摘 要：受到生產(chǎn)過(guò)程中物料性質(zhì)的特殊性及工藝流程的復(fù)雜性影響，民爆生產(chǎn)線(xiàn)難以實(shí)現(xiàn)精準(zhǔn)高效實(shí)時(shí)控制。為提高生產(chǎn)線(xiàn)的智能化控制水平，提出了基于數(shù)字孿生技術(shù)的民爆自動(dòng)化生產(chǎn)線(xiàn)機(jī)電一體化控制方法。結(jié)合數(shù)字孿生技術(shù)，從生產(chǎn)設(shè)備幾何屬性、生產(chǎn)要素物理屬性、制造設(shè)備生產(chǎn)能力屬性、生產(chǎn)行為屬性各不同維度進(jìn)行生產(chǎn)線(xiàn)建模。將民爆自動(dòng)化生產(chǎn)線(xiàn)的機(jī)電一體化控制問(wèn)題轉(zhuǎn)化為強(qiáng)化學(xué)習(xí)問(wèn)題，通過(guò)定義狀態(tài)空間以及動(dòng)作空間等，對(duì)生產(chǎn)線(xiàn)控制問(wèn)題進(jìn)行描述。利用DQN算法對(duì)民爆自動(dòng)化生產(chǎn)線(xiàn)的機(jī)電一體化控制問(wèn)題進(jìn)行求解，實(shí)現(xiàn)高效的自動(dòng)化生產(chǎn)和優(yōu)化控制。在實(shí)驗(yàn)中，對(duì)提出的方法進(jìn)行了控制效果的檢驗(yàn)。最終的測(cè)試結(jié)果表明，采用提出的方法對(duì)生產(chǎn)線(xiàn)進(jìn)行機(jī)電一體化控制后，設(shè)備利用率較高，具備較為理想的控制效果。

關(guān)鍵詞：數(shù)字孿生；民爆；生產(chǎn)線(xiàn)；機(jī)電一體化；控制方法

中圖分類(lèi)號(hào)：TH16文獻(xiàn)標(biāo)識(shí)碼：A

Electromechanical Integration Control Method for Civil

Explosives Automated Production Line Based on Digital Twin Technology

HE Jing

（Yunnan Ruida Civil Explosive Co.， Ltd.，Qujing ， Yunnan 655000，China）

Abstract：Affected by the special nature of the materials in the production process and the complexity of the process， it is difficult to realize accurate and efficient real time control of the civil explosion production line. In order to improve the intelligent control level of the production line， the electromechanical integration control method for civil explosives automated production line based on digital twin technology is proposed. Combined with digital twin technology， the production line is modeled from the different dimensions of production equipment geometric attributes， physical attributes of production factors， manufacturing equipment production capacity attributes， production behavior attributes hood. The electromechanical integration control problem of the automated production line of civil explosives is transformed into a reinforcement learning problem， and the production line control problem is described by defining the state space and action space. The DQN algorithm is used to solve the mechatronics control problem of the civil explosion automated production line to achieve efficient automated production and optimal control. In the experiment， the control effect of the proposed method is tested. The final test results show that after the proposed method is used for the electromechanical integration control of the production line， the utilization rate of the equipment is high， and it has a more ideal control effect.

Key words：digital twin; civil explosion; production line; mechatronics; control method

生產(chǎn)線(xiàn)作為工業(yè)自動(dòng)化體系中的核心組成部分，其高效、靈活與智能化運(yùn)行直接關(guān)系到企業(yè)的生產(chǎn)效率和經(jīng)濟(jì)效益。然而，民爆（民用爆炸物）生產(chǎn)因其特殊性和高風(fēng)險(xiǎn)性，對(duì)生產(chǎn)線(xiàn)的安全性、穩(wěn)定性和智能化水平提出了更為嚴(yán)苛的要求[1]。因此，探索并實(shí)踐基于數(shù)字孿生技術(shù)的民爆自動(dòng)化生產(chǎn)線(xiàn)機(jī)電一體化控制方法，成為當(dāng)前工業(yè)界與學(xué)術(shù)界關(guān)注的熱點(diǎn)。

目前已經(jīng)有較多學(xué)者針對(duì)工業(yè)生產(chǎn)線(xiàn)一體化控制方法進(jìn)行了研究。例如，文獻(xiàn)[2]通過(guò)構(gòu)建數(shù)字孿生模型，實(shí)時(shí)映射物理生產(chǎn)線(xiàn)的運(yùn)行狀態(tài)，實(shí)現(xiàn)了生產(chǎn)流程的精確模擬與預(yù)測(cè)。然而，盡管數(shù)字孿生技術(shù)顯著提升了生產(chǎn)線(xiàn)的可視化與可預(yù)測(cè)性，但實(shí)際應(yīng)用中，模型復(fù)雜性與實(shí)時(shí)數(shù)據(jù)同步的局限性導(dǎo)致在高速動(dòng)態(tài)變化的生產(chǎn)環(huán)境中，控制精度難以持續(xù)保持在理想水平。文獻(xiàn)[3]通過(guò)為生產(chǎn)線(xiàn)的每個(gè)關(guān)鍵組件分配獨(dú)立的Agent，實(shí)現(xiàn)了局部決策與全局協(xié)調(diào)的有機(jī)結(jié)合。但此方法在追求高度靈活性的同時(shí)，也暴露出了控制精度方面的不足。各Agent間信息交互的延遲與不一致性以及復(fù)雜任務(wù)分配與沖突解決中的計(jì)算復(fù)雜度，導(dǎo)致整體控制策略在實(shí)時(shí)性和準(zhǔn)確性上難以達(dá)到最優(yōu)，特別是在高精度要求的微組裝過(guò)程中，這種局限性尤為明顯。文獻(xiàn)[4]利用Petri網(wǎng)模型對(duì)機(jī)床座類(lèi)柔性生產(chǎn)線(xiàn)的調(diào)度進(jìn)行了建模與優(yōu)化。該方法有效解決了生產(chǎn)過(guò)程中的資源沖突與路徑規(guī)劃問(wèn)題，提高了生產(chǎn)線(xiàn)的整體效率。但模型在面對(duì)實(shí)際生產(chǎn)中的微小擾動(dòng)與不確定因素時(shí)，其靜態(tài)分析與優(yōu)化能力有限，難以實(shí)時(shí)調(diào)整控制策略以應(yīng)對(duì)這些變化，從而影響了最終產(chǎn)品的加工精度與一致性。文獻(xiàn)[5]通過(guò)集成物理生產(chǎn)線(xiàn)與虛擬模型的雙向反饋機(jī)制，顯著提高了生產(chǎn)調(diào)度的智能化水平。盡管數(shù)字孿生技術(shù)為生產(chǎn)調(diào)度提供了強(qiáng)大的數(shù)據(jù)支持與仿真驗(yàn)證能力，但在實(shí)際執(zhí)行過(guò)程中，由于物理設(shè)備性能差異、環(huán)境參數(shù)波動(dòng)以及人為操作失誤等多種因素的影響，導(dǎo)致控制指令的精確執(zhí)行面臨挑戰(zhàn)。

本文通過(guò)結(jié)合數(shù)字孿生技術(shù)，對(duì)生產(chǎn)線(xiàn)整體動(dòng)態(tài)操作流程進(jìn)行描述，并結(jié)合建模結(jié)果，將控制問(wèn)題轉(zhuǎn)化為強(qiáng)化學(xué)習(xí)問(wèn)題，實(shí)現(xiàn)民爆自動(dòng)化生產(chǎn)線(xiàn)機(jī)電一體化控制。

1 方法設(shè)計(jì)

1.1 基于數(shù)字孿生技術(shù)的民爆自動(dòng)化生產(chǎn)線(xiàn)建模

由于民爆產(chǎn)品的特殊性質(zhì)，生產(chǎn)過(guò)程中的精度要求極高，任何微小的偏差都可能導(dǎo)致產(chǎn)品質(zhì)量問(wèn)題或安全隱患。因此為實(shí)現(xiàn)一體化控制，本文首先結(jié)合數(shù)字孿生技術(shù)，對(duì)生產(chǎn)線(xiàn)進(jìn)行建模處理。

考慮到民爆自動(dòng)化生產(chǎn)線(xiàn)涉及多個(gè)工藝環(huán)節(jié)和復(fù)雜的設(shè)備系統(tǒng)，包括原料處理、混合、壓制、裝藥、封裝等多個(gè)步驟，通過(guò)構(gòu)建一個(gè)多維度的智能體，來(lái)對(duì)生產(chǎn)線(xiàn)的可重構(gòu)性質(zhì)進(jìn)行描述[6]。智能體維度包括生產(chǎn)設(shè)備幾何屬性、生產(chǎn)要素物理屬性、制造設(shè)備生產(chǎn)能力屬性、生產(chǎn)行為屬性等。

首先采集民爆自動(dòng)化生產(chǎn)線(xiàn)的幾何數(shù)據(jù)、物理參數(shù)、生產(chǎn)能力指標(biāo)、生產(chǎn)流程信息等。在設(shè)備幾何屬性方面，混合機(jī)、壓藥機(jī)等設(shè)備的尺寸和部件尺寸GS、各設(shè)備之間的相對(duì)位置關(guān)系GP等均可以作為幾何參數(shù)參與建模[7]。其幾何模型GM描述表達(dá)式如下所示。

GM={GS，GP，GSA，…} （1）

式中，GSA代表生產(chǎn)設(shè)備的內(nèi)部結(jié)構(gòu)幾何形狀。物理屬性可以按照可變以及不可變特性進(jìn)行劃分與建模，其具體物理模型PM描述表達(dá)式如下所示。

PM={IPP，VPP，AE，…} （2）

式中，AE代表生產(chǎn)線(xiàn)關(guān)聯(lián)的生產(chǎn)設(shè)備，IPP代表包括設(shè)備質(zhì)量、設(shè)備密度以及設(shè)備材料屬性在內(nèi)的不可變物理屬性，VPP代表包括溫度以及速度在內(nèi)的可變物理屬性[8]。能力屬性CM涵蓋車(chē)間設(shè)備的額定制造能力以及動(dòng)態(tài)制造能力，具體屬性描述表達(dá)式如下所示。

CM={MC，RMC，MMC，CU，…} （3）

式中，MC代表車(chē)站設(shè)備額定制造能力，CU代表車(chē)間生產(chǎn)能力循環(huán)率，RMC代表設(shè)備在正常工作條件下長(zhǎng)期運(yùn)行所能承受的最大功率，MMC代表設(shè)備在短時(shí)間內(nèi)能夠輸出的最大功率[9]。生產(chǎn)行為BM涵蓋設(shè)備的當(dāng)前加工狀態(tài)PDS以及產(chǎn)品生產(chǎn)的上下游信息。具體表達(dá)式如下所示。

BM={PDS，APM，SNM，…} （4）

式中，APM和SNM分別代表上一個(gè)設(shè)備的產(chǎn)品生產(chǎn)信息以及當(dāng)前設(shè)備向下一臺(tái)設(shè)備發(fā)送的產(chǎn)品生產(chǎn)信息。為對(duì)生產(chǎn)線(xiàn)整體過(guò)程進(jìn)行動(dòng)態(tài)描述，基于上述的屬性建模結(jié)果，本文引入?yún)f(xié)商模型NM對(duì)其進(jìn)行協(xié)調(diào)，具體表達(dá)式如下所示。

NM={RC，SS，F(xiàn)S，SA，…}（5）

式中，RC代表民爆車(chē)間系統(tǒng)的重構(gòu)條件，SS代表車(chē)間系統(tǒng)的總運(yùn)行狀態(tài)，F(xiàn)S代表各個(gè)生產(chǎn)單元下的運(yùn)行狀態(tài)，該運(yùn)行狀態(tài)涵蓋了上述四個(gè)建模屬性，SA代表重構(gòu)函數(shù)。

通過(guò)上述方式，可以將孿生模型下不同屬性進(jìn)行耦合調(diào)整，從而實(shí)現(xiàn)生產(chǎn)線(xiàn)建模。

1.2 民爆自動(dòng)化生產(chǎn)線(xiàn)控制問(wèn)題轉(zhuǎn)化

本文將民爆自動(dòng)化生產(chǎn)線(xiàn)的機(jī)電一體化控制問(wèn)題轉(zhuǎn)化為強(qiáng)化學(xué)習(xí)問(wèn)題，通過(guò)定義狀態(tài)空間以及動(dòng)作空間等，對(duì)生產(chǎn)線(xiàn)控制問(wèn)題進(jìn)行描述。

首先明確民爆自動(dòng)化生產(chǎn)線(xiàn)的控制目標(biāo)為提高生產(chǎn)效率，在此基礎(chǔ)上對(duì)狀態(tài)空間進(jìn)行定義。狀態(tài)空間應(yīng)包含能夠全面反映生產(chǎn)線(xiàn)當(dāng)前運(yùn)行狀況的信息[10]。在機(jī)電一體化控制中，這可能包括設(shè)備的運(yùn)行狀態(tài)（如開(kāi)/關(guān)、速度、溫度等）、在制品的位置和數(shù)量、原材料庫(kù)存、產(chǎn)品質(zhì)量指標(biāo)以及安全狀態(tài)等[11]。其狀態(tài)向量為s=［s1，s2，…，sn］，其中si代表第i個(gè)維度的狀態(tài)信息。

控制策略π是從狀態(tài)空間到動(dòng)作空間A的映射，在民爆自動(dòng)化生產(chǎn)線(xiàn)中，調(diào)度動(dòng)作包括任務(wù)分配、安排設(shè)備維度、調(diào)整設(shè)備工作參數(shù)以及優(yōu)先處理緊急訂單[12]。由此可以將動(dòng)作空間定義為A={a1，a2，…，am}，其中aj代表第j個(gè)控制指令。

基于上述定義，本文將提高生產(chǎn)效率這一目標(biāo)具體量化為最大化機(jī)器利用率，其具體計(jì)算公式如下所示。

U=1M·∑Mm=1∑ni=1∑mj=1TijmCmax =1M·TCmax （6）

式中，M代表車(chē)間機(jī)器數(shù)量，Tijm代表機(jī)器完成某工序所需要的加工時(shí)間，Cmax 代表給定一系列加工作業(yè)中，最后一個(gè)任務(wù)的完工時(shí)間，即最大完工時(shí)間，n和m分別代表狀態(tài)向量總數(shù)以及動(dòng)作向量總數(shù)，T代表設(shè)備完成某個(gè)產(chǎn)品的總加工時(shí)長(zhǎng)[13]。將這一指標(biāo)作為獎(jiǎng)勵(lì)函數(shù)R，由此可以得到函數(shù)表達(dá)式如下所示。

R=1M·TCmax （7）

上述構(gòu)建出的獎(jiǎng)勵(lì)函數(shù)可以反映生產(chǎn)線(xiàn)機(jī)電一體化控制目標(biāo)的達(dá)成程度，從而評(píng)估控制策略的實(shí)際性能表現(xiàn)。

1.3 民爆自動(dòng)化生產(chǎn)線(xiàn)機(jī)電一體化調(diào)度與控制

本文利用DQN算法對(duì)民爆自動(dòng)化生產(chǎn)線(xiàn)的機(jī)電一體化控制問(wèn)題進(jìn)行求解，實(shí)現(xiàn)高效的自動(dòng)化生產(chǎn)和優(yōu)化控制。

DQN網(wǎng)絡(luò)結(jié)構(gòu)中的神經(jīng)網(wǎng)絡(luò)擬合Q函數(shù)Q（s，a;θ）用于預(yù)測(cè)在給定狀態(tài)下采取某一動(dòng)作后能夠獲得的未來(lái)累積獎(jiǎng)勵(lì)，從而幫助生產(chǎn)線(xiàn)找到最優(yōu)的控制策略，其中θ代表網(wǎng)絡(luò)參數(shù)[14]。對(duì)此，首先將生產(chǎn)線(xiàn)重置到初始狀態(tài)s0，然后以ε概率隨機(jī)選擇一個(gè)控制動(dòng)作at，并執(zhí)行該動(dòng)作，觀(guān)察即時(shí)獎(jiǎng)勵(lì)rt以及新?tīng)顟B(tài)t+1，并將狀態(tài)轉(zhuǎn)移st，at，rt，st+1存儲(chǔ)到經(jīng)驗(yàn)池D中。在民爆自動(dòng)化生產(chǎn)線(xiàn)的控制過(guò)程中，每一次的調(diào)度決策和隨后的結(jié)果（如生產(chǎn)效率、能耗、安全狀況等）都會(huì)被記錄并存儲(chǔ)在經(jīng)驗(yàn)池D中。如果D的規(guī)模足夠大，則可以從D中隨機(jī)采樣一個(gè)批量st，at，rt，st+1Mi=1。對(duì)于采樣結(jié)果中的每個(gè)樣本，計(jì)算其目標(biāo)Q值yi，具體公式如下所示。

yi=ri+γmax Qsi+1，a';θ－（8）

式中，θ－代表目標(biāo)網(wǎng)絡(luò)的參數(shù)，γ代表折扣因子，a′代表在給定當(dāng)前狀態(tài)下通過(guò)目標(biāo)網(wǎng)絡(luò)預(yù)測(cè)出的最優(yōu)動(dòng)作。DQN的訓(xùn)練目標(biāo)是使Q網(wǎng)絡(luò)的輸出接近目標(biāo)Q值。對(duì)此，本文所選用的損失函數(shù)表達(dá)式如下所示。

L（θ）=∑Iyi－Qsi，ai;θ2 （9）

式中，Qsi，ai;θ代表Q網(wǎng)絡(luò)的預(yù)測(cè)輸出。沒(méi)經(jīng)過(guò)一定數(shù)量的訓(xùn)練周期，將Q網(wǎng)絡(luò)的參數(shù)θ復(fù)制到目標(biāo)網(wǎng)絡(luò)θ－，以此可以對(duì)狀態(tài)進(jìn)行更新[14]。通過(guò)不斷重復(fù)上述步驟進(jìn)行訓(xùn)練，DQN能夠?qū)W習(xí)到一種策略，該策略能夠根據(jù)當(dāng)前生產(chǎn)線(xiàn)的狀態(tài)選擇最優(yōu)或接近最優(yōu)的動(dòng)作，以實(shí)現(xiàn)一體化控制的優(yōu)化目標(biāo)。將本節(jié)內(nèi)容與上述提到的生產(chǎn)線(xiàn)建模以及控制問(wèn)題轉(zhuǎn)化等相關(guān)內(nèi)容進(jìn)行結(jié)合，至此，基于數(shù)字孿生技術(shù)的民爆自動(dòng)化生產(chǎn)線(xiàn)機(jī)電一體化控制方法設(shè)計(jì)完成。

2 實(shí)驗(yàn)論證

設(shè)計(jì)了一套遵循嚴(yán)格對(duì)比測(cè)試原理的實(shí)驗(yàn)方案。該方案強(qiáng)調(diào)對(duì)實(shí)驗(yàn)條件的精細(xì)調(diào)控與嚴(yán)格管理，旨在消除外部變量對(duì)實(shí)驗(yàn)結(jié)果的潛在干擾，從而確保所得評(píng)估結(jié)果不僅具備高度的客觀(guān)性，而且能夠精準(zhǔn)反映所提出控制方法在實(shí)際應(yīng)用場(chǎng)景下的效能表現(xiàn)。

2.1 實(shí)驗(yàn)說(shuō)明

為了確保對(duì)本文提出的生產(chǎn)線(xiàn)機(jī)電一體化控制方法效能的評(píng)估既全面又具備高度的客觀(guān)性，本文挑選了兩種在領(lǐng)域內(nèi)具有廣泛認(rèn)可度的基準(zhǔn)技術(shù)——即基于多Agent系統(tǒng)（MAS）的生產(chǎn)線(xiàn)控制策略與基于Petri網(wǎng)模型的生產(chǎn)線(xiàn)調(diào)控方法，作為本次實(shí)驗(yàn)中的關(guān)鍵對(duì)比對(duì)象。通過(guò)對(duì)比分析，本研究力圖清晰揭示在相同或相似實(shí)驗(yàn)條件下，不同控制算法之間的性能差異與各自的優(yōu)勢(shì)與劣勢(shì)。

2.2 實(shí)驗(yàn)對(duì)象

本次實(shí)驗(yàn)聚焦于某中型規(guī)模的民爆自動(dòng)化生產(chǎn)線(xiàn)，該生產(chǎn)線(xiàn)專(zhuān)門(mén)用于生產(chǎn)多種類(lèi)型的民用爆炸物，以滿(mǎn)足建筑、采礦、地質(zhì)勘探等領(lǐng)域的需求。生產(chǎn)線(xiàn)全長(zhǎng)約120 m，寬30 m，高度根據(jù)設(shè)備布局有所不同，最高處可達(dá)10 m。整條生產(chǎn)線(xiàn)采用高度集成化的設(shè)計(jì)理念，集成了原料預(yù)處理、混合攪拌、壓制成型、干燥固化、質(zhì)量檢測(cè)及包裝入庫(kù)等多個(gè)工序。

實(shí)驗(yàn)采用Plant Simulation軟件，根據(jù)實(shí)際生產(chǎn)線(xiàn)布局與設(shè)備特性進(jìn)行高度逼真的環(huán)境構(gòu)建。確保仿真平臺(tái)能夠支持多Agent系統(tǒng)與Petri網(wǎng)模型的集成與運(yùn)行。具體建模參數(shù)如表1所示。

在上述生產(chǎn)線(xiàn)建模過(guò)程中突發(fā)故障模擬與不穩(wěn)定供應(yīng)模擬等參數(shù)，旨在模擬實(shí)際生產(chǎn)中的復(fù)雜多變情況，評(píng)估控制系統(tǒng)在實(shí)際應(yīng)用中的適應(yīng)性與魯棒性。并對(duì)供應(yīng)速度進(jìn)行調(diào)整，從而模擬生產(chǎn)線(xiàn)在供應(yīng)鏈中斷或原料短缺情況下的真實(shí)生產(chǎn)情況。結(jié)合Plant Simulation軟件，本次實(shí)驗(yàn)所模擬的民爆自動(dòng)化生產(chǎn)線(xiàn)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖1所示。

圖1展示了一條模擬的民爆自動(dòng)化生產(chǎn)線(xiàn)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，該生產(chǎn)線(xiàn)集成了原料預(yù)處理、混合攪拌、壓制成型、干燥固化、質(zhì)量檢測(cè)及包裝入庫(kù)等多個(gè)工序，實(shí)現(xiàn)了高度的自動(dòng)化與集成化。圖1中：

①主控中心是整個(gè)自動(dòng)化生產(chǎn)線(xiàn)的核心，負(fù)責(zé)監(jiān)控整個(gè)生產(chǎn)線(xiàn)的運(yùn)行狀態(tài)，接收來(lái)自各個(gè)生產(chǎn)環(huán)節(jié)的數(shù)據(jù)，并進(jìn)行處理與分析，可以實(shí)現(xiàn)數(shù)據(jù)采集與監(jiān)控、生產(chǎn)調(diào)度、數(shù)據(jù)分析與優(yōu)化、故障診斷與維護(hù)等功能。

②自動(dòng)輸送控制系統(tǒng)是連接各生產(chǎn)工序的關(guān)鍵，負(fù)責(zé)原材料、半成品和成品的輸送。

③原料庫(kù)存儲(chǔ)生產(chǎn)所需的原材料，保證生產(chǎn)線(xiàn)的連續(xù)供料。

④混合工序設(shè)備負(fù)責(zé)將原材料按照一定比例混合均勻，裝藥設(shè)備負(fù)責(zé)將混合好的炸藥裝入指定的容器中，而包裝設(shè)備則負(fù)責(zé)將成品進(jìn)行包裝和標(biāo)記，確保產(chǎn)品的可追溯性。

⑤抽樣檢測(cè)設(shè)備在生產(chǎn)過(guò)程中隨機(jī)抽取樣品進(jìn)行檢測(cè)，以確保產(chǎn)品質(zhì)量符合標(biāo)準(zhǔn)。

⑥上位機(jī)是生產(chǎn)線(xiàn)的控制中樞，負(fù)責(zé)接收來(lái)自主控中心和其他傳感器的數(shù)據(jù)，實(shí)現(xiàn)生產(chǎn)線(xiàn)的自動(dòng)化控制和智能化管理，提高生產(chǎn)效率和產(chǎn)品質(zhì)量。

⑦PLC是生產(chǎn)線(xiàn)中的關(guān)鍵控制設(shè)備，負(fù)責(zé)執(zhí)行上位機(jī)發(fā)出的指令，控制各生產(chǎn)設(shè)備的運(yùn)行。通過(guò)精確的控制和邏輯判斷，確保各生產(chǎn)設(shè)備按照預(yù)定的程序和步驟運(yùn)行，實(shí)現(xiàn)生產(chǎn)線(xiàn)的自動(dòng)化和高效化。

基于上述模擬的自動(dòng)化生產(chǎn)線(xiàn)，實(shí)驗(yàn)結(jié)合實(shí)際生產(chǎn)需求，對(duì)生產(chǎn)任務(wù)進(jìn)行了設(shè)定，以供不同算法對(duì)其進(jìn)行機(jī)電一體化控制與調(diào)度。具體任務(wù)分配情況如表2所示。

在上述任務(wù)分配結(jié)果中，任務(wù)T006為并行任務(wù)，意味著它與其他任務(wù)（如T001）在時(shí)間上部分重疊，用于測(cè)試控制系統(tǒng)在并行處理多任務(wù)時(shí)的能力。同時(shí)，優(yōu)先級(jí)分為高、中、低三檔，用于指導(dǎo)生產(chǎn)任務(wù)的調(diào)度順序。在資源有限的情況下，高優(yōu)先級(jí)任務(wù)將優(yōu)先獲得資源與執(zhí)行權(quán)。

針對(duì)模擬出的生產(chǎn)任務(wù)，分別采用不同方法對(duì)生產(chǎn)線(xiàn)進(jìn)行機(jī)電一體化控制，從而完成全部的生產(chǎn)任務(wù)。在控制過(guò)程中，利用仿真軟件的數(shù)據(jù)記錄功能，實(shí)時(shí)采集實(shí)驗(yàn)過(guò)程中的關(guān)鍵數(shù)據(jù)，如生產(chǎn)效率、能耗、故障率、響應(yīng)時(shí)間等。

2.3 控制效果對(duì)比

本文方法下，民爆自動(dòng)化生產(chǎn)線(xiàn)機(jī)電一體化控制結(jié)果如表3所示。

從表格中可以看出，所有生產(chǎn)任務(wù)（T001至T006）均按照計(jì)劃完成了指定數(shù)量的產(chǎn)品生產(chǎn)，且完成數(shù)量與計(jì)劃數(shù)量完全一致，偏差率為0%。這表明無(wú)論是面對(duì)單一任務(wù)還是并行任務(wù)，控制系統(tǒng)都能夠保持穩(wěn)定的運(yùn)行狀態(tài)，確保生產(chǎn)任務(wù)的順利進(jìn)行。為提高實(shí)驗(yàn)結(jié)果的可靠性，實(shí)驗(yàn)以不同控制方法下生產(chǎn)線(xiàn)的設(shè)備利用率為對(duì)比指標(biāo)，對(duì)實(shí)際控制效果進(jìn)行衡量。具體實(shí)驗(yàn)結(jié)果如圖2所示。

從上述實(shí)驗(yàn)結(jié)果可以看出，本文方法的平均設(shè)備利用率達(dá)到了87.5%，而常規(guī)方法的平均設(shè)備利用率為75.0%。這表明本文方法通過(guò)優(yōu)化生產(chǎn)流程、減少設(shè)備空閑時(shí)間和提高設(shè)備協(xié)同作業(yè)能力，有效提升了生產(chǎn)線(xiàn)的整體效率，其控制效果明顯優(yōu)于兩種常規(guī)的控制方法。

3 結(jié) 論

深入探討了基于數(shù)字孿生技術(shù)的民爆自動(dòng)化生產(chǎn)線(xiàn)機(jī)電一體化控制方法，這一研究不僅是對(duì)傳統(tǒng)民爆生產(chǎn)模式的一次革新性嘗試，更是智能制造與工業(yè)安全深度融合的重要體現(xiàn)。通過(guò)構(gòu)建精準(zhǔn)映射物理生產(chǎn)線(xiàn)的數(shù)字孿生模型，本文實(shí)現(xiàn)了對(duì)生產(chǎn)線(xiàn)運(yùn)行狀態(tài)的實(shí)時(shí)感知、動(dòng)態(tài)仿真與智能控制，極大地提升了生產(chǎn)線(xiàn)的安全性、穩(wěn)定性和效率。

參考文獻(xiàn)

［１］ 張麗杰. 工業(yè)大數(shù)據(jù)建模方法及生產(chǎn)線(xiàn)運(yùn)行狀態(tài)監(jiān)控技術(shù)研究 [J]. 無(wú)線(xiàn)互聯(lián)科技， 2024， 21 （12）： 115-117+124.

［2］ 馬桂潮. 基于數(shù)字孿生技術(shù)的小型自動(dòng)化生產(chǎn)線(xiàn)機(jī)電一體化概念設(shè)計(jì)與控制仿真 [J]. 機(jī)電信息， 2024（12）： 52-55.

［3］ 秦麗娜. 基于多Agent技術(shù)的混合微組裝生產(chǎn)線(xiàn)協(xié)同控制方法 [J]. 制造業(yè)自動(dòng)化， 2022， 44 （3）： 176-179.

［4］ 賈云富，張凱. 基于Petri網(wǎng)的機(jī)床座類(lèi)柔性生產(chǎn)線(xiàn)調(diào)度模型 [J]. 機(jī)電工程， 2022， 39 （10）： 1470-1476.

［5］ WANG Y， WU Z. Digital twin based production scheduling system for heavy truck frame shop[J]. Proceedings of the Institution of Mechanical Engineers， Part C： Journal of Mechanical Engineering Science， 2022， 236（4）： 1931-1942.

［6］ 楊洋. 基于人工智能的預(yù)制梁場(chǎng)環(huán)形生產(chǎn)線(xiàn)智能加工管控方法 [J]. 智能制造， 2023， （6）： 98-102.

［7］ 鄧文順，劉強(qiáng)，趙榮麗. 基于數(shù)字孿生的生產(chǎn)線(xiàn)分布式近物理集成調(diào)試方法 [J]. 工業(yè)工程， 2023， 26 （5）： 124-130.

［8］ 曹榮祥. 基于數(shù)字孿生的船舶管件加工生產(chǎn)線(xiàn)柔性管控系統(tǒng) [J]. 造船技術(shù)， 2023， 51 （4）： 88-92.

［9］ 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(xiàn)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.

［10］徐磊，林曉青，劉金山，等. 基于數(shù)字孿生的衛(wèi)星結(jié)構(gòu)生產(chǎn)線(xiàn)管控實(shí)踐 [J]. 軍民兩用技術(shù)與產(chǎn)品， 2023， （4）： 11-15.

［11］唐健鈞，金筑云，石芹芹，等. 基于數(shù)字孿生的飛機(jī)總裝生產(chǎn)線(xiàn)管控模式探索與實(shí)踐 [J]. 航空制造技術(shù)， 2023， 66 （6）： 34-41+65.

［12］耿蒙，曹良方，張立新. 基于部件裝配專(zhuān)業(yè)化生產(chǎn)線(xiàn)的成本管控模式優(yōu)化研究 [J]. 航空財(cái)會(huì)， 2023， 5 （1）： 37-41.

［13］張曉萍，竇金生，宋天麟，等. 基于數(shù)字孿生的生產(chǎn)線(xiàn)監(jiān)控系統(tǒng)研究 [J]. 包裝與食品機(jī)械， 2022， 40 （4）： 73-78.

［14］龐博，楊輝，于榮榮，等. 基于數(shù)字孿生技術(shù)的航天器機(jī)構(gòu)生產(chǎn)線(xiàn)平衡研究 [J]. 圖學(xué)學(xué)報(bào)， 2024， 45 （2）： 332-338.

［15］趙霖，于成龍，王崑聲，等. 基于手動(dòng)/半自動(dòng)裝配線(xiàn)智能管控方法研究 [J]. 航空制造技術(shù)， 2022， 65 （7）： 64-69.