基于数字孪生的航天结构件制造车间建模研究

郭东升 鲍劲松 史恭威 张启万 孙习武 翁海红
随着大数据、物联网、工业互联网和智能控制技术的迅速发展,各个国家分别提出了促进本国制造业发展的战略(如工业4.0、工业互联网战略、中国制造2025等),为推进智能制造提供了契机,建设智能车间、实现智能生产已成为制造业发展的目标。新一代信息技术在很大程度上提升了车间的信息化水平。

随着大数据、物联网、工业互联网和智能控制技术的迅速发展,各个国家分别提出了促进本国制造业发展的战略(如工业4.0、工业互联网战略、中国制造2025等),为推进智能制造提供了契机,建设智能车间、实现智能生产已成为制造业发展的目标。新一代信息技术在很大程度上提升了车间的信息化水平。

但是,目前车间物理空间与信息空间相互独立,数据传递存在滞后性,导致虚实空间无法实时交互与融合。鉴于此现状,数字孪生作为实现信息空间与物理空间融合的技术手段引起了广泛的关注。数字孪生是指一个集成了多物理量、多尺度、多概率的仿真过程,能够以数字化的方式创建物理对象的虚拟模型,模拟和反映物理对象的全生命周期过程。

2003年,美国密歇根大学的迈克尔·格里菲斯教授首次提出了数字孪生的概念。后来,美国国防部引入了数字孪生的概念,并将其作为解决航天飞行器健康维护等问题的技术手段。

在数字孪生模型构建与可视化方面,Schroeder等提出了利用WebServices和增强现实技术实现数字孪生模型可视化的方法。Cai等通过外加传感器采集机床数据实现信息融合,以构建机床的数字孪生模型。

数字孪生作为CPS(cyber-physical system)的核心关键技术,Uhlemann等提出了依靠实时数据获取与处理技术以构建数字孪生生产系统的观点,并阐述利用数字孪生技术实现CPPS(cyber-physical production system)的可行性。

在工业领域的应用方面,德国西门子公司为实现数字化制造的新模式,在其工业设备NanoboxPC的生产过程中应用了数字孪生技术。PTC公司为实现企业转型,基于数字孪生技术将物理产品与虚拟产品进行实时交互,在虚拟产品中及时发现物理产品存在的问题,更好地为客户实现售后服务。

在国内,陶飞等阐述了数字孪生车间的概念、组成与运行机制。庄存波等详细地描述了数字孪生体的内涵,建立了数字孪生体的体系结构,并指出了数字孪生体的发展趋势。Zhang等基于数字孪生技术,提出了一种玻璃生产线快速定制设计与优化的方法。

综上所述,目前对于数字孪生车间的系统框架、支撑技术的研究已有一定的理论成果,但其具体应用很少。航天结构件制造过程属于典型的多品种、小批量的离散制造模式,生产过程复杂,因此要从“人-机-物-环”4个方面全面考虑航天结构件制造车间的运行与优化。

传统的航天结构件制造车间生产方式具有以下局限:

(1)缺乏对制造过程中物理空间数据与信息空间数据的集成与管理;

(2)车间物理空间与信息空间之间的交互是一个开环的过程,即信息空间单向地指导物理空间的生产。

针对以上问题,研究基数字生的天结件车间建模技术。与传统的建模仿真方法不同,本文提出的产品、工艺与资源数字孪生模型不只关注虚拟模型的仿真数据,更加强调虚实之间的对比分析与交互融合。通过虚拟模型与物理实体之间的交互,精确地仿真物理车间的生产过程,为生产活动提供决策和支持。

1.基于数据孪生的车间建模

传统的航天结构件制造车间的信息集成方式主要为采集车间制造设备的数据,并利用单一的信息系(系)车生产动调控,虽然在一定程度上提高了车间的自动化水平,但是车间信息层与物理层相互独立、一致性差,管控智能化水平低。基于数字孪生的航天结构件制造车间依靠产品、工艺、资源数字孪生模型对车间的生产活动进行仿真模拟,将其分为4层,如图1所示。

1.png

图1基于数字孪生的车间建模框架

(1)物理层。对于制造车间来说,物理层主要指车间“人-机-物-环”等客观存在的实体集合,它负责执行车间的生产活动,并提供物理空间的数据,如设备数据、人员信息、环境数据等。

(2)模型层。模型层是物理层的真实映射,产品、资源、工艺数字孪生模型都包含在模型层。整个模型层具有交互、计算和控制属性,各种模型相互关联、协作,对物理空间中进行的各类生产活动(如产品加工、物料搬运、AGV(automated guided vehicle)调度等)进行分析。对于单个制造车间来说,生产环境相对固定,因此数字孪生制造车间主要关注资源、工艺和产品3个方面,采用面向对象的方法,模型层可表示为如下公式(1)。

2.png

其中:ML为模型层;Prod为产品数字孪生模型;Re为资源数字孪生模型;Proc为工艺数字孪生模型。

资源数字孪生模型的描述方法为

3.png

其中:Re_Tyte为资源类型;Re_Name为资源名称;Re_Id为资源标识;Re_Loca为资源位置;Re_Para为资源参数;Re_Sta为资源状态;Re_Attr为资源属性;Re_Rela为资源关系集;Re_Other为资源其他特征。

为区分不同的产品和工艺数字孪生模型,只需用名称(Name)和标识(Id)来描述产品和工艺模型,其他的详细参数信息可基于MBD(model based definition)技术定义在三维模型上。

(3)信息层。信息层为车间的信息管理平台,物理层的底层数据,操作工人的经验(如某关键工序的操作方法),模型层的各类数据、模型、知识、规则都会传输到信息层,并存储到相应的数据库、模型库、规则库、知识库中。信息层中的规则和知识可作为系统层的决策参考直接使用,模型经过封装可被直接调用进行生产活动的仿真优化。信息层存储的数据具有海量、多样、高速、多源异构等大数据特征,依靠车间数据分析处理平台,数据会被分析、整理,作为车间系统层调控生产活动的决策依据。信息层是实现物理层和模型层融合互联的关键,同时信息层数据的共享机制可消除系统层各信息系统之间的通信壁垒。

(4)系统层。在数宁孪生车间内,各信息系统不再相互独立,而是互联协作,实现产品全生命周期数字化管理。通过分析生产车间的实际需求,依靠信息层数据、模型、规则、知识的支撑,系统层进行物理层和模型层的运行调控,具体功能包括车间生产流程优化、设备效率分析、产品加工进度监控等。

综上所述,基于数字孪生的航天结构件制造车间可以对产品、资源、工艺实现虚拟化和集成化的协同管理,打造一种新的车间生产模式,为车间生产人员和管理人员提供一种高效的决策方法和可靠的分析模式。

2.航天结构件制造车间数字孪生空间定义

2.1产品数字化定义

传统的航天结构件制造车间在产品没计阶段和制造阶段分别需要构建不同的模型,且数据管理主要集中在产品的没计阶段,多源模型无法实现数据的传递与共享。数字孪生强调产品全生命周期数据源的一致性,在产品设计阶段定义的模型向后续阶段延伸应用,保证数字孪生模型对产品描述的准确性。

MBD技术的兴起为数字孪生提供了产品设计、制造与服务阶段的数宁化制造的信息载体。基于数字孪生的产品制造生命周期数字化定义方法如图2所示。

4.png

图2基于数字孪生的产品制造生命周期数字化定义

(1)产品设计阶段。对于航天结构件制造车间来说,新产品的开发很少,因此基于数字孪生的产品设计模式主要目的为已有产品的优化和工件检测效率的提高。根据产品设计性质和目的不同,将产品设计阶段细分为产品需求分析、产品概念设计和产品详细设计3个阶段。

在需求分析阶段,设计人员会收集产品的历史使用数据、故障数据、工艺人员及制造人员反馈数据制订产品需求分析报告;在概念设计阶段,设计人员根据需求分析报告确定产品优化目标,如对产品工艺参数的调整;在详细设计阶段,设计人员在考虑优化目标和设计约束的条件下,利用集成的三维实体模型定义产品的信息,包括几何信息、非几何信息与管理信息;利用该产品模型进行虚拟验证,包括应力分析、疲劳损伤分析、结构动力学分析等。

(2)产品制造阶段。产品制造模型的构建表现为对设计模型的重构。产品从毛坯到成品需要多道工序,因此产品制造模型是一系列模型的集合,它包括从毛坯模型经一系列加工过程最终形成零件模型这一过程中所有的中间模型。

根据产品加工的工艺路线,在制造阶段会重构多个制造模型,不同的制造模型根据该道工序的加工需求,定义了不同的加工设备信息、工装信息、工艺信息、检验测试信息等,这些非几何信息可通过制造BOM(bill of material)与每个实体模型进行关联。

(3)产品服务阶段。产品服务阶段为产品全生命周期中的最终阶段,因此该阶段的模型包含上游全部的设计信息和制造信息,并添加了产品的安装数据、使用数据和维护数据,可结合车间的信息系统管理这些数据。

产品数字孪生模型具有3种属性:计算、交互和控制。模型的可计算性主要表现为借助仿真工具真实地反映物理产品的状态。模型的交互性包括两个方面:一是可通过与物理产品的不断交互,不断完善数字孪生模型,提高模型的精确性;二是与其他数字孪生模型(如机床数字孪生模型)之间的交互,完成产品的加工过程仿真。模型的控制性即通过对产品生命周期中数据的分析,控制物理空间中产品的行为和状态。

2.2基于数字孪生的资源建模

制造资源是车间生产活动最基本的执行单元,基于数字孪生的资源建模能够提高车间生产的智能性,为车间的生产人员提供实时的、准确的产品制造生命周期服务。图3所示为基于数字孪生的资源建模。在虚拟车间对资源数字孪生模型进行整合与管理,车资的能控。

5.png

图3基于数字孪生的资源建模

车间制造资源包括制造人员、数控机床、加工中心、AGV、工业机器人等。通过在航天结构件制造车间搭建物联网络以增强设备的感知能力,实时获取设备的状态信息。

如通过机床的PLC(programrnable logic controller)可实时获取温度、转矩、电流、功率等信息,通过加装传感器获得振动信号、切削力信息;通过RFD(radio frequency identification)可实时获取AGV的位置;通过条形码可实现NC(numerical control)程序与加工工件的关联,从而获得产品的实时加工信息。

车间制造资源的泛在感知实现物理车间资源到数字孪生模型的映射。工业总线和数据接口是物理制造资源和资源数字孪生模型之间通信的桥梁,可实现虚实之间的互联互通。同样地,资源数字孪生模型也具有计算、交互、控制3种属性。具体描述如下:

(1)可计算性。通过分析物理设备的实时数据,预测、模拟和监控物理设备的加工过程和行为。如通过采集到的机床主轴转速、切削力、温度和功率,基于神经网络预测刀具的使用寿命;通过构建设备模型,在OpenGL中模拟机床的加工过程。

(2)可交互性。一方面是指资源数字孪生模型之间的交互,具体表现为模拟设备之间的协作行为;另一方面是指资源数字孪生模型与产品数字孪生模型之间的交互,在虚拟环境中仿真零件的加工过程,利用数控加工仿真系统生成NC代码,在车间内利用条形码关联零件制造BOM并连接NC代码。加工过程中扫描机床上的条形码即可获得零件的制造BOM和NC代码。

(3)可控制性。当车间接收到多个生产任务时,首先要对资源进行配置。利用已构建的车间资源模型,可根据设备的生产能力,仿真任务的执行过程,规划任务的执行序列,为任务分配权重因子,并不断迭代优化这个过程。可控制性主要表现为规划任务的执行序列,并优化资源的配置。

2.3工艺信息的数字化定义

当前的工艺设计模式下产品模型与工艺模型分离,产品模型所包含的信息不能有效地传递到工艺模型,已不能满足车间的智能化生产要求。在基于数字孪生的航天结构件制造车间内,工艺信息的数字化表达与管理是生产现场工艺设计与迭代优化的关键。

产品设计模型即为零件的最终加工状态,因此在制造阶段需要根据工艺路线,创建能够指导生产现场加工制造的工艺数字孪生模型,如图4所示。工艺数字孪生模型的构建同样依靠MBD技术,它以工艺信息模型为载体,融合计算、交互和控制属性。工艺信息模型包括制造工序模型、工艺属性信息和资源数字孪生模型3部分,将其表示为

6.png

其中:PIM(process information model)为工艺信息模型;MPMZ(manufacturing produce model)为制造工序模型;RDTr(resource digital twin)为资源数字李生模型;PAI(process attributes information)为工艺属性信息;i为第i个制造工序模型;m为制造工序模型总数;j为第j个资源数字孪生模型;k为资源数字孪生模型总数。

7.png

图4工艺数字孪生模型

如图4所示,利用UML(unified modeling language)类图描述工艺数字孪生模型。工艺信息模型以制造工序模型为载体,加工过程中所需的几何尺寸、表面粗糙度、加工要求等信息都定义在制造工序模型中。一个制造工序模型对应工件的一个制造工序和多个加工特征。加工操作是指对加工特征的一次切削加工过程,加工操作所使用的机床、刀具等信息与资源数字孪生模型关联。工艺数字孪生模型具有交互、控制与计算属性。

交互属性表现为工艺模型与资源模型相关联,在虚拟车间中工序模型与相应的刀具、夹具、机床模型交互以完成仿真过程,保证工件的加工质量。控制属性为根据生产现场实时反馈的加工参数,进行工艺参数的调整、工艺问题的预测等,以驱动加工过程持续改进。计算属性表现为工艺数字孪生模型可以用来仿真分析以反映产品真实的加工状态,并预测可能出现的质量问题。

3应用与分析

本文以某航天企业结构件加工车间为例,展开基于数字孪生的航天结构件制造车间的应用验证。该车间配有数控车床5台,数控磨床2台,数控镗铣床4台,卧式加工中心2台。车间的加工产品及生产任务如表1所示。

8.png

表1航天结构件制造车间加工产品及生产任务

根据车间的生产任务,进行3种结构件的小批量生产。首先根据车间的布局、设备生产能力、工艺流程和资源状态,利用软件Plant Simulation进行虚拟车间的构建,如图5所示。

9.png

图5航天结构件制造车间虚拟模型

将生产任务输入虚拟车间,配置设备模型的参数,根据制订的生产工艺流程进行仿真活动。目前车间内已有机床数据采集和监控软件,可实现对机床的运行时间、实时状态、加工工件数量的监测。虚拟车间的设备利用率统计分析、产品加工情况等可以以柱状图、统计报表、甘特图的方式实时反馈给车间制造人员。通过对比物理车间与虚拟车间的实时信息,及时调整车间的生产活动,保证高效地进行生产活动。

根据定义的产品模型和工艺模型划分每种结构件的详细制造工序,同时传统的粗加工及半精加工采用数控车床和数控镗铣床协作的模式完成。图6所示为两种制造模式下加工9件结构件A的设备利用率对比。通过统计分析,可以发现数字孪生加工车间设备利用率有明显的提升。其中,平均值为车间所有设备利用率的平均值。

10.png

图6结构件A加工过程设备利用率对比

在数字孪生车间中,机床的分配、零件的加工顺序、工艺规划已经在虚拟车间中经过仿真并得到优化,所以物料可通过AGV配送到准确的位置。如图7所示为结构件A在两种制造模式下的物流及时率对比。物流及时率可以通过物料能否在一定的时间配送到正确的位置进行评价。其中,平均值为加工9件结构件A的物流及时率的平均值

11.png

图7结构件A加工过程物流及时率对比

在数字孪生制造车间中,结构件A的加工计划经过模拟,工艺过程得到优化。在每道工序完成后,都可以利用高保真的模型对加工质量进行虚拟验证,因此工件检测和加工可以同步进行,减少了结构件A的加工时间。

结构件B和结构件C在两种制造模式下的设备利用率、物流及时率、总加工时间与结构件A的统计分析方法相同,如表2所示为两种制造模式下的生产结果统计分析。相比于传统的生产模式,数字孪生制造车间内设备利用率平均提高了16.6%,物流及时率提高了16.6%,总加工时间平均缩短了10.22h。

12.png

表2生产结果统计分析

4.结语

本文基于数字孪生技术,结合航天结构件制造车间内的产品、工艺和资源进行建模,提出的数字孪生模型融合控制、计算和交互属性,提高了车间生产能力。通过构建航天结构件虚拟制造车间,保证虚实车间的实时交互。通过对比分析物理车间与虚拟车间的数据,及时调整车间的生产活动,有效地提高了车间的设备利用率、物流及时率,缩短了产品的加工时间。未米的研究工作将围绕产品、工艺、资源数字孪生模型的互操作展开。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论