鐘珂珂，洪海波，沈義平，錢偉偉，于成龍，王宇斐

（1.上海航天精密機(jī)械研究所，上海 201600；2.南京航空航天大學(xué)，南京 210016；3.中國航天系統(tǒng)科學(xué)與工程研究院，北京 100048）

作為實(shí)現(xiàn)信息物理系統(tǒng)（Cyberphysical systems，CPS）落地實(shí)踐的核心技術(shù)，數(shù)字孿生（Digital twin，DT）是以數(shù)據(jù)與模型的集成融合為核心的新模式，其通過在數(shù)字空間實(shí)時(shí)構(gòu)建物理對象的精準(zhǔn)數(shù)字化映射，基于分析預(yù)測形成最佳綜合決策，從而實(shí)現(xiàn)制造過程全業(yè)務(wù)流程的閉環(huán)優(yōu)化[1]。近年來，數(shù)字孿生技術(shù)憑借高保真實(shí)時(shí)鏡像、多層級靈活組合、強(qiáng)動(dòng)態(tài)按需配置等特點(diǎn)，在產(chǎn)品工藝設(shè)計(jì)、資源優(yōu)化配置、質(zhì)量分析預(yù)測、全要素協(xié)同管控等領(lǐng)域越來越受到工業(yè)界的重視[2]。

以艙體為代表的薄壁回轉(zhuǎn)體零件具有壁薄、復(fù)雜、高精、結(jié)構(gòu)與尺寸各異等結(jié)構(gòu)特點(diǎn)，是航天飛行器的主要結(jié)構(gòu)部段，其上安裝空氣舵、翼面帶來大集中載荷，是典型的主承力構(gòu)件；同時(shí)也是全彈俯仰、偏航控制機(jī)構(gòu)的承載體，對保證飛行控制起重要作用；另外，艙體也是各類直屬件、配套件等安裝的附屬本體，因此是航天飛行器的關(guān)鍵重要零件。目前機(jī)加車間承載著多品種、變/小批量的共線生產(chǎn)任務(wù)，存在研制階段工藝動(dòng)態(tài)優(yōu)化任務(wù)重、生產(chǎn)質(zhì)量控制手段單一、生產(chǎn)計(jì)劃調(diào)度與重排的頻度較高等問題與瓶頸，無法滿足“十四五”期間生產(chǎn)當(dāng)量、周期、質(zhì)量等要求大幅提升條件下車間運(yùn)行所面臨的越來越頻繁的動(dòng)態(tài)不確定性的挑戰(zhàn)。

如何通過模型構(gòu)建–仿真預(yù)測–決策優(yōu)化的全鏈路系統(tǒng)集成技術(shù)，構(gòu)建航天關(guān)重件機(jī)加車間數(shù)字孿生技術(shù)集成框架，形成孿生技術(shù)賦能的數(shù)控機(jī)加車間制造新模式，大幅提高模型與數(shù)據(jù)雙驅(qū)動(dòng)的車間生產(chǎn)全流程、全過程管控的實(shí)時(shí)性和準(zhǔn)確性，對全面提升武器裝備保障水平具有重要的戰(zhàn)略意義。

數(shù)字孿生技術(shù)與機(jī)加車間的需求結(jié)合

在已有機(jī)群、數(shù)字化生產(chǎn)單元、數(shù)字化生產(chǎn)線、立體庫、刀具庫、檢測單元等要素的基礎(chǔ)上，通過物理車間與虛擬車間的雙向真實(shí)映射與實(shí)時(shí)交互，實(shí)現(xiàn)在機(jī)加車間孿生數(shù)據(jù)的驅(qū)動(dòng)下，研制工藝、生產(chǎn)作業(yè)計(jì)劃、質(zhì)量控制過程等的迭代運(yùn)行，從而實(shí)現(xiàn)航天飛行器關(guān)重件高質(zhì)高效加工[3]，具體需求如下：

（1）探索基于模型的智能工藝，實(shí)現(xiàn)多工藝交叉下的高效加工。傳統(tǒng)研制模式中結(jié)構(gòu)設(shè)計(jì)數(shù)據(jù)和工藝數(shù)據(jù)、制造過程數(shù)據(jù)相互分離、自為體系，同時(shí)，基于人工經(jīng)驗(yàn)“試錯(cuò)”的工藝設(shè)計(jì)方式造成動(dòng)態(tài)優(yōu)化效率難以有效提升，工藝優(yōu)化周期長，本研究針對加工工藝中的加工策略、加工路徑、加工工序和加工參數(shù)，通過高效加工專家知識庫，并基于孿生數(shù)據(jù)進(jìn)行可視化動(dòng)態(tài)仿真，實(shí)現(xiàn)加工工藝的事前加速驗(yàn)證與智能決策。

（3）提升多工序、多擾動(dòng)情境下的智能排產(chǎn)能力，滿足多型號共線生產(chǎn)快速響應(yīng)制造需求。目前依據(jù)人工經(jīng)驗(yàn)排產(chǎn)得到的作業(yè)計(jì)劃可行性不足，導(dǎo)致在生產(chǎn)過程中存在頻繁調(diào)整，不同型號零件切換周期長，資源配置效率低。本研究有效打通復(fù)雜結(jié)構(gòu)件數(shù)控加工過程資源配置全閉環(huán)控制鏈路，形成基于實(shí)時(shí)數(shù)據(jù)與計(jì)劃模型在線交互與解算的動(dòng)態(tài)調(diào)度機(jī)制，提升智能車間的敏捷度。

（4）全面集成數(shù)字孿生的工具、方法與系統(tǒng)平臺，實(shí)踐基于虛實(shí)融合的智能車間管控模式。以往單點(diǎn)數(shù)字化手段已難以解決工藝設(shè)計(jì)、質(zhì)量保證以及資源配置等方面的動(dòng)態(tài)不確定問題，本研究通過物理制造系統(tǒng)與虛擬制造系統(tǒng)的虛實(shí)融合、以虛控實(shí)，快速響應(yīng)車間各種生產(chǎn)狀況，提升車間整體效能，發(fā)揮示范效應(yīng)。

數(shù)字孿生機(jī)加車間整體集成框架

在充分梳理、分析和提煉上述航天關(guān)重件機(jī)加車間業(yè)務(wù)需求的基礎(chǔ)上，按照“1個(gè)孿生環(huán)境、3項(xiàng)業(yè)務(wù)場景、1個(gè)使能平臺”的思路，圍繞數(shù)字孿生建模與虛實(shí)映射、加工工藝優(yōu)化設(shè)計(jì)、混流排產(chǎn)與動(dòng)態(tài)調(diào)度優(yōu)化、加工質(zhì)量預(yù)測與控制以及智能車間數(shù)字孿生系統(tǒng)開發(fā)等建設(shè)內(nèi)容，構(gòu)建如圖1所示的數(shù)字孿生機(jī)加車間整體集成框架[4]。

圖1 數(shù)字孿生機(jī)加車間整體集成框架Fig.1 Integration framework of digital twin machining workshop

（1）數(shù)據(jù)感知。以車間現(xiàn)有的數(shù)據(jù)感知物聯(lián)網(wǎng)絡(luò)為核心載體，利用OPC、Modbus TCP/RTU、Profibus、EtherCAT等采集協(xié)議并結(jié)合信號提取與處理過程，實(shí)時(shí)采集機(jī)加生產(chǎn)現(xiàn)場工藝、設(shè)備、物料、質(zhì)量等對象的狀態(tài)數(shù)據(jù)、工況信息與檢測結(jié)果，作為物理車間狀態(tài)表征、孿生車間狀態(tài)映射的數(shù)據(jù)源頭。

（2）孿生環(huán)境。研究全要素孿生體建模、多源異構(gòu)數(shù)據(jù)融合與傳遞、在線運(yùn)行與狀態(tài)鏡像等技術(shù)，構(gòu)建包含人機(jī)料法環(huán)孿生體的多層次、全要素、全流程的機(jī)加虛擬車間。

（3）映射樞紐。數(shù)據(jù)中臺負(fù)責(zé)物理車間與孿生車間之間的數(shù)據(jù)傳輸、映射與交互，保證數(shù)據(jù)的一致性，是虛擬車間高保真動(dòng)態(tài)鏡像的關(guān)鍵。

（4）使能平臺。全面集成仿真、模型、數(shù)據(jù)與控制組件，通過接口的調(diào)用，形成面向不同功能模塊的數(shù)字孿生決策引擎，進(jìn)而構(gòu)建工藝設(shè)計(jì)、動(dòng)態(tài)調(diào)度以及質(zhì)量預(yù)測APP，3個(gè)APP是孿生系統(tǒng)發(fā)揮具體作用的落腳點(diǎn)，同時(shí)也是孿生決策引擎的前臺，仿真、分析、預(yù)測以及控制措施都從APP里生成、配置與分發(fā)；虛擬車間進(jìn)行工藝和排產(chǎn)的加速仿真優(yōu)化并反饋給孿生系統(tǒng)APP，從而指導(dǎo)和優(yōu)化物理車間實(shí)際的業(yè)務(wù)過程；同時(shí)孿生系統(tǒng)會對物理車間的設(shè)備、刀具等核心生產(chǎn)要素進(jìn)行監(jiān)測、趨勢分析與預(yù)警。

由于基礎(chǔ)設(shè)施是中國在“一帶一路”國家直接投資的重要領(lǐng)域，它更是關(guān)系到互聯(lián)互通和雙邊經(jīng)濟(jì)發(fā)展的主要內(nèi)容。所以，本文將引入“一帶一路”國家的基礎(chǔ)設(shè)施建設(shè)情況，考察中國直接投資有多少是通過完善沿線國家的基礎(chǔ)設(shè)施來促進(jìn)雙邊經(jīng)濟(jì)增長的，以及東道國各項(xiàng)制度在影響這部分中國OFDI的雙邊經(jīng)濟(jì)增長效應(yīng)時(shí)是否都存在門檻效應(yīng)。

（5）孿生車間。孿生車間是包含物理車間、虛擬車間以及孿生系統(tǒng)三大要素的集合體。其中物理車間是加工任務(wù)的實(shí)際載體和數(shù)據(jù)源頭；虛擬車間是物理車間的忠實(shí)映射和交互界面；孿生系統(tǒng)是工藝、計(jì)劃與質(zhì)量相關(guān)業(yè)務(wù)迭代優(yōu)化的決策中樞。

車間數(shù)字孿生全要素建模與虛實(shí)映射

全要素?cái)?shù)字孿生模型是構(gòu)建機(jī)加虛擬車間的基礎(chǔ)，國內(nèi)劉利釗等[5]從矩陣論的視角出發(fā)，研究了一種面向復(fù)雜制造流程類簇/類/對象的多維時(shí)空建模方法以及數(shù)據(jù)建模處理方法，但未對基于實(shí)時(shí)仿真的時(shí)空模型與實(shí)際制造過程的實(shí)時(shí)同步和虛實(shí)鏡像進(jìn)行深入研究。陳援非等[6]采用Ontology方法對物理空間和信息空間分別進(jìn)行建模，并將泛在設(shè)備作為媒介建立信息–物理空間的映射關(guān)系，實(shí)現(xiàn)信息空間的服務(wù)規(guī)劃。對于制造系統(tǒng)特別是離散制造過程的數(shù)字孿生建模過程而言，能有效融合多域模型構(gòu)建、實(shí)時(shí)虛實(shí)精準(zhǔn)映射以及在線動(dòng)態(tài)運(yùn)行仿真的集成建模方法是目前存在的難點(diǎn)。

本研究針對設(shè)備軟硬件緊密耦合、非標(biāo)準(zhǔn)指令混雜、傳感數(shù)據(jù)多源異構(gòu)給孿生模型多尺度集成、虛實(shí)狀態(tài)同步鏡像、在線運(yùn)行仿真帶來的挑戰(zhàn)，通過揭示工藝、機(jī)構(gòu)動(dòng)作、物流運(yùn)動(dòng)、資源配置之間的多因素、多層次耦合關(guān)系，建立關(guān)重件機(jī)加車間多尺度、多物理量、多維度集成的設(shè)計(jì)模型。

1 多維度數(shù)字孿生體構(gòu)建與全要素集成

車間多維度孿生體構(gòu)建與全要素集成主要包括數(shù)字樣機(jī)構(gòu)建、車間邏輯模型構(gòu)建、車間信息模型構(gòu)建，以及包含孿生單元整合、數(shù)據(jù)知識傳遞、彈性擴(kuò)展在內(nèi)的多尺度單元組裝技術(shù)[7]，如圖2所示。

圖2 機(jī)加車間數(shù)字孿生體構(gòu)建與全要素集成Fig.2 Building and integration of digital twins of machining workshop

（1）車間數(shù)字樣機(jī)構(gòu)建。對機(jī)加車間中人、機(jī)、料、法、環(huán)90%以上核心生產(chǎn)要素進(jìn)行CAD幾何模型構(gòu)建及預(yù)處理，特別是機(jī)床、工件、刀具、工裝、廠房、人員、物流設(shè)備等對象。其中模型預(yù)處理包括格式轉(zhuǎn)換、模型簡化等，并參照相關(guān)行業(yè)標(biāo)準(zhǔn)對各個(gè)零部件進(jìn)行規(guī)范命名。數(shù)字孿生虛擬車間構(gòu)建包括場景建模和工藝流程仿真，其中場景建模又包括設(shè)備模型、車間模型、工具模型，工藝流程仿真模塊接受來自場景建模中的數(shù)據(jù)，通過CAT Process文件進(jìn)行流程仿真。

（2）車間邏輯模型構(gòu)建。物理車間到虛擬車間的映射是關(guān)重件加工數(shù)字孿生車間三維可視化監(jiān)控的核心，為建立真實(shí)的映射過程，需要對車間生產(chǎn)系統(tǒng)進(jìn)行建模，從而準(zhǔn)確地描述車間動(dòng)態(tài)行為。針對典型離散事件動(dòng)態(tài)系統(tǒng)的特點(diǎn)，通過Petri網(wǎng)建模方法來描述生產(chǎn)系統(tǒng)作業(yè)邏輯，通過實(shí)時(shí)信息轉(zhuǎn)化的車間事件驅(qū)動(dòng)生產(chǎn)系統(tǒng)狀態(tài)轉(zhuǎn)換，通過層次化的映射規(guī)則建立數(shù)據(jù)驅(qū)動(dòng)的虛擬車間同步運(yùn)行模式，從而動(dòng)態(tài)映射物理車間現(xiàn)場作業(yè)運(yùn)行[8]。

（3）車間信息模型構(gòu)建。利用物聯(lián)網(wǎng)及大數(shù)據(jù)技術(shù)，構(gòu)造層次化、模塊化的信息模型體系。通過對關(guān)重件機(jī)加數(shù)字孿生車間信息站點(diǎn)的動(dòng)態(tài)組合，實(shí)現(xiàn)在網(wǎng)絡(luò)環(huán)境下進(jìn)行并行工程分布式的動(dòng)態(tài)聯(lián)盟。機(jī)加車間信息模型由車間信息管理系統(tǒng)、車間數(shù)據(jù)中心和各區(qū)域信息站點(diǎn)等要素構(gòu)成。

數(shù)據(jù)中臺不同的數(shù)據(jù)管理組件負(fù)責(zé)對上述3類主要模型信息進(jìn)行一體化存儲、管理與傳遞。信息模型中的生產(chǎn)計(jì)劃、作業(yè)調(diào)度、設(shè)備資源、物流控制、工作狀態(tài)等數(shù)據(jù)傳遞給車間邏輯模型進(jìn)行關(guān)聯(lián)，動(dòng)態(tài)映射物理車間的現(xiàn)場作業(yè)狀態(tài)，同時(shí)，車間邏輯模型又進(jìn)一步調(diào)用相應(yīng)點(diǎn)位的車間數(shù)字樣機(jī)信息，將動(dòng)作變量、歷程變量和場變量數(shù)據(jù)轉(zhuǎn)換成控制邏輯、曲線、云圖和流場，進(jìn)行可視化精準(zhǔn)鏡像。

2 多源復(fù)合驅(qū)動(dòng)的在線運(yùn)行與虛實(shí)狀態(tài)鏡像映射

通過對復(fù)合數(shù)據(jù)的頻譜濾波、實(shí)體設(shè)備幾何特征提取以及工藝流程的語義抽象，實(shí)現(xiàn)車間多層次狀態(tài)鏡像映射；構(gòu)建孿生體的響應(yīng)機(jī)制，采用物理信息融合的方法真實(shí)模擬數(shù)據(jù)在孿生單元間的傳遞，實(shí)現(xiàn)復(fù)合數(shù)據(jù)驅(qū)動(dòng)的孿生體在線運(yùn)行，采用基于代理模型的方法加快孿生系統(tǒng)的響應(yīng)速度；最后在車間孿生場景中導(dǎo)入關(guān)聯(lián)數(shù)據(jù)格式文件，將場景模型與仿真分析數(shù)據(jù)相關(guān)聯(lián)，基于可視化渲染引擎將設(shè)備的運(yùn)動(dòng)行為以及應(yīng)力應(yīng)變等CAE分析數(shù)據(jù)直觀實(shí)時(shí)地展示出來，如圖3所示。

圖3 虛擬車間在線仿真流程Fig.3 Online simulation flow of virtual workshop

孿生數(shù)據(jù)驅(qū)動(dòng)的加工工藝優(yōu)化設(shè)計(jì)

如圖4所示，在航天關(guān)重件機(jī)加車間的場景中，孿生數(shù)據(jù)驅(qū)動(dòng)的加工工藝優(yōu)化具體在以下兩個(gè)方面發(fā)揮作用：（1）在數(shù)字孿生系統(tǒng)中，以加工穩(wěn)定性、設(shè)備加工能力、所耗工時(shí)、資源整體平衡性為首要評價(jià)標(biāo)準(zhǔn)，對初步制定的加工工藝路線安排、加工工藝參數(shù)（轉(zhuǎn)速、進(jìn)給、切深和切寬）進(jìn)行虛擬仿真，避免欠切、過切和碰撞，實(shí)現(xiàn)在正式加工之前基于孿生系統(tǒng)對微觀加工參數(shù)的正確性以及宏觀的工藝資源配置的可行性進(jìn)行優(yōu)化與驗(yàn)證，從而提前規(guī)避工件質(zhì)量問題、設(shè)備加工能力不足、額外加工任務(wù)等各項(xiàng)干擾；（2）在實(shí)際加工過程中，基于制造過程模型開展可視化工藝動(dòng)態(tài)仿真，從而對加工參數(shù)進(jìn)行決策優(yōu)化，并且對零件的加工質(zhì)量進(jìn)行在線評估與預(yù)測，實(shí)現(xiàn)從基于靜態(tài)數(shù)據(jù)的工藝被動(dòng)設(shè)計(jì)到基于實(shí)時(shí)孿生數(shù)據(jù)的主動(dòng)評估的轉(zhuǎn)變。

圖4 加工工藝優(yōu)化技術(shù)途徑Fig.4 Technical solution of process optimization

如圖5所示，基于制造過程模型開展可視化工藝動(dòng)態(tài)仿真，其中制造過程模型主要包括制造工藝過程涉及的幾何模型、物理模型、行為模型、規(guī)則模型等。幾何模型和物理模型同屬于工藝實(shí)體模型范疇，用于表征加工特征的幾何信息和拓?fù)潢P(guān)系；行為模型主要模擬外部環(huán)境與干擾對加工過程的影響，可進(jìn)一步細(xì)分為問題模型、評估模型和決策模型；規(guī)則模型涵蓋工藝要求、加工方法、切削參數(shù)和切削余量等。首先導(dǎo)入用于反映制造過程運(yùn)行狀況、實(shí)時(shí)性能、環(huán)境參數(shù)、突發(fā)擾動(dòng)等信息的裝備實(shí)時(shí)數(shù)據(jù)，接著利用這些信息結(jié)合加工的物理模型，從微觀尺度對加工工藝產(chǎn)生的實(shí)時(shí)響應(yīng)及行為進(jìn)行動(dòng)態(tài)的數(shù)學(xué)近似模擬與描述，如結(jié)構(gòu)、熱變形、零件受力等；最后結(jié)合基于機(jī)器學(xué)習(xí)的加工規(guī)則模型，實(shí)現(xiàn)仿真過程的自學(xué)習(xí)和自演化，從而使得動(dòng)態(tài)仿真具備實(shí)時(shí)的判斷、評估、優(yōu)化及預(yù)測的能力，即人機(jī)緊密在線交互式可視化的工藝動(dòng)態(tài)仿真[9]。

圖5 可視化工藝動(dòng)態(tài)仿真Fig.5 Visual process dynamic simulation

基于實(shí)時(shí)數(shù)據(jù)的混流排產(chǎn)與動(dòng)態(tài)調(diào)度

針對航天飛行器關(guān)重件生產(chǎn)多品種變批量、動(dòng)態(tài)擾動(dòng)頻度高等問題，結(jié)合機(jī)加工藝過程，圍繞生產(chǎn)計(jì)劃執(zhí)行情況、生產(chǎn)過程擾動(dòng)情況和制造資源平衡性等，通過工業(yè)互聯(lián)網(wǎng)平臺獲取當(dāng)前加工情況，以及訂單變化、質(zhì)量問題、設(shè)備故障等不確定要素；根據(jù)實(shí)時(shí)的加工任務(wù)，基于加工工序和加工設(shè)備兩層編碼的改進(jìn)遺傳算法在孿生系統(tǒng)里進(jìn)行選擇、交叉和變異求解[10]，獲取優(yōu)化的排產(chǎn)方案并進(jìn)行動(dòng)態(tài)調(diào)度，具體實(shí)施路徑如圖6所示。

圖6 混流排產(chǎn)及調(diào)度優(yōu)化實(shí)施途徑Fig.6 Implementation approach of mixed-flow scheduling optimization

多目標(biāo)柔性作業(yè)車間調(diào)度可以描述為生產(chǎn)車間中在m臺設(shè)備上加工n個(gè)工件，每個(gè)工件包含ni個(gè)事先確定加工順序的工序，每個(gè)工序可以在多臺設(shè)備上加工?；谶z傳算法具有很強(qiáng)的全局尋優(yōu)能力，擬建立完工時(shí)間、延期時(shí)間和設(shè)備總負(fù)荷3個(gè)優(yōu)化目標(biāo)的車間生產(chǎn)調(diào)度模型，通過改進(jìn)遺傳算法尋求車間調(diào)度的最優(yōu)解[11]。

采用基于加工工序編碼和加工設(shè)備編碼兩層編碼方式，彌補(bǔ)了傳統(tǒng)遺傳算法采用單層編碼基因多樣性和完整性不足的缺點(diǎn)。染色體被分成前后兩個(gè)部分：前部分染色體對應(yīng)工件加工工序；后部分染色體對應(yīng)相應(yīng)的加工設(shè)備。之后經(jīng)過選擇、交叉、變異等操作得到滿足約束條件的調(diào)度方案。

虛實(shí)同步的加工質(zhì)量診斷、預(yù)測與控制

圍繞多品種變批量特點(diǎn)的機(jī)加零件加工過程，基于加工各工序的定位精度、工件熱變形，以及機(jī)床加工參數(shù)、質(zhì)量數(shù)據(jù)和質(zhì)量問題案例等歷史數(shù)據(jù)，建立包括實(shí)例庫的加工質(zhì)量診斷及預(yù)測關(guān)聯(lián)關(guān)系模型，并結(jié)合數(shù)字孿生模型實(shí)現(xiàn)基于加工參數(shù)、材料、數(shù)控機(jī)床、刀具、變形等各類要素對質(zhì)量問題的虛擬診斷和預(yù)測[12]；結(jié)合實(shí)時(shí)的零件加工參數(shù)對實(shí)際的加工質(zhì)量情況進(jìn)行診斷和預(yù)測，并對可能出現(xiàn)的質(zhì)量問題進(jìn)行判斷和決策，并給出調(diào)整方案，實(shí)現(xiàn)對質(zhì)量問題的控制，具體路線圖如圖7所示。

圖7 基于孿生數(shù)據(jù)的產(chǎn)品質(zhì)量預(yù)測與控制路線圖Fig.7 Quality forecast and control based on twin data

基于微服務(wù)的機(jī)加車間數(shù)字孿生系統(tǒng)開發(fā)與集成

以仿真、模型、數(shù)據(jù)、控制組件庫為核心，基于微服務(wù)框架[13]，搭建“實(shí)物數(shù)字化、過程腳本化、系統(tǒng)集成化、控制指令下行同步化、現(xiàn)場信息上行并行化”的航天飛行器關(guān)重件機(jī)加車間數(shù)字孿生系統(tǒng)，整體架構(gòu)如圖8所示。

圖8 機(jī)加車間數(shù)字孿生系統(tǒng)整體架構(gòu)Fig.8 Architecture of machining workshop digital twin system

基于微服務(wù)思想，參照云計(jì)算和工業(yè)互聯(lián)網(wǎng)體系架構(gòu)，建設(shè)基于微服務(wù)的智能車間數(shù)字孿生系統(tǒng)，將機(jī)加車間數(shù)字孿生系統(tǒng)分為基礎(chǔ)平臺、技術(shù)中臺和孿生應(yīng)用3個(gè)核心層級。

（1）基礎(chǔ)平臺層。涵蓋IT基礎(chǔ)設(shè)施、基礎(chǔ)軟件平臺，以及面向工業(yè)領(lǐng)域的平臺功能，為業(yè)務(wù)系統(tǒng)開發(fā)、運(yùn)行、維護(hù)提供基礎(chǔ)軟硬件平臺。

（2）技術(shù)中臺層。分為業(yè)務(wù)中臺、數(shù)據(jù)中臺和孿生中臺。業(yè)務(wù)中臺涵蓋質(zhì)量管控、工藝流管理、調(diào)度優(yōu)化等一系列微服務(wù)；數(shù)據(jù)中臺實(shí)現(xiàn)數(shù)據(jù)匯聚、處理、治理，并開發(fā)數(shù)據(jù)驅(qū)動(dòng)的工業(yè)模型算法；如圖9所示，孿生中臺涵蓋孿生模型、實(shí)時(shí)仿真、預(yù)測分析、反饋控制等一系列共性組件、模型、算法，并基于此形成相應(yīng)的支撐車間APP開發(fā)的獨(dú)立的孿生決策微服務(wù)。

圖9 機(jī)加車間數(shù)字孿生環(huán)境集成建模Fig.9 Integrated modeling of digital twin machining workshop

（3）孿生應(yīng)用層。基于孿生決策微服務(wù)，結(jié)合車間生產(chǎn)相應(yīng)的工業(yè)機(jī)理模型，面向工藝優(yōu)化、資源配置和質(zhì)量控制等主題，構(gòu)建相應(yīng)的應(yīng)用APP。孿生系統(tǒng)應(yīng)用如圖10所示，利用孿生數(shù)據(jù)驅(qū)動(dòng)工業(yè)機(jī)理模型進(jìn)行在線仿真、計(jì)算、評估和預(yù)測，形成決策優(yōu)化指令并向物理車間下達(dá)以完成反饋控制，從而實(shí)現(xiàn)虛擬車間與物理車間的虛實(shí)融合，為工藝迭代優(yōu)化、動(dòng)態(tài)排產(chǎn)調(diào)度以及質(zhì)量分析預(yù)測等問題提供有力的支撐，提升機(jī)加車間生產(chǎn)全過程的協(xié)同管控能力。

圖10 基于工位狀態(tài)診斷的車間資源調(diào)度Fig.10 Workshop resource scheduling based on state diagnosis

結(jié)論

隨著生產(chǎn)當(dāng)量、交付周期以及質(zhì)量控制要求的不斷提升，高精密機(jī)械加工作為航天飛行器關(guān)重件產(chǎn)品實(shí)現(xiàn)的核心環(huán)節(jié)，在工藝設(shè)計(jì)、資源配置和質(zhì)量保證等方面面臨越來越嚴(yán)峻的挑戰(zhàn)。傳統(tǒng)的以局部數(shù)字化和信息化為主的方式已不能適應(yīng)新形勢下的機(jī)加車間運(yùn)行動(dòng)態(tài)優(yōu)化與管控要求。針對機(jī)加車間的運(yùn)行特點(diǎn)，引入數(shù)字孿生技術(shù)，通過實(shí)時(shí)感知–精準(zhǔn)映射–在線分析–動(dòng)態(tài)反饋全鏈路技術(shù)能力的整合，構(gòu)建涵蓋孿生環(huán)境、映射樞紐、使能平臺為核心功能模塊的機(jī)加數(shù)字孿生車間集成框架。通過孿生數(shù)據(jù)驅(qū)動(dòng)的加工工藝優(yōu)化設(shè)計(jì)、基于實(shí)時(shí)數(shù)據(jù)的混流排產(chǎn)與動(dòng)態(tài)調(diào)度以及虛實(shí)同步的加工質(zhì)量診斷、預(yù)測與控制等手段，為機(jī)加車間縮短工藝優(yōu)化周期、提高資源動(dòng)態(tài)配置效率、提升質(zhì)量分析預(yù)測水平提供了切實(shí)可行的技術(shù)途徑。同時(shí)也為航空、船舶、電子、兵器等軍工離散制造企業(yè)智能車間的建設(shè)提供了借鑒。