导语:提出一种云制造模式下的生产线虚拟与物理系统互联信息模型的建模方法通过对生产线组成要素进行行为规则建模构建生产线虚拟孪生模型利用物联网技术实现虚拟模型与物理模型的数据融合并基于仿真优化技术实现产品生产阶段虚实闭环迭代优化最后基于INDICS平台通过案例分析对本互联模型进行了有效性验证
在市场全球化的今天,随着产品的不断更新换代,企业间的竞争越来越激烈,这对企业在TQCSE(时间、质量、成本、服务、环境)五个方面提出了更高的要求[1]。为满足和适应社会化、个性化、服务化、智能化、绿色化等制造发展的需求和趋势,世界范围内,各国都根据自身发展相继提出了符合本国层面的制造发展战略,实现生产制造的物理世界和信息世界的互联互通,进而实现制造的智能化。但是要实现智能制造,首先要突破的关键问题就是制造的物理世界和信息世界之间的互联融合[2]。
为此,基于我国中国工程院李伯虎院士首次提出的云制造模式[3~5],即一种基于网络(如互联网、物联网、电信网、广电网和无线宽带网等)的、面向服务的智慧化制造新模式,基于现有信息化、云计算、物联网、大数据服务计算等新兴信息技术,将各类制造资源和制造能力虚拟化、服务化,形成制造资源和制造能力的服务云池,用户通过云端就可以随时随地按需获取制造资源与能力服务[6,7],这就为制造的物理世界和信息世界之间的交互与共融的实现奠定了坚实的基础。
本文基于目前对数字孪生技术、虚实融合技术、云制造技术的研究和探索,从作为制造活动执行基础的生产线层面出发,为适应离散制造业多品种、小批量、混流/柔性生产的模式,提出一种云制造模式下的,以航天云网INDICS平台[8]服务为基础的,生产线虚拟与物理系统信息互联模型,初步实现产品生产制造过程中生产线层面的物理世界和信息世界之间的交互与共融,支撑生产线的智能化和生产精准实时调节优化目标的逐步实现。
1 生产线虚拟与物理互联模型概述
近年来,随着企业对生产的智能性、主动性、预测性的要求不断提高以及物联网技术的日益成熟和应用,物理空间数据自动采集的范围大幅增加,目前很多基于虚拟仿真技术的产线仿真技术和应用软件相继出现[9~11],但由于生产线物理制造资源的异类、异构以及固有制造模式的约束,产线仿真系统也只能事后对产线进行调整优化,不能对产线进行在线智能化和精准化调整[12],因此并没有真正实现产线虚拟仿真系统与物理系统的实时互联互通,造成产线虚拟制造系统与物理系统信息对称不完整、协同调度大、仿真优化置信度不高等问题。通过构建生产线虚拟系统与物理系统的互联信息模型,进一步完善虚拟与物理的双向真实映射与实时交互,以支持生产线制造物理系统和虚拟系统从接收生产任务、生产计划、生产物料数据至生产过程监控及虚实闭环控制优化的整个生产周期的全要素、全流程、全业务数据的集成和融合的实现[13,14]。
本文采用具有较好封装性和扩展性的面向对象的建模机制,通过基于元模型的面向对象的信息模型建模理论,建立生产线基本要素元模型,利用基本要素模型实现单元级、系统级模型的搭建[15]。具体建模流程如图1所示:1)分析生产线虚拟系统与物理系统,明确系统在各个维度上的组成,确定互联模型建模范围;2)按照生产线系统的功能构件划分,对整个系统进行分析,获取相对独立的功能系统比如工艺、物流、设备等;3)针对每个功能系统,分析得出其中基本要素对象的属性及要素之间的逻辑联系;4)采用OPCUA[15]与UML相结合的方法,对各基本要素进行信息模型构建;5)根据生产线功能系统间的联系,对利用基本要素信息模型组建各功能系统,通过横向和纵向集成,构建生产线虚实互联模型。
图1 生产线虚实互联建模流程
2 生产线虚拟与物理互联模型建模
本文提出的基于航天云网INDICS云平台构建的生产线虚拟系统与物理系统互联信息模型技术路线如图2所示。本互联模型充分利用物联网、虚拟仿真、系统集成技术,形成多粒度虚拟化制造模型(如设备级虚拟制造单元和产线级虚拟制造产线),在不同层面上对制造信息进行表达和描述[17]。基于INDICS云平台车间现场感知层和系统集成获取的生产过程数据(质量数据、工艺参数、生产进度数据)、设备数据(状态数据、故障参数、运行参数)、业务信息系统数据(生产计划、工艺数据、物料数据)借助INDICS云平台上行API服务实现生产线物理运行状态与生产线虚拟孪生模型的实时连接,将真实的生产运行状态物理系统传入虚拟系统。在生产线的运行实时和历史数据积累的基础上,互联模型可对生产线当前运行情况进行仿真运行分析,运行结果数据以多元化数据图表的方式进行直观展示,同时支持利用INDICS云平台下行API服务实现将虚拟制造系统的监控诊断和仿真优化策略方案反馈于生产线物理设备和系统,实现提升生产线基于互联模型的智能化生产能力和自优化能力。
图2 生产线虚实互联信息模型技术路线图
2.1生产线全要素虚拟模型建模
按照元模型面向对象的信息模型建模理论与多维度分析,对生产线系统实现各子域(如生产、仓储物流、工艺、设备控制维护等)进行分解划分,确定如图3所示的生产线要素建模子对象和各子对象自身属性,以及为实现各子对象之间的相互关系需要添加的建模工具。
图3 生产线虚实互联信息模型建模子对象及工具
2.1.1生产线要素三维模型构建
为了实现在虚拟环境中高保真复现生产线的物理场景,本仿真模型基于3D建模技术实现物理产线异构要素的模型构建。生产线异构要素包括:人员、机(加工设备、物流设备)、物料、环境等。本方法采用基于规则的[18]、几何特征的[19]、三维扫描重建[20]等快速建模技术及三维模型优化技术[21],对生产要素进行三维虚拟模型库构建,用于底层几何模型资源的建设。三维模型库设计独立于具体的应用领域,作为自组织形式存在,包含不同行业生产线设备模型,可通过模型库快速创建、组织、管理构建生产线使用到的三维模型,复现不同行业生产线场景。同时可实现上传自定义模型,支持主流三维设计软件(如3dmax、Maya、MultigenCreator等)中三维模型导入。
2.1.2生产要素逻辑规则建模
生产线系统各异构要素都具有不同的功能属性,为实现生产线虚拟仿真模型与物理产线双向映射互联,需要对生产线不同元素的虚拟仿真模型根据其在生产中的功能属性不同进行分类划分,对每种类型设备进行行为规则定义并完成设备个性化属性模块化设计[15]。例如生产设备分为加工处理类、装配类、拆分类、检测类、运动类、运输类、存储类等不同类型。针对生产类设备,除了需要具有设备本身的加工属性、故障属性、状态属性,还需要具有支撑生产工艺流程数据对接的属性。另外为适应目前制造的混流/柔性线生产模式,还要求设备具有混流/柔性生产的配置属性。
针对装配类设备,此类设备除了具有一般性加工设备的加工属性、故障属性、状态属性、柔性属性、工艺流程属性,还需要针对设备装配特性进行装配物料的配置属性进行设计。针对运动类设备,例如机器人、机械臂此类设备除了需要具有设备本身的状态属性、故障属性,还需要具备运动学相关属性比如运动自由度、运动速度、可达性等属性。对于运输类设备,例如AGV小车、叉车等,此类设备具有状态属性、故障属性,此外还具有能量监控、路径、运载量等属性。
2.1.3虚拟模型系统相关辅助工具
针对生产线过程控制需要增加相关辅助工具,实现生产过程规则和影响因素的配置,支撑实现虚拟系统对物理系统的完全映射,同时也可使虚拟系统的仿真验证及优化结果更具有参考性和直接使用的便捷性,生产线仿真系统具有丰富的辅助工具与数据接口:
1)生产工艺流程配置工具:辅助设备工艺流程属性实现生产工序流程的配置;
2)仿真日历工具:根据制造企业生产线实际生产日历配置仿真,使仿真结果不需要通过转换即可参考使用;
3)生产物流配送工具:进行生产物流系统的配送任务、配送路径、配送策略等进行配置;
4)虚拟孪生模型运行结果分析工具:在与物理产线实时对接互联或者虚拟孪生模型基于一定的生产状况进行优化运行时,通过此工具进行便捷查看和分析运行结果,可选取需要查看的数据种类自定义图表样式实现数据查看。统计数据包含生产过程关键KPI指标,例如设备利用率与故障率、产线平衡率、产品生产周期、产线在制品数量、物流系统供线效率等;
5)虚拟仿真试验工具:仿真实现工具应用于通过配置不同的生产方案进行最优方案的分析获取。例如生产周期、在制品库存、质量、产线产能、能耗等指标是衡量生产水平的重要指标,影响上述关键指标的因素较多,通过设计仿真试验,定义试验输入(可多个)和输出值,先通过试验得出对输出值影响最大的输入值,在对该输入值做一定取值范围的多级实验,获取使输出值最优解的输入值。虚拟仿真实验的实施可大大节约实际生产验证成本;
6)虚拟仿真全局表工具:生产线生产任务数据、生产工艺数据、生产物料等数据来自于企业信息化系统,生产线虚拟系统需要接收这些数据并配置到生产线各异构要素的属性中。由于制造业小批量、多品种的特点,生产线的生产任务更换频繁,虽然生产任务的更换可以支持手动进行输入配置,但这些计划和工艺数据更新配置需要占用消耗较多人力成本,但在云平台实现系统集成的基础上,这些数据可以在线进行传输,通过添加全局表工具即可实现生产线的快速切换;
7)虚拟孪生系统对接物理系统数据接口工具:生产线虚拟仿真系统通过接口和云平台服务接收生产线物理系统的实时数据,生产线虚拟仿真系统仿真结果数据通过数据接口和云平台服务输出至生产线设备、控制系统等。
2.2生产线虚拟与物理模型互联
基于云制造模式,生产系统通过系统集成技术、边缘计算技术、物联网技术和本公司自研智能网关产品SMARTIOT实现平台与信息化系统、物理生产线、配套设备的互联数据采集[22]。然后将采集到的系统数据和生产设备数据存储到云数据池内[3],通过利用INDICS云平台上下行API服务组件实现生产线物理环境与仿真环境的数据交互融合如图4所示。
2.2.1信息化系统数据集成互联
生产线虚拟仿真系统需要对接集成来自企业信息化业务系统和生产物理设备的数据(如ERP系统生产订单数据,PLM系统产品设计数据、工艺数据、物料BOM数据,WPS仓储库存数据,APS系统排产数据,生产执行系统(MES)的过程数据(质量、进度、产能、周期、在制品))用以指导实现生产线虚拟模型运行所需要的任务、工艺、物料数据。
图4 生产线虚拟系统与物理系统互联
2.2.2生产线设备和控制系统集成互联
生产线虚拟仿真系统需要对接包括车间产线SCADA/DCS监控数据、加工设备、质量检测设备、生产辅助设备(传感器、DNC、扫描枪、RFID、手持终端等)、生产物流设备(物流小车)、生产控制设备和系统(PLC设备、DCS、SCADA)在内的设备实时数据,只有在这些设备和系统的共同集成互联下产线虚拟与物理互联模型系统才能有条不紊的完成实时映射。
2.3基于虚实融合的生产线迭代优化
基于INDICS云制造平台,在对生产线虚拟系统进行仿真建模、物理生产线集成要素联网与信息化系统集成建设的基础上,实现生产线虚拟与物理系统的互联模型搭建。在实际应用中,生产线虚拟与物理系统的互联模型可实现生产线生产的实时监控,针对生产过程中的问题进行实时预警和分析,并支持在完成仿真分析之后的优化配置参数反馈到生产线物理环境中,实现物理产线的优化配置。在不断双向交互过程中实现生产线物理环境与虚拟仿真环境的迭代交互优化,提升生产线的智能化水平[23]。
如图5所示,产线虚拟孪生系统以生产信息系统数据和生产现场数据为输入,完成对产线布局、生产柔性能力、设备利用率、产能、生产周期、物流配送等全生产要素的仿真分析,通过设计仿真试验验证生产方案是否能达到订单交期、质量等要求。并支撑针对生产方案不满足产能或者周期要求、生产过程出现异常的情况进行仿真分析,获取产品生产最优资源调度和配置方案。优化后的参数反馈到物理系统和设备进行动态资源调度和运行优化配置,实现产线信息物理数字孪生体进行双向动态联动融合,实现生产智能化和精准化。
图5 生产线数字孪生双向动态联动优化模型
3 案例应用
本文选取国内某军工高端电器连接器生产线为例进行生产线虚实互联模型应用示范。连接器主要用来连接网络设备和机械设施之间的数据、信号和电源,在航空航天、轨道交通、能源风电等行业对信号的连接和稳定性具有重要作用,该产品具有典型的“多品种、小批量”的生产特点。
随着市场不断开拓,新客户数量的增加和老客户订单的变更,当前的产能逐渐不能满足客户发货的要求,如何在保证产品质量的前提下,来提高生产效率,增加产能,满足客户的要求;同时又必须考虑员工的劳动强度,这是一个急需解决的问题。本文就连接器生产线生产过程的上述问题,基于第二部分提出的生产线虚拟与物理系统互联模型构建方法,应用航天云网INDICS平台的虚拟工厂应用服务,对连接器总装配生产线进行虚拟和物理系统互联模型建模,实现对产品生产过程、装配生产线和装配工位的实时监控、修正及闭环反馈优化控制。
本连接器总装产线由17道工序组成,包含装配、加工、质检和维修设备组成,其基本工艺设备和生产流程如图6所示。
图6 连接器生产工艺流程
3.1总装线互联模型搭建
通过对用户生产线场景设备进行1:1三维建模,将模型上传至虚拟工厂行业模型库中,并根据设备生产要素的功能分类对设备模型赋予对应的规则属性。采用虚拟交互的方式快速的在虚拟环境中搭建整个产线的布局结构,并在生产线的整个结构布局中,对虚拟生产线进行生产工艺参数仿真配置和物理数据接口配置,实现生产线物理环境与生产线仿真环境的虚实交互融合模型的搭建,其效果如图7所示。
图7 连接器总装线虚拟模型
3.2总装线虚拟与物理系统互联模型运行
连接器总装产线虚拟与物理系统互联模型在实际运行过程中,实时监控生产线并以数据图表的形式展现出产线目前的运行状况,此例中产线在互联模型搭建之前,生产线存在明显的瓶颈工序,产线平衡率也较低。获取如图8运行结果,从场景内很容易能发现,目前场景内存在多处堵塞,从仿真图标中可以看出:
图8 连接器总装线优化前
1)设备利用率差距较大:成品环氧胶固化炉的利用率达到97.54%、成品灌封达到90.15%、成品灌封晾台达89.31%,而他们的前后工序设备利用率如成品灌环氧胶仅43.68%、关键性检查仅31.29%、成品尺寸检查仅15.55%;
2)产品生产周期:产品生产周期最低为10.04H,随着仿真时间的推迟,产线堵塞率提升,产品生产周期逐渐增加,在仿真22小时的时候,产品生产周期达到18.26H;
3)产线平衡率:从图中可以看出,产线平衡率随着时间的推移,逐步趋向平缓,此时产线平衡率仅到55%。
针对产线运行存在的上述问题,从两个方面进行调整生产配置方案,并在生产线虚拟环境中进行仿真运行验证:
表1 调整产品上线节拍仿真方案及结果
1)生产工艺节拍角度通过设置产品上线节拍和瓶颈环节的生产节拍参数并进行仿真结果如表1所示,当产品上线节拍为16秒/个时,此时产线24小时产量达到最大。
2)生产工艺载盘容量通过对托盘容量和托盘装载产品的数量进行设置,通过进行仿真,结果如表2所示,可以看出当托盘容量为4和8时,产品生产周期为最短。
表2调整载盘容量仿真方案及结果
3)产线优化方案反馈综合考虑生产现状和上述两种仿真配置方案,选定产品上线节拍为16秒/个、托盘容量选为8时,在不增加生产和产线改造成本的情况下,产线平衡率、生产瓶颈和设备利用率得到很大改善。把此方案反馈至物理产线,在互联模型稳定运行生情况下产线运行,运行结果如图9所示,场景内没有明显的堵塞情况,随着仿真时间的推移产线设备的利用率趋于平衡,此时产品生产周期稳定在9.87H,产线运行24小时达平均利用率达到85%以上。
图9 连接器总装线优化后
由于生产系统的复杂性和生产要素之间的紧密耦合性,传统工艺方法很难确定问题根源。在互联模型搭建完成之后,可根据仿真图表和仿真场景中直观发现产线的瓶颈工序位置及各设备运行时间占比。当互联模型监控到产线运行存在问题之后,利用生产线虚拟仿真系统根据产线当前状况进行仿真方案设计分析,获取产品生产最优资源调度和配置方案,这些优化参数回传给物理系统和设备进行动态资源调度和运行优化配置,实现产线信息物理数字孪生体进行双向动态联动融合,不断优化产线运行,实现企业对生产产能、效率、成本的需求。
4 结语
本文基于航天云网INDICS工业互联网云平台服务、平台API应用工具、设备端数据采集智能网关产品SMARTIOT、自研工业应用产品虚拟工厂平台构造了生产线虚拟与物理系统互联模型,并通过实际案例初步验证了由本文方法构建的生产线虚实互联模型的应用有效性。随着云平台服务组件和虚拟工厂软件的不断完善提升,生产线虚拟与物理系统互联模型将逐步完善,逐步发挥出其在生产线智能化和精准化服务的巨大潜力。
本文转载自《制造业制动化》2020年第三期,作者为北京航天智造科技发展有限公司高方方、宿春慧、王艳广、郑杨
本文来源于网络,本着学习交流的目的进行转载,已标注原始作者和出处,如存在异议,请联系editor@xingongye.cn。如您对内容有疑问,请告之,以便我们及时处理。
暂无评论,等你抢沙发