基于虚拟现实的数字孪生车间集成管控系统框架

肖唐威 孟 飙 乔兴华

（1.沈阳航空航天大学，沈阳 110000；2.沈阳飞机工业（集团）有限公司，沈阳 110000）

随着新一代信息技术的快速发展，世界各国相继提出各自国家层面的制造行业发展战略。我国于2015年正式提出“中国制造2025”的发展战略，另外还有德国提出的“工业4.0”，美国提出的信息物理系统（Cyber Physical Systems，CPS）以及GE公司提出的“工业互联网”等。各个国家提出的发展战略虽然提出的背景不同，但是都有一个共同目标，即通过技术实现物理世界与虚拟世界的互联互通与智能化管控[1]。

数字孪生最早出现于2003年。经过多年的研究与发展，在2014年，西门子、达索等知名工业软件公司，陆续对数字孪生的技术构建和概念内涵进行了深入研究和拓展。2017年，北京航空航天大学的陶飞等人[2]提出数字孪生车间概念，并论述其系统组成、关键技术以及运行机制等。2019年，陶飞等人[3]提出数字孪生五维模型，从物理实体、虚拟实体、服务、孪生数据以及连接5个维度进一步探讨该技术在工业领域的应用。2020年，国际标准化组织发布了ISO 23247（面向制造的数字孪生框架），但是关于数字孪生车间的集成管控仍处于概念及技术研究阶段。2018年，陈振等人[4]提出了基于数字孪生的飞机装配车间生产管控框架，并探讨了相关的关键技术。2020年，郭具涛等人[5]提出数字孪生车间是数字化车间的高阶形态，值得进行研究与探索。

随着工业数字化转型的深化，越来越多的企业与行业特别是中小企业涌现出了大量的数字化需求。传统制造业在应用数字孪生时往往面临很多挑战。传统的车间管控系统经过多年的发展，已经形成了完整的体系架构和功能，但不够智能，无法满足智能制造对车间管控系统的要求，需要借助数字孪生的概念研发新型的数字孪生车间集成管控系统。但是，目前国内外没有关于数字孪生车间集成管控系统的建设标准，也没有明确规范建设数字孪生车间集成管控的具体框架，缺乏明确的建设指导。

1 数字孪生车间集成管控系统框架

面向车间或工厂的数字孪生是数字孪生技术的一种典型应用场景。对于车间或工厂来说，应用数字孪生技术的目的是实现有序、协调、可控、高效生产高质量产品，是工厂或者车间存在的意义。传统的面向产品的数字孪生聚焦在产品本身，对于工厂来说，这种过程或者说系统性的过程是需要重点关注的对象。本文将以数字孪生技术为基础，提出一种车间集成管控系统的框架，并以国内某军工企业的数字化车间为实践对象，为航空航天这类典型的离散型制造车间提供一个具有参考意义的数字孪生车间集成管控系统的实现路线。

1.1 集成管控系统框架

基于传统车间管控问题，本文根据近年来众多企业建设智能工厂、数字孪生车间的应用实践和在项目建设过程中对数字孪生车间框架的应用研究，提出基于虚拟现实的数字孪生车间集成管控系统的框架，如图1所示。

通过数字孪生技术构建孪生车间，使其与物理车间进行双向实时映射。以数字孪生车间集成管控系统为核心平台，联通ERP、MES、WMS等企业信息系统以消除数据孤岛，实现集成式的车间制造资源管理、生产活动计划管理以及生产过程的控制，使车间具备虚实联动、智能化的生产排程及调度。通过人工智能、数据挖掘等模块分析与挖掘车间孪生数据，使系统具有自主学习功能。长期使用的结果表明，系统能进化成拥有等同于专家级别的人工智能，拥有自主的智能决策能力。同时，系统提供多平台部署和多种人机交互界面。该集成管控系统有助于提高车间内部信息的传输速度，充分利用生产制造过程中产生的数据，使管理人员和企业领导更及时、更直观地了解车间内的生产情况及生产效率等，从而使车间管理更加透明化和 实时化。

图1 基于虚拟现实的数字孪生车间集成管控系统框架

1.2 数字孪生车间集成管控系统特点

1.2.1 大数据分析的自主决策机制

通过仿真分析长期收集的大量数据，可以为机器学习奠定基础，形成自主决策机制。根据车间孪生数据库中保留的历史数据、实时采集的生产数据、仿真分析的数据以及其他与之相关联的数据，实施数据挖掘和机器学习等流程，实现具有学习性强的自主决策机制。

1.2.2 数据驱动的数字孪生车间实时三维可视化

通过孪生数据驱动孪生车间运行实现虚实双向真实映射，同时改变传统管控系统通过二维界面展示生产信息的方式。在生产制造过程中，集成管控系统根据生产计划自主调配生产要素，并把生产计划传递到物理车间进行生产制造。在生产制造过程中，实时监控物理车间的生产制造状态数据，进行仿真分析、预测，预先发现问题并避免，实现了闭环管控优化，提高了生产制造效率[6]。

1.2.3 全要素集成互联化

利用通信技术手段将物理车间的设备、物料等各种生产要素实现全面的互联互通，完成各要素的合理配置和优化，保证车间内的生产制造过程顺利进行。

在生产制造过程中，实时采集生产制造全过程的数据并在系统中进行三维可视化。在特定的算法模型下，对数据进行深层次计算分析，从而挖掘出深层次的规则，实现预测性指导并在过程中验证，使工艺过程迭代优化至最佳状态。

物理车间和孪生车间通过孪生数据融合成了一个整体，有效集成了车间内的设备状态监控、物料资源配置以及AGV调度优化等业务，实现了设备互联、数据互通，消除了信息孤岛，提高了车间效率。

1.2.4 多系统集成的全局数据管理

数字孪生车间集成管控系统通过构建相应的通信接口连接MES、ERP以及PLM等系统，打破了生产制造车间中多源数据的异构性，并构建了具有统一数据格式标准的车间孪生数据库，以供应用层中的各个功能模块使用，且能把应用层的指令传递到物理车间中，实现数据互通、虚实联动的智能集成管控。

质量管理模块通过读取车间孪生数据库的历史数据实现产品生产制造过程的追溯、工艺仿真及优化，还能根据历史数据预测当前生产制造所需的时间，为后续的车间调度和生产排程提供数据依据，实现智能的生产排程和精准的物流调度。

1.3 关键技术

从框架可以看出，建模、仿真和数据管理是数字孪生车间集成管控系统的3大核心技术。物联网是集成管控系统的底层支撑技术，而云计算、机器学习以及大数据则是数字孪生的外围使能技术。

1.3.1 建模技术

模型是数字孪生系统实现数据驱动的载体，也是整个系统的核心。建模的目的是简化和模型化物理对象或问题。而数字孪生的目的或本质是通过构建与物理对象相对应的模型，并加以实时数据，使之成为一个逼真的实时模型，再通过仿真预测物体的未来状态，从而实现先知先觉的优化。因此，建立物理数字化模型和数据采集与集成是实现数字孪生的前提。

1.3.2 虚拟仿真技术

从技术角度看，建模与仿真是一对伴生体。建模是物理世界的模型化和数字化，而仿真是根据模型基于确定性规律和完整机理进行验证和预测。只要模型正确并拥有完整的输入信息和环境数据，就可以正确反映物理世界的特性和参数。因此，仿真是实现虚实映射和以虚控实的决策依据，是数字孪生车间集成管控系统不可分割的一部分。

1.3.3 数据管理技术

安全有效的管理管控系统中的全集数据，是数字孪生投入使用的前提条件。车间集成管控系统使原本封闭的数据传输链变得开放，需要在数据传输和数据管理过程中确保数据的安全，防止数据泄露对企业造成无法预估的损失。除了保证车间数据的安全，系统还需要清洗采集的数据，删除重复信息和错误信息，处理缺失信息，去除无用的数据，然后对清洗后的数据进行分类、编码以及压缩，最后再存储管理，供系统随时调用。

1.3.4 物联网技术

物联网是数字孪生车间集成管控系统的核心支撑技术。集成管控系统则是物联网通过数字世界认知和影响物理世界的底层逻辑，负责将杂乱量大的采集数据按照知识规则驱动模型进行可视化。数字孪生车间集成管控系统与物联网是相互成就的关系。物联网技术使物理世界的状态变为可以被集成管控系统感知、识别和分析的情形，从而为系统提供数据流和信息流。集成管控系统则通过物联网技术传递指令，实现数字世界影响物理世界。数字孪生之所以越来越受欢迎，是因为它能够显著降低物联网生态系统复杂性并提高效率。

1.3.5 虚拟现实技术

数字孪生系统可以通过结合虚拟现实、增强现实和混合现实等多种感知技术，实现用户与虚拟世界的高效互动。这种环境感知与虚实交互的组合将带来更全面的沉浸式体验，通过虚拟世界提升用户对物理世界的认知。

1.3.6 多源异构数据融合技术

数字孪生车间集成管控系统的目的是利用物理车间采集的数据在数字世界中构建物理实体（包括资产、行为、过程等）的精准数字化映射，基于分析预测形成最佳综合决策，实现全业务流程的闭环控制与优化。随着车间数字化智能化程度的提升，在生产制造过程中必然会产生大量的多源异构数据。这些数据来源于制造执行系统、生产监控系统、企业管理系统以及各种传感器在生产制造过程中采集的数据。对于来自不同业务信息系统和渠道的数据，需要对多源异构数据进行精细化管理，实现多源异构数据融合。打通企业内部、线上以及线下等多源异构数据的壁垒，是实现集成管控的必经之路。

2 数字孪生场景的构建

建立数字孪生环境的过程就是物理车间的数字化。模型是构建数字孪生环境的基础，是评价数字孪生系统保真度的关键。建模包括建立物理实体虚拟映射的三维模型和数据驱动器的建立等。数字孪生环境由物理实体的实时映射模型作为构件，而过程模型则能够有机结合并调用构件。

2.2 数字孪生场景的构件建立

由于主流CAD设计软件构建的实体模型无法直接导入虚拟现实开发引擎，需要将模型转化为虚拟现实开发引擎支持的网格模型。常用的文件格式有FBX、3ds和Obj等。本文推荐的模型格式为广泛使用的FBX格式文件。FBX格式的三维模型文件一般由3dsMAX、Maya等多媒体建模软件导出。若想得到物理实体的网格模型，需要在多媒体建模软件中进行建模，或者将主流CAD设计软件建立的模型导入其中，将实体模型转换为多边形网格模型后进行轻量化处理再导出。

2.3 数据驱动模型的建立

车间内所有与生产制造相关的物理实体，通过建模技术得到与其几何外观相同的三维模型。通过构建与之相应的数据驱动模型，实现模型与实时数据的融合，进而构建全生命周期的数字孪生体模型。图2为车间内的AGV数据模型。

如何通过数据模型仿真驱动数字孪生环境中的AGV，实现AGV与生产制造服务的关联，是建立数字孪生体模型的关键所在，也是搭建数字孪生环境的必备条件。

2.4 互联互通控制机制

当前工业生产已经发展到高度自动化与信息化阶段。在生产制造过程中，车间会产生大量数据。但是，由于数据的多源异构、异地分散等特征，非常容易形成信息孤岛，导致数据在生产制造过程中没有发挥应有的价值。数字孪生通过虚拟现实技术为工业生产的物理对象创建了虚拟世界，并将物理实体的各种属性和实时数据关联到与之对应的数字孪生体。通过数字孪生体进行模拟、分析以及预测，能够仿真复杂的制造工艺，实现产品设计和对生产制造过程的闭环优化。

目前，制造企业中依旧存在众多的信息孤岛。由于设备的通信协议多样异构，且系统之间数据可能存在歧义，导致互联互通困难，无法有效利用物联网采集的大量数据，大大降低了数字化车间的价值，阻碍了企业的智能化转型。

数字孪生车间集成管控系统是通过物联网和工业以太网来实现多源物理设备资源之间的互联、异构系统之间的数据互通以及虚实互控制，以达到灵活配置生产要素资源、按需执行制造过程以及工艺的迭代优化，提高了车间生产制造效率。实现物理设备与集成管控系统的互联互通，不只是对制造资源数据的实时采集与集成可视化，更深层的含义是能够接受自上而下所下达的控制指令。这种控制指令是基于所构建的数字孪生系统，通过数据分析或推理产生的一种先知先觉的优化结果，并通过智能决策机制完成自主控制。这是车间或者工厂数字孪生应用的一个关键技术，即互联互通管控机制，如图3所示。

图2 AGV数据驱动模型示意图

图3 面向车间的互联互通管控机制

3 某企业的数字孪生车间集成管控系统开发

本项目来源于国内某军工企业课题“生产线数字孪生技术应用研究”。本课题着眼于车间和生产线数字孪生应用中的数字孪生模型构建、环境搭建、过程仿真与优化以及工业移动应用集成等方面的前沿技术，旨在为国内生产管理与过程控制技术发展提供新的方案指导。

3.1 系统开发环境

CAD建模软件为SolidWorks，用于模型的构建和装配。多媒体建模软件为3dMAX，用于转换模型格式、轻量化处理以及UV的制作。纹理贴图处理软件为Photoshop和Substance Painter，用于制作PBR材质所需的各类贴图。虚拟现实开发引擎为Unity3D，用于搭建系统，集成与生产制造相关的多源系统。数据库为Oracle，用于存储车间内的全局数据。开发语言为C#，是一种简单上手的面对对象的编程语言。

3.2 多源异构数据的融合

本系统的数据来源于多个信息系统，因此数据具有异构性，需要对数据进行融合存储管理，再提供给不同的功能模块使用。通过查阅大量文献和多个项目的分析总结，最终决定采用中间件模式。通过使用统一通信中间件对生产制造车间内的全局数据进行采集、描述、集成和传输，从而实现基于实时数据驱动的仿真与交互，具体框架如图4所示。

3.3 部分系统功能

3.3.1 智能管控

当有生产任务时，综合分析车间制造资源的状态，将生产人物分派给相应的生产线和制造单元，提高设备的利用率。在生产制造过程中，根据生产制造的进度，智能下达指令，精准发送至相应的车间服务系统，实现主动的按需服务。同时，根据内置的事件等级，逐级寻找解决方案并处理车间现场的突发情况。当系统内无相应的解决方案时，将事件智能发送到相关人员的移动端，请求人工处理，并对人工处理结果进行收录、分析和学习。

图4 数据采集融合框架

3.3.2 车间实时状态三维可视化

将设备层采集的实时数据与模型相结合，实时仿真车间内的生产制造过程和车间服务系统，实现三维可视化的状态监控，并提供第一人称的沉浸式漫游体验，增强用户操作感。软件界面如图5所示。

图5 软件界面图

3.3.3 统计信息可视化

通过连接EPR、MES等系统，获取车间内的统计信息，并通过各种图表方式动态可视化展示信息。

图6 统计信息可视化面板

4 应用过程的挑战

4.1 多系统融合的挑战

利用数字孪生技术的物理世界与虚拟世界的融合，是多维系统之间的融合，首先面临的是物理世界的多系统融合挑战。目前，我国制造业数字化生产设备的联网率低，数据传输可靠性和同步性不足，同时车间内的数据具有多模态、高重复性以及海量等特征，在传输过程中易丢失数据。此外，数字孪生模型难以完整还原物理实体的真实逻辑。

4.2 数据相关的挑战

数字孪生的核心是模型和数据。建立完善的数字模型是数字孪生的第一步，而加入更多的数据才是关键。航空航天制造企业实现数字孪生车间还有一定的困难需要攻克，一方面是航空航天的产线大多数是多品种、变批量的混线生产，属于典型的离散型制造，使得生产管控变得比较困难。另一方面，航空航天制造有严格的保密要求，对数据传输及集成造成了极大阻碍。如果要充分发挥数字孪生的潜能，需要在数据存储、数据准确性、数据一致性和数据传输稳定性等方面取得更大的进步[7]。

4.3 互联互通互控制的挑战

运行过程中，车间每时每刻都会产生大量数据。数据的清洗和使用会影响物理车间精准映射所需的时间。时间过大会导致虚拟车间与物理车间有一定的延迟，影响用户的实时交互，导致决策下达延迟而造成决策失败。此外，集成管控系统融合了多个信息系统，由于数据结构不同，数据之间的交换会存在表达歧义，所以需要对数据进行标准化处理并及时传输至系统，实现互联互通。同时，当用户在管控系统进行操作时，需要将数据转化为设备或者系统能读取的格式，从而完成指令的控制行为。

4.4 系统安全的挑战

通过集成管控系统实现的虚实融合建立在网络数据传输基础上。系统的部署应用会让原本封闭的系统变为开放系统，使得其与互联网交换信息的过程必定面临网络安全的挑战，主要体现在数据传输、存储安全以及控制指令下达等方面[8]。

数字孪生系统需要基于数据进行深度规律的挖掘，通过人工智能、机器学习等技术形成智能辅助决策机制，因此需要存储大量有价值的数据。一旦数据的存储方式遇到安全问题，就会导致数据泄露。若航空航天企业飞机研制过程中的数据泄露，后果将不堪设想。在生产制造过程中，管控系统需要根据生产计划配置相应的资源和相应工艺，若收到错误的数据，则会影响生产安全，甚至导致设备故障。

5 结语

在世界各国分别提出国家层面的制造业发展战略的大背景下，数字孪生技术作为信息化发展到一定程度的必然结果，正成为人们解构、描述和认识真实世界和虚拟世界的新工具，是实现物理空间与虚拟空间交互融合的最佳途径之一，也是工业数字化转型的高阶形态。本文以航空军工企业的数字化车间为对象，开展数字孪生车间集成管控系统框架的研究与应用，并对关键技术展开了研究。实际应用过程中发现，仍有问题需要解决。一是改善机器学习模块，提高系统的智能化。二是数据采集模块需要在末端增加边缘计算，减少系统筛选数据的工作量。三是增加AR技术，使工作人员在现场就可以快速、直观地查看设备数据。