面向“中国制造2025”的家具数字孪生车间构建与关键技术展望

■欧阳周洲，吴义强,2,3，陶 涛,2,3，戴向东，黄艳丽，陈星艳,2,3，王 迅，郝绍平，詹秀丽

(1.中南林业科技大学，湖南长沙 410004；2.农林生物质绿色加工技术国家地方联合工程研究中心，湖南长沙 410004；3.木竹资源高效利用省部共建协同创新中心，湖南长沙 410004）

制造业是立国之本、兴国之路、强国之基[1]。随着信息技术不断赋能传统制造业，家具制造也步入了“智能时代”。在新一轮科技革命、产业变革与我国加快高质量发展的历史性交汇点上，面对“双碳”战略的新要求，智能制造已经成为了我国家具制造业进一步释放动能的重要抓手。

智能制造是基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称[2]。智能制造的基础是借助计算机的算力对复杂生产活动进行组织，信息物理系统（Cyber-Physical Systems，CPS）提供了一种融合物理与虚拟空间的体系架构，是智能制造的核心要素[3]，数字孪生（Digital Twin，DT）是实践CPS的关键使能技术[4]。智能制造涵盖了数字化、网络化、智能化三种基本范式[5]，数字孪生技术能够有力推动三种基本范式的发展进程，助力制造业高质量发展[6]。

1 数字孪生技术概述

■图1 数字孪生的五维模型

数字孪生概念可以追溯到2003年Michael Grieves博士在密歇根大学产品生命周期管理（PLM）课程提出的“镜像空间模型”（Mirrored Spaces Model）以及后续在《产品生命周期管理：推动下一代精益思维》（Product Lifecycle Management: Driving the Next Generation of Lean Thinking）一书中定义的“信息镜像模型”（Information Mirroring Model）[7]；2010年，NASA在航天领域提出了“数字孪生体”的概念[8]；随后，该技术逐步转向民用领域，受到大型工业制造企业的重点关注与广泛实践。权威信息技术研究与咨询公司高德纳曾于2017-2019年连续三年将数字孪生列为顶级战略性技术[9]。

自2017年起，有关数字孪生的研究迅速升温，国内外专家学者分别从不同的角度尝试对这一概念进行阐释，但目前尚未形成公认的定义。通过对现有阐释进行归纳、分析，这项技术可以大致解释为：利用数字技术对物理实体的特征、行为、过程和性能等进行多维度、多尺度的刻画、建模和动态仿真，并且可在其生命周期内不断更新[10]。

早期的研究普遍认为数字孪生是由虚拟空间和实体空间共同组成的信息物理系统（CPS）[11]，其基本模型为三维模型，包括了物理实体、虚拟模型以及二者之间的连接[12]，随着理论技术的拓展以及应用需求的升级，有关学者在此基础上又拓展了服务和数据两个维度，形成了由物理实体（PE）、虚拟模型（VE）、服务（Ss）、孪生数据（DD）、交互连接（CN）构成的五维模型[13]，如图1所示。在数字孪生技术的应用过程中，信息物理融合是基础，多维虚拟模型是引擎，孪生数据是驱动，动态实时交互连接是动脉，服务应用是目的，全要素物理实体是载体[14]。

通过数字孪生技术，可以实现复杂物理实体和过程的虚拟复现，推动构建基于模型的企业（Model-Based Enterprise，MBE）[15]，突破传统制造依赖于物理原型、物理实验或小批量试制的局限，提供更全面的测量、分析和预测方法，全面推动经验的数字化，因此被广泛应用于物理实体的研发设计、生产制造和服务应用等全生命周期的各个环节之中[16]。

2 家具制造过程中存在的问题

家具制造业是传统制造业的典型代表，业内通过构建企业OA、ERP、CRM、MES等信息系统以固化流程，基本实现了信息化，并借助一系列节点进行广泛的数据采集，形成可视化的业务报表，逐步探索数字化，但相关实践活动还处于初级阶段，尚有大量的瓶颈问题亟待攻克。从生产线生命周期的角度来看，可以将家具制造过程划分为产线规划、生产控制与流程再造三个主要的阶段[17]，每一个阶段都存在不同的问题。

2.1 家具制造产线规划存在的问题

（1）规划考虑不周全

家具产线规划是一个系统性问题，全屋定制引起的产品品类增加进一步加剧了规划的复杂度[18]。传统的规划极易忽略一些次要流程和细节逻辑，造成车间物流动线混乱、规划与实际偏差过大等现象[19]，给后续的生产执行遗留大量问题。例如生产废料和余料的转运与处置，垫板、托盘等原材料和半成品容器的流转与储存，转运通道的流量预估与形态设计等，都是容易引发设计缺陷的环节。

（2）规划分析精度低

传统的产线规划方法大量运用“均值”进行测算，掩盖了多品种、小批量场景下不同产品的加工差异，忽视了制造过程中普遍存在的各类扰动，缺乏对客观规律的总结，因此得到的模型存在大量失真现象，规划过于理想化，造成规划设计产能的不匹配现象[20]。

（3）规划调整效率低

家具产线的构建是反复论证，不断迭代的过程。在最终定案前，每进行一次调整，都会带来“牵一发而动全身”的更新。传统的家具产线规划大量依靠人工进行数据计算与验证，不仅效率低下，而且极易出错，造成了迭代周期的延长。

■图2 FDTS系统架构图

（4）规划成果不直观

随着生产线复杂度的不断提升以及多重流程的不断叠加，平面图纸的局限性越来越明显，且受制于不同规划软件之间的隔阂，图纸与数据的关联和匹配也存在较大难度，规划成果不能直观的体现出来，团队沟通成本急剧增加。

2.2 家具制造生产控制存在的问题

（1）生产计划粒度粗

由于缺乏全面、及时、精确的数据支撑，绝大多数家具企业的计划体系仅能面向车间以天为单位制定生产计划，工序、设备和工人等基础单元的任务分配还依赖于车间人工实现，常常造成生产资源浪费，规划产能难以实现。

（2）生产扰动预测难

家具制造过程中的扰动因素繁多，容易造成生产停顿。基于缓存的传统方法需要占用大量空间，引起在制品积压，延长了生产周期。如果能够实现产线监控，在扰动产生质变前进行干预，就能够有效避免扰动带来的生产停滞。然而，当前家具制造过程中的监控还比较粗糙，扰动预测手段比较原始，必要的干预严重滞后，难以实现事先规避。

（3）生产调度经验化

家具制造过程中各个环节生产资源的配置大面积依托人工来开展，这种经验化的决策模式在大规模生产场景下几乎不可能在短时间内寻得最优的组合，造成了家具企业利润的大量流失。

（4）生产控制不灵活

传统方法构建的静态生产模型在柔性化的家具制造中难以应对工序之间的衔接、突发事件的处置、加工工艺的更新等动态问题。面对产能、成本、周期等不同的控制目标时，管理人员难以基于动态的生产灵活切换资源配置模式。

2.3 家具制造流程再造存在的问题

（1）全局层面优化难

家具制造融合了离散型制造、流程型制造、大规模个性化定制、网络协同制造等多种模式，各个环节之间耦合关系强，牵一发而动全身。家具企业流程再造的最大痛点，就是缺乏着眼于全局的改善工具与指标体系，总是陷入局部最优解的困境，产生新的瓶颈，严重影响了改善的实效。

（2）数据分散应用难

经过数字化、信息化的改造，规模以上家具制造企业已基本构建起企业数据库与信息系统。然而绝大多数家具企业的信息系统来源于不同的供应商，系统之间数据互通存在困难，数据口径也不一致。流程再造依赖的生产大数据分散在不同信息系统之中，查询速度慢，数据精度低，数据资源转化与应用的难度较大。

（3）传统改善深入难

随着家具企业基于价值流程图（Value Stream Mapping，VSM）展开精益改善[21-22]的逐步深入，产线优化进入了“深水区”，依托人的主观思考来实施改善的模式难以向更精细的方向推进，在缺少全面数据积累和高效分析工具的制约下，传统的改善手段已经难以给家具制造过程带来长足进步。

（4）优化效果评估难

流程再造的效果评价一直以来都是制造业的一个痛点。一方面，生产线各项指标之间的相关性长期被忽视，缺乏衡量制造系统全局效益的量化指标；另一方面，改善活动的效果预测方式过于粗糙，参考价值不强，许多问题只有在调整物理实体产线后才暴露出来。

在新兴的信息技术已经为传统制造业带来普遍提升的大背景下，家具制造过程中存在的问题可以概括为：不全面、不精准、不及时和不直观。数字孪生技术在家具制造过程中的应用，就是以数据驱动，构建基于家具生产制造全过程的、高保真实时交互的可视化三维模型，对于推动家具制造的精细化管理与系统化改善具有极强的现实意义。

■图3 家具数字孪生车间“数字生命体”模型

3 家具数字孪生车间的构建

家具制造业是劳动密集型产业，生产管理与制造执行主要依托于人，细分领域内的企业在技术层面上没有显现出代差，制造水平整体趋同，市场竞争白热化，因此各大家具制造企业都迫切期盼通过技术创新谋求破局。数字孪生技术能够从根本上解决家具制造过程中的诸多现实问题，因此基于该项技术开展深度重构，必然成为家具产业迈向智能制造的关键一环。

3.1 家具数字孪生车间的概念

数字孪生车间（Digital Twin Shopfloor，DTS）概念于2017年提出，是指在新技术驱动下，物理与虚拟车间信息实时交互，全要素、全流程、全业务数据集成，并在孪生数据驱动下，车间生产管理与控制在物理车间、虚拟车间以及车间服务系统之间迭代运行，在一定条件和目标下实现车间最优化运行的新模式[23]。这一概念落实到家具制造领域，就是家具数字孪生车间（Furniture Digital Twin Shop-floor，FDTS）。

FDTS的构建，目的在于应用先进的工艺技术、感知技术、通信技术、仿真技术、分析技术、控制技术、展示技术，在物理车间的基础上，于虚拟空间中搭建高保真、高置信度的虚拟车间，并根据车间需求设计业务交互平台，建立泛在融合的智能制造空间（Smart Manufacturing Space，SMS）[24]，基于人工智能全面解决家具制造过程中不全面、不精准、不及时、不直观的现实问题。

3.2 家具数字孪生车间的系统架构

根据数字孪生的五维模型，可以将FDTS的系统架构划分为物理层、模型层、服务层、数据层和交互层五个层次，各层次之间的内涵及关系如图2所示。

物理层是家具制造的实体部分，包括产品、物料、设备、工装、容器、人员、工艺、环境等因素，既是基础生产数据的直接来源，又是智能生产决策执行的终端。

模型层是基于家具制造的实体部分在虚拟空间中的映射，不仅包含了厂房柱网、生产设备、产品物料、工装容器等物理实体的三维模型，同时还涵盖了加工工艺、物料流转、分拣仓储、人员安排、工序配合等逻辑模型。这些模型一方面反映了家具制造实体部分各要素之间的位置、大小等空间联系，同时给出了这些要素之间在业务层面的配合关系，都是如实映射物理实体形态特征和运行逻辑的必要条件。

服务层是生产管理人员直接接触的前端，由一系列供人操作和为决策提供依据的人机界面构成。这些界面囊括了PC端和移动端，只集成具体岗位所需要的数据，并通过可视化的方式呈现。

数据层汇集了整个家具数字孪生车间中的制造大数据。不仅包括存储传感器数据、日志数据、仿真数据、知识数据的数据仓库，还涵盖可供挖掘与分析的数据中台，进而统一数据口径，提升数据提取和分析的效率，避免重复的企业基础设施建设。

交互层主要是借助各类数据接口、传输协议以及先进的通信技术，实现各个层次、系统之间的互联互通，达到数据和指令及时上传与下达的目的[25]。

3.3 家具数字孪生车间的关键组成

家具数字孪生车间的关键组成可以描述为“三个系统+一种资源+一套管路”的“数字生命体”，即物理车间系统（Physical Shop-floor System，PSS）、虚拟车间系统（Virtual Shop-floor System，VSS）、车间服务系统（Shop-floor Service System，SSS）、孪生数据资源（Digital Twin Data，DTD）与交互连接管路（Interactive connection Vessels，ICV）。从“数字生命体”的角度来理解，三个系统是“器官”，孪生数据是“血液”，交互连接是“血管”，如图3所示。

3.3.1 物理车间系统

家具制造是实体产品的制造，物理车间是实体的家具产品工业化生产制造的根本，涵盖了家具制造车间中客观存在的各项因素。

■图4 FDTS的实施路径

物理车间是最主要的数据感知窗口，通过产品和物料上的二维码、RFID标签等特征标记以及部署在设备上的各类传感器，采集实时的、多源的、异构的生产过程数据；对于部分简单且时效性要求较高的质量事件、安全事件，或者独立性较强的检测方法，如通过机器视觉判断刀具磨损情况[26]等，直接由物理车间进行即时处理；接受和执行来自数字孪生系统各个环节的指令，根据指令的要求完成生产任务。

3.3.2 虚拟车间系统

虚拟车间是物理车间在虚拟环境下的镜像，最大限度的刻画物理车间中各种因素的三维模型与逻辑结构，并能够以较高的匹配度对真实的生产进行动态模拟。虚拟车间是基于计算机的算力实现资源最优配置的集中体现，是家具数字孪生车间的技术核心[27]。

在产线规划与流程再造阶段，借助虚拟车间，可以在不具备新的硬件设备、空间布局和物流系统的测试条件，或者测试成本过高，或是存在多种方案需要评估择优的情况下支持生产决策，从而规避设计缺陷带来的巨大成本浪费[28]。在生产控制阶段，虚拟车间可以对家具产品生产过程中的工艺规划、计划排产、生产调度、缓存分拣、设备运行、物流动线等各项行为进行动态描述，从而精确掌握在一定的约束条件下，生产线内部各组成部分之间的关系，预先验证生产方案，在生产过程中预警各类扰动并通过重调度进行干预[29]。

3.3.3 车间服务系统

服务系统是FDTS与人进行直接交互的端口，除开发人员外，其他人员对于FDTS的运用都依托于服务系统中封装的功能来实现。

服务系统直接面向车间管理和操作人员，在复杂的现场环境下，各种功能界面基于人机界面进行设计，力图为操作人员提供一个安全、便捷、专注的人机互动接口，以利于信息的快速、精准录入以及制造数据、分析结论的可视化呈现；针对家具制造的特点和各个岗位的职能需求，服务系统中以车间布局、工艺规划、计划排产、生产调度、扰动监控、物料管理、质量管理、人员管理、设备管理、能耗管理、环境管理等具体功能进行分类，并进一步分化为集成各个岗位实际需求的操作界面；除业务功能外，服务系统还具备对FDTS中各类模型、数据、逻辑、权限进行维护的管理功能。

3.3.4 孪生数据

工业4.0时代下，数据的价值甚至高于石油，是企业的核心驱动力。拥有全面、精准、及时数据的家具制造企业必然抢占时代的先机。

孪生数据是FDTS运行的基础，物理车间、虚拟车间、服务系统的各项业务功能都需要依托孪生数据来实现。从数据管理层面来看，孪生数据除了聚合各类数据以外，还应具备数据清洗与结构化的功能，从而确保数据的系统性、准确性和时效性。

3.3.5 交互连接管路

FDTS这一“数字生命体”的活力，具体体现在孪生数据“血液”在物理车间系统、虚拟车间系统、车间服务系统三大“器官”之间进行“营养交换”，这就依托于交互连接管路，否则就极易形成“数据孤岛”，造成“器官”坏死。

交互连接管路的主要作用，就是将物理车间、虚拟车间和车间服务三大系统连接在一起，使得各个系统中的数据能够快速、准确、安全的流转起来，同时打通FDTS前端的研发设计系统、供应链管理系统和后端的物流仓储系统、营销管理系统，并延伸到企业管理系统，最终实现家具企业制造相关数据的全面互联互通。

3.4 家具数字孪生车间的实施路径

应用数字孪生技术，结合家具企业特征对制造过程实践FDTS，是家具制造企业的顶层战略。由于业内探索还处于起步阶段，为了取得家具制造企业自上而下的全面理解与支持，必须秉持谨慎而乐观的态度，由点及面的开展探索，逐步积累经验，以“三步走”的策略来实施：首先以工序为基础，然后逐步扩展到车间，最后覆盖整个家具企业生产制造体系。

FDTS构建与应用伴随着家具企业制造体系的工艺水平、管理模式的进化同步进行，是一个不断迭代的过程，为了保障FDTS能够持续支持家具企业制造水平的提升，有必要建立一支自有的、专业的、可靠的技术团队，始终以企业实际为落脚点，开展研究和探索工作。

根据当前家具制造企业的实际发展状况，综合家具产业细分领域的不同特点，FDTS的实施可以划分为8个步骤，如图4所示

（1）问题分析

从智能制造的视角出发，对家具企业生产制造过程进行全面分析，重点归纳制约家具企业效能充分发挥的各类因素，并参照其它行业的优秀经验，创造性探索数字化、信息化、智能化的解决方案。

（2）目标构建

结合企业自身的生产制造能力、数字化和信息化水平、企业资源状况等现实因素，高层、中层和基层共同参与，管理、技术、运营联合规划下，划定企业构建FDTS的边界，明确业务层面的具体需求，确立建设的目标。

（3）现状固化

家具制造企业经过一段时间的发展，往往出现工艺路径不清晰、生产步调不一致、管理逻辑不明确等现象，因此在项目实施前需要对目标产线的具体生产过程进行全面复盘，将其模式、逻辑、数据以成文的形式进行全面固化，作为FDTS构建的依据。

（4）总体规划

根据固化下来的模式、逻辑和采集到的数据，结合企业自身的特点，以建设目标为指导，进行总体框架的搭建，明确FDTS应当包括的功能模块，对模块的复用性和扩展性提出具体要求。

（5）功能设计

重点就数据需求及数据采集、处理的方法，仿真模型构建的深度，系统之间交互连接，前端呈现的具体形式，维护与更新的便捷设计等关键问题提出明确的解决思路。

（6）系统开发

系统开发是FDTS的具体开发过程。物理层主要关注数据需求的内容、数据采集的方法、传感器的部署；模型层重点实现各生产要素三维模型的搭建、制造逻辑的复现以及约束条件的定义；服务层需要明确操作者的真实需求，并结合人机工学进行设计；数据层解决数据预处理与结构化的问题，构建数据中台；连接层就大数据的及时、精确、安全传输展开探索。

（7）整体调试

串联各个模块，对采用的各类传感器、接口、传输方式进行测试，对三维模型、逻辑模型进行评估和校正，对FDTS各项服务的性能进行优化，确保系统能够在高保真的基础上实现持续稳定的运转。

（8）维护更新

维护更新是系统交付后持续开展的工作，除了维持系统正常运转所必须的运维外，还包括了根据实体车间的不断变化而进行的调整，以确保虚拟车间能够时刻反映物理车间的真实情况。此外，随着信息技术的不断进步，对FDTS进行更新，以提高系统的拟合度、响应速度等性能，也是维护更新的重要内容。

4 家具数字孪生车间关键技术方向

结合当前家具制造业的现实状况以及其它行业数字孪生技术的成熟案例，FDTS的规划、实践与应用亟需在五个方面取得技术突破。

4.1 多源异构制造数据的采集与处理

形成科学的数据体系，并通过多种手段，突破技术瓶颈，绕过商业壁垒，重点解决加工工时数据、产品质量数据、设备状态数据、人员效率数据、工序产能数据等采集不到、采集不准、采集不全、采集不用的问题，从而实现粒度达到最基本的生产单元的大数据采集。

4.2 数据驱动的家具制造过程虚拟仿真建模与验证

一方面要求家具制造企业深刻理解以电子锯、封边机、加工中心、立体仓库、分拣仓库为代表的复杂装备的内部逻辑[30-31]，并在虚拟空间中最大限度的还原；另一方面要求家具制造企业全面厘清并标准化作业流程，采用先进的仿真建模软件对制造过程进行3D复现，并构建起科学的模型评价体系。

4.3 车间智能运行监控与动态调度技术

借助各种传感设备，对家具制造车间的生产效率、人员状态、质量水平等进行全面而细致的把握，从而实现对物理车间生产过程的实时映射；应用人工智能算法，基于约束理论在实际生产的条件下进行灵活的计划排产与动态的生产调度，突破粗放的经验化管理的限制，将生产管理贯彻到每一个基本单元，从而缓解扰动带来的影响，确保生产过程的流畅与产线整体的高效运行。

4.4 基于数字孪生的家具制造设备故障预测与健康管理

重点通过部署在设备上的各类传感器，识别关键指标的变化，借助设备的数字孪生模型，评估设备的劣化程度、耗材的使用状况、刀具的加工精度、故障出现的主要原因等，并根据车间的生产计划、任务分配和人员配置，基于维修成本、备件库存和设备可靠性对维修活动进行智能调度，从而实现基于状态的维修，弥补事后维修和计划性维修的不足，降低因频繁维修或缺乏维护给生产进度带来的影响。

4.5 家具制造工艺参数智能优化决策

通过为家具产品、原辅材料以及加工过程进行数字孪生建模，以更为细致的方式量化工艺指标，进一步解决以天然木材为代表的家具材料差异化的理化性能与工艺参数的匹配问题，使得加工过程可以围绕材料的种类和内部结构精细的开展，因材施艺，最大限度的降低因工艺参数不合理而造成的崩缺、压痕、鼓包、流挂等质量问题，提升产品合格率。

5 结语

数字孪生作为智能制造领域的一项关键技术，将对家具产业大幅提升产品品质、交付能力、客户体验和盈利水平发挥非常关键的作用。这里提出了“家具数字孪生车间（FDTS）”的概念，并结合数字孪生的理论与家具智能制造的实际，对FDTS的系统架构、核心功能和实施路径进行了初步规划，提出了实施FDTS所需要突破的关键技术，目的在于积极推动家具制造业转变发展方式、升级技术结构、转换增长动力，向智能化、绿色化、高端化方向发展。