《数字孪生车间——一种未来车间运行新模式》陶飞等。2017年1月

 本文主要是基于数字孪生，提出了数字孪生车间的概念，阐述了数字孪生车间的系统组成、运行机制、特点、关键技术等。

1. 问题的提出

 在很多文章中都提到了，智能制造的瓶颈之一是如何实现制造的物理世界和信息世界之间的交互与共融。这片文章也认为数字孪生是解决这一瓶颈的有效手段，并且因为在制造领域， 车间 是制造活动的基础，所以探讨提出数字孪生车间。


 首先文章回顾了车间的发展阶段，在进行车间生产的时候，主要考虑的就是车间生产要素管理、车间生产活动计划和生产过程控制。如下图所示。


 第一阶段主要依靠物理实体来进行工作，仅限于物理空间，主要是人工管理，生产活动主要凭借人的经验，通过手工方式完成，人的主观性强，所以就会出现一系列的问题。


 第二个阶段，随着计算机和信息技术的发展，出现了各种企业和车间信息管理系统，比如人力资源管理系统、设备管理系统等等，降低了对人的依赖，但是还不够完美，比如数据采集需要离线录入，数据的实施性差，效率低，制定的生产计划是静态的，抗扰动性差。


 第三阶段，出现了一定程度的两个空间的交互，并且数据也是在线自动采集，同步比较好，这就使用到了物联网技术中频繁提及的无线射频识别技术，动态跟踪。但第三阶段也不是完美的，一个缺陷是两个空间的数据缺乏融合，不能实时交互，智能性、主动性、预测性还不够，所以就需要进入第四个阶段，也就是要介绍的基于数字孪生的车间。

2.数字孪生车间的系统组成

 数字孪生车间(Digital Twin Workshop，DTW)DTW主要由 物理车间(physical workshop)、 虚拟车间(cyber workshop)、 车间服务系统(Workshop Service System，WSS)、 车间孪生数据(workshop digital twin data)四部分组成。

 这张图是这四个组成部分的协作图

3. 数字孪生车间的运行机制

 一个生产任务主要包括生产要素管理、生产活动计划、生产过程控制三个方面，文章就从这三个方面阐述DTW的运行机制

 阶段①是对生产要素管理的迭代优化过程，同时反映了DTW中物理车间与WSS的交互过程，其中WSS起主导作用，在下达一个生产任务后，wss中的一些服务系统根据孪生数据和一些其他关联数据，根据一定的约束进行初始的资源配置，再根据物理车间的实时数据，对初始的资源配置进行优化，将这个优化后的方案以管控指令的形式下达到物理车间，物理车间再调整，并反馈数据，不断迭代优化，直至对生产要素的管理最优。最终阶段一得到初始的生产计划/活动。


 阶段②是对生产计划的迭代优化过程，同时反映了DTW中WSS与虚拟车间的交互过程，在该过程中，虚拟车间起主导作用。虚拟车间接收阶段①生成的初始的生产计划／活动，对生产计划进行仿真、分析及优化。虚拟车间将以上过程中产生的仿真分析结果反馈至WSS，WSS基于这些数据对生产计划做出修正及优化，并再次传至虚拟车间。如此反复迭代，直至生产计划最优。基于以上过程，阶段②得到优化后的预定义的生产计划，并基于该计划生成生产过程运行指令。


 阶段③是对生产过程的实时迭代优化过程，同时反映了DTW中物理车间与虚拟车间的交互过程，其中物理车间起主导作用。物理车间接收阶段②的生产过程运行指令，按照指令组织生产。在生产过程中，这两个车间也是不断的交互，进行数据传输反馈，如此反复迭代，直至实现生产过程最优。


 通过以上三个阶段，车间完成生产任务并得到生产结果(产品)，生产要素相关信息存人WSS中，开始下一轮生产任务。

4. 数字孪生车间的特点

5. 数字孪生车间的关键技术

 DTW的关键技术依据其主要系统组成，可主要分为5大类：①物理车间“人一机一物一环境”互联与共融技术；②虚拟车间建模、仿真运行及验证技术；③车间孪生数据构建及管理技术；④DTW运行技术；⑤基于DTW的智能生产与精准服务技术。