数字孪生在化纤长丝前纺丝车间的应用探讨

叶 磊，徐 慧，施耀飞，王 勇，邱 野

（1.北京机械工业自动化研究所，北京 100120；2.北自所（北京）科技发展有限公司，北京 100120；3.新凤鸣集团股份有限公司，浙江 314513）

0 引言

中国的化纤产业在国际上位于领先位置，也是我国纺丝行业构成中最重要的一部分，同时在新兴产业中处于战略性地位。上世纪九十年代以来，我国化纤产业发展突飞猛进。2009年我国化纤产能为2726万吨，大于全球产量的三分之一；到2018年，产能翻了一番，达到5011万吨。

但中国化纤产业仍面临较大的挑战，产能结构过剩，行业盈利能力下降；行业自主创新能力较弱，高附加值、高技术含量产品比重低，不能很好适应功能性、绿色化、差异化、个性化消费升级需求；高性能纤维制造成本高，质量不稳定，难以满足航空航天等领域发展需求。

工业行业发展的新方向，就是更好的适应和满足数字化、智能化、个性化的绿色制造模式。世界上每个国家都在提出适合自己的智能制造发展战略。这些战略有一个共同点，就是使物理世界和信息世界互通互联。但是这一战略的难点也在于，两个层面的信息很难高度交互和融合。为此，世界各国的学者做了大量的研究。

数字孪生是我国2019年以来智能制造的热点。数字孪生在纺丝车间的应用前景十分广阔。通过对运行数据的实时采集和状态监控，可以及时预警可能出现的问题，进而基于数字孪生模型进行虚拟仿真和预测，优化设备运行效率，进行设备健康管理和预测性维护，帮助工厂减少因为设备非计划停机带来的风险，推进智能服务。

1 如今的前纺丝车间

1.1 前纺丝车间的现状

落丝系统的标准配置为落丝机、暂存设备、卷绕设备接口、服务器、打印机和信息显示系统。落丝机是全自动落丝系统中的核心设备，替代人工完成落丝饼作业。单轴落丝机逐渐被市场淘汰，本文以市场占比最大的双轴落丝机进行讨论。当一台卷绕机满卷之后，落丝机根据呼叫指令自动运行至相应位置完成落丝饼作业，再根据需要将丝饼自动放置到专用的转运丝箱上，以供后期包装生产使用。

8台卷绕机为一组，目前我国各大企业的化纤生产线均为8组或12组。每台机器同一时间最多可以卷绕12个丝饼。每更换一次丝饼的批号，机器都需要数分钟来进行生头作业，之后开始成品的丝饼卷绕，不同的品种卷绕时间也不同，大多数在两个小时到六个小时之间。为了保证下一个锭轴的顺利作业，通常要求工人在3～5分钟内搬走12锭丝饼。

图1 自动化前纺丝车间

落丝机是该系统的核心部分，用来将丝饼从卷绕机上落卷以及协调配合输送的自动化设备。如今整个化纤行业落丝采用优先呼叫原则。一条生产线上的卷绕机同时生产不同种类，不同规格的产品，那么他的满卷时间和爆管时间都不相同。在多因素的情况下，现有的这种方式就不能够满足生产要求。

1.2 前纺丝车间目前存在的缺点

第一，效率低。卷绕机的满卷信号随机性很高，但由于PLC的局限性，无法实现复杂的算法，加上队列式的控制，逻辑简单，使得效率很低，常常需要人工辅助；而当人工不得不参与接丝任务时，没有取舍逻辑，造成资源浪费。第二，当前的系统无法测算落丝机的落丝能力，仅仅用以往的产量来估算，偏差较大。第三，机器都是在出现问题之后进行维修，大大减少了机器使用寿命。

2 数字孪生

2.1 数字孪生的定义

数字孪生近期得到了高度关注。2017年12月8日中国科协智能制造学术联合体在世界智能制造大会上将数字孪生列为世界智能制造十大科技进展之一。

数字孪生体是指物理实体在虚拟空间中全要素重建及数字化映射，是一个集成多物理、多尺度、超写实、动态概率仿真模型，可用来模拟、监控、诊断、预测、控制产品物理实体在现实环境中的形成过程、状态和行为。数字孪生体在设计阶段初步完成，之后模型不断和物理空间实体进行数据交互，从而提高模型的精度，不断趋于完整的。

2.2 数字孪生的特点

真实车间和虚拟车间数据实时交互，相互映射。真实车间连续地将数据传输给虚拟车间，虚拟车间得以精确实时地记录真实车间的每一个变化；同时，真实车间按照虚拟车间演算的每一个进程进行生产，虚拟车间根据实时数据，对真实车间仿真优化、指导生产。两者交相呼应，互为照镜子。

3 数字孪生在前纺丝车间的应用展望

数字孪生在前纺丝车间的应用有很多积极的前景。不仅要在设计和执行之间形成紧密的闭环，更要在信息的传递中形成无缝的闭环。数字孪生系统实时从前纺丝车间收集数据，把数据获取到做进一步的处理，并将有效的结果及时的反馈给前纺丝车间，更科学的帮助分配前纺丝车间的人力物力。

3.1 模型的构建

产品的设计，是整个数字孪生构建的第一环，它是数字孪生的框架，直接影响到系统最终的运行效果。

图2 系统数据的传输

将以落丝机为核心器件的一整套前纺丝车间所涉及的硬件进行建模。包括落丝机、各卷绕机、暂存设备的相对位置，全部按照真实车间大小等比例缩小。然后输入合适的参数，包括落丝机的速度、加速度；卷绕机的等待时间、爆管时间；丝箱的存储数量等等。从而真实模拟一整套生产流程。

总结为，在建模工具中绘出参数高度吻合真实车间的模型，从而可以在远端的电脑中形成可视化工厂。建模后也需要一些方法来检验设计的精确度，对前纺丝车间虚拟模型进行优化调整，目的是为了提高模型的精度，有利于后面的仿真和分析工作。

图3 构建数字孪生体

该框架要能描述整个前纺丝车间的结构组成，做到落丝机和卷绕机的实时监控，它们任何时间的相对位置要在孪生系统中显示出来。同时，该框架要能展示出工艺加工的流程，落丝机是否在接丝，接的哪个纺位的丝饼，每个丝饼整个的流向要能清晰的显示。这是一个系统各部分高度协同合作的过程。实质是，利用数字孪生构建出来的前纺丝车间，将丝饼的生产设备卷绕机，运丝设备落丝机、暂存设备丝箱，这样一个生产的全过程高度集成起来。

图4 丝饼的流向

3.2 数据驱动模型的的仿真

数字孪生可以有效帮助物理信息高度融合。其中，复杂的产品设计和信息数据的相结合是最重要的部分，是实现真正智能制造的最根本途径。数字孪生的使用就是在物理空间和虚拟空间搭了一坐“桥”，关键就在于确保现实车间与虚拟车间的同步。孪生数据为整个数字孪生系统提供最根本的动力支持。其中包括物理空间、孪生模型、和系统服务方面的数据，并且，数据跟随实时状态变化不断更新。

物理空间的落丝任务指导实际落丝，同时来构建孪生体中的任务模型；虚拟空间的数字孪生根据前纺丝车间物理结构来构建；前纺丝车间的历史数据、故障记录等，可以用来优化数字孪生模型；从而数字孪生体能够预估产量和预测故障，指导实际生产。

首先，数据孪生模型可以实时显示落丝机的位置，清楚落丝机处于接丝、落丝或者空闲状态；其次，明确接的哪个纺位的丝饼，以及即将送往哪个丝箱哪个杆号储存（数据孪生系统分配）；最后，等待接丝的纺位号有哪些。

图5 物理车间与数字孪生车间的镜像关系模型

3.3 数字孪生模型指导实际生产

在丝饼生产之前，就可以通过数字孪生模型进行虚拟生产不同批号、不同规格的丝饼。可以预估产能和效率等。同时，，预判生产瓶颈出现的时间节点，卷绕机丝饼满卷的时间常常会集中出现，这样的做法可以加速新品种的丝饼加入生产线的过程。

数字孪生系统通过各种传感器不断采集前纺丝车间的生产线实时运行数据，实现对丝饼生产流水线的可视化监控。同时，可以通过后期的机器学习，建立起卷绕机、落丝机等设备的关键参数，以及丝饼检验指标的参数。这样一来，对不符合常规参数的设备和丝饼可以进行及时调整和处理。此举是在构建各部分乃至整个前纺丝车间健康指标体系。预测性维修可以降低甚至避免前纺丝车间因为非计划停机带来的损失。

实际车间的所有情况都是数字孪生系统中的映射，反过来，数字孪生中的虚拟车间也会指导实际的生产。可以提高生产效率，测算落丝能力，提前维护设备。下面通过一个实例来说明数字孪生系统是如何提高前纺丝车间落丝效率的：

1）在N个卷绕机呼叫的情况下，落丝机如何最高效完成丝饼的接送任务。现场情况复杂，体现在卷绕机呼叫很随机、每个卷绕机可能生产的丝饼类别不同，从而不论是满卷时间、爆管时间都不尽相同。如果最先呼叫的卷绕机爆管时间还很长，此时，去往该卷绕机的路径上有新的呼叫，如果还是按照队列原则，效率将会很低，配置大大浪费。同时需要着重考虑每次选几个进行任务优化，计算机运行最快，效率最高。

2）特殊情况下，如何舍小逐大。当丝饼的接送任务超过落丝机的最大处理能力，此时必须要有人工参与接丝。否则就会出现爆管的情况，影响现场的正常生产，增加企业成本。数字孪生系统需要指导人工和机器合作，有选择性的让人工协助，取走一些机位的丝。从而，最高效的完成繁重情况，最快恢复正常生产节奏。

3）虚拟车间可以模拟运行一个月甚至是一年，用来测算落丝机的落丝能力。

4）当一些机器维护的时候，因为涉及到一些硬件的维修或者更换，不可避免的会导致部分生产线甚至整条生产线的停止。所以，维护的时间选择，以及维护部分的选择尤其的重要。根据现场的实际情况，机器通过自学习，按需提醒实际车间需要维护的时间点，使得机器的寿命可以最大化，同时最小程度的影响生产。

4 数字孪生车间的关键点和难点

数字孪生车间的建模和仿真是一个复杂的过程，应用于前纺丝车间，可以同步物理空间状态、提升车间运行效率、优化维修计划。笔者认为最终取得的效果主要取决于以下两个方面。

4.1 高保真度的多物理建模

数字孪生车间是真实的前纺丝车间在虚拟空间的数字化表达，高度精确的仿真模型是系统运行的基础，其仿真效果取决于模型对物理实体的保真程度。物理车间的每个设备的每个特性，都应该在模型中以一定的方式描述出来。

4.2 高实时性的数据交互

真实的前纺丝车间会把运行状态和维护相关的历史数据实时传递给虚拟的孪生体，数字孪生空间也要把前纺丝车间的故障诊断记录、评估预测结果、对物理前纺丝车间的控制等信息实时、准确的传递给真实车间。比如，当虚拟车间将落丝车的最优接丝顺序得出时，必须快速的传达给真实车间，时效性必须得到保证，任务要及时下发，当有新的卷绕机卷绕机产生新的满卷也要第一时间被考虑到任务派发计算中，否则下发的任务就不是最优解。

5 结语

数字孪生的应用场景十分广阔。它不但充分揉合了现有的各学科知识来进行数据分析、建立模型等，更利用了虚拟环境的仿真来预测未知的场景，不断地推进各学科的进步、探索更优的方法、追求更创新的技术。数字孪生技术为智能制造时代的复杂产品设计提供了新的挑战，传统的设计方式没有形成良好的闭环，导致理性的设计与实际的生产往往脱节。本文为数字孪生在前纺丝车间的应用前景进行了讨论，希望为数字孪生在前纺丝车间的落地提供一种思路。