摘 要：本文以智能制造為出發(fā)點(diǎn)，構(gòu)建了基于數(shù)字孿生技術(shù)的數(shù)字加工工廠架構(gòu)，形成了從虛擬加工空間到物理加工空間的映射關(guān)系。以工序優(yōu)化為研究對(duì)象，構(gòu)建了基于深度學(xué)習(xí)的數(shù)字工廠加工工序的優(yōu)化框架。將加工工件、加工參數(shù)、加工設(shè)備需求、加工質(zhì)量需求和加工工序樣例多類數(shù)據(jù)作為輸入，進(jìn)而利用BERT模型和注意力機(jī)制模塊，進(jìn)行去冗余和加工工序精確性提升。試驗(yàn)結(jié)果表明，數(shù)字工廠加工工序的優(yōu)化減少了加工工步數(shù)量，提升了加工精度。

關(guān)鍵詞：智能制造；數(shù)字工廠；機(jī)械加工；智能優(yōu)化

中圖分類號(hào)：TH 16" " 文獻(xiàn)標(biāo)志碼：A

隨著我國(guó)現(xiàn)代化經(jīng)濟(jì)體系不斷完善，我國(guó)國(guó)民經(jīng)濟(jì)的產(chǎn)業(yè)結(jié)構(gòu)也日趨完整。據(jù)統(tǒng)計(jì)，與世界主要發(fā)達(dá)國(guó)家相比，我國(guó)是工業(yè)門(mén)類最齊備的國(guó)家[1]。尤其在機(jī)械制造領(lǐng)域，我國(guó)可以加工和組裝的機(jī)械產(chǎn)品包括從微小零件到大型設(shè)備的方方面面，從這點(diǎn)來(lái)看，我國(guó)是典型的制造業(yè)大國(guó)。但是，我國(guó)的機(jī)械加工行業(yè)也存在明顯的勞動(dòng)密集型、加工效率低和加工精度不足等問(wèn)題。在工業(yè)4.0的全新時(shí)代里，我國(guó)機(jī)械加工制造行業(yè)迎來(lái)了前所未有的發(fā)展機(jī)遇[2]，信息技術(shù)、大數(shù)據(jù)技術(shù)和AI技術(shù)等高新科技將全面引入中國(guó)制造，我國(guó)也將迎來(lái)嶄新的智能制造時(shí)代。智能制造打破了操作者對(duì)加工過(guò)程的控制壟斷，以智能平臺(tái)、智能算法驅(qū)動(dòng)機(jī)械加工過(guò)程，可以提高大批量機(jī)械加工任務(wù)的加工效率，還可以突破單件復(fù)雜加工技術(shù)壁壘[3]。在智能制造時(shí)代，數(shù)字工廠的建立對(duì)形成實(shí)體加工的數(shù)字孿生模型，進(jìn)而完成加工工藝過(guò)程的仿真分析具有十分重要的意義。本文針對(duì)數(shù)字工廠中機(jī)械加工的應(yīng)用和智能優(yōu)化等問(wèn)題進(jìn)行了研究。

1 機(jī)械加工領(lǐng)域的數(shù)字工廠架構(gòu)

1.1 數(shù)字工廠及其特點(diǎn)分析

智能制造是應(yīng)用各種先進(jìn)的信息技術(shù)、大數(shù)據(jù)、云計(jì)算和人工智能去改造傳統(tǒng)機(jī)械制造流程，實(shí)現(xiàn)機(jī)械制造自動(dòng)化、信息化和智能化的過(guò)程。在各種智能制造的實(shí)現(xiàn)途徑中，數(shù)字工廠具有十分重要的地位。

運(yùn)用計(jì)算機(jī)和三維仿真軟件平臺(tái)，能夠?qū)C(jī)械加工、裝配等機(jī)械制造過(guò)程進(jìn)行數(shù)字化建模，并對(duì)機(jī)械加工過(guò)程進(jìn)行評(píng)估、調(diào)整和優(yōu)化，提高其生產(chǎn)效率、智能化程度。在計(jì)算機(jī)和三維軟件平臺(tái)上對(duì)真實(shí)機(jī)械加工過(guò)程和加工場(chǎng)景建立數(shù)字模型和數(shù)字化流程，就是數(shù)字工廠。

數(shù)字工廠具有以下3個(gè)方面的特點(diǎn)。首先，數(shù)字工廠實(shí)現(xiàn)了機(jī)械加工過(guò)程的虛擬化和可視化，可以將整個(gè)加工過(guò)程進(jìn)行虛擬化展示，并根據(jù)反饋意見(jiàn)進(jìn)行加工過(guò)程再調(diào)整和優(yōu)化，以避免在加工工藝、加工手段等尚不完善的情況下即進(jìn)行機(jī)械加工，造成原材料損耗和人力、物力浪費(fèi)。其次，利用數(shù)字工廠可以整合機(jī)械加工各種資源、高效管理加工設(shè)備和智能決策生產(chǎn)調(diào)度。最后，一旦機(jī)械加工過(guò)程出現(xiàn)問(wèn)題，可以根據(jù)數(shù)字工廠中的數(shù)字化模型、信息文件和數(shù)據(jù)庫(kù)等進(jìn)行加工工藝流程回溯，從而實(shí)現(xiàn)加工問(wèn)題的準(zhǔn)確溯源。

1.2 基于數(shù)字孿生理念的數(shù)字工廠架構(gòu)設(shè)計(jì)

為了更精確地進(jìn)行數(shù)字工廠建設(shè)，對(duì)機(jī)械加工實(shí)際流程建立完全對(duì)應(yīng)的數(shù)字孿生工藝流程，是本文開(kāi)發(fā)智能制造機(jī)械加工的新思路，即對(duì)機(jī)械加工廠房、機(jī)械加工工具、加工材料、加工工藝和裝配流程進(jìn)行數(shù)字模型和實(shí)體過(guò)程的完全對(duì)應(yīng)，在計(jì)算機(jī)三維仿真平臺(tái)上構(gòu)建的場(chǎng)景和機(jī)械加工實(shí)體完全一致。與機(jī)械加工實(shí)體局部數(shù)字化相比，數(shù)字孿生工藝流程具有更全面、更準(zhǔn)確的特征，數(shù)字模型端的工藝設(shè)計(jì)可以直接移植到實(shí)體加工工藝流程端。本文數(shù)字孿生機(jī)械加工工藝流程的框架設(shè)計(jì)如圖1所示。

在數(shù)字孿生建模的過(guò)程中，分別對(duì)各個(gè)機(jī)械加工單元、加工設(shè)備和加工材料進(jìn)行建模，其數(shù)量、位置、外形尺寸和運(yùn)動(dòng)功能都要與機(jī)械加工實(shí)體過(guò)程一一對(duì)應(yīng)。因此在數(shù)字孿生建模過(guò)程中，需要對(duì)各模型單元進(jìn)行數(shù)據(jù)和信息配置。完成模型端構(gòu)建后，需要設(shè)計(jì)加工工藝，在設(shè)計(jì)過(guò)程中需要對(duì)各工藝、工序和工步進(jìn)行反復(fù)推敲、分析和核對(duì)，并充分考慮加工過(guò)程中可能存在的干擾和可能出現(xiàn)的故障，進(jìn)而在仿真環(huán)境下進(jìn)行加工質(zhì)量檢測(cè)，對(duì)所設(shè)計(jì)的工藝流程進(jìn)行數(shù)字端的合理性評(píng)價(jià)。如果評(píng)價(jià)結(jié)果令人滿意，那么可以將數(shù)字端的加工工藝設(shè)計(jì)直接移植到實(shí)體端。至此，將工藝作為橋梁，實(shí)現(xiàn)了數(shù)字虛擬空間和實(shí)體加工空間間的對(duì)應(yīng)，該對(duì)應(yīng)關(guān)系如圖2所示。

利用加工工藝的3套數(shù)據(jù)實(shí)現(xiàn)數(shù)字工廠的三維仿真模型和實(shí)體工廠模型間的緊密聯(lián)系。數(shù)字工廠中的仿真工藝流程可以直接用于實(shí)體工廠的機(jī)械加工，同時(shí)還要考慮數(shù)字工廠中的軟件和信息處理，包括架構(gòu)、屬性特征等。

2 基于數(shù)字孿生的機(jī)械加工工序優(yōu)化

2.1 工序優(yōu)化模型的建立

為了優(yōu)化實(shí)體加工工藝，需要在數(shù)字工廠中對(duì)虛擬加工過(guò)程進(jìn)行工序優(yōu)化和調(diào)整。在虛擬空間中，加工對(duì)象、加工設(shè)備和加工環(huán)境等進(jìn)行數(shù)字模型建立，并且和實(shí)體加工過(guò)程滿足一一對(duì)應(yīng)的孿生關(guān)系。為了實(shí)現(xiàn)智能制造的目標(biāo)，本文利用基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)對(duì)虛擬加工過(guò)程中的工序設(shè)計(jì)進(jìn)行訓(xùn)練，深度學(xué)習(xí)框架如圖3所示。

深度學(xué)習(xí)過(guò)程中的輸入包括多個(gè)維度，尤其是加工參數(shù)、加工工序樣例，對(duì)加工工序的優(yōu)化結(jié)果具有約束和限定作用。輸入圖3中的5類信息后，進(jìn)入BERT模型，可以有效信息整理、去除冗余信息。進(jìn)而在循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）處理過(guò)程中引入多頭注意力機(jī)制，從而提高工序設(shè)計(jì)和優(yōu)化的準(zhǔn)確性。

2.2 深度網(wǎng)絡(luò)的模型設(shè)計(jì)

在虛擬空間加工工序的生成過(guò)程中，RNN是執(zhí)行深度學(xué)習(xí)的核心結(jié)構(gòu)。假設(shè)xm代表數(shù)字工廠虛擬空間中輸入的各項(xiàng)數(shù)據(jù)信息，其序號(hào)為m；ym代表數(shù)字工廠虛擬空間中輸出的各項(xiàng)數(shù)據(jù)信息，其序號(hào)為m；Hmn代表處理輸入和輸出數(shù)據(jù)關(guān)系的各個(gè)神經(jīng)元，從而可以得到對(duì)應(yīng)的關(guān)系模型，分別如公式（1）、公式（2）所示。

式中：f（）為數(shù)字工廠虛擬空間加工工序優(yōu)化的非線性激活函數(shù)；g（）為數(shù)字工廠虛擬空間加工工序優(yōu)化的激活函數(shù)；wx為數(shù)字工廠虛擬空間加工工序優(yōu)化的各輸入變量權(quán)重；wh為數(shù)字工廠虛擬空間加工工序優(yōu)化的各隱含權(quán)重；wy為數(shù)字工廠虛擬空間加工工序優(yōu)化的各輸出變量權(quán)重。

2.3 注意力機(jī)制模塊的設(shè)計(jì)

數(shù)字工廠虛擬空間加工工序優(yōu)化的數(shù)據(jù)形成一個(gè)向量T，進(jìn)而分成3個(gè)子向量VT、KT和QT，該分解過(guò)程如公式（3）所示。

式中：T為數(shù)字工廠虛擬空間加工工序優(yōu)化的特征向量；QT為數(shù)字工廠虛擬空間加工工序優(yōu)化的查詢矩陣；KT為數(shù)字工廠虛擬空間加工工序優(yōu)化的鍵矩陣；VT為數(shù)字工廠虛擬空間加工工序優(yōu)化的值矩陣；wQ為數(shù)字工廠虛擬空間加工工序優(yōu)化的查詢權(quán)重；wK為數(shù)字工廠虛擬空間加工工序優(yōu)化的鍵權(quán)重；wV為數(shù)字工廠虛擬空間加工工序優(yōu)化的值權(quán)重。

拆分得到狀態(tài)數(shù)據(jù)的3個(gè)子向量后，進(jìn)一步計(jì)算各個(gè)子向量信息頭headi，如公式（4）所示。

式中：headi表示第i個(gè)向量的信息頭；Attention（）為數(shù)字工廠虛擬空間加工工序優(yōu)化的注意力機(jī)制函數(shù)；Same（）為數(shù)字工廠虛擬空間加工工序優(yōu)化的歸一化函數(shù)；DK為矩陣KT的維度。

為了得到更精確的結(jié)果，需要對(duì)head1的值進(jìn)行多次重復(fù)計(jì)算，因此將其稱之為多頭注意力機(jī)制。得到確定的多個(gè)headi后，將其合并，從而得到數(shù)字工廠虛擬空間加工工序優(yōu)化的語(yǔ)義表達(dá)模型，如公式（5）所示。

式中：Multihead_Y為數(shù)字工廠虛擬空間加工工序優(yōu)化的特征語(yǔ)義向量；Fusion（）為數(shù)字工廠虛擬空間加工工序優(yōu)化的融合函數(shù)；w0為數(shù)字工廠虛擬空間加工工序優(yōu)化的線性變換矩陣。

3 優(yōu)化后的性能比較試驗(yàn)與分析

上文以智能制造為出發(fā)點(diǎn)，構(gòu)建了基于數(shù)字孿生技術(shù)的數(shù)字加工工廠架構(gòu)，并給出了數(shù)字工廠和實(shí)體工廠間的空間對(duì)應(yīng)性，從而形成了從虛擬加工空間到物理加工空間的映射關(guān)系。為了優(yōu)化機(jī)械加工過(guò)程，本文以工序優(yōu)化為研究對(duì)象，構(gòu)建了基于深度學(xué)習(xí)的數(shù)字工廠加工工序的優(yōu)化框架。在該框架中，將加工工件、加工參數(shù)、加工設(shè)備需求、加工質(zhì)量需求和加工工序樣例數(shù)據(jù)作為輸入，進(jìn)而利用BERT模型和注意力機(jī)制模塊，提升去冗余和加工工序的精確性。最終，在RNN網(wǎng)絡(luò)下實(shí)現(xiàn)了加工工序優(yōu)化。

為了驗(yàn)證上述研究工作的有效性和正確性，本文進(jìn)行了試驗(yàn)研究。通過(guò)試驗(yàn)驗(yàn)證優(yōu)化前、后加工工序的工步數(shù)量，結(jié)果如圖4所示。

從圖4可以看出，隨著加工時(shí)間不斷增加，機(jī)械加工工序中的總工步數(shù)量也在不斷增加。但是，執(zhí)行數(shù)字工廠的深度學(xué)習(xí)智能優(yōu)化后，總工步數(shù)量明顯少于優(yōu)化前的總工步數(shù)量。

進(jìn)一步觀察優(yōu)化前、后加工精度提升幅度，結(jié)果如圖5所示。從圖5可以看出，隨著加工工步不斷增加，加工精度不斷提升，優(yōu)化后加工精度的提升幅度明顯高于優(yōu)化前。

4 結(jié)語(yǔ)

本文以工業(yè)4.0時(shí)代中對(duì)機(jī)械加工制造行業(yè)的背景需求為出發(fā)點(diǎn)，對(duì)智能制造技術(shù)進(jìn)行了相應(yīng)研究。在研究過(guò)程中，從數(shù)字孿生技術(shù)的視角進(jìn)行數(shù)字加工工廠架構(gòu)，根據(jù)數(shù)字工廠的設(shè)定，實(shí)現(xiàn)從實(shí)體加工到虛擬加工的映射。并以此為基礎(chǔ)，在虛擬數(shù)字工廠中進(jìn)行優(yōu)化，以優(yōu)化實(shí)體工廠的加工過(guò)程。在具體的優(yōu)化操作中，構(gòu)建了基于BERT模塊和注意力機(jī)制的智能優(yōu)化方法。該方法可以同時(shí)對(duì)加工參數(shù)、設(shè)備需求、加工質(zhì)量和加工供需進(jìn)行優(yōu)化，從而提升加工精度。

參考文獻(xiàn)

[1]王超.基于機(jī)械智能制造的DNC與MES集成化系統(tǒng)模型實(shí)踐[J].工業(yè)加熱，2020，49（11）：48-51.

[2]戴蓉蓉，趙波.淺談智能制造時(shí)代機(jī)械設(shè)計(jì)制造及其自動(dòng)化技術(shù)[J].中國(guó)科技期刊數(shù)據(jù)庫(kù)工業(yè)A，2023，59（22）：444-456.

[3]曹錦江，黃家才，陳道慶.面向機(jī)械加工的智能制造生產(chǎn)線控制設(shè)計(jì)與實(shí)現(xiàn)[J].制造業(yè)自動(dòng)化，2023，45（7）：70-74.

作者簡(jiǎn)介：譚偉美（1985—），女，廣西南寧人，本科，高級(jí)講師，研究方向?yàn)闄C(jī)械設(shè)計(jì)應(yīng)用。

電子郵箱：417143738@qq.com。