文章

产品数字孪生体的内涵、体系结构及其发展趋势(二)

2017-05-11庄存波 刘检华 熊辉 丁晓宇 刘少丽 瓮刚

10736阅
本文回顾了数字孪生体的产生背景,在此基础上提出了数字孪生技术的概念,然后对产品数字孪生体的内涵进行了系统阐述,建立了产品数字孪生体的体系结构,并给出了产品数字孪生体在产品设计阶段、制造阶段和服务阶段的实施途径,最后指出了产品数字孪生体的发展趋势。

    6 产品数字孪生体在全生命周期各阶段的实施方法   

    6.1 产品设计阶段
 
    作为物理产品在虚拟空间中的超写实动态模型,为了实现产品数字孪生体,首先要有一种自然(便于理解)、准确、高效,能够支持产品设计、工艺设计、加工、装配、使用和维修等产品全生命周期各个阶段的数据定义和传递的数字化表达方法。近年来兴起的基于模型的定义(Model Based Definition,MBD)技术是解决这一难题的有效途径,因此成为实现产品数字孪生体的重要手段之一。MBD是指将产品的所有相关设计定义、工艺描述、属性和管理等信息都附着在产品三维模型中的数字化定义方法。MBD技术使得产品的定义数据能够驱动整个制造过程下游的各个环节,充分体现了产品的并行协同设计理念和单一数据源思想,而这也正是数字孪生体的本质之一。产品定义模型主要包括两类数据:一类是几何信息,也就是产品的设计模型;另一类是非几何信息,存放于规范树中,与三维设计软件配套的PDM软件负责存储和管理该数据。
 
    其次,在实现基于三维模型的产品定义后,需要基于该模型进行工艺设计、工装设计、生产制造过程甚至是产品功能测试与验证过程的仿真及优化。为了确保仿真及优化结果的准确性,至少需要保证以下三点:
 
    1)产品虚拟模型的高精确度/超写实性:产品的建模不仅需要关注几何特征信息(形状、尺寸及公差),也需要关注产品的物理特性(如应力分析模型、动力学模型、热力学模型以及材料的刚度、塑性、柔性、弹性、疲劳强度等)。通过使用人工智能、机器学习等方法,基于同类产品组的历史数据实现对现有模型的不断优化,使得产品虚拟模型更接近于现实世界物理产品的功能和特性。
 
    2)仿真的准确性和实时性:可以采用先进的仿真平台和仿真软件,例如仿真商业软件Ansys,Abaqus等。
 
    3)模型轻量化技术:模型轻量化技术是实现数字孪生体的关键技术之一。首先,模型轻量化技术大大降低了模型的存储大小,使得产品工艺设计和仿真所需要的几何信息、特征信息和属性信息可以直接从三维模型中提取而不需要附带其它不必要的冗余信息。其次,模型轻量化技术使得产品可视化仿真、复杂系统仿真、生产线仿真以及基于实时数据的产品仿真成为可能。最后,轻量化的模型降低了系统之间的信息传输时间、成本和速度,促进了价值链端到端的集成、供应链上下游企业间的信息共享、业务流程集成以及产品协同设计与开发。
 
    6.2 产品制造阶段
 
    产品数字孪生体的演化和完善是通过与产品实体的不断交互开展的。在生产制造阶段,物理现实世界将产品的生产实测数据(如检测数据、进度数据、物流数据)传递到虚拟世界中的虚拟产品并实时展示,实现基于产品模型的生产实测数据监控和生产过程监控(包括设计值与实测值的比对、实际使用物料特性与设计物料特性的比对、计划完成进度与实际完成进度的比对等)。另外,基于生产实测数据,通过物流和进度等智能化的预测与分析,实现质量、制造资源、生产进度的预测与分析;同时智能决策模块根据预测与分析的结果制定出相应的解决方案反馈给实体产品,从而实现对实体产品的动态控制与优化,达到虚实融合、以虚控实的目的。
 
    因此,如何实现复杂动态的实体空间的多源异构数据实时准确采集、有效信息提取与可靠传输是实现数字孪生体的前提条件。近几年物联网、传感网、工业互联网、语义分析与识别等技术的快速发展为此提供了一套切实可行的解决方案。另外,为了发挥数字孪生体在产品数据集成展示、产品生产进度监控、产品质量监控、智能分析与决策(如产品质量分析与预测、动态调度与优化)等方面的作用,人工智能、机器学习、数据挖掘、高性能计算等技术的快速发展为此提供了重要的技术支持。以装配过程为例,建立如图7所示的面向制造过程的数字孪生体实施框架。鉴于装配生产线是实现产品装配的载体,因此该架构同时考虑了产品数字孪生体和装配生产线数字孪生体。该框架主要包括三个部分:
 
    1)实体空间的动态数据实时采集:产品在装配过程中产生的动态数据可分为生产人员数据、仪器设备数据、工装工具数据、生产物流数据、生产进度数据、生产质量数据、实做工时数据、逆向问题数据八大类。首先,针对制造资源(生产人员、仪器设备、工装工具、物料、AGV小车、托盘),结合产品生产现场的特点与需求,利用条码技术、RFID、传感器等物联网技术,进行制造资源信息标识,对制造过程感知信息采集点进行设计,在生产车间构建一个制造物联网络,实现对制造资源的实时感知。将生产人员数据、仪器设备数据、工装工具数据、生产物流数据等制造资源相关数据归为实时感知数据;将生产进度数据、实做工时数据、生产质量数据以及逆向问题数据归为过程数据。实时感知数据的采集将推动过程数据的产生。另外,针对以上数量庞大的多源、异构生产数据,在预定义制造信息处理与提取规则的基础上,对多源制造信息关系进行定义,进行数据的识别和清洗,最后进行数据的标准化封装,形成统一的数据服务,对外发布。
 
    2)虚拟空间的数字孪生体演化:通过统一的数据服务驱动装配生产线三维虚拟模型以及产品三维模型,实现产品数字孪生体实例及装配生产线数字孪生体实例的生成和不断更新,虚拟空间的装配生产线数字孪生体、产品数字孪生体实例与真实空间的装配生产线、实体产品进行关联,彼此之间通过统一的数据库实现数据交互。
 
    3)基于数字孪生体的状态监控和过程优化反馈控制:通过对装配生产线历史数据、产品历史数据的挖掘以及装配过程评价技术实现对产品生产过程、装配生产线和装配工位的实时监控、修正及优化,通过实时数据和设计数据、计划数据的比对实现对产品技术状态和质量特性的比对、实时监控、质量预测与分析、提前预警、生产动态调度优化等,从而实现产品生产过程的闭环反馈控制以及虚实之间的双向连接。具体功能包括产品质量实时监控、产品质量分析与优化、生产线实时监控、制造资源实时监控、生产调度优化及物料优化配送等。
 
面向产品制造过程的数字孪生体实施框架
 
    图7 面向产品制造过程的数字孪生体实施框架
 
    6.3 产品服务阶段
 
    在产品服务阶段(即产品使用和维护)阶段,仍然需要对产品的状态进行实时跟踪和监控,包括产品的物理空间位置、外部环境、质量状况、使用状况、技术和功能状态等,并根据产品实际状态、实时数据、使用和维护记录数据对产品的健康状况、寿命、功能和性能进行预测与分析,并对产品质量问题进行提前预警。同时当产品出现故障和质量问题时,能够实现产品物理位置快速定位、故障和质量问题记录及快速定位、零部件更换、产品维护、产品升级甚至是报废、退役等。
 

    一方面,在物理空间,采用物联网、传感技术、移动互联技术将与物理产品相关的实测数据(最新的传感数据、位置数据、外部环境感知数据等)、产品使用数据和维护数据等关联映射至虚拟空间的产品数字孪生体。另一方面,在虚拟空间,采用模型可视化技术实现对物理产品使用过程的实时监控,并结合历史使用数据、历史维护数据、同类型产品相关历史数据等,采用动态贝叶斯、机器学习等数据挖掘方法和优化算法实现对产品模型、结构分析模型、热力学模型、产品故障和寿命预测与分析模型的持续优化,使产品数字孪生体和预测分析模型更为精确,仿真预测结果更加符合实际情况。对于已发生故障和质量问题的物理产品,采用追溯技术、仿真技术实现质量问题的快速定位、原因分析、解决方案生成及可行性验证等,最后将生成的最终结果反馈给物理空间指导产品质量排故和追溯等。与产品制造过程类似,产品服务过程中数字孪生体的实施框架主要包括物理空间的数据采集、虚拟空间的数字孪生体演化以及基于数字孪生体的状态监控和优化控制三部分。

责任编辑:李欢
本文为作者授权转载文章,任何人未经原作者同意,不得复制、转载、摘编等任何方式进行使用,e-works不承担由此而产生的任何法律责任! 如有异议请及时告之,以便进行及时处理。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
读者评论 (1)
  • teamczyx7-15
    万能发帖软件 www.teamczyx.com
以上网友发言只代表个人观点,不代表本网站观点或立场。
请您登录/注册后再评论
相关阅读