機(jī)大修物理車間

PSF是現(xiàn)有物理實(shí)體的集合，主要包括維修設(shè)備、感知設(shè)備和待修零部件。PSF涵蓋了拆解、清洗、檢測評估、修復(fù)和裝配等作業(yè)，通過PSF資源(如人員、設(shè)備、物料等)操作規(guī)劃完成一系列工藝流程，并實(shí)時采集大修過程中產(chǎn)生的數(shù)據(jù)。飛機(jī)大修車間資源分為制造系統(tǒng)(零部件、工人、夾具等)和物料搬運(yùn)系統(tǒng)(自動導(dǎo)引小車(Automated Guided Vehicle, AGV)、存儲設(shè)施、物料等)兩大類，通過在PSF內(nèi)配置各類傳感器和無線網(wǎng)絡(luò)，對設(shè)備/零件進(jìn)行智能化改造，能夠促進(jìn)制造系統(tǒng)、物料系統(tǒng)、待修零部件等異構(gòu)要素之間互聯(lián)互通。在此基礎(chǔ)上，來自上級AOP-MCS的生產(chǎn)決策也可以由智能資源準(zhǔn)確地接收和執(zhí)行，例如，每個飛機(jī)大修班組應(yīng)該分配哪些任務(wù)，分配哪個小車來移動完成的零部件等，從而使整個飛機(jī)大修過程協(xié)同運(yùn)行，以便于控制過程中的不利影響，同時將所采集的實(shí)時數(shù)據(jù)通過通訊接口同步映射到VSF。PSF接收AOP-MCS發(fā)出的任務(wù)指令，執(zhí)行飛機(jī)零部件的大修任務(wù)。

2.2 飛機(jī)大修虛擬車間

VSF是對物理車間的真實(shí)映射，其用多層級的模型構(gòu)建，即資源級別(如設(shè)備、工人)、單元級別(一個班組或產(chǎn)線)和車間級別。構(gòu)建多層級模型結(jié)構(gòu)后，在幾何和邏輯兩方面進(jìn)一步添加關(guān)鍵屬性。在幾何方面，VSF由飛機(jī)大修車間元素的幾何模型組成，常用的工具包括SolidWorks，CATIA(computer aided tri-dimensional interface application)，Pro/E，NX等；在邏輯方面，不僅包括設(shè)備行為(即工人的行為、設(shè)備的操作和手推車的移動等)，還包括不同元素之間的操作機(jī)制或關(guān)聯(lián)規(guī)則，可以使用多種工具來建模VSF的運(yùn)行邏輯，如Texnomatix，F(xiàn)lexSim, Quest。幾何模型保證了VSF的可觀察性，邏輯模型保證了VSF能夠與實(shí)際情況相匹配，真實(shí)地模擬PSF的狀態(tài)和運(yùn)行。VSF通過感知當(dāng)前Tn時刻的PSF運(yùn)行狀態(tài)，然后模擬并預(yù)測Tn+1時刻的PSF狀態(tài)，最后將仿真結(jié)果上傳給上級AOP-MCS，來理解和評估飛機(jī)大修過程，從而優(yōu)化相應(yīng)的執(zhí)行方案，以主動控制Tn+1時刻PSF的大修過程，為實(shí)現(xiàn)主動管控奠定了基礎(chǔ)[19]。

2.3 交互層

交互層在飛機(jī)大修過程中連接PSF和VSF，因此通過通訊傳輸可以進(jìn)一步對飛機(jī)大修過程進(jìn)行迭代優(yōu)化和實(shí)時控制。交互層有通信連接模塊和孿生數(shù)據(jù)處理模塊兩個主要功能模塊，如圖2所示。

通信連接模塊提供了連接PSF和VSF的橋梁，以實(shí)現(xiàn)物理車間實(shí)時數(shù)據(jù)和虛擬車間仿真數(shù)據(jù)的交互。工業(yè)通信協(xié)議和網(wǎng)絡(luò)系統(tǒng)不僅傳輸VSF的實(shí)時仿真數(shù)據(jù)，還可以實(shí)時采集和傳輸PSF的大修過程數(shù)據(jù)[20]。目前，隨著傳感器網(wǎng)絡(luò)、無線網(wǎng)絡(luò)和自動化技術(shù)的飛速發(fā)展，作為廣泛應(yīng)用的代表性通信技術(shù)的物聯(lián)網(wǎng)技術(shù)已被證明能夠滿足飛機(jī)大修車間的制造要求[21]，從而確保孿生數(shù)據(jù)的無縫連接和低延遲傳輸。

數(shù)據(jù)處理模塊為各種類型數(shù)據(jù)提供了預(yù)處理、集成、分析之類的操作，可以對所采集的數(shù)據(jù)進(jìn)行噪聲消除、縮減、清理和結(jié)構(gòu)化。采集的原始數(shù)據(jù)經(jīng)過預(yù)處理成為支持車間運(yùn)行決策的孿生數(shù)據(jù)，孿生數(shù)據(jù)是飛機(jī)大修過程中產(chǎn)生的數(shù)據(jù)的集合，包括在PSF中修理任務(wù)過程中產(chǎn)生的修理班組的工作狀態(tài)信息、零部件的質(zhì)量信息等實(shí)時數(shù)據(jù)，以及在VSF中產(chǎn)生的仿真數(shù)據(jù)，這些孿生數(shù)據(jù)存儲在交互層中用于支持上層AOP-MCS。

2.4 知識空間

知識空間是飛機(jī)大修數(shù)字孿生車間的大腦，通過整合飛機(jī)大修車間管控知識庫和基于知識的策略集成了各類知識(如算法、模型、規(guī)則等)，為飛機(jī)大修數(shù)字孿生車間提供了管控策略，如物流小車的任務(wù)分配和路徑規(guī)劃。知識空間主要包括知識獲取、知識存儲和基于知識的策略。

在知識獲取階段，本文采用基于智能算法挖掘的方法和基于人機(jī)交互手動獲取的方法來獲取知識。前一種方法通過Apriori、模糊集等發(fā)現(xiàn)數(shù)據(jù)中的知識；后一種方法根據(jù)專家系統(tǒng)、專業(yè)書籍、標(biāo)準(zhǔn)手冊、歷史案例等途徑獲取信息后，由專業(yè)人員分析處理得到可供參考的知識。這些知識不但能夠幫助VSF快速建模，而且能夠幫助PSF做出更多的決策方案。面對所獲取的大量知識，需要進(jìn)行整理存儲以提高知識的價值。

在知識儲存階段，首先在知識庫平臺(Teamcenter)中建立知識庫的層次結(jié)構(gòu)，為每一個庫對象添加用于標(biāo)識和信息檢索的分類屬性，按照一定分類標(biāo)準(zhǔn)將獲取的知識保存在知識庫中，或者通過人工分析、輸入的方式為知識建立個性化定制的個案。然后，通過綜合獲取的各種知識建立飛機(jī)大修車間管控知識庫。其中，針對不同類別的知識采用不同的表達(dá)方式，例如案例類、模型類知識采用面向?qū)ο蟮谋硎痉椒ㄟM(jìn)行存儲和表達(dá)，規(guī)則類知識則用產(chǎn)生式表示法。另外，采用可擴(kuò)展標(biāo)記語言(eXtensible Markup Language, XML)對知識表達(dá)的語法和數(shù)據(jù)結(jié)構(gòu)進(jìn)行標(biāo)準(zhǔn)化定義。

基于知識的策略是應(yīng)對不同飛機(jī)大修車間中的問題，賦予AOP-MCS實(shí)時識別、精準(zhǔn)預(yù)測、快速決策和動態(tài)優(yōu)化的能力?；谥R的策略采用推拉結(jié)合的應(yīng)用方式，用戶可以根據(jù)實(shí)際需求檢索和查詢所需的知識，例如用戶通過檢索存儲的相關(guān)模型來支持VSF構(gòu)建；同時，在飛機(jī)大修流程中，知識空間還可以根據(jù)業(yè)務(wù)情景，通過所建立的決策模型提供知識(如資源配置規(guī)則)對飛機(jī)大修過程進(jìn)行分析和優(yōu)化。

2.5 飛機(jī)大修過程主動管控服務(wù)

AOP-MCS指在飛機(jī)大修數(shù)字孿生車間和知識空間共同支撐下，實(shí)現(xiàn)飛機(jī)大修工藝控制與優(yōu)化、車間資源管理與優(yōu)化、車間物流調(diào)度優(yōu)化、飛機(jī)大修過程監(jiān)控、車間備件管理與優(yōu)化等功能。在構(gòu)建AOP-MCS時，一方面需要與虛/實(shí)空間中的模型和實(shí)體進(jìn)行業(yè)務(wù)關(guān)聯(lián)，不僅能夠接受由PSF和VSF發(fā)出的需求信息，還能通過發(fā)布指令來控制飛機(jī)大修數(shù)字孿生車間的運(yùn)行；另一方面，需要與知識空間進(jìn)行交互，借助現(xiàn)有知識為飛機(jī)大修過程提供決策支持，從而支持飛機(jī)大修過程的優(yōu)化運(yùn)行。

3 知識驅(qū)動飛機(jī)大修數(shù)字孿生車間的主動管控關(guān)鍵技術(shù)

3.1 飛機(jī)大修物理車間的智能資源配置

目前，以多傳感器、無線射頻識別(Radio Frequency IDentification, RFID)和無線網(wǎng)絡(luò)等為代表的物聯(lián)網(wǎng)技術(shù)在車間內(nèi)得到了廣泛應(yīng)用，促進(jìn)了車間內(nèi)“人—機(jī)—物”的互聯(lián)互通。飛機(jī)大修物理車間通過各類感知設(shè)備為大修資源進(jìn)行唯一身份認(rèn)定并讀取附著的相關(guān)信息，實(shí)現(xiàn)大修實(shí)時數(shù)據(jù)的感知與采集。其中，感知設(shè)備主要采用RFID和智能傳感器，對大修資源(如待修零部件、修理設(shè)備、人員)進(jìn)行智能感知配置，不僅使大修資源具有動態(tài)感知飛機(jī)大修車間環(huán)境的能力，還可以與其他資源進(jìn)行交互和協(xié)作工作[22]，如圖3所示。

(1)智能待修零部件配置 對每個待修零部件配備RFID標(biāo)簽，以實(shí)時跟蹤零部件的大修進(jìn)度和狀態(tài)。RFID標(biāo)簽中存儲有零部件ID、訂單編號、工序信息、交貨期、當(dāng)前位置等基本信息，是零部件身份的唯一標(biāo)識。零部件標(biāo)簽上的信息可以通過每個工位上的RFID讀寫器，也可以由修理人員用手持設(shè)備進(jìn)行修改或讀取。

(2)智能車間設(shè)備配置 為車間設(shè)備配置智能傳感器(包括位置、振動、溫度等)和RFID，用于實(shí)時感知和采集設(shè)備與環(huán)境狀態(tài)。例如，智能傳感器可以將設(shè)備的工作狀態(tài)和任務(wù)情況反映到應(yīng)用服務(wù)系統(tǒng)，避免任務(wù)在一定區(qū)域內(nèi)發(fā)生積累。作為車間設(shè)備身份的唯一標(biāo)識，RFID標(biāo)簽可以反饋狀態(tài)信息(完好、故障、工作、空閑等)。需要指出，每個車間設(shè)備會配備RFID讀寫器，用于及時自動感應(yīng)RFID標(biāo)簽，自動判斷零部件進(jìn)入、停留、離開工位等不同的狀態(tài)。另外，每個車間設(shè)備還配備執(zhí)行器和控制器來接收控制指令，實(shí)現(xiàn)上層系統(tǒng)對飛機(jī)大修過程的控制。

(3)工作人員感知配備 每名機(jī)器操作人員配有RFID員工卡，其個人基本信息(姓名、序號、等級等)和狀態(tài)信息(在崗、缺席、工作、空閑等)會錄入到RFID標(biāo)簽中用于識別和追蹤，當(dāng)工作人員將員工卡放在固定式讀寫器上感應(yīng)成功后，可以確認(rèn)相應(yīng)的工作內(nèi)容，即顯示需要加工緩沖區(qū)中的哪個工件。另外，工作人員通過配置的手持RFID獲取零部件和設(shè)備信息，這些信息可以指導(dǎo)操作人員進(jìn)行生產(chǎn)作業(yè)。

最后，通過MTConnext，AutomationML，OPC UA等通訊協(xié)議與車間資源建立連接，結(jié)合已配置的智能資源和無線傳感網(wǎng)絡(luò)，實(shí)現(xiàn)物理車間中人—機(jī)—物等異構(gòu)生產(chǎn)要素的全互聯(lián)和融合。

3.2 飛機(jī)大修虛擬車間的建模與仿真

飛機(jī)大修車間涉及的人員、設(shè)備、物料等多樣且邏輯關(guān)系復(fù)雜，要實(shí)現(xiàn)VSF對PSF的準(zhǔn)確映射，不僅需要各個車間資源數(shù)字孿生模型的支持，還需要對車間資源數(shù)字孿生模型進(jìn)行統(tǒng)一管理。本文基于“根—莖—葉”3層結(jié)構(gòu)對車間資源數(shù)字孿生模型進(jìn)行管理，采用層次式結(jié)構(gòu)組織車間資源模型，建立模型間父子嵌套關(guān)系并描述子節(jié)點(diǎn)在父節(jié)點(diǎn)坐標(biāo)系中的空間位置[23]，然后對葉節(jié)點(diǎn)進(jìn)行“幾何—邏輯”多維度建模，根據(jù)層次組合模型最終建立與PSF相對應(yīng)的VSF。

本文從高保真角度出發(fā)，提出車間資源數(shù)字孿生“幾何—邏輯”高保真建模方法[24-26]。根據(jù)PSF中的各類實(shí)體，對數(shù)字孿生模型從幾何和邏輯兩個維度進(jìn)行建模，幾何模型包括PSF中的工作人員、修理設(shè)備、存儲設(shè)施等的3D模型以及零部件結(jié)構(gòu)關(guān)系等，可以通過3D建模軟件(如NX，CATIA，Pro/E)構(gòu)建，而且為準(zhǔn)確反映物理空間的真實(shí)幾何狀態(tài)，采用基于模型定義[27]的技術(shù)完整描述幾何模型；邏輯模型保證了數(shù)字孿生模型與車間資源實(shí)體在行為、狀態(tài)、操作等方面的一致性，如設(shè)備的正常工作狀態(tài)、停機(jī)狀態(tài)，人員的不同動作、姿勢，產(chǎn)品的不同屬性等，為實(shí)現(xiàn)物理空間到虛擬空間的忠實(shí)映射，在Tecnomatix Plant Simulation，F(xiàn)lexSim等軟件中定義了考慮行為、規(guī)則、約束等因素的邏輯模型。將幾何模型和邏輯模型結(jié)合，形成一個車間資源數(shù)字孿生模型。廣東工業(yè)大學(xué)Zhang等[28]研究了基于Demo 3D的車間快速布局設(shè)計方法，通過定義機(jī)床設(shè)備、自動化產(chǎn)線、人員等模型庫并拖動相關(guān)參考模型，快速建立生產(chǎn)線數(shù)字孿生模型。本文基于上述思路，在飛機(jī)大修車間管控知識庫中儲存和定義具有模塊化和動態(tài)可擴(kuò)展的、涵蓋“幾何—邏輯”屬性參數(shù)的車間資源數(shù)字孿生模型，封裝形成可調(diào)用的參考模型。其中，通過直接調(diào)用參考模型不僅可以滿足不同業(yè)務(wù)流程的建模需求，還可以定義參考模型的相關(guān)屬性，從而快速建立個性化的車間資源數(shù)字孿生模型。

為了便于管理車間資源數(shù)字孿生模型，本文采用樹形結(jié)構(gòu)表示飛機(jī)大修車間內(nèi)各資源數(shù)字孿生模型和模型組成部分間的邏輯關(guān)系。根據(jù)飛機(jī)大修車間的結(jié)構(gòu)，將VSF劃分為物流模型、工裝模型、人員模型、儲存模型、設(shè)備模型和車間環(huán)境模型6個模塊，每個模塊按照層級關(guān)系細(xì)分為不同的飛機(jī)大修車間資源數(shù)字孿生模型(如圖4)，每個層次的模塊屬性包括模型間的關(guān)聯(lián)關(guān)系和父子嵌套的屬性信息。在葉節(jié)點(diǎn)(車間數(shù)字孿生模型)的建?；A(chǔ)上，根據(jù)子節(jié)點(diǎn)在父節(jié)點(diǎn)坐標(biāo)系中的空間位置依次組合，在車間中表現(xiàn)為根據(jù)車間的真實(shí)情況對車間資源數(shù)字孿生模型進(jìn)行布局，最終建立虛擬車間。

在VSF建?；A(chǔ)上，為進(jìn)一步建立PSF和VSF的實(shí)時映射并實(shí)現(xiàn)飛機(jī)大修虛擬車間的同步仿真，結(jié)合已配置的RFID、無線傳感網(wǎng)絡(luò)等對車間內(nèi)動態(tài)變化的生產(chǎn)數(shù)據(jù)、設(shè)備運(yùn)行數(shù)據(jù)等信息進(jìn)行整合和集成，數(shù)據(jù)經(jīng)過網(wǎng)關(guān)通訊協(xié)議轉(zhuǎn)換后，以工業(yè)串口、Wifi、藍(lán)牙等形式發(fā)送給虛擬車間，虛擬車間通過數(shù)據(jù)傳輸引擎識別和處理所接收的數(shù)據(jù)，即可將物理空間中的實(shí)體狀態(tài)、大修進(jìn)度、擾動異常等實(shí)時數(shù)據(jù)準(zhǔn)確同步至VSF[17,29]。在VSF中對PSF實(shí)體、大修過程等進(jìn)行真實(shí)還原建模和同步仿真，為“感知+預(yù)測+優(yōu)化”的飛機(jī)大修車間主動管控模式提供支撐。

3.3 飛機(jī)大修車間管控知識庫的構(gòu)建

飛機(jī)大修車間管控知識指在飛機(jī)大修活動中，大修車間生產(chǎn)、管理活動中的有效信息經(jīng)過過濾、加工提煉和綜合分析得到的有價值的各類知識，是飛機(jī)大修車間運(yùn)行過程管控重要的參考依據(jù)。飛機(jī)大修車間管控知識在飛機(jī)大修車間運(yùn)行過程中被不斷收集和積累，飛機(jī)大修車間管控知識庫分為兩類：①由技術(shù)原理、專家經(jīng)驗(yàn)、最佳的實(shí)踐經(jīng)驗(yàn)累積形成的專業(yè)知識，包括案例和3.2節(jié)所提模型等顯性知識；②通過對飛機(jī)生命周期數(shù)據(jù)和飛機(jī)大修過程數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘和知識發(fā)現(xiàn)而產(chǎn)生的優(yōu)化規(guī)則(如人員配置規(guī)則、物料配送規(guī)則、班組調(diào)配規(guī)則)，這些優(yōu)化規(guī)則能夠根據(jù)服務(wù)需求直接調(diào)用，用于支持調(diào)度優(yōu)化、資源控制等服務(wù)，其在飛機(jī)大修車間運(yùn)行過程中會不斷形成并迭代更新。

所開發(fā)的飛機(jī)大修車間管控知識庫用于集成各類知識，具有連續(xù)不斷的知識積累和知識導(dǎo)航能力。飛機(jī)大修車間管控知識庫運(yùn)用混合知識表示模型，可以對實(shí)例、規(guī)則、模型進(jìn)行表示和封裝，從而有效管理飛機(jī)大修車間管控知識[30]。

圖5所示為飛機(jī)大修車間管控知識庫的構(gòu)建過程。首先，基于飛機(jī)大修資源(如機(jī)床、操作員等)和飛機(jī)產(chǎn)品中的感知設(shè)備(如RFID標(biāo)簽)，以及以太網(wǎng)、Wifi、藍(lán)牙、現(xiàn)場總線等標(biāo)準(zhǔn)通信協(xié)議，在飛機(jī)大修車間中能夠準(zhǔn)確、完整地采集和傳輸實(shí)時數(shù)據(jù)或歷史數(shù)據(jù)。然后，采用ETL(extract transform load)技術(shù)對飛機(jī)大修車間的實(shí)時數(shù)據(jù)進(jìn)行清洗和預(yù)處理，將分散、零亂、標(biāo)準(zhǔn)不統(tǒng)一的數(shù)據(jù)整合在一起。其中，數(shù)據(jù)清洗主要是去除或修補(bǔ)源數(shù)據(jù)中缺失、錯誤、重復(fù)的數(shù)據(jù)。對于有缺失的數(shù)據(jù)(如數(shù)據(jù)名稱、屬性不相匹配)，使用一個平均值來填補(bǔ)空缺項；對于錯誤信息(如數(shù)據(jù)格式不正確等)，采用結(jié)構(gòu)化查詢語言(Structured Query Language, SQL)進(jìn)行語句查詢，統(tǒng)一修正后進(jìn)行抽取；對于重復(fù)數(shù)據(jù)(如兩條數(shù)據(jù)完全相同的信息)，則以時間戳為準(zhǔn)則保留最新數(shù)據(jù)。經(jīng)過數(shù)據(jù)清洗、處理、抽取后，將模型、規(guī)則等顯性知識進(jìn)行分類整理，存儲到知識庫。為了避免知識表達(dá)的隨意性并使知識庫具有高度的可擴(kuò)展性，利用XML技術(shù)得到面向?qū)ο蟮谋硎痉?、產(chǎn)生式表示法等知識表達(dá)方法[31]；或者用預(yù)處理后的數(shù)據(jù)作為訓(xùn)練集，通過數(shù)據(jù)挖掘方法從數(shù)據(jù)層提取合適的原始數(shù)據(jù)并從中發(fā)現(xiàn)知識，這些方法包括FP-Growth、粗糙集理論、支持向量機(jī)(Support Vector Machine, SVM)、隨機(jī)森林和Apriori等。最后對知識進(jìn)行評估和更正，將合理的知識存儲在飛機(jī)大修車間管控知識庫中。飛機(jī)大修車間管控知識庫通過知識重用、知識匹配等人機(jī)交互應(yīng)用方式支持車間主動管控服務(wù)，飛機(jī)大修數(shù)字孿生車間則為知識庫提供及時、連續(xù)的數(shù)據(jù)支持，從而挖掘出更精準(zhǔn)的知識。

圖6所示為利用數(shù)據(jù)挖掘方法對資源配置優(yōu)化規(guī)則類知識進(jìn)行積累的過程[30-32]。如圖6a所示，首先使用ETL工具，將飛機(jī)大修過程中感知的工具基本信息(如類型、編號)、大修工具能力信息等數(shù)據(jù)導(dǎo)入數(shù)據(jù)倉庫；其次，通過SQL組件將處理后的數(shù)據(jù)轉(zhuǎn)換為可用的格式，即數(shù)據(jù)集；最后，將數(shù)據(jù)集作為訓(xùn)練集，通過構(gòu)建頻繁模式樹(Frequent Pattern tree, FP-tree)并挖掘FP-tree上的頻繁模式，得到數(shù)據(jù)集內(nèi)蘊(yùn)含的關(guān)聯(lián)規(guī)則。圖6b所示為從實(shí)際車間數(shù)據(jù)生成的資源配置優(yōu)化規(guī)則示例，學(xué)習(xí)到的規(guī)則可以重新用于飛機(jī)大修車間的資源配置優(yōu)化。

3.4 基于知識的飛機(jī)大修車間主動優(yōu)化策略

基于知識的飛機(jī)大修車間主動優(yōu)化策略指在飛機(jī)大修管控知識庫中，根據(jù)飛機(jī)大修過程的實(shí)時需求恰當(dāng)?shù)剡\(yùn)用知識，支持主動分析與智能優(yōu)化的能力。即采用智能算法(如神經(jīng)網(wǎng)絡(luò))驅(qū)動飛機(jī)大修管控知識庫中的相關(guān)知識，來解決車間運(yùn)行問題或理解、預(yù)測和優(yōu)化車間性能。

基于知識的飛機(jī)大修車間主動優(yōu)化策略如圖7所示。首先，通過實(shí)時采集的Tn時刻的運(yùn)行數(shù)據(jù)，利用VSF對未來Tn+1時刻的仿真結(jié)果，結(jié)合基于模糊神經(jīng)網(wǎng)絡(luò)等建立的演化規(guī)則，預(yù)測未來一段時間的車間運(yùn)行趨勢或者發(fā)現(xiàn)生產(chǎn)系統(tǒng)中的異常和瓶頸資源；然后，根據(jù)異常和瓶頸資源的分析結(jié)果，利用大修車間管控知識庫中匹配的知識(如人員調(diào)度規(guī)則、倉庫調(diào)度規(guī)則等)，通過預(yù)先建立的決策模型解決有關(guān)問題或者實(shí)現(xiàn)運(yùn)行目標(biāo)，來優(yōu)化PSF在Tn+1時刻的運(yùn)行狀態(tài)，并通過執(zhí)行模塊將管控指令下發(fā)到PSF中，以調(diào)控飛機(jī)大修過程的實(shí)際運(yùn)行。

4 系統(tǒng)的實(shí)現(xiàn)與驗(yàn)證

某飛機(jī)大修車間承擔(dān)了多種飛機(jī)零部件的大修工作，具備非標(biāo)設(shè)備設(shè)計制造、焊接無損檢測等多種生產(chǎn)能力。為了提高信息化管理能力，該零部件大修車間初步引進(jìn)了一些數(shù)據(jù)感知設(shè)備，但是目前其管控方法仍然無法滿足日益增長的生產(chǎn)需求。由于飛機(jī)產(chǎn)品具有典型的多品種、小批量的特點(diǎn)，其大修過程復(fù)雜、周期長、工作效率低，飛機(jī)大修流程環(huán)節(jié)多且大修過程和狀態(tài)不透明，導(dǎo)致無法準(zhǔn)確找到零部件大修車間的動態(tài)瓶頸班組，使得資源利用率普遍較低，時常發(fā)生交付延誤的情況。這一系列問題給飛機(jī)大修車間的管控帶來了較大的挑戰(zhàn)，亟需主動管控車間運(yùn)行的瓶頸問題，保證車間的運(yùn)行效率。

針對以上問題，以飛機(jī)零部件大修車間為對象，根據(jù)本文所提方法設(shè)計并開發(fā)了飛機(jī)大修主動控制服務(wù)系統(tǒng)，以方便管理人員掌握大修過程中各環(huán)節(jié)的狀態(tài)，及時發(fā)現(xiàn)瓶頸班組，進(jìn)而主動管控大修過程。飛機(jī)大修主動控制服務(wù)系統(tǒng)基于Visual studio 2015和Mockplus原型系統(tǒng)軟件進(jìn)行開發(fā)，服務(wù)系統(tǒng)向管理人員提供所有的修理數(shù)據(jù)以供精準(zhǔn)決策，向車間工人提供基本的指令信息和資源信息以追求更高效的修理操作。本文基于FactoryCAD和Tecnomatix Plant Simulation軟件構(gòu)建飛機(jī)大修虛擬車間，并基于Teamcenter知識庫捕獲和存儲知識。如圖8所示，實(shí)現(xiàn)主動管控需要5個構(gòu)建模塊，包括飛機(jī)零部件大修物理車間、飛機(jī)零部件大修虛擬車間、車間服務(wù)系統(tǒng)、飛機(jī)大修車間管控知識庫和基于知識的飛機(jī)大修車間主動管控策略。

(1)數(shù)字孿生車間的構(gòu)建

該飛機(jī)零部件大修物理車間下設(shè)10個班組，包括1個故障檢測班組和9個修理班組，故障檢測班組負(fù)責(zé)檢測所有進(jìn)入車間的零部件，并將零部件下發(fā)到對應(yīng)的修理班組；修理班組負(fù)責(zé)修理具體的故障任務(wù)。首先，利用感知設(shè)備為車間內(nèi)的產(chǎn)品、維修設(shè)備、工作人員等物理實(shí)體進(jìn)行智能感知配置，如圖9c所示，以AGV小車為例，配置RFID標(biāo)簽用于識別資源的基本信息和配送任務(wù)，配置執(zhí)行器用于識別和執(zhí)行上層應(yīng)用服務(wù)的控制指令，配置傳感器用于感知AGV小車自身狀態(tài)和環(huán)境。

虛擬車間是飛機(jī)零部件大修物理車間的完整映射，在車間運(yùn)行中根據(jù)實(shí)時數(shù)據(jù)可以提前或?qū)崟r模擬大修過程。利用參考模型對車間內(nèi)的物理實(shí)體進(jìn)行建模，以AGV小車為例，通過實(shí)時感知AGV小車的運(yùn)行數(shù)據(jù)，對其物理屬性、狀態(tài)等參數(shù)進(jìn)行定義(如圖9d)，形成“幾何—邏輯”車間資源數(shù)字孿生模型。然后，系統(tǒng)通過重用飛機(jī)大修車間管控知識庫中的車間資源數(shù)字孿生模型，采用Plant Simulation軟件建立飛機(jī)大修虛擬車間(如圖9b)，虛擬車間能夠?qū)︼w機(jī)大修過程進(jìn)行仿真和性能分析，為飛機(jī)大修車間運(yùn)行管控提供仿真驗(yàn)證環(huán)境。

(2)飛機(jī)大修過程瓶頸班組的主動識別及優(yōu)化

利用所建立的飛機(jī)大修虛擬車間進(jìn)行仿真能夠快速、透明地分析車間運(yùn)行狀態(tài)，虛擬仿真結(jié)果可以提前測試未來一段時間內(nèi)車間運(yùn)行的性能，從而幫助飛機(jī)大修車間主動識別和預(yù)測瓶頸班組，提前發(fā)現(xiàn)車間運(yùn)行中可能出現(xiàn)的瓶頸問題。在該案例中，瓶頸班組的動態(tài)預(yù)測策略采用的是基于模糊神經(jīng)網(wǎng)絡(luò)的動態(tài)預(yù)測模型，根據(jù)飛機(jī)大修數(shù)字孿生車間內(nèi)實(shí)時采集的各班組返工率、缺勤率、班組利用率、班組任務(wù)完成情況、任務(wù)量等運(yùn)行參數(shù)，預(yù)測模型能夠動態(tài)預(yù)測和識別車間的瓶頸問題，當(dāng)瓶頸指數(shù)曲線波動較大時，標(biāo)志著該班組越容易成為大修車間的瓶頸，從而提前發(fā)現(xiàn)瓶頸班組，并將發(fā)現(xiàn)的瓶頸問題上傳到主動管控服務(wù)系統(tǒng)請求優(yōu)化服務(wù)，如圖10a所示，飛機(jī)大修車間動態(tài)瓶頸識別和預(yù)測應(yīng)用的調(diào)用界面如圖10b所示。然后，在飛機(jī)大修車間的運(yùn)行狀態(tài)下，采用決策模型可以根據(jù)當(dāng)前生產(chǎn)狀態(tài)特征選擇最佳的資源配置優(yōu)化規(guī)則。圖11所示為基于資源配置優(yōu)化規(guī)則類知識的飛機(jī)大修數(shù)字孿生車間運(yùn)行優(yōu)化過程。本文采用深度強(qiáng)化學(xué)習(xí)(Deep Reinforcement Learning, DRL)解決飛機(jī)大修車間資源配置優(yōu)化問題[33]。以飛機(jī)大修車間的實(shí)時狀態(tài)為輸入，包括任務(wù)數(shù)量、實(shí)時機(jī)器狀態(tài)等，輸出當(dāng)前應(yīng)使用的資源配置優(yōu)化規(guī)則，目的是在充分考慮實(shí)時信息的情況下找到最短完工時間，以提高大修車間的效率。當(dāng)大修車間的運(yùn)行狀態(tài)需要優(yōu)化時，將當(dāng)前大修車間的生產(chǎn)狀態(tài)輸入決策模型，便能快速得到適用于當(dāng)前生產(chǎn)狀態(tài)的最佳調(diào)度規(guī)則，從而實(shí)時指導(dǎo)車間生產(chǎn)過程，調(diào)控飛機(jī)大修過程。

目前，本文基于飛機(jī)大修數(shù)字孿生車間的概念理論，分別在飛機(jī)大修虛擬車間的模型構(gòu)建、車間運(yùn)行瓶頸班組識別系統(tǒng)的實(shí)現(xiàn)、車間動態(tài)優(yōu)化系統(tǒng)的搭建方面進(jìn)行了研究。該系統(tǒng)目前應(yīng)用在飛機(jī)零部件大修車間管控中，帶來如下優(yōu)勢：①所構(gòu)建的數(shù)字孿生車間系統(tǒng)能夠預(yù)測瓶頸班組，提前判斷車間的運(yùn)行狀態(tài)，并動態(tài)優(yōu)化車間運(yùn)行，進(jìn)一步縮短了飛機(jī)的大修周期；②車間資源的利用率更加均衡，縮短了每個工序之間的平均等待時間；③由于提高了資源的平均利用率，平均等待時間下降，車間的產(chǎn)出量有所增加，降低了單位維修資源的使用成本，進(jìn)一步降低了車間的運(yùn)行成本。

5 結(jié)束語

數(shù)字孿生是連接物理空間和虛擬空間的最佳紐帶，利用數(shù)字孿生技術(shù)能夠改善車間運(yùn)營狀況，實(shí)現(xiàn)飛機(jī)大修過程的主動控制和持續(xù)改進(jìn)。針對當(dāng)前飛機(jī)大修車間運(yùn)行管控中面臨感知能力不足、決策實(shí)時性差、動態(tài)響應(yīng)能力不足等問題，本文提出一種基于數(shù)字孿生的“感知+預(yù)測+優(yōu)化”的車間主動管控模式，使大修過程管控實(shí)時化、透明化和智能化，實(shí)現(xiàn)了飛機(jī)大修車間的優(yōu)化運(yùn)行。根據(jù)主動管控模式設(shè)計了一種知識驅(qū)動飛機(jī)大修數(shù)字孿生車間運(yùn)行主動管控的實(shí)現(xiàn)框架，重點(diǎn)討論了飛機(jī)大修物理車間智能資源配置、飛機(jī)大修虛擬車間建模與仿真技術(shù)、大修車間管控知識庫構(gòu)建和基于知識的主動管控策略等關(guān)鍵技術(shù)，并結(jié)合飛機(jī)零部件大修車間運(yùn)行瓶頸識別與優(yōu)化案例對所提方法的實(shí)施應(yīng)用進(jìn)行了說明，驗(yàn)證了方法的可行性。

作為一項探索性研究，本文著重從體系架構(gòu)、實(shí)現(xiàn)框架和實(shí)現(xiàn)思路的角度對所提新方法及其關(guān)鍵技術(shù)體系進(jìn)行了闡述和探討。后續(xù)工作將進(jìn)一步完善和優(yōu)化知識驅(qū)動的飛機(jī)大修數(shù)字孿生車間主動管控理論框架，主要集中在以下方面：①基于群智感知與物聯(lián)網(wǎng)(Internet of Things，IoT)的物理車間與飛機(jī)大修虛擬車間實(shí)時同步和忠實(shí)映射方法的研究；②知識驅(qū)動的飛機(jī)大修車間高保真、高精度的多尺度數(shù)字孿生模型建模方法的研究；③開發(fā)更加合理的智能決策模型，研究基于數(shù)字孿生的飛機(jī)大修過程性能分析與優(yōu)化方法。