唐健鈞，金筑云，石芹芹，許艾明，況 林，石淵龍，張昊龍

（航空工業(yè)成都飛機工業(yè)（集團）有限責任公司，成都 610092）

飛機作為典型航空復雜裝備，具有結構復雜、功能繁多、自動化程度高、系統(tǒng)層級多、緊密耦合等特點。飛機總裝涉及多學科多專業(yè)，是實現(xiàn)物理集成和信息集成的過程，也是物理集成和功能驗證的重要階段。飛機總裝生產線主要包括線纜敷設、導管安裝、大部件安裝、測試、全機測量及交付等工作，具有裝配精度高、零部件數(shù)量多、工況復雜、手工作業(yè)等特點，受設計狀態(tài)頻繁變更、供應鏈不穩(wěn)定及生產現(xiàn)場故障的影響，生產線工況非常復雜，各架飛機實際生產狀態(tài)變化大，生產線物理層與信息層的數(shù)據(jù)交互難度大，生產線狀態(tài)及生產管控透明度難以提升。隨著業(yè)務系統(tǒng)的建立、數(shù)字化設備及智能化生產管控技術的引入，生產線活動、生產線管理及生產線運營管控從基本靠人工經驗向信息化管控轉變，但隨著產量及質量要求的提高，計劃調度、資源協(xié)同顆粒度更加精細，生產管控復雜度進一步增加。如何快速實現(xiàn)物理世界 （實際生產線）與虛擬世界（虛擬生產線）的融合與交互，提高虛實數(shù)據(jù)的交互性，提升生產線的透明度及生產績效，迫切需要開展相關信息技術在總裝生產線的研究與應用。

信息物理系統(tǒng)[1]（Cyber-physical system，CPS）通過建立物理空間與信息空間的雙向連接通道，實現(xiàn)數(shù)據(jù)感知、傳輸、計算和控制，是解決物理世界與虛擬世界交互共融的一種技術路徑。其中，作為CPS的關鍵使能技術，數(shù)字孿生技術受到了廣泛的關注。數(shù)字孿生技術以數(shù)字化方式創(chuàng)建物理實體，通過鏡像物理實體構建虛擬模型，模擬物理實體的現(xiàn)實行為，通過建立物理實體及虛擬模型的雙向映射，實現(xiàn)物理實體空間與虛擬空間的交互共融與智能化操作，進而實現(xiàn)“以實促虛，以虛控實”。數(shù)字孿生技術成為智能制造領域、復雜系統(tǒng)智能運行和維護領域的新興研究熱點，劉大同等[2]對已有的數(shù)字孿生技術研究進行歸納總結，為復雜系統(tǒng)診斷、預測及健康管理等提供參考。吳雁等[3]基于數(shù)字孿生技術在制造業(yè)中的應用，探討了數(shù)字孿生在制造領域中的數(shù)據(jù)優(yōu)化、質量分析等關鍵技術。隨著數(shù)字孿生技術的不斷發(fā)展，國內外先進航空企業(yè)及研究學者都進行了深入研究，數(shù)字孿生技術在智能制造中的潛力也得到了越來越多的關注。

美國密歇根大學Grieves教授最早提出的數(shù)字孿生三維模型包括物理實體、虛擬模型及其連接。近年來，洛馬公司持續(xù)不斷地開展數(shù)字孿生虛擬建模技術研究，并將該技術應用于F–35機型研制生產全過程。波音、洛馬、歐洲空客防務與航天公司等先進軍工企業(yè)積極布局智能工廠、推進數(shù)字孿生、增強現(xiàn)實等新技術[4]。達索、西門子等積極尋找數(shù)字孿生解決方案，洛馬、空客、達索等公司都在企業(yè)戰(zhàn)略層面上強調并推進數(shù)字孿生技術的發(fā)展?？湛凸緦?shù)字孿生技術作為構建“未來工廠”的重要內容，并于2016年在法國工廠構建總裝生產孿生模型。達索公司基于數(shù)字孿生技術建立了3DE平臺，利用用戶反饋信息迭代優(yōu)化產品設計模型，目前多個型號的裝配線都使用到了數(shù)字孿生技術。

國內在數(shù)字孿生車間、數(shù)字化、智能化生產線開展了諸多研究，陶飛等[5–9]探索了數(shù)字孿生車間 （Digital twin workshop，DTW）概念、系統(tǒng)組成、運行機制、特點及關鍵技術，為數(shù)字孿生車間的落地應用提供了理論支撐，并且提出了數(shù)字孿生五維模型的概念，重點探討了數(shù)字孿生五維模型在制造車間、智慧城市等領域的應用思路及方案。陳振等[10]提出了飛機數(shù)字孿生裝配車間架構，并對關鍵技術進行了相關研究，為數(shù)字孿生技術在航空工業(yè)的應用提供參考。柳林燕等[11]建立了車間生產過程數(shù)據(jù)孿生系統(tǒng)體系架構。孟松鶴等[12]重點探討了數(shù)字孿生技術在航空航天領域的應用案例。江海凡等[13]提出從數(shù)字化、智能化、智慧化3個階段逐步構建數(shù)字孿生車間并闡述了各階段的運行機制及使能技術，為數(shù)字孿生在智能制造的推廣應用提供參考。金星等[14]構建數(shù)字孿生車間系統(tǒng)并在飛機結構件車間進行應用，實現(xiàn)更全面實時的生產過程信息管理，提升車間管控能力。趙陽等[15]基于數(shù)字孿生五維模型理論構建了飛機總裝脈動生產線數(shù)字孿生應用架構，研究了飛機總裝脈動生產線反應式計劃調度、物流精準配送等服務應用，為復雜產品裝配的智能制造應用提供參考。鄭守國等[16]建立車間三維數(shù)字模型及虛擬車間，初步探索了數(shù)字孿生技術在某型飛機總裝生產線中的應用，驗證了基于數(shù)字孿生的生產線可有效提高作業(yè)效率。

針對飛機總裝生產線現(xiàn)有管控模式存在數(shù)據(jù)共享及交互性差、可視化程度低、呈現(xiàn)形式不直觀等問題，本文結合國內外研究現(xiàn)狀，提出了基于數(shù)字孿生的飛機總裝生產線管控模式，具體分析了飛機總裝生產線從物理到“物理–信息”的演變過程及運行管控需求，闡述了飛機總裝生產線數(shù)字孿生的組成，結合數(shù)字孿生五維模型，構建了飛機總裝生產線數(shù)字孿生模型，開發(fā)了數(shù)字孿生系統(tǒng)并進行應用驗證。

1 飛機總裝生產線運行管控需求分析

1.1 飛機總裝生產線數(shù)字化發(fā)展過程

飛機總裝生產線活動主要包括作業(yè)執(zhí)行 （工藝設計和生產執(zhí)行）、生產線管理 （工藝管理、生產管理、質量管理）及生產線運營 （生產線數(shù)據(jù)監(jiān)控）3大類，其數(shù)字化演變共經歷了4個階段，如圖1所示。

圖1 飛機總裝生產線從物理到“物理–信息”融合的演變過程Fig.1 Evolution process of aircraft assembly production line from physics to“physics–information” integration

（1）物理空間的紙質管理。引入信息技術之前，主要通過人工進行管理，作業(yè)執(zhí)行、生產線管理、信息傳遞主要依靠紙質記錄，信息容易丟失，查詢、統(tǒng)計、分析困難，準確性和使用效率低，屬于低級的信息化。

（2）信息空間的電子管理。隨著信息技術的引入及發(fā)展，MES系統(tǒng)、PDM系統(tǒng)及CAPP系統(tǒng)等相繼構建，初步實現(xiàn)了數(shù)字化的工藝設計與管理、作業(yè)執(zhí)行、生產管理、質量管理等。工藝人員、生產人員、管理人員等可通過信息系統(tǒng)進行信息查詢及處理，極大地提升了工作效率?；緦崿F(xiàn)生產、技術等關鍵業(yè)務域信息化全覆蓋，初步實現(xiàn)了無紙化。但此階段仍然依靠人工經驗進行調整決策，存在主觀性強、問題發(fā)現(xiàn)不及時等問題。

（3）物理信息空間的協(xié)同決策。隨著無紙化工作的推進，以及大數(shù)據(jù)、云計算、人工智能等新技術的引入，飛機總裝生產線上大量的業(yè)務數(shù)據(jù)借助計算機強大的處理能力及智能算法，實現(xiàn)了作業(yè)執(zhí)行與產線管控決策逐步從人工經驗向基于數(shù)據(jù)的決策轉變，物理空間與信息空間初步融合，大幅提高了生產效率。但此階段主要通過人為操作實現(xiàn)，缺乏連續(xù)、實時的交互能力。

（4）物理空間與信息空間深度融合。隨著物聯(lián)網、數(shù)字孿生等先進技術的提出及不斷發(fā)展，總裝生產線利用物聯(lián)網技術進行數(shù)據(jù)采集、存儲和分析，生產線中的各元素將實現(xiàn)全面感知、相互關聯(lián)，物理空間與信息空間的實時交互能力不斷增強，兩個空間實現(xiàn)深度融合?；谖锫?lián)網、數(shù)字孿生技術等初步實現(xiàn)虛擬世界對物理世界的呈現(xiàn)，為飛機總裝智能制造提供支撐。此階段在虛擬對物理呈現(xiàn)的基礎上，進一步實現(xiàn)虛擬對物理的控制。

1.2 飛機總裝生產線運行管控需求

隨著傳感器技術、大數(shù)據(jù)、人工智能技術的發(fā)展，生產線的數(shù)字化程度越來越高，飛機總裝生產線實現(xiàn)從固定式向脈動式轉變。脈動生產線是一種按節(jié)拍移動的飛機數(shù)字化裝配線，具有數(shù)字化、集成化、自動化、智能化等特點，管控需求主要包括以下3個方面。

（1）在生產線運行前端，按照質量體系要求及工藝管理輸入開展工藝設計，形成的工藝知識及模型納入工藝管理系統(tǒng)中進行管理。同時，將審核問題的整改情況反饋至質量管理系統(tǒng)；生產運行時，生產管理向執(zhí)行端提供生產作業(yè)計劃，按照工藝要求、質量體系要求及質量實物要求開展生產作業(yè)，需實現(xiàn)生產線各要素的采集與存儲，以保證每架飛機生產全過程可被追蹤，由于系統(tǒng)裝配和系統(tǒng)測試具有較大差異，作業(yè)形式與手段多樣，生產線移動資源 （如人、設備、機器等）較多，數(shù)據(jù)采集存在困難；同時，采集到的數(shù)據(jù)多源異構且系統(tǒng)之間交互復雜，難以直觀地展示生產線當前狀態(tài)，增加了生產線的管控難度。

（2）受設計更改、故障、資源等擾動因素的影響，生產線狀態(tài)時刻處于復雜變化之中，現(xiàn)場工況極為復雜；同時，隨著飛機產量快速提升及質量要求不斷提高，生產線上的在制品增多，涉及的資源也大幅提升，擾動因素呈指數(shù)級增長，計劃調度與資源協(xié)同更加復雜，難以通過工藝管理、生產管理、質量管理等單一維度的數(shù)據(jù)對復雜生產線的管控，需要進行縱向集成與橫向集成，實現(xiàn)多平臺數(shù)據(jù)的共享。

（3）脈動生產線按節(jié)拍移動，需要實時監(jiān)控生產線上各機位飛機制造的狀態(tài)，快速響應現(xiàn)場異常事件，存在表現(xiàn)形式不直觀，可視化程度低的問題，需在虛擬空間中建立一條與物理世界一致的虛擬生產線，通過對實際生產線數(shù)據(jù)的采集、運算、評估及預測等，優(yōu)化生產指令，動態(tài)、準確地實現(xiàn)物理生產線與虛擬生產線的雙向映射，實現(xiàn)生產線的透明可視，提升脈動生產線的管控能力。

基于脈動生產線管控需求，提出基于數(shù)字孿生的飛機總裝生產線管控模式，主要特征歸結為“物理–信息”融合、虛擬對物理的呈現(xiàn)、虛擬對物理的控制，如圖2所示。該模式實現(xiàn)“物理–信息”的深度融合，變革生產線業(yè)務管理模式，持續(xù)提升生產線的運營效能，實現(xiàn)生產線的信息化、數(shù)字化、智能化，從“數(shù)字”走向“數(shù)智”。

圖2 飛機總裝生產線運行管控需求Fig.2 Requirements for operation control of aircraft assembly production line

要實現(xiàn)該管控模式在總裝生產線上的應用，首先需建立飛機總裝生產線數(shù)字孿生模型，實現(xiàn)總裝生產線高保真還原；其次構建相關系統(tǒng)采集、存儲、集成、分析數(shù)據(jù)，實現(xiàn)虛擬對物理的呈現(xiàn)及虛擬對物理的控制。

2 飛機總裝生產線數(shù)字孿生模型建立

2.1 飛機總裝生產線數(shù)字孿生組成

飛機總裝生產線由多個機位、產品及與飛機生產相關的基礎設施組成，是總裝車間中核心關鍵的組成部分。為支撐脈動生產線的智能化管控，本文借鑒數(shù)字孿生車間的定義，提出飛機總裝生產線數(shù)字孿生，由多個機位級數(shù)字孿生構成，機位級數(shù)字孿生由一個產品和多個設備數(shù)字孿生構成，對飛機、設備、機位等實體進行建模，結合生產作業(yè)執(zhí)行、產線管理、運營管控等業(yè)務邏輯，以孿生數(shù)據(jù)驅動模型，實現(xiàn)在物理空間與虛擬空間的映射，提高生產線的運行效率，如圖3所示。

圖3 飛機總裝生產線數(shù)字孿生組成Fig.3 Digital twin composition of aircraft final assembly line

（1）產品級數(shù)字孿生主要表征飛機的設計狀態(tài)與制造狀態(tài)，由于飛機結構復雜、零部件及功能繁多、多系統(tǒng)交聯(lián)耦合，飛機的組成如線纜、導管、部件等的理論狀態(tài)與制造狀態(tài)存在較大的差異，需對兩種狀態(tài)進行管控、對比、分析。依托飛機設計模型，構建工藝模型，可實現(xiàn)工藝模型指導現(xiàn)場生產。同時，生產制造過程中飛機的制造狀態(tài)映射到工藝模型，積累的數(shù)據(jù)存在于物理對象的全生命周期，可實現(xiàn)基于模型對物理對象的優(yōu)化。

（2）設備級數(shù)字孿生主要表征設備的運行狀態(tài)，由于飛機總裝生產線大部分設備結構復雜、運行周期長、工作環(huán)境惡劣，設備運行時產生大量噪音、振動，并處于高溫環(huán)境，人員無法實時地對設備進行查看，難以獲取當前設備運行的狀態(tài)及異常問題。基于歷史數(shù)據(jù)及實時采集數(shù)據(jù)，建立狀態(tài)監(jiān)控模型及設備故障預測模型，結合設備三維模型，構建設備數(shù)字孿生模型，實現(xiàn)設備級數(shù)字孿生。依托設備級數(shù)字孿生實現(xiàn)虛實交互，表征設備的運行狀態(tài)及健康狀態(tài)，提高設備運行狀態(tài)的透明度、可靠性和可用性。

（3）機位級數(shù)字孿生主要表征當前機位產品、工裝、工具、設備等資源的狀態(tài)，由于各機位的工藝流程、工況復雜度、人員技能等存在較大差異，難以及時直觀地獲取當前機位的狀態(tài)并做出有效決策。基于機位上的“人、機、料、法、環(huán)”相關要素，利用儀器設備測量、視頻圖像及廠家模型，構建生產線人員、工裝、物料等三維幾何模型，實時采集物理空間中生產過程數(shù)據(jù)，并與信息空間中的三維模型進行融合，實現(xiàn)機位級數(shù)字孿生，支撐機位內部自治。

（4）產線級數(shù)字孿生主要表征生產線運行狀態(tài)，由于飛機總裝生產線工藝流程復雜、工序多、制造周期長、供應鏈不穩(wěn)定、工況復雜，各架次的狀態(tài)不一，難以快速感知生產線狀態(tài)，影響管理決策。生產線主要由n個機位組成，各機位間針對不同的工況交互連接并進行資源協(xié)同，以支撐生產線上的作業(yè)計劃制定、派工、執(zhí)行、反饋及控制。產線級數(shù)字孿生表征生產線運行的理論值、過程值及預測值。

2.2 飛機總裝生產線孿生五維模型構建

2019年，陶飛等[7]詳細闡述了數(shù)字孿生五維模型及十大領域應用，即

式中，MDT表示數(shù)字孿生五維模型；PE表示物理實體；VE表示虛擬模型；Ss表示服務；DD表示孿生數(shù)據(jù)；CN表示交互連接。結合數(shù)字孿生五維模型，構建飛機總裝生產線數(shù)字孿生五維模型，包括物理生產線、虛擬生產線、應用平臺、孿生數(shù)據(jù)及交互連接，具有“虛實映射、數(shù)據(jù)驅動”的特點，如圖4所示。

圖4 飛機總裝生產線數(shù)字孿生五維模型Fig.4 Five-dimension digital twin model of aircraft final assembly line

（1）物理生產線。主要指飛機總裝生產線，包括機身、成品、零部件、飛機整機及制造過程中涉及的各類實體對象集合。其中，各類實體對象包括工裝、工具、設備、設施及人員等，是總裝生產過程中不可或缺的資源。

（2）虛擬生產線。主要指飛機總裝生產線包含的各類模型，包括產線要素模型、產品模型、設備模型、人員模型等。產線要素模型描述生產線的位置及包括的機位、工裝、工具、設備等，通過構建生產線要素模型為生產線漫游提供基礎；產品模型描述飛機的幾何形狀、飛機的大部件、零件等，通過構建產品模型，直觀地表達飛機各個部件模型之間位置、干涉等關系；設備模型描述實體設備幾何及設備參數(shù)，建立設備幾何模型、物理模型、規(guī)則模型、定位模型，實現(xiàn)快速找尋運動的物理實體，同時可快速監(jiān)測設備異常并通過控制指令實現(xiàn)設備的控制；人員模型描述生產線人員幾何模型、定位模型，可快速獲知機位上人員情況。

（3）應用平臺。飛機制造全生命周期數(shù)字孿生應用管控平臺封裝了數(shù)字孿生應用過程所需的各類數(shù)據(jù)、算法、模型、仿真結果，是支撐物理生產線與虛擬生產線交互的服務。其主要包括面向安裝機位的裝配引導；人機協(xié)同裝配作業(yè)服務，面向測試機位分布式測試中心集成服務，面向脈動節(jié)拍物流精準配送服務，面向復雜工況下產能評估、動態(tài)排程仿真、故障預測等智能決策服務；建模仿真、模型組合等模型管理服務；測試設備、物流設備、裝配設備等多設備數(shù)據(jù)采集的傳輸、協(xié)議、接口的服務；人員、物料、設備等移動資源相關數(shù)據(jù)的采集、存儲、清洗、關聯(lián)、挖掘、融合等服務。

（4）總裝孿生數(shù)據(jù)。主要負責為物理生產線、虛擬生產線及應用平臺提供數(shù)據(jù)支撐，包括設計數(shù)據(jù)、裝配仿真數(shù)據(jù)、制造過程數(shù)據(jù)、交互迭代與動態(tài)演化的孿生數(shù)據(jù)。如物理生產線上機位、飛機、工裝、設備等物理生產線的數(shù)據(jù)，以及生產過程中的運行數(shù)據(jù)，通過RFID、數(shù)據(jù)采集卡、嵌入式系統(tǒng)、便攜式終端進行數(shù)據(jù)采集；虛擬生產線中機位、飛機、工裝、設備等幾何、物理、行為模型；應用平臺中的工藝設計、仿真、故障預測及模型、工藝管理、生產管理等數(shù)據(jù)。

（5）交互連接。主要支持物理生產線、虛擬生產線、應用平臺及總裝孿生數(shù)據(jù)多要素/跨階段/全業(yè)務流程數(shù)據(jù)的互聯(lián)互通。6種連接包括CN_PV連接 （基于CN_PV方法采集數(shù)據(jù)驅動VE中的模型，采集的VE仿真、決策數(shù)據(jù)下發(fā)至PE，指導產線作業(yè)）；CN_PD連接 （基于多協(xié)議的設備數(shù)據(jù)采集、RFID的移動資源數(shù)據(jù)采集）；CN_VD連接 （虛擬生產線數(shù)據(jù)通過接口存儲至DD，并融合DD，驅動虛擬產線仿真等）；CN_VS連接（通過Socket等實現(xiàn)雙向通信）、CN_PS連接 （采集PE的數(shù)據(jù)優(yōu)化Ss，Ss經過數(shù)據(jù)處理、智能分析，指導PE作業(yè)）；CN_SD（Ss中數(shù)據(jù)存儲在DD中，并融合DD中的規(guī)則模型，優(yōu)化Ss）連接。

根據(jù)飛機總裝生產線數(shù)字孿生組成及飛機總裝生產線數(shù)字孿生五維模型的分析，構建飛機總裝數(shù)字孿生系統(tǒng)，其利用3DMAX構建高保真的虛擬生產線，實現(xiàn)物理生產線實體在虛擬空間的一一對應；構建生產管理指標體系，表征生產線運行的關鍵狀態(tài)；運用先進信息技術手段采集生產線數(shù)據(jù)，實現(xiàn)移動資源數(shù)據(jù)采集；利用多源集成技術，實現(xiàn)關鍵指標多類別多維度多層級的數(shù)據(jù)匯聚；建立數(shù)據(jù)分析模型及智能算法，并與數(shù)據(jù)進行融合，實現(xiàn)虛實交互反饋及三維場景聯(lián)動；以數(shù)據(jù)驅動模型，實現(xiàn)脈動生產線運行狀態(tài)透明可視，輔助支持管理者決策。

3 系統(tǒng)設計與應用效果

3.1 系統(tǒng)架構設計與功能設計

飛機總裝數(shù)字孿生系統(tǒng)架構包括設備層、數(shù)據(jù)層、接口層、服務層及應用層5層結構及組件層，如圖5所示。設備層主要包括裝配設備、物流設備、專用設備、輔助設備，分別為垂尾自動化對接裝置、AGV小車、測試中心設備、數(shù)據(jù)采集終端設備等，主要采集安裝過程數(shù)據(jù)、空間位置數(shù)據(jù)、測試測量數(shù)據(jù)及其他交互數(shù)據(jù)。數(shù)據(jù)層主要包括基礎信息數(shù)據(jù)庫，設備數(shù)據(jù)采集實時數(shù)據(jù)庫、設備數(shù)據(jù)采集歷史數(shù)據(jù)庫、知識庫、標準規(guī)范等，依托數(shù)據(jù)中臺將數(shù)據(jù)進行整合，建立數(shù)據(jù)服務，為應用層提供數(shù)據(jù)支撐。接口層包括API接口、仿真工具接口、第三方系統(tǒng)接口等。服務層是以服務的形式封裝了系統(tǒng)功能，如智能算法服務、統(tǒng)計分析服務、監(jiān)控預警服務等。應用層是面向用戶的接口，提供指標對比、生產管控、趨勢預測等功能。組件層是支撐整個系統(tǒng)正常運行的基礎保障，包括身份認證、可視化組件、菜單配置、日志管理等。

圖5 飛機總裝數(shù)字孿生系統(tǒng)架構Fig.5 Architecture of aircraft final assembly digital twin system

飛機總裝數(shù)字孿生系統(tǒng)主要包含了三維模型建模、三維場景管理、二維指標管控、場景交互、系統(tǒng)配置、接口管控6大主要功能模塊，其組成如圖6所示。

（1）三維模型建模。利用CATIA軟件、3DMAX軟件對物理實體進行建模，實現(xiàn)虛擬模型與實體模型的一一對應，主要包括產品模型、物料模型、人員模型、工裝模型、工具模型、設備模型等。

（2）三維場景管理。物理實體在生產過程中產生了實時數(shù)據(jù)，實時數(shù)據(jù)作用于虛擬模型，對車間實體幾何、物理、行為、規(guī)則進行虛擬映射，實現(xiàn)物理空間向虛擬空間的映射，總裝生產線與虛擬生產線呈現(xiàn)同步可視化。

（3）二維指標管控。從生產、技術、質量業(yè)務域等維度建立總裝生產管控指標體系，對指標進行分層分級管理，通過數(shù)據(jù)可視化手段對指標進行呈現(xiàn)。同時，基于歷史數(shù)據(jù)，建立數(shù)據(jù)分析模型，實現(xiàn)對指標的預測預警。

（4）場景交互。通過建立交互規(guī)則，基于ThreeJS技術，實現(xiàn)三維模型在線展示，并通過規(guī)則實現(xiàn)場景漫游、場景定位、場景切換、懸停觸發(fā)、產線/機位凸顯等。

（5）系統(tǒng)配置。提供基礎的系統(tǒng)配置功能，實現(xiàn)三維模型的管理、裝配驅動接口管理、機位指標配置管理、生產線指標配置等，為系統(tǒng)順利運行提供支撐。

（6）接口管理。提供該系統(tǒng)與外部系統(tǒng)的數(shù)據(jù)交換接口，并對接口進行管理。

3.2 應用效果

如圖7和8所示，飛機總裝數(shù)字孿生系統(tǒng)主要圍繞產線級數(shù)字孿生、機位級 （單元級）數(shù)字孿生、設備級數(shù)字孿生及二維指標等實現(xiàn)產線運營管控。通過對廠房、產品、設備、工裝等生產線全要素的虛擬建模，基于工業(yè)以太網采集設備數(shù)據(jù)，基于業(yè)務系統(tǒng)采集制造數(shù)據(jù)，實現(xiàn)數(shù)據(jù)驅動模型；同時，通過建立生產管控指標體系，實現(xiàn)總裝生產、技術、質量、運營等業(yè)務域管理指標可視化呈現(xiàn)，直觀反映生產線真實的運行狀態(tài)；最后，通過車間漫游，實現(xiàn)多視覺、多場景的自主、自動漫游，實現(xiàn)在虛擬車間沉浸式巡視。

圖7 飛機總裝數(shù)字孿生系統(tǒng)Fig.7 Digital twin system of aircraft assembly

4 結論

本文初步探索了數(shù)字孿生技術在飛機總裝生產線的應用。從飛機總裝生產線物理到“物理–信息”融合的演變過程出發(fā)，闡述了飛機總裝生產線運行管控需求，定義了飛機總裝生產線數(shù)字孿生的組成，構建了飛機總裝生產線數(shù)字孿生五維模型?；?DMAX建立虛擬模型，應用RFID、數(shù)據(jù)采集卡、便攜式終端等實現(xiàn)生產線數(shù)據(jù)采集，利用數(shù)據(jù)驅動模型迭代優(yōu)化，并構建飛機總裝數(shù)字孿生系統(tǒng)，實現(xiàn)了物理空間與虛擬空間的實時交互與深度融合，對總裝生產線的效率與質量提升具有重要作用，為飛機總裝生產線管控提供了一種新的思路。

圖8 二維指標展示Fig.8 Two-dimensional indicator display