陸劍峰，夏路遙，張 浩，徐萌穎

(1.同濟(jì)大學(xué) 電子與信息工程學(xué)院CIMS研究中心，上海 201804；2.企業(yè)數(shù)字化技術(shù)教育部工程研究中心，上海 201804)

0 引言

隨著經(jīng)濟(jì)與社會(huì)的發(fā)展，制造業(yè)的核心任務(wù)由傳統(tǒng)的擴(kuò)大規(guī)模生產(chǎn)向如何滿足大規(guī)模用戶定制化、如何為用戶提供個(gè)性化體驗(yàn)和更好的服務(wù)方向轉(zhuǎn)變。因此，制造企業(yè)面臨著縮短交貨期、提高生產(chǎn)效率、降低成本的壓力，且需要對(duì)不斷變化的市場(chǎng)作出快速反應(yīng)[1]。在新一輪科技革命和產(chǎn)業(yè)變革中，智能制造已成為世界各國搶占發(fā)展機(jī)遇的制高點(diǎn)和主攻方向，如美國“先進(jìn)制造領(lǐng)先戰(zhàn)略”、德國“工業(yè)4.0”[2-3]。智能制造涉及智能產(chǎn)品、智能工廠及智能管理服務(wù)等多個(gè)領(lǐng)域及其優(yōu)化集成，從技術(shù)機(jī)理角度看，這些不同領(lǐng)域盡管存在差異，但本質(zhì)上是一致的，即“人—信息—物理系統(tǒng)”的融合[4]。而信息物理系統(tǒng)(Cyber Physical System,CPS)是推進(jìn)和支撐這種融合的核心概念，其構(gòu)建在密集的數(shù)據(jù)連接和反饋回路上，實(shí)現(xiàn)信息和物理世界的集成和實(shí)時(shí)交互。因此，制造企業(yè)實(shí)施智能制造的一個(gè)關(guān)鍵點(diǎn)就是數(shù)據(jù)與互聯(lián)[5-6]。

互聯(lián)的概念不能僅限于某一個(gè)領(lǐng)域，要有制造企業(yè)內(nèi)各關(guān)鍵要素互聯(lián)意識(shí)。這種互聯(lián)的意識(shí)不斷促使企業(yè)家和工程師重新定義行業(yè)領(lǐng)域的邊界，同時(shí)也是單體智能向群體智能發(fā)展的關(guān)鍵過程[7-8]。相比于傳統(tǒng)制造過程將生產(chǎn)運(yùn)行管理依托于ERP/MES/MOM等管理系統(tǒng)，與實(shí)際生產(chǎn)場(chǎng)景緊密連接，制造企業(yè)逐漸聚焦于將物聯(lián)網(wǎng)、云計(jì)算、人工智能等新一代信息技術(shù)與工廠、產(chǎn)品等全生命周期深度融合，具有自組織、自學(xué)習(xí)、自決策、自適應(yīng)能力特征，以滿足個(gè)性化、柔性化、智能化、服務(wù)化等智能制造的發(fā)展需求。因此，制造企業(yè)實(shí)施智能制造過程中需要關(guān)注的重要問題是資源流、信息流、服務(wù)流如何在多領(lǐng)域、多層次的制造企業(yè)中進(jìn)行虛實(shí)協(xié)同運(yùn)行與高效聯(lián)動(dòng)。

TAO等[9-10]和ZHENG等[11]學(xué)者的研究認(rèn)為，伴隨著信息和物理世界之間深度融合理論和技術(shù)條件日趨成熟，數(shù)字孿生作為突破性的應(yīng)用技術(shù)框架，將成為實(shí)現(xiàn)CPS乃至智能制造的基礎(chǔ)，值得深入、全面地研究其內(nèi)在機(jī)理和應(yīng)用模式。數(shù)字孿生技術(shù)借助數(shù)字化方式創(chuàng)建物理實(shí)體或流程的虛擬模型，用數(shù)據(jù)驅(qū)動(dòng)虛擬模型實(shí)時(shí)地映射物理實(shí)體或流程在現(xiàn)實(shí)環(huán)境中的行為，并通過數(shù)據(jù)和模型融合、智能決策、虛實(shí)交互等手段，可以賦予物理實(shí)體更強(qiáng)的能力。在制造企業(yè)中，產(chǎn)品[12]、工廠[13]、供應(yīng)鏈[14]都可以通過數(shù)字孿生技術(shù)構(gòu)建其數(shù)字孿生系統(tǒng)，但是單一領(lǐng)域的數(shù)字孿生系統(tǒng)并不能發(fā)揮應(yīng)用的作用，需要不同領(lǐng)域的數(shù)字孿生系統(tǒng)進(jìn)行交叉融合，從而構(gòu)成制造企業(yè)的數(shù)字孿生生態(tài)系統(tǒng)(Manufacturing Enterprise Digital Twin Ecosystem, MEDTEs)。伴隨著制造企業(yè)內(nèi)部的業(yè)務(wù)和信息緊密聯(lián)動(dòng)，數(shù)字孿生生態(tài)系統(tǒng)以實(shí)時(shí)、高效、智能服務(wù)為導(dǎo)向，充分集成模型、數(shù)據(jù)、智能技術(shù)為一體，驅(qū)動(dòng)制造企業(yè)高效、智能地運(yùn)行。

在此背景下，本文對(duì)MEDTEs的概念、組成及內(nèi)涵特征展開了分析，揭示了制造企業(yè)數(shù)字孿生生態(tài)系統(tǒng)的交互互聯(lián)、自適應(yīng)與自演化過程；進(jìn)一步從產(chǎn)品、工廠與供應(yīng)鏈3個(gè)種群出發(fā)，結(jié)合數(shù)字孿生技術(shù)實(shí)現(xiàn)邏輯，研究了3個(gè)種群數(shù)字孿生系統(tǒng)的構(gòu)建方法、種群之間的交互配置以及整個(gè)生態(tài)的動(dòng)態(tài)演化過程；最后，結(jié)合某液壓缸工廠的智能化升級(jí)應(yīng)用案例驗(yàn)證了本文所提制造企業(yè)數(shù)字孿生生態(tài)系統(tǒng)的可行性和有效性。

1 相關(guān)研究工作

許多制造企業(yè)通過構(gòu)建不同領(lǐng)域的數(shù)字孿生系統(tǒng)，并將物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等新一代信息技術(shù)集成到產(chǎn)品制造過程中來提升企業(yè)的生產(chǎn)能力和管理能力，以及在企業(yè)集群上下游中的配置效率。

1.1 生態(tài)與制造企業(yè)生態(tài)研究

在自然生態(tài)系統(tǒng)中，每個(gè)物種對(duì)其他物種的進(jìn)化都有其重要的作用和影響，通過這種模式，物種間構(gòu)建了一個(gè)緊密相互依存、協(xié)同進(jìn)化的環(huán)境[15]。按照生態(tài)學(xué)家ODUM對(duì)自然生態(tài)系統(tǒng)的定義，自然生態(tài)系統(tǒng)為“一定區(qū)域、一定時(shí)間內(nèi)共同棲居的所有生物與其環(huán)境之間由于不斷進(jìn)行物質(zhì)循環(huán)和能量流動(dòng)過程而共同進(jìn)化形成的統(tǒng)一體”。由此可以看出，自然生態(tài)有3大機(jī)制：① 多種群循環(huán)機(jī)制，植物、動(dòng)物、微生物之間相互連接，維持物質(zhì)和能量的循環(huán)；②交互機(jī)制，生物之間既相互依賴又相互制約；③進(jìn)化機(jī)制，物競(jìng)天擇、優(yōu)勝劣汰，保證生態(tài)系統(tǒng)能動(dòng)態(tài)地朝最理想的頂級(jí)群落方向演化[16-17]。

受自然生態(tài)理論的啟發(fā)，制造企業(yè)為了更好地讓不同領(lǐng)域的制造資源在其全生命周期內(nèi)協(xié)同交互，LI等[18]提出制造生態(tài)系統(tǒng)(Manufacturing Ecosystem,ME)，并認(rèn)為制造生態(tài)系統(tǒng)是由相關(guān)的制造單元和物質(zhì)流通的相互關(guān)系組成的良好系統(tǒng)?？紤]多樣性、關(guān)聯(lián)性、動(dòng)態(tài)性和漸進(jìn)性等原則，KORHONEN[19]初步提出ME模型，以激發(fā)對(duì)ME模型朝著自然生態(tài)系統(tǒng)原則發(fā)展的可能性的討論。在工程管理領(lǐng)域，YANG等[20]對(duì)29家半導(dǎo)體制造商進(jìn)行了定性調(diào)查，給出了一個(gè)創(chuàng)新的 ME管理模型，涉及跨組織和邊界的知識(shí)流和協(xié)作模式。然而，隨著智能算法與終端的爆炸式增長[21]，僅關(guān)注制造資源、系統(tǒng)動(dòng)態(tài)演化和工程規(guī)劃之間的關(guān)聯(lián)性還遠(yuǎn)遠(yuǎn)不夠。如何充分利用各種智能資源，實(shí)現(xiàn)ME中的無人互通和資源優(yōu)化循環(huán)也值得進(jìn)一步研究。尤其是，應(yīng)該引入更多的自治策略和自我決策機(jī)制，這會(huì)使得制造生態(tài)系統(tǒng)比自然生態(tài)系統(tǒng)更具有“主動(dòng)性”特點(diǎn)和更高層次的“演化”追求。

1.2 數(shù)字孿生研究

數(shù)字孿生的概念雛形最早起源于1969年美國NASA在阿波羅項(xiàng)目中構(gòu)建在軌航天器的“物理孿生體”來反映正在執(zhí)行任務(wù)的空間飛行器的狀態(tài)[22]。數(shù)字孿生的概念模型是由美國密歇根大學(xué)GRIEVES教授[23-25]在其PLM課程中提出“與物理產(chǎn)品等價(jià)的虛擬數(shù)字化表達(dá)”概念，并于2005年被稱為“鏡像空間模型”，于2006年被稱為“信息鏡像模型”。2011年，GRIEVES教授與NASA專家 VICKERS共同提出數(shù)字孿生的概念，即三維模型，包括物理實(shí)體、虛體以及二者之間的連接，該三維模型一直沿用至今[26]。至此，數(shù)字孿生概念初步形成，同時(shí)這也是產(chǎn)品數(shù)字孿生的概念，在此后得到國內(nèi)外學(xué)者不斷地補(bǔ)充和完善。

針對(duì)產(chǎn)品數(shù)字孿生，莊存波等[12]對(duì)產(chǎn)品數(shù)字孿生體的內(nèi)涵進(jìn)行了系統(tǒng)闡述，提出產(chǎn)品數(shù)字孿生體的體系結(jié)構(gòu)，并給出在產(chǎn)品設(shè)計(jì)、產(chǎn)品制造、產(chǎn)品服務(wù)階段數(shù)字孿生體的實(shí)施途徑；陶劍等[27]基于數(shù)字線索和數(shù)字孿生技術(shù)研究了復(fù)雜產(chǎn)品生產(chǎn)全生命周期業(yè)務(wù)過程建模與仿真、動(dòng)態(tài)預(yù)測(cè)和評(píng)估；苗田等[28]分析了數(shù)字孿生在產(chǎn)品研發(fā)、制造、維護(hù)、報(bào)廢等產(chǎn)品生命周期各階段典型場(chǎng)景中的應(yīng)用方式。

但是，數(shù)字孿生的應(yīng)用不只是產(chǎn)品領(lǐng)域，對(duì)于制造企業(yè)來說，制造系統(tǒng)的數(shù)字孿生也是提高其智能化應(yīng)用的一個(gè)措施。陶飛等[9,29]提出數(shù)字孿生車間的概念，設(shè)計(jì)了數(shù)字孿生車間的參考系統(tǒng)架構(gòu)，并從數(shù)字孿生車間組成的角度出發(fā)，分別對(duì)物理車間異構(gòu)要素融合、虛擬車間多維模型融合、車間物理—信息數(shù)據(jù)融合、車間服務(wù)/應(yīng)用融合等關(guān)鍵問題進(jìn)行了研究分析，為企業(yè)實(shí)踐數(shù)字孿生車間提供了參考;郭東升等[30]提出了基于數(shù)字孿生的車間建?？蚣埽瑢?duì)產(chǎn)品數(shù)字化定義、資源建模和工藝信息的數(shù)字化定義等問題進(jìn)行了研究分析；PARK等[31]又提出數(shù)字孿生在微型工廠中的設(shè)計(jì)和實(shí)現(xiàn)，研究了數(shù)字孿生對(duì)工廠全生命周期中設(shè)計(jì)、運(yùn)營及未來決策的支持。

由上述文獻(xiàn)可以看出，目前很多學(xué)者在數(shù)字孿生概念體系與數(shù)字孿生實(shí)踐框架構(gòu)建方面開展了許多研究，取得了一定進(jìn)展，并且數(shù)字孿生系統(tǒng)框架被引入制造企業(yè)的各個(gè)領(lǐng)域，有效地促進(jìn)了物理空間與信息空間的協(xié)同融合，但是在制造企業(yè)數(shù)字孿生系統(tǒng)的建設(shè)方面仍存在問題：① 制造企業(yè)是一個(gè)多領(lǐng)域的系統(tǒng)，目前鮮有學(xué)者從多領(lǐng)域(工廠、產(chǎn)品、供應(yīng)鏈管理)去考慮數(shù)字孿生系統(tǒng)的構(gòu)建。而單領(lǐng)域的數(shù)字孿生系統(tǒng)功能單一，無法滿足制造企業(yè)內(nèi)跨域交互需求，進(jìn)而無法完整地仿真、分析和優(yōu)化智能制造全過程。②制造企業(yè)是一個(gè)時(shí)間延續(xù)性的系統(tǒng)，上述研究聚焦于數(shù)字孿生技術(shù)本身以及其工業(yè)應(yīng)用，很少從工廠、產(chǎn)品、供應(yīng)鏈的生命周期3個(gè)領(lǐng)域同時(shí)去考慮數(shù)字孿生系統(tǒng)的構(gòu)建，更缺乏在多領(lǐng)域在其全生命周期上的協(xié)同交互與演化，從而不能支撐制造企業(yè)有機(jī)整體的智能化管理。

與現(xiàn)有研究相比，本文將數(shù)字孿生技術(shù)應(yīng)用于智能制造全過程中，從全生命周期角度構(gòu)建工廠數(shù)字孿生系統(tǒng)、產(chǎn)品數(shù)字孿生系統(tǒng)和供應(yīng)鏈數(shù)字孿生系統(tǒng)，分析了3個(gè)種群的數(shù)字孿生系統(tǒng)在全生命周期內(nèi)虛實(shí)融合和跨域協(xié)同演化過程，從而提出了制造企業(yè)數(shù)字孿生生態(tài)系統(tǒng)的概念，在此基礎(chǔ)上構(gòu)建智能工廠數(shù)字孿生系統(tǒng)，并應(yīng)用到實(shí)際工廠中，實(shí)現(xiàn)工廠智能化升級(jí)。

2 制造企業(yè)數(shù)字孿生生態(tài)系統(tǒng)

2.1 MEDTEs的概念與組成

產(chǎn)品制造過程是在一個(gè)廣泛的制造系統(tǒng)中進(jìn)行的，其涉及產(chǎn)品與工程設(shè)計(jì)、管理、生產(chǎn)等多環(huán)節(jié)協(xié)同交互運(yùn)行。產(chǎn)品領(lǐng)域從全生命周期角度出發(fā)關(guān)注從產(chǎn)品建模、仿真、質(zhì)量管理到服務(wù)管控；工廠領(lǐng)域關(guān)注在全生命周期的管理過程中整個(gè)建筑、生產(chǎn)裝置及其自身系統(tǒng)設(shè)計(jì)、安裝、運(yùn)營和退役；供應(yīng)鏈領(lǐng)域主要圍繞與供應(yīng)商采購、生產(chǎn)制造活動(dòng)和用戶相關(guān)的信息流、物流等管理與控制[32-33]。

在產(chǎn)品制造過程中，將3個(gè)領(lǐng)域整合到一起是非常大的挑戰(zhàn)，需要將所建立的體系中的每個(gè)領(lǐng)域都通過數(shù)字線程與其他維度整合起來，構(gòu)成制造生態(tài)系統(tǒng)[21]。3個(gè)領(lǐng)域內(nèi)部及之間的緊密集成將帶來更快的產(chǎn)品研發(fā)周期、更有效率的供應(yīng)鏈、更有柔性的生產(chǎn)系統(tǒng)。因此，從制造企業(yè)乃至制造生態(tài)系統(tǒng)各個(gè)領(lǐng)域之間的協(xié)同運(yùn)行和優(yōu)化管理過程來看，需要一個(gè)虛擬載體或空間去承載實(shí)體資源信息和體現(xiàn)信息交互的過程。利用數(shù)字孿生技術(shù)構(gòu)建各個(gè)領(lǐng)域的多層次數(shù)字孿生系統(tǒng)，形成MEDTEs，包括工廠數(shù)字孿生系統(tǒng)(Factory Digital Twin System, FDTS)、產(chǎn)品數(shù)字孿生系統(tǒng)(Production Digital Twin System, PDTS)、供應(yīng)鏈數(shù)字孿生系統(tǒng)(Supply Chain Digital Twin System, SCDTS)，如圖1所示。根據(jù)自然生態(tài)系統(tǒng)理論，工廠數(shù)字孿生系統(tǒng)、產(chǎn)品數(shù)字孿生系統(tǒng)和供應(yīng)鏈數(shù)字孿生系統(tǒng)可以類比成種群p1,p2,p3。

產(chǎn)品是價(jià)值的來源，因此，產(chǎn)品種群是制造數(shù)字孿生生態(tài)中最活躍的部分。為了適應(yīng)多變的市場(chǎng)需求，孿生生態(tài)中不斷有新產(chǎn)品產(chǎn)生，也會(huì)有舊產(chǎn)品淘汰。產(chǎn)品種群中，某個(gè)物種(產(chǎn)品)如果能適應(yīng)市場(chǎng)需求，滿足用戶的需要，則其生命周期會(huì)長，伴隨其不斷增加的銷量，數(shù)字孿生體也會(huì)增加，物種就會(huì)繁盛；反之，產(chǎn)品會(huì)提前退市，物種“滅絕”。但是和實(shí)際物種不同，產(chǎn)品數(shù)字孿生體不會(huì)消亡，其存在的意義就是能對(duì)新產(chǎn)品的開發(fā)提供借鑒。

工廠數(shù)字孿生種群。工廠種群是制造孿生生態(tài)中一個(gè)較為穩(wěn)定的物種，但是隨著現(xiàn)在“跨域”投資案例不斷增加，如互聯(lián)網(wǎng)企業(yè)造汽車等，工廠種群也趨于活躍，優(yōu)勝劣汰情形不斷發(fā)生。工廠種群會(huì)根據(jù)其所在行業(yè)形成不同的“物種”。如果一個(gè)企業(yè)掌握核心技術(shù)，則其會(huì)跨越多個(gè)行業(yè)，其物種繁盛，否則也會(huì)造成退市而退出生態(tài)系統(tǒng)。制造企業(yè)中，產(chǎn)品數(shù)字孿生體、工廠數(shù)字孿生體會(huì)由于供應(yīng)鏈的關(guān)系，形成子種群(供應(yīng)鏈數(shù)字孿生系統(tǒng))。子種群形成子生態(tài)，如果運(yùn)行得好，這些子生態(tài)會(huì)不斷發(fā)展壯大。

因此，制造企業(yè)數(shù)字孿生生態(tài)系統(tǒng)是以企業(yè)制造系統(tǒng)物理與信息空間智能交互、不同種群協(xié)同進(jìn)化為目標(biāo)的多模態(tài)模型和數(shù)據(jù)的集成與應(yīng)用。

2.2 MEDTEs的特征與內(nèi)涵

MEDTEs是由物理和虛擬空間之間、各個(gè)種群數(shù)字孿生系統(tǒng)的演化周期階段通過一定的相互作用關(guān)系而形成的一種網(wǎng)絡(luò)，其中包括信息網(wǎng)絡(luò)、知識(shí)網(wǎng)絡(luò)及制造網(wǎng)絡(luò)等。從微觀尺度到宏觀尺度，可以用網(wǎng)絡(luò)的相關(guān)特征來描述制造系統(tǒng)與子制造系統(tǒng)。

(1)交互特征

制造企業(yè)數(shù)字孿生生態(tài)系統(tǒng)是工廠數(shù)字孿生系統(tǒng)、產(chǎn)品數(shù)字孿生系統(tǒng)、供應(yīng)鏈數(shù)字孿生系統(tǒng)多個(gè)領(lǐng)域集成且交互的系統(tǒng)網(wǎng)絡(luò)。數(shù)字孿生生態(tài)的交互性不僅體現(xiàn)在各個(gè)領(lǐng)域的物理空間與虛擬空間的映射，還包括制造企業(yè)各個(gè)領(lǐng)域的數(shù)字孿生系統(tǒng)及其不同階段之間的交互聯(lián)動(dòng)。本質(zhì)上來說，制造企業(yè)數(shù)字孿生生態(tài)系統(tǒng)的3個(gè)維度內(nèi)部以及維度之間無縫集成和交互是通過虛擬映射空間中模型與數(shù)據(jù)協(xié)同治理來實(shí)現(xiàn)的。

(2)自適應(yīng)特征

用戶對(duì)個(gè)性化產(chǎn)品的需求越來越多，產(chǎn)品的生命周期越來越短。同時(shí)，生產(chǎn)任務(wù)的動(dòng)態(tài)變化、生產(chǎn)要素不齊套、生產(chǎn)能力限制等會(huì)造成制造企業(yè)生態(tài)系統(tǒng)制造現(xiàn)場(chǎng)的復(fù)雜性與不穩(wěn)定性。從網(wǎng)絡(luò)上的動(dòng)力學(xué)和網(wǎng)絡(luò)拓?fù)鋭?dòng)力學(xué)來考慮MEDTEs的網(wǎng)絡(luò)模型動(dòng)力學(xué)，在面向大規(guī)模定制化服務(wù)與故障擾動(dòng)，制造企業(yè)數(shù)字孿生生態(tài)網(wǎng)絡(luò)中的資源節(jié)點(diǎn)、信息流與服務(wù)流都需要快速高效地交互與調(diào)整。在制造數(shù)字孿生生態(tài)中，基于模型和數(shù)據(jù)治理的種群協(xié)同交互，是生態(tài)穩(wěn)定發(fā)展以及物種適應(yīng)能力提升的關(guān)鍵。

(3)自演化特征

復(fù)雜網(wǎng)絡(luò)上的動(dòng)態(tài)演化一般從參與對(duì)象之間的關(guān)系(網(wǎng)絡(luò)結(jié)構(gòu)特性)和策略更新規(guī)則兩個(gè)方面研究種群的行為演化。

MEDTEs網(wǎng)絡(luò)的演化動(dòng)態(tài)是根據(jù)數(shù)字孿生生態(tài)的歷史、當(dāng)前狀態(tài)和基于學(xué)習(xí)機(jī)制的群體行為選擇將演化的當(dāng)前狀態(tài)映射到下一個(gè)時(shí)刻的狀態(tài)的規(guī)則。在有限理性假設(shè)下，動(dòng)態(tài)演化中的對(duì)象將根據(jù)所獲取的信息不斷更新自己的行為(策略)，這種更新規(guī)則實(shí)際上就是學(xué)習(xí)機(jī)制。仿照自然生態(tài)網(wǎng)絡(luò)實(shí)際決策過程，各種不同類型的更新規(guī)則被提出，如生滅過程、死生過程及模仿過程等。生滅過程和死生過程是生物數(shù)學(xué)中描述種群演化的兩類最基本的動(dòng)力學(xué)模型。以經(jīng)典死生過程為例，每一步，MEDTEs中的一個(gè)對(duì)象(如產(chǎn)品、工藝、服務(wù)等)被隨機(jī)地從群里淘汰，然后從群體剩余的對(duì)象中復(fù)制一個(gè)對(duì)象或直接產(chǎn)生一個(gè)新的對(duì)象代替被淘汰的個(gè)體[34]。在狀態(tài)更新規(guī)則的不斷作用下，個(gè)體狀態(tài)更新就會(huì)形成群體的演化過程，如圖2所示。

(4)技術(shù)生態(tài)集成

根據(jù)數(shù)字孿生五維模型[35]和數(shù)字孿生生態(tài)系統(tǒng)的組成及特征，需要集成多種建模技術(shù)和使能技術(shù)來支撐數(shù)字孿生生態(tài)系統(tǒng)模塊構(gòu)建、模塊之間的交互及數(shù)字孿生生態(tài)系統(tǒng)的自適應(yīng)和自演化特性。數(shù)字孿生生態(tài)系統(tǒng)的物理空間涉及多領(lǐng)域和多學(xué)科，因此對(duì)生態(tài)系統(tǒng)物理空間的虛擬建模需要結(jié)合傳感、測(cè)量等技術(shù)，使模型更準(zhǔn)確，更貼近現(xiàn)實(shí)，其包括幾何建模和機(jī)理建模。隨著物理空間的變動(dòng)，數(shù)字孿生生態(tài)系統(tǒng)一直處于動(dòng)態(tài)的自適應(yīng)和自演化過程中，因此需要模型進(jìn)化技術(shù)來驅(qū)動(dòng)虛擬模型自更新。同時(shí)，這一過程將產(chǎn)生海量的制造數(shù)據(jù)，為了合理利用這些數(shù)據(jù)并提取有效信息，需要先進(jìn)的數(shù)據(jù)建模、數(shù)據(jù)分析和融合技術(shù)，包括數(shù)據(jù)的采集、傳輸、存儲(chǔ)、預(yù)處理、融合、分析和可視化。數(shù)字孿生生態(tài)系統(tǒng)的服務(wù)包括應(yīng)用服務(wù)、資源服務(wù)、知識(shí)服務(wù)和平臺(tái)服務(wù)，需要應(yīng)用軟件、平臺(tái)架構(gòu)技術(shù)、面向服務(wù)的架構(gòu)(Service oriented Architecture,SoA)技術(shù)和知識(shí)技術(shù)等支撐。最后，將數(shù)字孿生的物理實(shí)體、虛擬資源、數(shù)據(jù)和服務(wù)互聯(lián)，實(shí)現(xiàn)交互和信息交換。連接涉及互聯(lián)網(wǎng)技術(shù)、交互技術(shù)、網(wǎng)絡(luò)安全技術(shù)、接口技術(shù)、通信協(xié)議等[10,36]。

2.3 MEDTEs構(gòu)建及交互演化分析

2.3.1 產(chǎn)品數(shù)字孿生系統(tǒng)全生命周期環(huán)

物理產(chǎn)品在其生命周期內(nèi)的演化是一個(gè)分層次、分階段且相互交互協(xié)同的立體反饋運(yùn)行模型。

在物理產(chǎn)品設(shè)計(jì)階段，首先需要充分理解用戶的需求或意愿，需求決定了產(chǎn)品的結(jié)構(gòu)、配置、功能以及產(chǎn)品微小的差別。而產(chǎn)品是由多個(gè)零件配置而成，因此需要建立用戶需求與產(chǎn)品配置之間的關(guān)系。在實(shí)際的制造場(chǎng)景中，新一代產(chǎn)品通常會(huì)根據(jù)需求在舊一代產(chǎn)品上迭代改進(jìn)，作為生命不會(huì)終止消亡的上一代產(chǎn)品數(shù)字孿生體已經(jīng)在研發(fā)、制造、使用、報(bào)廢階段中迭代優(yōu)化并附積了大量信息，這會(huì)為新一代產(chǎn)品的設(shè)計(jì)和研發(fā)提供借鑒模型。作為先于物理產(chǎn)品“出世”的數(shù)字胚胎也是產(chǎn)品生命周期數(shù)據(jù)積累的伊始和唯一模型，集成了產(chǎn)品的三維幾何模型、產(chǎn)品關(guān)聯(lián)屬性信息、工藝信息等[37]。同時(shí)，需要專業(yè)工藝人員根據(jù)經(jīng)驗(yàn)總結(jié)和工藝知識(shí)進(jìn)行工藝流程的編制，即將產(chǎn)品設(shè)計(jì)模型轉(zhuǎn)變?yōu)橹圃旆椒安襟E和工藝參數(shù)，然后將產(chǎn)品數(shù)字胚胎模型和設(shè)計(jì)文檔傳遞到制造階段。

在產(chǎn)品制造階段，產(chǎn)品的制造過程數(shù)據(jù)(生產(chǎn)進(jìn)度、生產(chǎn)訂單干擾、外協(xié)需求以及產(chǎn)品質(zhì)量等)都實(shí)時(shí)記錄在產(chǎn)品數(shù)字映射體中，可基于生產(chǎn)約束、生產(chǎn)目標(biāo)、產(chǎn)品工藝等實(shí)現(xiàn)對(duì)產(chǎn)品行為和狀態(tài)進(jìn)行生產(chǎn)監(jiān)測(cè)和控制，達(dá)到產(chǎn)品的制造情況完全透明化，最終交付給用戶的是實(shí)例產(chǎn)品和唯一產(chǎn)品模型。此時(shí)，作為唯一模型的產(chǎn)品數(shù)字孿生體經(jīng)過生產(chǎn)系統(tǒng)制造完成后已經(jīng)具備和物理產(chǎn)品一樣的實(shí)例行為。

在產(chǎn)品使用和運(yùn)維階段，物理產(chǎn)品的所有使用狀態(tài)變化、組件變更信息、產(chǎn)品性能的退化信息都將反饋到產(chǎn)品數(shù)字孿生體。物理產(chǎn)品在進(jìn)入使用服務(wù)階段往往隨著使用時(shí)間推移和使用次數(shù)增加會(huì)出現(xiàn)零組件故障、磨損或損壞的情況而去更換部分組件。而產(chǎn)品數(shù)字孿生體與物理產(chǎn)品始終保持一致，會(huì)自動(dòng)響應(yīng)產(chǎn)品的組件變更信息。

可以看出，產(chǎn)品數(shù)字孿生體采用全數(shù)字量表達(dá)產(chǎn)品的幾何特征、性能、狀態(tài)和功能，作為全生命周期信息的唯一依據(jù)。同時(shí)，產(chǎn)品數(shù)字孿生體也是全價(jià)值鏈的信息集成中心，其主要目的在于整個(gè)價(jià)值鏈中的“價(jià)值”在時(shí)間和空間上無縫協(xié)同，這不僅是共享產(chǎn)品的信息，還是一種在空間上基于信息唯一性的全價(jià)值鏈服務(wù)協(xié)同。因此，產(chǎn)品信息能夠在全價(jià)值鏈實(shí)現(xiàn)可追溯/可追蹤性，并能夠返回產(chǎn)品數(shù)字孿生體中，最終形成信息高度閉環(huán)的產(chǎn)品數(shù)字孿生體，如圖3所示為這一虛實(shí)高度融合過程。

2.3.2 工廠數(shù)字孿生系統(tǒng)全生命周期環(huán)

工廠的全生命周期總體分為工廠規(guī)劃與設(shè)計(jì)階段、施工建造階段、運(yùn)營與維護(hù)階段以及工廠報(bào)廢與回收階段。工廠全生命周期每個(gè)階段的目標(biāo)不同，對(duì)信息的需求不同，同時(shí)信息也具有明顯的不同特征。在工廠全生命周期中，工廠所需承載的信息不斷累積并由前一個(gè)階段傳遞到下一個(gè)階段，而且需要承載面向產(chǎn)品制造過程多領(lǐng)域、全要素、全業(yè)務(wù)流程的融合信息，這就需要面向工廠全生命周期的數(shù)字孿生技術(shù)來滿足信息流的流動(dòng)性、集成性和可擴(kuò)充性需求。

建筑信息模型(Building Information Model,BIM)能夠有效地輔助建筑工程領(lǐng)域的信息集成、交互及協(xié)同工作, 可以使得工廠生命期的信息得到有效的組織和追蹤，保證信息傳遞到下一階段而不發(fā)生信息流失和降低信息不一致發(fā)生[38]。借助數(shù)字孿生的概念和技術(shù)，將BIM引入到工廠的規(guī)劃、設(shè)計(jì)、建造、運(yùn)行維護(hù)等過程，并參照?qǐng)D4提出工廠數(shù)字胚胎的概念。一方面，工廠數(shù)字胚胎為BIM提供精確的三維模型，包括廠房建筑模型、設(shè)施模型、工藝設(shè)備模型等，而相關(guān)的數(shù)字化文檔則可以作為BIM的基礎(chǔ)數(shù)據(jù)服務(wù)中的內(nèi)容。另一方面，工廠數(shù)字胚胎作為數(shù)字化技術(shù)在工廠設(shè)計(jì)和規(guī)劃階段對(duì)工廠進(jìn)行提前建模，先于物理工廠誕生，是一種集成生產(chǎn)性能指標(biāo)、產(chǎn)品工藝規(guī)劃和調(diào)度模型的理想化數(shù)字模型。通過這種理想化數(shù)字模型來仿真工廠生命周期的制造活動(dòng)，并驗(yàn)證工廠整體運(yùn)行的可行性和效率。在工廠施工階段，物理工廠是“仿”已經(jīng)得到驗(yàn)證的工廠數(shù)字胚胎建成，這是工廠虛體到實(shí)體的一種孿生映像。而在工廠運(yùn)營階段，工廠數(shù)字胚胎又得到來自物理工廠的信息反饋更新，進(jìn)入工廠數(shù)字化映射體階段與物理工廠進(jìn)行信息交互。因此，以BIM為核心的工廠數(shù)字孿生系統(tǒng)，針對(duì)工廠不同階段需要提供的服務(wù)建立相應(yīng)的子服務(wù)模型貫穿工廠的全生命周期，支持對(duì)智能工廠中建筑、設(shè)備等工廠實(shí)體信息的存儲(chǔ)、擴(kuò)展和服務(wù)應(yīng)用過程，如圖4所示。

從面向?qū)ο笏枷氤霭l(fā)，將工廠數(shù)字孿生系統(tǒng)作為對(duì)象，以工廠數(shù)字胚胎為基礎(chǔ)逐步構(gòu)建具備全生命周期各階段屬性和功能的工廠數(shù)字孿生體，采用形式化建模語言對(duì)工廠數(shù)字孿生系統(tǒng)進(jìn)行形式化配置建模如下：

FDTS={FDT,PF},

(1)

PF={FB,SEi,SG},

(2)

FDT={BIM,FDTst,WSSM,SSETtype,PSet,ISet},

(3)

BIM={FDEm,FDMm,FTDm,FDD,FCD,IFC},

(4)

WSSM={PP,PC,PT,OM}。

(5)

式中：FDTS為工廠數(shù)字孿生系統(tǒng)；PF為物理工廠，包括工廠建筑FB、第i個(gè)智能設(shè)備SEi及智能網(wǎng)關(guān)SG；FDT為工廠數(shù)字孿生體；FDTst為工廠數(shù)字孿生體處在全生命周期中的狀態(tài)；SSETtype為工廠數(shù)字孿生系統(tǒng)中的服務(wù)類型；PSet為從物理工廠獲取到的生產(chǎn)數(shù)據(jù)集；ISet為虛擬生產(chǎn)系統(tǒng)下達(dá)物理工廠的指令集；BIM為工廠全生命周期的信息管理系統(tǒng)，包括工廠數(shù)字胚胎模型FDEm、工廠數(shù)字化映射體模型FDMm、工廠孿生體智能模型FTDm、工廠重構(gòu)模型FDD、工廠設(shè)計(jì)規(guī)劃文檔FCD、工廠施工文檔及工廠建筑信息標(biāo)準(zhǔn)體系IFC；WSSM表示工廠調(diào)度策略模型，包括生產(chǎn)工藝數(shù)據(jù)PP、生產(chǎn)約束PC、生產(chǎn)目標(biāo)PT、優(yōu)化算法模型OM。

2.3.3 供應(yīng)鏈數(shù)字孿生系統(tǒng)協(xié)同制造環(huán)

在供應(yīng)鏈管理周期中，供應(yīng)鏈中的所有產(chǎn)品、服務(wù)都會(huì)產(chǎn)生與其動(dòng)態(tài)、性能和狀況相關(guān)的信息，利用該聚合的海量數(shù)據(jù)，企業(yè)就可以通過建模和模擬，創(chuàng)建整個(gè)供應(yīng)鏈的數(shù)字孿生系統(tǒng)。具體地，對(duì)供應(yīng)鏈各個(gè)節(jié)點(diǎn)(倉儲(chǔ)、樞紐、運(yùn)輸、配送)和節(jié)點(diǎn)的業(yè)務(wù)環(huán)節(jié)(比如說倉儲(chǔ)的庫存管理)進(jìn)行模型建立。供應(yīng)鏈上的各節(jié)點(diǎn)是最小的結(jié)構(gòu)器官，通過對(duì)這些結(jié)構(gòu)器官進(jìn)行建模和仿真，以及通過開放接口將模型串聯(lián)起來，可以在虛擬空間中使整個(gè)供應(yīng)鏈網(wǎng)絡(luò)的功能運(yùn)轉(zhuǎn)。這種理念的實(shí)質(zhì)是形成一個(gè)數(shù)字化版本的供應(yīng)鏈，既為現(xiàn)實(shí)世界的供應(yīng)鏈提供信息，又從現(xiàn)實(shí)世界的供應(yīng)鏈獲取信息。同時(shí)，供應(yīng)鏈數(shù)字孿生體不僅體現(xiàn)供應(yīng)鏈歷史和當(dāng)前狀態(tài)的事實(shí)信息，還體現(xiàn)未來的決策和計(jì)劃。

供應(yīng)鏈數(shù)字孿生系統(tǒng)的最終目的其實(shí)是通過實(shí)時(shí)的信息可視性實(shí)現(xiàn)服務(wù)協(xié)作和服務(wù)追蹤管理，在供應(yīng)鏈上下游中，每個(gè)工廠也是一個(gè)業(yè)務(wù)節(jié)點(diǎn)，可以在工廠群的數(shù)字孿生交互域中，基于工廠數(shù)字孿生體和企業(yè)的綜合典型案例建立工廠的指標(biāo)評(píng)價(jià)體系，并結(jié)合工廠的協(xié)同目標(biāo)、協(xié)同約束制定伙伴選擇策略和構(gòu)建其協(xié)同優(yōu)化模型，實(shí)現(xiàn)在工廠制造各個(gè)層級(jí)(車間、產(chǎn)線、設(shè)備)和上下游工廠進(jìn)行業(yè)務(wù)協(xié)同。工廠數(shù)字孿生體的信息視圖發(fā)出服務(wù)請(qǐng)求，如果上游工廠能提供相應(yīng)服務(wù)，下游工廠服務(wù)視圖便可在協(xié)同域中調(diào)用相關(guān)服務(wù)。最后，基于工廠數(shù)字孿生體的信息視圖構(gòu)建面向企業(yè)動(dòng)態(tài)監(jiān)督和評(píng)估機(jī)制的可視化管理模型，工廠群可根據(jù)自身在供應(yīng)鏈的定位和自身工廠制造運(yùn)行特點(diǎn)構(gòu)建可視化服務(wù)信息模型，下游工廠可根據(jù)服務(wù)需求定期通過點(diǎn)對(duì)點(diǎn)的可視化追蹤對(duì)上游工廠進(jìn)行動(dòng)態(tài)的監(jiān)督、評(píng)估和管理，如圖5所示為基于產(chǎn)品唯一模型的供應(yīng)鏈數(shù)字孿生系統(tǒng)。

2.3.4 MEDTEs內(nèi)部的交互配置

MEDTEs作為一種復(fù)雜網(wǎng)絡(luò)，其內(nèi)部存在多種宏觀與微觀交互關(guān)系，包括物理與虛擬空間的交互融合、3個(gè)領(lǐng)域DTS之間的交互、每個(gè)領(lǐng)域DTS不同生命周期階段之間的交互以及每個(gè)領(lǐng)域DTS組成要素之間的交互配置。

(1)物理空間與虛擬空間的映射交互

MEDTEs的物理空間包括企業(yè)本體(Enterprise Ontology, EO)、配套企業(yè)(Supporting Enterprise, SE)和客戶企業(yè)(Customer Enterprise, CE)。而企業(yè)本體(EO)的物理空間包括智能建筑(Smart Building, SB)、智能在制品(Smart product, SP)、智能制造設(shè)備(Smart Manufacturing Equipment, SME)、傳感網(wǎng)絡(luò)(Smart Network, SN)、智能網(wǎng)關(guān)(Smart Gateway, SG)等資源。在物理空間投入使用之前，即規(guī)劃設(shè)計(jì)階段，根據(jù)設(shè)計(jì)意愿和以往經(jīng)驗(yàn)可以實(shí)現(xiàn)對(duì)物理空間進(jìn)行幾何建模并結(jié)合產(chǎn)品關(guān)聯(lián)屬性信息和工藝信息等，形成初步的數(shù)字胚胎。再通過各類傳感器構(gòu)成的傳感網(wǎng)路(SN)感知制造單元的實(shí)時(shí)狀態(tài)，包括設(shè)備運(yùn)行數(shù)據(jù)、在制品狀態(tài)、生產(chǎn)人員數(shù)據(jù)等。物理空間的數(shù)據(jù)往往呈現(xiàn)出分散、多源、異構(gòu)等特點(diǎn)，因而所有的狀態(tài)信息和實(shí)時(shí)數(shù)據(jù)需在邊緣側(cè)通過數(shù)據(jù)清洗、數(shù)據(jù)集成與封裝等數(shù)據(jù)操作后以標(biāo)準(zhǔn)的格式經(jīng)智能網(wǎng)關(guān)(SG)上傳至數(shù)據(jù)庫中，這些數(shù)據(jù)與數(shù)字胚胎進(jìn)行深度融合后完成物理空間的精準(zhǔn)建模。同時(shí)，這些數(shù)據(jù)可以為虛擬空間中離線分析、知識(shí)推理、實(shí)時(shí)分析決策等計(jì)算模塊提供數(shù)據(jù)支持。最后，可以將分析決策的結(jié)果通過智能終端(AR、VR等)精準(zhǔn)指導(dǎo)物理空間。由上述分析，MEDTEs中物理空間和虛擬空間的交互映射(Cyber-Physical Interaction Relationship, CPIR)包括物理空間與虛擬空間之間的精準(zhǔn)映射關(guān)系(Precise Mapping Relationship, PMR)及兩者之間的交互行為(Interaction Behavior, IB)，即狀態(tài)感知(Situation Awareness, SA)、分析決策(Analysis and Decision, AD)、精準(zhǔn)執(zhí)行(Precise Execution, PE)。因此，MEDTEs中物理空間(MEDTEs Physical Space, MPS)和虛擬空間(MEDTEs Cyber Space, MCS)的交互映射可形式化建模為：

MPS={EO,SE,CE}，

(6)

EO={SB,SP,SME,SN,SG}，

(7)

MCS={EO′,SE′,CE′}，

(8)

PMR={EO<1:1>EO′,
SE<1:1>SE′,CE<1:1>CE′}，

(9)

(10)

CPIR=PMR∩IB。

(11)

(2)FDTS、PDTS和SCDTS內(nèi)部交互

MEDTEs由FDTS、PDTS和SCDTS組成，根據(jù)數(shù)字孿生體理論[38]，每個(gè)數(shù)字孿生系統(tǒng)和數(shù)字孿生體在其全生命周期中都在自然交互和動(dòng)態(tài)演化。本節(jié)以不同領(lǐng)域數(shù)字孿生體在其全生命周期內(nèi)不同時(shí)間階段的交互為研究對(duì)象，構(gòu)造出其交互模型(Digital Twin Interaction Model, DTIM)。

數(shù)字孿生體在其全生命周期具有不同的狀態(tài)，不同狀態(tài)之間進(jìn)行自然交互和演化，可形式化描述為：

(12)

(13)

DTIM=DTi※DER。

(14)

(3)FDTS、PDTS和SCDTS之間交互

以工廠、產(chǎn)品、供應(yīng)鏈3個(gè)種群數(shù)字孿生體的演化狀態(tài)(Evolution State, ES)為網(wǎng)絡(luò)節(jié)點(diǎn)，不同種群的網(wǎng)絡(luò)節(jié)點(diǎn)之間進(jìn)行交互，實(shí)現(xiàn)MEDTEs整個(gè)網(wǎng)絡(luò)良性的動(dòng)態(tài)演化，這里不同種群的網(wǎng)絡(luò)節(jié)點(diǎn)之間交互可以理解成種群間的擴(kuò)張行為。

基于數(shù)字孿生體進(jìn)化理論[37]，工廠數(shù)字孿生體的演化階段包括工廠規(guī)劃設(shè)計(jì)階段(Factory Planning and Design, FPD)、工廠虛擬調(diào)試階段(Factory Virtual Debugging, FVD)、工廠建造階段(Factory Construction, FC)、工廠生產(chǎn)監(jiān)控和優(yōu)化智能階段(Factory Production Monitoring and Optimization, FPMO)以及虛擬生產(chǎn)線優(yōu)化重組階段(Virtual Production Line Optimization and Reorganization, VPLOR)。產(chǎn)品數(shù)字孿生體的演化階段包括產(chǎn)品協(xié)同設(shè)計(jì)階段(Product Collaborative Design, PCD)、工藝設(shè)計(jì)階段(Process Design, PD)、可制造性驗(yàn)證(Manufacturability Verification, MV)、產(chǎn)品生產(chǎn)狀態(tài)監(jiān)控與優(yōu)化階段(Product Production Status Monitoring and Optimization, PPSMO)和產(chǎn)品使用監(jiān)測(cè)階段(Product Use Monitoring, PUM)。供應(yīng)鏈數(shù)字孿生體的演化階段包括供應(yīng)鏈規(guī)劃(Supply Chain Planning, SCP)、供應(yīng)鏈優(yōu)化模型構(gòu)建(Construction of supply chain optimization model, CSCOM)、供應(yīng)鏈仿真優(yōu)化(Supply Chain Simulation Optimization, SCSO)、供應(yīng)鏈服務(wù)交互(Supply Chain Interaction, SCI)和供應(yīng)鏈服務(wù)監(jiān)測(cè)(Supply Chain Service Monitoring, SCSM)。經(jīng)過上述分析，可以對(duì)三者之間的交互進(jìn)行形式化建模：

FDTES={FPD,FVD,FC,FPMO,VPLOR}，

(15)

PDTES={PCD,PD,MV,PPSMO,PUM}，

(16)

SCDTES={SCP,SCOM,SCSO,SCI,SCSM}。

(17)

(18)

式中：FDTES、PDTES、SCDTES分別表示工廠、產(chǎn)品、供應(yīng)鏈3個(gè)種群數(shù)字孿生體的演化狀態(tài)。EFPSC表示工廠、產(chǎn)品、供應(yīng)鏈3個(gè)領(lǐng)域數(shù)字孿生系統(tǒng)之間的交互模型;DER表示各種動(dòng)態(tài)演化規(guī)則;※表示不同領(lǐng)域數(shù)字孿生體在其全生命周期演化過程中遵循動(dòng)態(tài)演化規(guī)則。

2.3.5 MEDTEs的動(dòng)態(tài)演化分析

制造企業(yè)數(shù)字孿生生態(tài)系統(tǒng)(MEDTEs)是一個(gè)物理空間和信息空間服務(wù)、價(jià)值交互的地方，其演化的首要目的是滿足服務(wù)需求，并創(chuàng)造更多價(jià)值，如圖7所示為制造企業(yè)數(shù)字孿生生態(tài)系統(tǒng)的演化。MEDTEs的演化分為雙向演化和同步演化，基于3.3.4節(jié)的交互關(guān)系，雙向演化包括式(9)中表達(dá)的物理和信息空間之間的雙向映射關(guān)系(PMR)及式(10)中表達(dá)的物理和信息空間之間的雙向交互行為(IB)，即式(11)表達(dá)的物理空間和虛擬空間的交互映射(CPIR)；同步演化是指在數(shù)字孿生生態(tài)系統(tǒng)中信息空間雖在一定程度上能夠優(yōu)先物理空間的演化，但由于實(shí)時(shí)的雙向交互性，信息空間和物理空間之間的演化屬于同步演化，同步演化包含式(14)中表達(dá)的FDTS、PDTS和SCDTS內(nèi)部交互模型DTIM及式(18)中表達(dá)的FDTS、PDTS和SCDTS之間交互模型EFPSC。而生態(tài)系統(tǒng)的演化是否朝著良好的方向發(fā)展可用SMEDTES表示，因此將信息空間的演化狀態(tài)表示為Sifo和物理空間的演化狀態(tài)表示為Sphy。生態(tài)系統(tǒng)的演化狀態(tài)可由環(huán)境健康度(Environment Health, EH)、虛擬模型的數(shù)量(Quantity of Virtual Model, QVM)、虛擬模型的精確度(Accuracy of Virtual Model, AVM)以及人工智能技術(shù)附加的能力值(Technology Ability of AI, TAA)共同決定。環(huán)境健康度是指種群個(gè)數(shù)對(duì)生態(tài)系統(tǒng)演化狀態(tài)的影響程度，種群個(gè)數(shù)越多，數(shù)字孿生生態(tài)系統(tǒng)的演化狀態(tài)可能性就越大，生態(tài)系統(tǒng)魯棒性就越好；虛擬模型的數(shù)量和精確度類比于自然生態(tài)系統(tǒng)中的物質(zhì)數(shù)量和質(zhì)量，模型數(shù)量越多和精確度越好，生態(tài)系統(tǒng)演化狀態(tài)越健壯；而數(shù)字孿生系統(tǒng)中人工智能技術(shù)帶來的附加能力極大地催化了當(dāng)前的生態(tài)系統(tǒng)的演化，如智能算法模型進(jìn)行智能決策和AR輔助精準(zhǔn)執(zhí)行。經(jīng)上述分析，則生態(tài)系統(tǒng)的演化狀態(tài)可表示為：

SMEDTEs,Sifo,Sphy=ep(EH∩QVM∩AVM∩TAA)。

(19)

式中P為制造企業(yè)中某類產(chǎn)品收益。當(dāng)收益P為正時(shí)，生態(tài)系統(tǒng)的演化屬于正演化狀態(tài)，并得以延續(xù)該狀態(tài)；當(dāng)收益P為負(fù)數(shù)時(shí)，生態(tài)系統(tǒng)的演化屬于負(fù)演化狀態(tài)，并且當(dāng)前的演化狀態(tài)會(huì)受到抑制，逐漸被淘汰。

MEDTEs的信息空間內(nèi)部演化分為節(jié)點(diǎn)域?qū)哟窝莼蛡€(gè)體域?qū)哟窝莼瘍蓚€(gè)層次，如圖6所示，其中個(gè)體指的是制造物理空間內(nèi)某一種群(領(lǐng)域)的某一制造資源ui,k,l(如工廠領(lǐng)域的數(shù)控車床、工業(yè)機(jī)器人、AGV等)。個(gè)體之間的縱向連接是制造的邏輯關(guān)系，個(gè)體之間的橫向連接表示個(gè)體彼此間的相似性或可替代性，縱向連接和橫向連接的邊權(quán)值可用wji表示；節(jié)點(diǎn)域內(nèi)是多種群演化的區(qū)域，每一個(gè)節(jié)點(diǎn)指的是個(gè)體組成的個(gè)體域在全生命周期不同階段的演化狀態(tài)Si,k，這種演化狀態(tài)包括種群在某一時(shí)間階段的種群個(gè)體數(shù)(密度)、質(zhì)量等，多個(gè)節(jié)點(diǎn)的串聯(lián)組成了一個(gè)種群在其全生命周期的演化鏈(如工廠種群的全生命周期演化鏈)。在個(gè)體域內(nèi)，每一個(gè)制造資源個(gè)體在數(shù)字孿生生態(tài)系統(tǒng)中都會(huì)有個(gè)體適應(yīng)度，可表示為：

Fiti,k,l=b+aP。

(20)

式中：a為與個(gè)體提供的功能或服務(wù)相關(guān)的參數(shù)，a值越大，則提供的功能或服務(wù)越好，0≤a≤1；P為制造企業(yè)中某類產(chǎn)品收益；b為一個(gè)大于0的較小數(shù)，目的是使種群中最差的個(gè)體仍然有繁殖的機(jī)會(huì)，增加種群的多樣性。

個(gè)體域內(nèi)個(gè)體演化是節(jié)點(diǎn)域內(nèi)節(jié)點(diǎn)演化的基礎(chǔ)，節(jié)點(diǎn)域內(nèi)節(jié)點(diǎn)的演化又會(huì)引起個(gè)體域內(nèi)個(gè)體的演化。在個(gè)體域內(nèi)，個(gè)體的競(jìng)爭(zhēng)與合作是一個(gè)生態(tài)系統(tǒng)內(nèi)種群保持平衡和良性發(fā)展的必要條件。而個(gè)體的競(jìng)爭(zhēng)和合作也會(huì)影響個(gè)體的死亡和出生，進(jìn)而影響組織種群密度。在種群初期演化的時(shí)候，種群密度(種群內(nèi)個(gè)體數(shù)量)和質(zhì)量相對(duì)較低，隨著種群的演化，若該種群的演化狀態(tài)(SMEDTEs,Sifo,Sphy)屬于正演化狀態(tài)，種群內(nèi)的個(gè)體數(shù)量和質(zhì)量都會(huì)提高，則這種演化狀態(tài)就會(huì)被認(rèn)可且合規(guī)，種群將朝著良性的方向進(jìn)行演化，這一階段主要以個(gè)體之間合作為主。例如產(chǎn)品種群p1在初期時(shí)，一個(gè)產(chǎn)品被設(shè)計(jì)制造出來，則會(huì)依據(jù)市場(chǎng)的需求在此類型產(chǎn)品基礎(chǔ)上會(huì)演化出很多衍生產(chǎn)品個(gè)體，不同產(chǎn)品之間會(huì)彼此借鑒互補(bǔ)，完善其各項(xiàng)指標(biāo)功能以達(dá)到最大的收益P。當(dāng)種群的密度相對(duì)較高時(shí)，種群內(nèi)的個(gè)體數(shù)量不斷增長，個(gè)體之間的競(jìng)爭(zhēng)力也會(huì)增加，當(dāng)競(jìng)爭(zhēng)力占主導(dǎo)時(shí)，種群的演化就會(huì)受到阻礙，這一過程伴隨著個(gè)體不斷地被淘汰死亡，并出現(xiàn)更優(yōu)秀的個(gè)體。同樣，以產(chǎn)品種群p1為例，當(dāng)一個(gè)產(chǎn)品種群內(nèi)個(gè)體太多時(shí)，則個(gè)體會(huì)對(duì)內(nèi)競(jìng)爭(zhēng)生產(chǎn)資源，對(duì)外競(jìng)爭(zhēng)市場(chǎng)，競(jìng)爭(zhēng)的后果是不能滿足一定收益P的產(chǎn)品處于負(fù)演化狀態(tài)，個(gè)體就會(huì)被淘汰死亡，由其他相似且更優(yōu)的產(chǎn)品代替或者直接產(chǎn)生更優(yōu)的新產(chǎn)品進(jìn)行替代。

當(dāng)個(gè)體域完成某制造任務(wù)的收益P出現(xiàn)明顯下降時(shí)，再觀察每一個(gè)個(gè)體的適應(yīng)度Fiti,k,l，比較個(gè)體域中的個(gè)體適應(yīng)度，可以以反比于個(gè)體適應(yīng)度的概率pd，即pd/kd將該個(gè)體從群體內(nèi)淘汰，然后從個(gè)體域中以正比于個(gè)體適應(yīng)度的概率pb，即wjipb選擇一個(gè)與原個(gè)體相似的個(gè)體進(jìn)行復(fù)制或者直接產(chǎn)生新的個(gè)體。

而在節(jié)點(diǎn)域內(nèi)，種群之間通過節(jié)點(diǎn)之間的相互作用進(jìn)行協(xié)同演化，因此種群兩兩之間為互利共生關(guān)系，其演化過程趨于協(xié)同演化趨勢(shì)，在相互協(xié)同和作用下，種群將演化成生態(tài)系統(tǒng)，并且該生態(tài)系統(tǒng)的整體收益P將表現(xiàn)出1+1+1>3的效果，如式(20)所示：

P(F(p1,p2,p3))>P(p1)+P(p2)+P(p3)。

(20)

式中：F為協(xié)同作用或協(xié)同關(guān)系；P為制造企業(yè)中某類產(chǎn)品收益函數(shù)。

4 MEDTEs應(yīng)用案例研究

4.1 案例背景

某液壓缸工廠為滿足市場(chǎng)客戶訂單的高變型和小批量特點(diǎn)，正在進(jìn)行智能化升級(jí)改造。由于該工廠面向訂單設(shè)計(jì)(Engineering to Order,ETO)的生產(chǎn)模式在液壓缸生產(chǎn)中占比相當(dāng)重，部分給予標(biāo)準(zhǔn)化生產(chǎn)的精益生產(chǎn)準(zhǔn)則難以落實(shí)，產(chǎn)生了大量在制品庫存并導(dǎo)致交貨期延長，是實(shí)際生產(chǎn)面臨的一大痛點(diǎn)。同時(shí)，目前生產(chǎn)系統(tǒng)中，現(xiàn)場(chǎng)實(shí)時(shí)信息感知不準(zhǔn)確，工廠內(nèi)生產(chǎn)要素沒有完全數(shù)字化、虛擬化和透明化，導(dǎo)致工廠信息流不能在工廠上下游有效流通。因此，工廠內(nèi)生產(chǎn)和物流的隨機(jī)性較大，降低了工廠整體運(yùn)行效率。

該液壓缸工廠中包含48臺(tái)設(shè)備，分別編號(hào)為M1,M2,M3,…,M48；機(jī)床的種類可以分為外殼加工組、珩磨組、焊接組、SIP車削組和鉆銑組。同時(shí)，在智能化過程中建立了一套完整的數(shù)據(jù)采集系統(tǒng)，可以支撐物理工廠與信息空間及信息空間內(nèi)部的協(xié)同交互。

4.2 液壓缸制造企業(yè)數(shù)字孿生生態(tài)構(gòu)建與演化

如圖7所示為液壓缸制造企業(yè)數(shù)字孿生生態(tài)的構(gòu)建、演化過程。首先，根據(jù)已經(jīng)淘汰的前若干代同類衍生產(chǎn)品數(shù)字孿生體中包含的需求配置信息，這些信息在研發(fā)、產(chǎn)品服務(wù)、回收?qǐng)?bào)廢階段都會(huì)不斷產(chǎn)生，將這些信息進(jìn)行集成就會(huì)形成“需求—配置”信息表?；谠摗靶枨蟆渲谩毙畔⒈肀憧裳杆俅_定本代液壓缸產(chǎn)品將會(huì)采用的配置模塊，本代液壓缸產(chǎn)品將可能出現(xiàn)具有不同服務(wù)功能的同代衍生品，這是根據(jù)客戶定制化服務(wù)需求產(chǎn)生的。如果產(chǎn)品直接進(jìn)入物理生產(chǎn)系統(tǒng)進(jìn)行生產(chǎn)，產(chǎn)品生產(chǎn)的容錯(cuò)度較低。因此，基于產(chǎn)品需求和工藝流程建立初始的生產(chǎn)指標(biāo)體系，并在工廠數(shù)字孿生體中嵌入生產(chǎn)調(diào)度策略和物流調(diào)度策略。工廠數(shù)字孿生體可以支持碰撞干涉檢查，以發(fā)現(xiàn)不同設(shè)備之間的位置沖突，并進(jìn)行供應(yīng)鏈DT提供的零件數(shù)字孿生體的生產(chǎn)仿真，將零件數(shù)字孿生體真實(shí)尺寸、裝配參數(shù)和次品等信息反饋回產(chǎn)品設(shè)計(jì)階段，對(duì)產(chǎn)品的設(shè)計(jì)研發(fā)進(jìn)行再優(yōu)化。隨著使用/維護(hù)階段數(shù)據(jù)的反饋參與，可預(yù)測(cè)潛在的產(chǎn)品設(shè)計(jì)結(jié)構(gòu)缺陷、性能缺陷和功能缺陷，實(shí)現(xiàn)產(chǎn)品可制造性仿真驗(yàn)證。

最終，工廠交付給客戶的將是物理產(chǎn)品和與物理產(chǎn)品具備相同屬性和實(shí)例行為的產(chǎn)品數(shù)字孿生體。在產(chǎn)品使用和運(yùn)維階段，產(chǎn)品數(shù)字孿生體將對(duì)物理產(chǎn)品進(jìn)行服務(wù)追蹤，物理產(chǎn)品的所有使用狀態(tài)變化、組件變更信息、產(chǎn)品性能的退化信息都將反饋到產(chǎn)品數(shù)字孿生體。用戶在使用的過程中，將會(huì)根據(jù)使用功能和帶來的收益P擇選產(chǎn)品的種類，則進(jìn)入市場(chǎng)的不同種類產(chǎn)品，就會(huì)不斷地被淘汰或更新進(jìn)化，最終處于正演化狀態(tài)的液壓缸產(chǎn)品將被留在生態(tài)中進(jìn)行流通，而處于負(fù)演化狀態(tài)的液壓缸產(chǎn)品將會(huì)被生態(tài)系統(tǒng)淘汰。依此循環(huán)，該液壓缸工廠將不斷提高應(yīng)對(duì)市場(chǎng)動(dòng)態(tài)變化的服務(wù)的產(chǎn)品研發(fā)速度及提供品質(zhì)越來越高的液壓缸產(chǎn)品。

4.3 液壓缸工廠數(shù)字孿生系統(tǒng)實(shí)施

本文以該液壓缸工廠智能化升級(jí)為例，從工廠、產(chǎn)品、供應(yīng)鏈3個(gè)模塊來實(shí)施液壓缸工廠數(shù)字孿生系統(tǒng)(Hydraulic Cylinder Factory Digital Twin System, HCFDTS)的建設(shè)。

HCFDTS是以Unity平臺(tái)中工廠數(shù)字孿生系統(tǒng)為核心，集成Plant Simulation、BIM和Anylogic系統(tǒng)構(gòu)建而成。首先，將從BIM系統(tǒng)中的工廠/設(shè)備等模型導(dǎo)入U(xiǎn)nity進(jìn)行二次開發(fā)。然后，通過確立客戶的產(chǎn)品需求、設(shè)計(jì)液壓缸產(chǎn)品形成產(chǎn)品工藝信息和采購需求，依據(jù)產(chǎn)品交貨期和工廠產(chǎn)能在Anylogic平臺(tái)中進(jìn)行供應(yīng)鏈管理優(yōu)化。同時(shí)，基于Plant Simulation平臺(tái)，結(jié)合生產(chǎn)優(yōu)化指標(biāo)、生產(chǎn)約束及供應(yīng)鏈優(yōu)化結(jié)果，使用遺傳優(yōu)化算法對(duì)生產(chǎn)訂單進(jìn)行優(yōu)化得到生產(chǎn)/物流調(diào)度優(yōu)化結(jié)果和工廠布局，并驅(qū)動(dòng)Unity中的工廠數(shù)字孿生系統(tǒng)。通過數(shù)據(jù)采集和處理及通信接口和協(xié)議等通信技術(shù)使信息流在HCFDTS的虛實(shí)之間和不同平臺(tái)之間高效流動(dòng)，使產(chǎn)品、工廠、供應(yīng)鏈3個(gè)領(lǐng)域能夠交互演化，最終HCFDTS能夠完整地構(gòu)建液壓缸工廠的業(yè)務(wù)流程和生產(chǎn)過程，支持工廠的布局、生產(chǎn)、物流、供應(yīng)鏈的仿真優(yōu)化，減少試錯(cuò)過程，從而降低成本和提高工廠重構(gòu)效率，實(shí)施架構(gòu)如圖8所示。

(1)基于Plant Simulation工廠重構(gòu)和生產(chǎn)優(yōu)化

液壓缸工廠處于智能化升級(jí)階段，工廠已經(jīng)形成一套完成的工藝體系和生產(chǎn)優(yōu)化指標(biāo)體系。工廠重構(gòu)布局和生產(chǎn)物流優(yōu)化便是以智能化升級(jí)前的工藝體系和生產(chǎn)優(yōu)化指標(biāo)體系為基礎(chǔ)，利用Plant Simulation對(duì)工廠進(jìn)行二維的布局規(guī)劃和生產(chǎn)/物流優(yōu)化仿真，并在Plant Simulation模型中嵌入粒子群或遺傳等智能算法生成生產(chǎn)/物流調(diào)度策略，獲得生產(chǎn)/物流調(diào)度所需的智能預(yù)測(cè)模型及以優(yōu)化仿真為前提的工廠布局規(guī)劃，同時(shí)生成對(duì)生產(chǎn)訂單加工時(shí)間和設(shè)備利用率數(shù)據(jù)的分析，該仿真結(jié)果可以指導(dǎo)生產(chǎn)現(xiàn)場(chǎng)的設(shè)備布局規(guī)劃及后期的生產(chǎn)/物流調(diào)度。如圖9所示為嵌入生產(chǎn)最大完工時(shí)間、最小在制品數(shù)量、產(chǎn)能利用率等生產(chǎn)優(yōu)化指標(biāo)體系和FCFS啟發(fā)式算法、GA算法以及NSGA-II算法的Plant Simulation模型，其中生產(chǎn)優(yōu)化指標(biāo)可以通過Plant Simulation平臺(tái)中的統(tǒng)計(jì)分析工具進(jìn)行選擇，算法可以通過PS平臺(tái)中的Simtalk語言編寫程序，F(xiàn)CFS算法為液壓缸工廠原排班模式。

針對(duì)目前液壓缸工廠存在在制品庫存并導(dǎo)致交貨期延長的問題，根據(jù)嵌入遺傳算法(Genetic Algorithm,GA)的液壓工廠仿真模型對(duì)工廠生產(chǎn)/物流調(diào)度的仿真分析結(jié)果，可以規(guī)劃出合理生產(chǎn)運(yùn)行的工廠布局。這只是在二維場(chǎng)景中的仿真布局，并未達(dá)到逼真或?qū)\生的效果，也無法從全生命周期角度來有效地記錄工廠建筑和設(shè)備信息。因此，需要構(gòu)建該液壓工廠的三維“檔案”，基于上述二維的工廠規(guī)劃布局，構(gòu)建工廠的BIM信息系統(tǒng)，包括工廠的組成結(jié)構(gòu)、設(shè)備模型樹形管理、資源屬性以及附屬的建筑相關(guān)文檔等信息。液壓工廠BIM信息系統(tǒng)一直存在于工廠的全生命周期中，每一階段的工廠建筑/設(shè)備信息都會(huì)記錄在BIM信息系統(tǒng)中，并傳遞到全生命周期的下一階段。

(2)液壓缸工廠生產(chǎn)過程分析

物理工廠經(jīng)過合理化布局后，進(jìn)入工廠全生命周期的下一個(gè)階段—工廠運(yùn)營階段，在這一階段，生產(chǎn)現(xiàn)場(chǎng)信息和在制品狀態(tài)信息都會(huì)實(shí)時(shí)反饋到工廠數(shù)字孿生體和產(chǎn)品數(shù)字孿生體中。將BIM信息系統(tǒng)中的工廠模型導(dǎo)入到Unity中進(jìn)行二次開發(fā)，Unity3D是跨平臺(tái)的三維圖形渲染引擎，具有方便的可視化創(chuàng)作環(huán)境，并支持各種腳本語言包括 C#、JavaScript，且Unity具有強(qiáng)大的UI構(gòu)建能力[39]，因此可以通過Unity進(jìn)行接口集成，實(shí)現(xiàn)生產(chǎn)過程信息的互聯(lián)。在生產(chǎn)前，可以在Plant Simulation平臺(tái)進(jìn)行生產(chǎn)和物流優(yōu)化仿真得出最優(yōu)的結(jié)果，其結(jié)果數(shù)據(jù)通過Socket接口驅(qū)動(dòng)Unity中工廠模型，實(shí)現(xiàn)對(duì)生產(chǎn)過程的調(diào)度方案、生產(chǎn)性能、物流方案等進(jìn)行仿真分析和計(jì)算。在生產(chǎn)過程中，通過工廠中智能采集設(shè)備收集物理空間中的生產(chǎn)過程數(shù)據(jù)、設(shè)備數(shù)據(jù)、設(shè)備能耗等用于數(shù)據(jù)分析、挖掘和認(rèn)知決策以改善和增強(qiáng)工廠各個(gè)方面的業(yè)務(wù)能力、管理能力和生產(chǎn)能力，如圖10所示。這些功能對(duì)應(yīng)于不同的用戶對(duì)象，包括企業(yè)管理級(jí)用戶、車間管理控制級(jí)用戶及設(shè)備級(jí)用戶。

生產(chǎn)優(yōu)化仿真、生產(chǎn)過程分析等功能產(chǎn)生的信息是集成在虛擬空間中，工廠數(shù)字孿生系統(tǒng)提供的服務(wù)針對(duì)工廠不同層級(jí)的用戶對(duì)象，因此需要將系統(tǒng)提供的服務(wù)下沉到工廠現(xiàn)場(chǎng)，即用虛擬空間中的虛擬信息去指導(dǎo)物理工廠的生產(chǎn)活動(dòng)，改變物理工廠的制造方式，需要應(yīng)用新的信息技術(shù)及設(shè)計(jì)虛擬工廠與物理工廠之間的信息流通通道。針對(duì)車間級(jí)管理員，VR(virtual reality)技術(shù)可以讓用戶管理員沉浸在完整的虛擬工廠中對(duì)物理工廠進(jìn)行生產(chǎn)監(jiān)控。面向車間生產(chǎn)人員，AR(augmented reality)技術(shù)基于生產(chǎn)場(chǎng)景的生產(chǎn)信息擴(kuò)展和增強(qiáng)特點(diǎn)可以讓用戶很自然地理解生產(chǎn)現(xiàn)場(chǎng)任務(wù)。

(3)液壓缸工廠供應(yīng)鏈數(shù)字孿生體的服務(wù)協(xié)同和追蹤

液壓缸工廠內(nèi)部、工廠與外部供應(yīng)商進(jìn)行多層次、多粒度服務(wù)交互，利用圖5中工廠供應(yīng)鏈DTS的協(xié)同交互域的信息交互接口，并設(shè)計(jì)服務(wù)的基本交互規(guī)則，實(shí)現(xiàn)工廠制造服務(wù)信息交互策略。然后基于WS-CDL(Web services—choreography description language)標(biāo)準(zhǔn)形成制造服務(wù)編排文檔。服務(wù)執(zhí)行過程根據(jù)該服務(wù)編排文檔進(jìn)行信息交互，并和工廠數(shù)字孿生系統(tǒng)一起完成服務(wù)的追蹤管理。

該液壓缸工廠的零件加工方法可大致分為如下3個(gè)步驟：毛坯加工、粗加工、精加工?，F(xiàn)有制造云服務(wù)提供商A和B均能完成以上各步驟制造任務(wù)，即提供每種制造云服務(wù)或者相應(yīng)組合服務(wù)。如果下游服務(wù)供應(yīng)商沒有與上游服務(wù)供應(yīng)商交互協(xié)同并獲取服務(wù)跟蹤信息，則初始加工訂單順序如表1所示。同時(shí)，服務(wù)提供商A和B的加工能力如表2所示。基于“先來先服務(wù)”的服務(wù)執(zhí)行策略和齊套的服務(wù)目標(biāo)，對(duì)表1中的初始服務(wù)執(zhí)行順序進(jìn)行優(yōu)化，實(shí)際處理服務(wù)順序如表3所示。

表1 初始加工訂單順序

表2 服務(wù)提供商A和B的加工能力

表3 實(shí)際加工訂單順序 pixels

為有效協(xié)同每個(gè)子訂單以及每個(gè)服務(wù)供應(yīng)商的加工制造流程，不同服務(wù)供應(yīng)商需要根據(jù)每個(gè)訂單編排信息與上、下游服務(wù)提供商進(jìn)行訂單信息交互。以某一子訂單order_2為例，對(duì)各服務(wù)供應(yīng)商的服務(wù)交互協(xié)同仿真，如圖11所示。訂單完成總時(shí)間為52 h，各服務(wù)供應(yīng)商的加工時(shí)間、異常處理時(shí)間、訂單切換時(shí)間、等待(空閑)時(shí)間數(shù)據(jù)如圖中餅狀圖所示。

在服務(wù)協(xié)同交互模式下，上游服務(wù)供應(yīng)商不但能主動(dòng)向下游服務(wù)需求商發(fā)送訂單異常信息，而且下游服務(wù)需求商能夠主動(dòng)向上游服務(wù)供應(yīng)商獲取訂單狀態(tài)和進(jìn)度，按照自己的服務(wù)執(zhí)行策略，隨時(shí)刪除異常服務(wù)或更新自身生產(chǎn)順序。如表4所示為服務(wù)需求商A精加工服務(wù)的預(yù)定生產(chǎn)順序和實(shí)際生產(chǎn)順序?qū)Ρ取?/p>

通過對(duì)上下游的服務(wù)訂單的編排和優(yōu)化，可以改進(jìn)其生產(chǎn)訂單順序。Plant Simulation可以通過接口獲取到該訂單順序作為生產(chǎn)優(yōu)化的約束，從而實(shí)現(xiàn)供應(yīng)鏈管理與產(chǎn)品生產(chǎn)的協(xié)同優(yōu)化，其結(jié)果相較于單獨(dú)使用Plant Simulation進(jìn)行生產(chǎn)優(yōu)化更具有實(shí)際意義。

表4 服務(wù)需求商A精加工服務(wù)訂單執(zhí)行順序?qū)Ρ?/p>

4.4 比較結(jié)果

為了證明所提智能工廠數(shù)字孿生系統(tǒng)在液壓缸工廠中的可行性和有效性，收集了智能工廠DTS在液壓缸工廠中運(yùn)行前和運(yùn)行后的一個(gè)月內(nèi)的收益評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行比較，收益評(píng)價(jià)指標(biāo)包括直通率、標(biāo)準(zhǔn)在制品庫存、交貨期、產(chǎn)能利用率和產(chǎn)品次品率。在這一個(gè)月內(nèi)每天的生產(chǎn)訂單數(shù)保持在500～600個(gè)范圍內(nèi)浮動(dòng)，每天每班工人數(shù)25～30人，一天3班。雖然生產(chǎn)訂單數(shù)和訂單種類有所差別，但是不會(huì)影響評(píng)價(jià)指標(biāo)數(shù)據(jù)的總體趨勢(shì)。如表5所示為智能工廠數(shù)字孿生系統(tǒng)運(yùn)行實(shí)驗(yàn)對(duì)比情況，其中直通率提高了13.6%；標(biāo)準(zhǔn)在制品庫存(Working in Progress,WIP)平均降低了124個(gè)；交貨期平均提前了7天；產(chǎn)能利用率提高了6.6%，且變得更均衡；產(chǎn)品次品率降低了3.2%。

表5 HCFDTS投入前運(yùn)行的實(shí)驗(yàn)結(jié)果

5 結(jié)束語

隨著智能制造戰(zhàn)略的實(shí)施，數(shù)字孿生技術(shù)越來越成熟地被應(yīng)用到制造產(chǎn)業(yè)的各個(gè)層級(jí)中，數(shù)字孿生技術(shù)核心理念就是虛實(shí)空間的互相融合，其為當(dāng)前制造業(yè)的發(fā)展提供了新的方法和思路。本文從制造企業(yè)數(shù)字孿生系統(tǒng)的構(gòu)建需求角度定義了制造企業(yè)數(shù)字孿生生態(tài)系統(tǒng)的概念、組成及內(nèi)涵特征，并重點(diǎn)研究了生態(tài)系統(tǒng)中3個(gè)種群數(shù)字孿生系統(tǒng)的構(gòu)建過程和方法(包括產(chǎn)品數(shù)字孿生系統(tǒng)、工廠數(shù)字孿生系統(tǒng)、供應(yīng)鏈數(shù)字孿生系統(tǒng))以及3個(gè)種群數(shù)字孿生系統(tǒng)之間的交互配置和演化過程。最后，通過一個(gè)應(yīng)用案例，展示了MEDTEs的構(gòu)建過程、組成部分、服務(wù)應(yīng)用場(chǎng)景以及演化過程，證明其可行且有效地降低工廠在制品庫存和提前其交貨期。

后續(xù)的研究工作可以聚焦在以下兩個(gè)方面：

(1)數(shù)字孿生系統(tǒng)中虛擬空間的數(shù)據(jù)和模型來源于物理空間，虛擬元素的有效表達(dá)取決于數(shù)據(jù)和模型的質(zhì)量和融合程度，探索虛擬空間中孿生數(shù)據(jù)和模型的質(zhì)量及融合機(jī)制是非常有必要的。因此，未來將進(jìn)一步研究整個(gè)業(yè)務(wù)流程的數(shù)據(jù)集和模型集的孿生質(zhì)量評(píng)價(jià)體系和融合質(zhì)量標(biāo)準(zhǔn)。

(2)目前，從物理工廠中獲取的數(shù)據(jù)和模型沒有得到合理和智能化應(yīng)用，需要探索智能算法在虛擬空間中對(duì)孿生數(shù)據(jù)/模型的充分融合和應(yīng)用，由此可以進(jìn)一步研究其他領(lǐng)域，如計(jì)算機(jī)視覺，與數(shù)字孿生系統(tǒng)的合理集成，拓展數(shù)字孿生系統(tǒng)對(duì)智能制造的業(yè)務(wù)面。