基于数字孪生的虚拟工厂研究及设计

杨龙 张恩康 韩磊 丁鑫培

（中车青岛四方机车车辆股份有限公司，山东青岛 266111）

0.引言

智能制造随着互联网的发展，其定义及应用已成为制造业研究领域的一个常态话题。众多学者的研究表明，伴随着互联网的发展，基于数字孪生的虚拟工厂技术已成为制造行业数字化的关键技术，将会成为实现信息物理系统乃至智能制造的基础，值得深入、全面地研究其内在机理和应用模式[1-3]。

实体工厂是构建虚拟工厂的基础原型，工厂的不同车间具有不同层次化的特点，按照生产工艺及功能一般可分几个层次，如设备级、产线级、车间级、工厂级等。实体工厂的每个层次之间的生产状态、工艺流程、故障等信息相互交错，存在着复杂性，会进一步使车间，工厂数据多源异构，造成了不同层次信息互通及数据共享的障碍，故对实体工厂各要素信息需要进行统一标准化以实现数据的统一采集和访问。

虚拟工厂作为提升企业智能制造水平的关键基础性技术，其目的是建立实体工厂的数字化表达，让实体工厂的制造工艺、制造流程、问题化解措施等以可视化实时展示出来，同时衔接和支撑能源管理、视频监控、设备管理、安全管理、车辆定位、生产管理等数据的可视化展示，构建起基于三维模型的可视化大数据支持平台，为公司大数据决策提供基础三维模型支撑。基于此，对智能制造企业来说，建立虚拟化工厂及构建其应用场景势在必行。

1.虚拟工厂数字化的建设

1.1 虚拟工厂与物理工厂实时数据信息交互

虚拟工厂的建设及应用是较为复杂的工程，利用激光扫描手段采集物理工厂的实景数据，并通过BIM等三维可视化建模技术形成虚拟空间，并以此为载体进行仿真，实现虚拟空间与物理空间的相互映射，一方面将制造数据实时反应到虚拟工厂中进行仿真优化，另一方面基于仿真优化的结果及时反馈到物理工厂，同步对工艺进行优化调整，最终确保提高生产效率的同时有效降低生成成本，提升产品质量。

虚拟工厂是数字孪生技术在建立与实体工厂交互中的重要组成部分，它作为智能工厂的数字化镜像，需要满足一些基本要求：构建的虚拟工厂要对实体工厂的三维可视化状态进行高度真实的刻画渲染，能基于实体工厂的生产状态等实时数据驱动虚拟工厂的三维模型同步运动。

虚拟工厂是一种高保真描述和展现物理工厂场景的技术手段，记录物理工厂的优化过程。对物理工厂针对虚拟工厂反向反馈的仿真优化建议进行调整，二者具有高度一致性。物理工厂与虚拟工厂实时进行信息数据的交互处理。实体工厂对数据进行采集，采集到的数据按照一定的场景进行加工及融合，并实时传递给虚拟工厂进行优化处置，虚拟工厂进行一系列的仿真过程后以数据的形式反馈给物理工厂，物理工厂针对指令进行调整优化。二者之间相互融合，状态变化实时动态响应。

1.2 虚拟工厂建立流程

（1）实体工厂内设施数据采集。实体工厂采集到的源数据是虚拟工厂三维建模的基础，在数据采集过程中将设备等主体元素的属性信息（外观尺寸、设备编号、类别、空间位置等）一并进行采集。而采集到的点云数据包括实体工厂产线、写字楼、库房等建筑物主体，设备实体位置数据，通过扫描设备获取工厂真实场景影像数据，要对工厂模型整体全景进行全覆盖，并进一步做好数据的过滤、降噪等处理，确保采集数据的质量。（2）实体物理工厂三维建模。针对工厂建筑物、设备等主体元素，利用BIM等三维建模工具按照1:1的比例进行建模形成三维源模型，并进一步对各主体元素的源模型进行贴图处理，真实描述并如实反映物理工厂的真实场景。（3）建立虚拟工厂的场景。利用仿真软件将建立的三维源模型进行进一步处理，添加相应的动态组件和自定义组件，确保虚拟工厂中相关设施具有实体工厂中的属性，例如智能巡检、移动巡检等。（4）虚拟工厂部署。需要将虚拟工厂转化为可执行文件，部署到大数据平台上，同时应用于多种系统及场景中。并封装形成标准化的三维可视化服务能力，满足各平台可自主调用。

1.3 虚拟工厂数字孪生模型的建立

随着物联网技术的发展，RFID等新技术的普及显著降低了生产数据采集的成本，为实时动态获取车间一线生产数据的普及提供了基础，进而为大批量获取物联网数据提供了可能。再者，辅以同行业积累的丰富的生产、工艺、质量等数据，随着智能制造等新型工业的蓬勃发展，这个特点尤为显著。

物联网的数据采集技术具有显著的先天优势，具体主要包含：实时性。包含数据实时采集和实时传输，具有较好的时效性；精准性。利用IT技术进行采集，避免了人为主观干扰，更真实的采集客观数据，具有较好的准确性。

在智能制造的不同生产阶段，管理人员往往依赖一些关键指标（如设备状态、节拍达成情况等），因此在设计虚拟工厂的应用场景时，需要更加重视三维模型的轻量化，以提升模型的易用性，以及三维模型与生产数据的贯通等问题，确保平台能真实描述生产现状。虚拟工厂数字孪生模型构建的目的是真实描述物理工厂产线的输入输出控制变量，并利用数据模型模拟物理工厂控制参数实时组合的变化对生产的产品质量、性能的影响。为保障数字孪生模型的应用效果，必须明了它的构建步骤。具体模型构建步骤和方法如图1所示。

（1）数字孪生模型数据采集准备。在数据采集之前要做好充分的调研，通过调研才能充分理解企业的生产模式和核心业务流程，并掌握生产控制的内在逻辑和所关注指标数据的真实含义。数据收集的范围不仅要覆盖物联网平台采集的数据和信息化系统的数据、业务模型，还要包含调研过程中所抽象出来的数据映射关系的信息。（2）数字孪生模型特征工程建设。在数据模型构建之前要对数据进行预处理，主要是对所采集的数据经过清洗、降噪、过滤等一系列过程，并完成基础数据的准备，确保数据具有高度可分析性，具有相同的时间、管理层级等维度。同时基于数据的特性搭建分层的数据架构，满足数据指标的可扩展性。（3）数字孪生模型验证评估。在建立模型之后，为了验证评估训练结构，需将收集和转换的数据分为两组集合，分别为训练集和验证集。训练集是利用所获取的数据，利用数据挖掘算法，基于某种业务需求进行训练以达到业务目标而构建的数据模型。验证集数据是用来验证不同算法训练所能够达到不同模型的效果。一般在通过集成模型算法的训练得到的最终模型，可以通过多重评估指标对其输出模型的有效性进行验证和评估。在模型的评估实践中，参考准确度、拟合误差和确定系数是评估模型的重要指标。（4）数字孪生模型试运行和优化。试运行是将评估优化后的模型部署到正式的生产环境中并运行相应的程序和模型。结合正式的生产环境对模型输出的结果进行有效性评价，根据评价结果对数字孪生模型作出必要的调整和优化。并反复多次，最终获取生产一线部门的正向反馈后，正式将数字孪生模型发布到生产环境中，其生成的模型结果用于管理决策和工艺优化。（5）数字孪生模型部署。最后一步是将孪生模型部署到正式IT环境中，并与物联网及信息化系统实现正式连接，为孪生模型获取鲜活数据提供条件。反过来，数字孪生模型根据获取鲜活数据之后输出相应的控制指令反馈到生产线控制系统，或者基于一定的信息系统界面将指挥调度信息推送给管理人员，为管理人员指挥生产提供指导意见。

数字孪生模型部署完成后并不是一成不变的，随着环境、要求的变化需要动态优化，同时也需要对模型输出结果的精准性和有效性进行持续的提升。因而，数据孪生模型部署完成后要具备一定的自我优化能力，通过人为干预或自我干预的方式对模型精度进行持续提升，以达到最优目标值，以确保虚拟工厂镜像永远和物理工厂保持同步，真实客观描述物理工厂。

2.虚拟工厂在智能制造中的应用场景

虚拟工厂是通过对实体工厂的映射建立起来的，分别建立了三维地图服务，及数字孪生模型，应用于智能决策与管理系统、企业数字化平台系统、智能制造车间等场景。具体的虚拟工厂应用场景如图2所示。

（1）智能决策与管理系统。智能决策与管理系统是面向市场开发、研发设计、物料采购、生产制造、经营管理、产品售后等产品全寿命周期提供智能化的决策与管理能力的业务平台。利用该平台管理人员能够实时获取工厂的生产能力和产品交付情况，并结合生产经营的关键要素对生产流程和工艺方法进行优化调整，同时，结合市场环境和客户要求动态地作出经营决策。

（2）企业数字化制造平台。数字化制造平台是以制造的数字化为前提，利用虚拟工厂平台将生产过程、生产计划及执行情况通过数字化的手段对物理工厂激进型仿真和真实映射，同时通过制造现场实时数据的采集与展现，动态反馈真实的生产状况。管理人员结合多维数据融合形成整体信息，并结合企业经营管理的要求形成相应的生产指令或决策，为企业高效低成本生产指挥提供决策依据。

（3）智能车间。智能车间是以生产要素协同为基础，以制造单元之间的相互协同为前提，以智能管控与驱动系统为中枢的现代化车间管控系统，其主要负责制造过程的智能调度。智能调度的关键作用是提升生产要素的协同能力，以生产任务为前提，综合分析各产线人、机、料、法、环、测等生产要素的资源情况，按照工艺类型和任务计划对任务进行有效的分配，并下达相应的生产执行、质量检测、物料配送等一系列指令，使生产任务执行达到最优。

智能车间中的生产线可实时存储、提取、分析与处理工艺、工装等各类制造数据，以及设备运行等生产过程数据，能够通过对数据的分析实时调整设备运行参数、监测设备健康状态等，并据此进行故障诊断、维护报警等行为，对于生产线内难以自动处理的情况，还可将其向上传递至虚拟工厂系统。可根据不同的生产需求对工装、加工方案等进行实时优化与重组，优化配置生产线内各生产资源。

3.结语

研究结果表明：虚拟工厂已在智能制造行业中得以应用发展。虚拟工厂较传统的生产模式存在巨大优势，随着技术的发展，现有的虚拟工厂的实际建设已经取得巨大成果，虚拟工厂的建设离不开大数据、虚拟仿真、人工智能等关键技术。纵使这些技术已经取得较大成果，但是仍存在成本过高、技术成熟度低等问题，阻碍其在实际智能制造工厂建设中的大规模使用。未来，随着技术的发展，虚拟工厂在智能制造工业中的应用场景将会进一步完善扩展。