3 基于數(shù)字孿生的智能生產(chǎn)管控應(yīng)用重點(diǎn)

不同制造企業(yè)的生產(chǎn)系統(tǒng)類(lèi)型存在較大差別，其對(duì)智能管控的需求也是不同，在應(yīng)用數(shù)字孿生技術(shù)方面也各有側(cè)重。本文重點(diǎn)結(jié)合作者經(jīng)驗(yàn)，對(duì)離散型加工制造業(yè)的基于數(shù)字孿生的智能生產(chǎn)管控應(yīng)用重點(diǎn)進(jìn)行介紹。

3．1  制造資源服務(wù)化智能配置管理決策

對(duì)于智能生產(chǎn)系統(tǒng)而言，制造資源優(yōu)化配置是數(shù)字孿生技術(shù)在管理層面的核心決策是能技術(shù)，在工業(yè)軟件領(lǐng)域具體體現(xiàn)為APS。APS的核心在于基于生產(chǎn)系統(tǒng)的運(yùn)行狀態(tài)構(gòu)建基于規(guī)則和知識(shí)的智能算法模型，對(duì)制造資源配置進(jìn)行評(píng)估和優(yōu)化［3］。APS的典型應(yīng)用場(chǎng)景體現(xiàn)在交貨期答復(fù)、確保交貨期以及快速響應(yīng)調(diào)整三個(gè)方面，是貫穿整個(gè)生產(chǎn)過(guò)程的綜合決策，如圖1所示。

圖1  APS典型應(yīng)用的三個(gè)層次

（1）交貨期答復(fù)決策分析

客戶(hù)訂單必然帶有交貨期要求，快速有效的回答就是企業(yè)必須面對(duì)和解決的問(wèn)題。

l  基于產(chǎn)線(xiàn)當(dāng)前快照狀態(tài)的排產(chǎn)，不能假定產(chǎn)線(xiàn)是空的，也就是說(shuō)應(yīng)該是在當(dāng)前運(yùn)行狀態(tài)基礎(chǔ)上的持續(xù)決策分析；

l  對(duì)于客戶(hù)訂單優(yōu)先級(jí)較高，則屬于插入式而非追加式排產(chǎn)，需考慮其對(duì)當(dāng)前在制的交貨期產(chǎn)生影響的，如何保證影響最小或特定追求，是需要解決的決策問(wèn)題；

l  如果為了滿(mǎn)足新訂單的交貨期，原有任務(wù)外協(xié)也是需要解決的核心決策問(wèn)題；

l  當(dāng)產(chǎn)能評(píng)估存在問(wèn)題時(shí)，在資源利用率，分批優(yōu)化、單元化運(yùn)行等方面存在一系列的決策問(wèn)題；

l  在調(diào)整資源能力時(shí)，關(guān)系到瓶頸設(shè)備識(shí)別、加班范圍及其班制等決策問(wèn)題；

l  作業(yè)計(jì)劃與物料計(jì)劃的關(guān)聯(lián)協(xié)調(diào)，也是需要解決的決策問(wèn)題。

（2）確保交貨期決策分析

確保交貨期決策分析需綜合運(yùn)用多種手段，以滿(mǎn)足當(dāng)前大規(guī)模定制生產(chǎn)所要求的訂單碎片化、短交貨周期等要求：

l  訂單、工序的合理分割，以及工序間接續(xù)方式的優(yōu)化設(shè)置縮短訂單的生產(chǎn)周期等決策分析；

l  小批量訂單的組批生產(chǎn)，減少不必要的生產(chǎn)切換，實(shí)現(xiàn)交貨期與生產(chǎn)經(jīng)濟(jì)批量的權(quán)衡優(yōu)化的決策分析；

l  工序級(jí)配作、層次化關(guān)聯(lián)訂單、批處理環(huán)節(jié)組批等齊套協(xié)同生產(chǎn)的決策分析；

l  作業(yè)計(jì)劃與物料計(jì)劃的聯(lián)動(dòng)計(jì)劃制定的決策分析

（3）快速響應(yīng)調(diào)整決策分析

動(dòng)態(tài)調(diào)度決策分析的目標(biāo)是在實(shí)時(shí)掌握生產(chǎn)現(xiàn)場(chǎng)資源使用情況、已有作業(yè)計(jì)劃的執(zhí)行情況等基礎(chǔ)上，通過(guò)對(duì)作業(yè)計(jì)劃的動(dòng)態(tài)調(diào)整使作業(yè)計(jì)劃與生產(chǎn)現(xiàn)場(chǎng)的實(shí)際制造執(zhí)行狀態(tài)保持一致，始終保證對(duì)現(xiàn)場(chǎng)的指導(dǎo)性。在這個(gè)過(guò)程中，需要響應(yīng)來(lái)自計(jì)劃任務(wù)、生產(chǎn)工藝、物料資源、生產(chǎn)執(zhí)行等層次的生產(chǎn)擾動(dòng)，以實(shí)現(xiàn)快速的響應(yīng)調(diào)整［3］。典型的生產(chǎn)擾動(dòng)因素及其調(diào)整要求示意如圖2所示。

圖2  典型的生產(chǎn)擾動(dòng)因素及其調(diào)整要求示意圖

3．2  自適應(yīng)智能加工工藝決策

自適應(yīng)智能加工是數(shù)字孿生技術(shù)在智能生產(chǎn)領(lǐng)域的重要體現(xiàn)形式，其核心在于構(gòu)建內(nèi)嵌工藝機(jī)理模型的數(shù)字虛體，并且綜合了數(shù)據(jù)采集和指令下發(fā)，是數(shù)字孿生的完整體現(xiàn)。對(duì)于智能生產(chǎn)系統(tǒng)而言，其需要關(guān)注的工藝模型是多種多樣的。本文結(jié)合筆者的科研經(jīng)驗(yàn)，針對(duì)某種復(fù)雜薄壁零件的自適應(yīng)加工需求，開(kāi)展了基于在線(xiàn)測(cè)量的工藝孿生技術(shù)研究。該復(fù)雜薄壁零件的加工存在特征尺寸的保證依靠頻繁的手工檢測(cè)、數(shù)控程序調(diào)整來(lái)實(shí)現(xiàn)，不僅費(fèi)時(shí)費(fèi)力，并且由于占用設(shè)備導(dǎo)致設(shè)備利用率難以提高等問(wèn)題。該案例的核心是通過(guò)在線(xiàn)測(cè)量工藝執(zhí)行過(guò)程的加工狀態(tài)數(shù)據(jù)，通過(guò)所構(gòu)建的三維工藝模型，其中內(nèi)嵌了模型對(duì)比及補(bǔ)償分析算法，實(shí)現(xiàn)自動(dòng)的分析決策和下發(fā)執(zhí)行，從而形成了形成“在線(xiàn)測(cè)量－補(bǔ)償分析－程序調(diào)整－下發(fā)執(zhí)行”閉環(huán)控制機(jī)制，提高了加工效率和保證了加工精度�；�于加工工藝參數(shù)補(bǔ)償決策的數(shù)字孿生技術(shù)思路如圖3所示。

圖3  基于加工工藝參數(shù)補(bǔ)償決策的數(shù)字孿生技術(shù)

基于加工工藝參數(shù)補(bǔ)償決策的數(shù)字孿生技術(shù)思路主要體現(xiàn)為如下幾個(gè)方面：

（1）在線(xiàn)測(cè)量：針對(duì)復(fù)雜零件的典型特征，通過(guò)在線(xiàn)切換測(cè)量頭的方式，獲得加工過(guò)程中的特征尺寸點(diǎn)云數(shù)據(jù)，并將該數(shù)據(jù)進(jìn)行傳輸以作為補(bǔ)償分析的依據(jù)；

（2）補(bǔ)償分析：首先對(duì)獲得的測(cè)量的點(diǎn)云數(shù)據(jù)進(jìn)行處理分析，重構(gòu)形成實(shí)際加工狀態(tài)的三維模型；隨后將重構(gòu)獲得三維實(shí)際模型與目標(biāo)或理論模型進(jìn)行基于基準(zhǔn)的重合，獲得典型特征點(diǎn)、邊、面、曲面的偏差數(shù)據(jù)；基于復(fù)雜薄壁零件加工尺寸精度的關(guān)聯(lián)關(guān)系以及實(shí)際加工約束，推導(dǎo)得出指導(dǎo)實(shí)際生產(chǎn)的下一步加工補(bǔ)償數(shù)據(jù)；

（3）程序調(diào)整：建立參數(shù)化的數(shù)控程序模型，通過(guò)補(bǔ)償數(shù)據(jù)驅(qū)動(dòng)數(shù)控程序的自動(dòng)更新；

（4）下發(fā)執(zhí)行：利用DNC等程序傳輸手段，將新生成的帶補(bǔ)償設(shè)置的數(shù)控程序傳輸?shù)綑C(jī)床，實(shí)現(xiàn)快速的加工指導(dǎo)；

（5）持續(xù)控制：通過(guò)上述四個(gè)步驟的持續(xù)運(yùn)行，能夠快速的指導(dǎo)生產(chǎn)調(diào)整，不僅有利于提高加工效率，也有利于保證加工精度。