基于物联智控平台的数字孪生仓库应用研究

赵 凯

（江苏自动化研究所，江苏 连云港 222000）

0 引言

数字孪生是基于物理系统的实时数字化模型，它充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体物理设备的全生命周期过程。数字孪生技术作为一种前沿科技，有广阔的应用前景[1]。目前，建设数字化、信息化和智能化的仓库管理控制系统不再是单纯的实时数据采集、管理与二维可视化查询，更重要的是利用数字孪生技术，基于海量实时感知的仓库空间数据和设备设施数据建立三维虚拟可交互的动态模型，并模拟人员、设备的生产活动全过程。基于数字孪生的智慧仓库管控平台是将数字孪生技术与仓库管理业务的全过程进行紧密融合，基于三维可视化虚拟模型与物联网端采集的仓库生产管控数据相结合，实现对仓库生产过程实体空间的智能管控、在线监测、智能仓储、异常监测、应急管理等过程进行实时数据采集、分析优化、反馈控制等[2]。基于自主研发的仓库管控智能优化算法、数字孪生虚实结合的管理方法、仓库智慧管理专家知识库等，从系统角度对仓储系统进行整体优化，需要先进的智能仓储设计及管理优化算法来提高整体的仓储物流运作效率。

1 数字孪生技术简介

近年来，随着新一代信息技术的高速发展，数字孪生、人工智能等技术的不断成熟，信息技术应用成本的大幅降低和相应的生产能力的显著提升引发了制造企业管理方式的巨大变化。数字孪生是一种以数字模型为基础的虚拟仿真与控制分析方法，通过建立现实世界与信息数字世界的连接，将实体系统的数据、行为和性能转化为数字形式[3]。数字孪生可以对实体系统进行虚拟仿真和实时监控，实现对实体系统的可视化、分析和优化。数字化解决方案是以产品全生命周期的相关数据为基础的智能制造解决方案[4]。在虚拟环境下将生产制造过程压缩和提前，并得以评估与检验，从而缩短产品设计到生产的转化的时间，并且提高产品的可靠性与成功率，能够为制造企业带来价值。数字孪生是数字化解决方案中一种新的概念，具体为物理实体或流程的准实时数字化镜像。

2 物联智控平台简介

物联智控平台依托大数据分析、虚拟仿真、智能联动等先进技术，整合园区、工厂的生产、运营、维护等资源，将综合管控与三维可视化完美结合，为管理者提供直观的决策依据，是一个面向智慧园区、数字化车间的集全方位管理与辅助决策分析的可视化、智能化、多维度综合管控平台，实现区域管控整体智慧化，提升运营效率、安防能力、管理能力，降低管理管理成本、维护成本。

通过基于物联网技术和大数据分析等服务，以物联智控平台为基础，以数字孪生为核心，设计并实现相关业务场景的三维可视化建模，打造一站式的数据采集、清洗、存储、建模、分析、决策和应急等能力的现代化智能数字仓库[5]。数字孪生仓库基于物联智控平台，是仓库管理的驾驶舱，是仓库管理、设备自动化控制的重要决策和展示、管控平台，是仓库发展和不断进步的核心决策分析中心。

平台整合仓库、设备、人员、环境等资源，将仓库管控与三维可视化完美结合，为管理者提供直观的决策依据，是一个集仓库智能控制、人员安全管理、辅助决策分析等诸多功能于一体的可视化、智能化的数字孪生仓库。

3 基于物联智控平台的数字孪生仓库

3.1 总体架构

图1 物联智控平台示意图

数字孪生仓库以自研物联智控平台为基础框架，集成仓库业务管控相关子系统，实现业务数据的统一管理、设施设备的统一接入、业务事件统一处理、信息实时可视化展示等功能。通过基于物联智控平台的数字孪生仓库建设，为仓库的安防、仓储、巡检等诸多要素提供一个集成、安全、高效的可视化综合管控平台，设计如图2所示的系统总体架构图，该总体架构图分为物理层、数字孪生层、服务层、组态开发层和应用层。

图2 总体架构图

（1）物理层。包含了仓库相关的设备、业务等接入系统的数据采集、解析、清洗等，从而实现仓库各主要设备、各物联网感知终端的有效集成，为仓库数字孪生提供实时的物理层数据支撑，使得仓库中的相关设备运行状态信息、业务管控数据信息能够有效的被收集、感知。

（2）数字孪生层。主要包括含标准的产品模型库和环境模型库，模型库管理负责对虚拟产品的几何物理、行为状态、功能性能进行建模以及各子模型的集成，仿真引擎包括对虚拟产品的几何物理、行为状态、功能性能及环境进行模拟仿真；组态开发层提供一个协同设计环境，包括系统集成框架，机械设计平台接口、电气设计平台接口、自控设计平台接口、软件设计平台接口和分析评估优化设计平台接口，仓库数字孪生的构建，机理模型和数据驱动模型，实现各种传感器数据的融合与场景虚拟建模。从真实仓库和虚拟仓库的驱动引擎中获得的实时感知数据和仿仿真数据。

（3）应用层。主要针对智慧仓库相关项目需求进行数字孪生应用展示的应用模块，融合数字孪生层中提供的虚拟仿真算法对真实数据进行分析挖掘，实现基于数字孪生的智慧仓库协同管控应用。

3.2 数字孪生仓库功能组成

3.2.1 数字孪生组态模块

针对智慧仓库场景开展数字孪生快速组态引擎、复杂模型布局优化算法、基于多源异构信息融合的全要素虚拟仿真等技术研究，将物理空间与虚拟空间虚实同步映射并对虚拟仿真进行优化，快速实现系统级数字孪生。

重点实现面向开发、实施工程师的组态化快速实施开发，实现对于各种应用场景的模型搭建，不同的模型和组件之间的控制关系、逻辑关系和数据展示关系的配置，从而满足各种虚拟化应用的功能，能够合理的调用系统的数据孪生模型、各种算法模型（寿命预测、设计合理性、发热分析、性能测试等）、数据抽取、三维模型、激励源管控通过HMI可视化编辑。

构建虚拟模型，主要包括静态实体和动态实体两类。静态的场景数字模型根据场景采集的实际尺寸数据，包含可复用的静态物件实体等组件，形成完整的可视化的沉浸式环境；动态的实体主要是人员和设备，如仓储设备根据深度学习模型等提取关键点来塑造虚拟的任务关键模型。

3.2.2 数字孪生智能管控模块

数字孪生智能管控模块基于数字孪生模型库，在开源Three.js editor中实现对于可视化模型编辑器的封装，基于WebGL技术的三维渲染引擎，OBJ导入、模型编辑和漫游等交互。形成数字孪生组件结构化管理平台，也是实现对于模型的定义、包装、控制单元的创建工作以及所导入的第三方平台组件的编辑创建，形成数字孪生组件模型库的智能管控模块。

重点实现对外模型组件的创建，通过对于模型内部的单个部件的绑定，定义和控制规则的管理功能，从而定义生成完整的模型对象，供HMI平台调用。能够实现对于部件、几何面、控制节点的逻辑配置和定义，以及控制参数的定义等，为后期的控制参数值传输提供通道。搭建仓库智能管控模块，基于物联网采集数据基础同步集成人员管理、设备管控、设施管理相关的业务系统三维虚拟模型、及控制系统，实现对仓库内部各生产管控要素数据实现数据实时采集与业务信息全过程管理。同时实现仓库业务系统智能虚实管控等功能。

3.2.3 数字孪生仓库管理模块基于数字孪生智慧仓库对智慧仓库物理实体的三维虚拟化呈现与物联网端强大的数据采集与感知能力，用于构建能够反映智慧仓库仓储管控全流程的三维虚拟模型。在智能仓储模块三维虚拟模型构建的基础上，实现对仓库业务全过程基于时间维度的实时预测，并生成仓储物流任务的业务清单列表。路径规划部分为混合环境下时间可控的AGV无碰路径规划方法的逻辑实现。

3.2.4 数字孪生仓库智能预测模块

数字孪生仓库预测模块包括对任务状态监测、系统重构、智能预测等应用。通过对仓库内部主要设备的物理实体设备实时运行数据的采集，实现主要设备实体与三维虚拟模型实时映射，实现仓库设备全维度状态感知与三维可视化监测，辅助管控平台进行相关分析与决策；针对软件定义设备、人员中系统重构的需求，借助与设备、人员的物理实体映射的三维虚拟模型和数字孪生管控数据，对物理实体进行系统重构，以保证系统的有效性、准确性以及可靠性；智能预测，借助仓库设备等物理实体的物联网实时数据采集和三维虚拟模型的映射仿真数据，实现三维模型驱动引擎与数据驱动协同的设备故障预测与健康管理，对故障进行预测与识别，形成数字孪生智慧仓库故障预测模块。

3.3 基于数字孪生的智慧仓库关键技术

（1）基于数字孪生及仿真优化的仓库闭环迭代调优管控技术。提出基于数字孪生的智慧仓库精益管控模式，基于车间和仓库级的数字孪生模型与数据采集系统实现数字空间中的虚实同步，在与现状同步的模型中对未来进行推演和预测，能够更准确地预判可能出现的问题和风险点，然后，通过不同解决策略在数字空间中的预演与效果评估，基于知识推理和优化调度算法，能够找到更加可靠和高效的资源调控和重构策略，让车间和仓库在动态变化的情况下能够更好的保持高效率、高质量的生产，提升对日益增长的定制化需求的响应能力。

（2）基于数字孪生的仓库应急事件处理技术。在智能仓库信息集成、数据融合与模型构建技术，以及数字孪生及仿真优化的仓库闭环迭代调优管控的基础上，研究基于数字孪生的应急处理技术。基于人工智能的应急处理技术，在出现异常事件时，基于DRL的虚拟仿真系统能及时做出相应措施，并根据经验，不断进行自我完善和优化。有利于在后续的工作中，排查故障隐患，提高仓库的安全性，通过在虚拟仓库中模拟应急事件的处理过程可以降低仓库应急事件处理效率和成本。

4 结束语

本方案通过研究基于物理智控平台的数字孪生仓库相关关键技术，将数字孪生技术与智慧仓库管控业务的关键环节、关键场景、关键对象紧密结合，借助三维建模、虚拟仿真、智能管控算法等，实现空间维度上对仓库各场景及对象的虚实结合管控应用，同时实现时间维度上的预测、预防控制，该解决方案可广泛应用于智能工厂领域各类智能仓库管理业务场景，实现智慧仓库业务全维度数字孪生管控。■