基于數字孿生的工藝設計！
2023-11-10新聞
本文引自：《智能工藝設計》（作者：鄧朝暉、劉偉、萬林林、呂黎曙、劉濤）。由清華大學出版社「智造苑」原創 數字化企業經授權發布。
數字孿生的概念
數字孿生的概念最初由Michael W.Grieves教授于2003在美國密歇根大學的產品全生命周期管理課程上提出，并被定義為三維模型，包括實體產品、虛擬產品以及二者間的連接。但由于當時技術和認知上的局限，數字孿生的概念并沒有得到重視，直到2011年，美國空軍研究實驗室和NASA合作提出了構建未來飛行器的數字孿生體，并定義數字孿生為一種面向飛行器或系統的高度集成的多物理場、多尺度、多概率的仿真模型，能夠利用物理模型、傳感器數據和歷史數據等反映與該模型對應的實體的功能、實時狀態及演變趨勢等，隨后數字孿生才能引起關注。
數字孿生是一種集成多物理、多尺度、多學科屬性，具有實時同步、忠實映射、高保真度特性，能夠實現物理世界與數字世界交互與融合的技術手段，如圖1所示。把真實物理世界的參數信息用數字化的方式構建出虛擬模型，用數據模型模擬物理實體在現實環境的行為，通過虛實交互反饋、數據融合分析、決策迭代優化等手段，為物理實體增加或擴展新的能力。作為一種充分利用模型、數據、智能并集成多學科的技術，數字孿生面向產品全生命周期過程，發揮連接物理世界和數字世界的橋梁和紐帶作用，提供更加實時、效率高、智能的服務。
圖1 數字孿生交互示意圖
數字孿生的核心是模型和數據，為進一步推動數字孿生理論與技術的研究，促進數字孿生理念在產品全生命周期中落地應用，北京航空航天大學陶飛教授團隊在三維模型基礎上提出了如圖2所示數字孿生五維模型。
圖2 數字孿生五維概念模型
（1）物理實體是客觀存在的，它通常由各種功能子系統（如控制子系統、動力子系統、執行子系統等）組成，并通過子系統間的協作完成特定任務。各種傳感器部署在物理實體上，實時監測其環境數據和運行狀態。
（2）虛擬模型是物理實體忠實的數字化鏡像，集成與融合了幾何、物理、行為及規則4層模型。其中，幾何模型描述尺寸、形狀、裝配關系等幾何參數；物理模型分析應力、疲勞、變形等物理屬性；行為模型響應外界驅動及擾動作用；規則模型對物理實體運行的規律／規則建模，使模型具備評估、優化、預測、評測等功能。
（3）服務系統集成了評估、控制、優化等各類信息系統，基于物理實體和虛擬模型提供智能運行、準確管控與可靠運維服務。
（4）孿生數據包括物理實體、虛擬模型、服務系統的相關數據，領域知識及其融合數據，并隨著實時數據的產生被不斷更新與優化。孿生數據是數字孿生運行的核心驅動。
（5）將以上4個部分進行兩兩連接，使其進行有效實時的數據傳輸，從而實現實時交互以保證各部分間的一致性與迭代優化。
數字孿生的關鍵技術
數字孿生的實現主要依賴于以下幾方面技術的支撐：多領域多尺度融合建模、數據驅動與物理模型的融合狀態評估、數據采集與傳輸、全壽命周期數據管理、VR呈現、高性能計算。
（1）多領域多尺度融合建模：多領域建模是指在正常和非正常工況下從不同領域視角對物理系統進行跨領域融合建模，且從最初的概念設計階段開始實施，從深層次的機理層面進行融合設計理解和建模。
（2）融合模型的狀態評估：對于機理結構復雜的數字孿生目標系統，往往難以建立準確可靠的系統級物理模型，而采用單因素系統的解析物理模型對其進行狀態評估不能獲得最佳的評估效果。采用數據驅動的方法，利用系統的歷史和實時運行數據，對物理模型進行更新、修正、連接和補充，充分融合系統機理特性和運行數據特性，能夠更好地結合系統的實時運行狀態，獲得動態實時跟隨目標系統狀態的評估效果。
（3）數據采集與傳輸：高精度傳感器數據的采集和快速傳輸是整個數字孿生系統的基礎。溫度、壓力、振動等各個類型的傳感器性能都要最優以復現實體目標系統的運行狀態，傳感器的分布和傳感器網絡的構建要以快速、安全、準確為原則，通過分布式傳感器采集系統的各類物理量信息以表征系統狀態。
（4）全壽命周期數據管理：復雜系統的全壽命周期數據存儲和管理是數字孿生系統的重要支撐，采用云服務器對系統的海量運行數據進行分布式管理，實現數據的高速讀取和安全冗余備份，為數據智能解析算法提供充分可靠的數據來源，對維持整個數字孿生系統的運行起著重要作用。通過存儲系統的全壽命周期數據，可以為數據分析和展示提供更充分的信息，使系統具備歷史狀態回放、結構健康退化分析以及任意歷史時刻的智能解析功能。
（5）VR呈現：VR技術可以將系統的制造、運行、維修狀態以超現實的形式給出，對復雜系統的各關鍵子系統進行多領域、多尺度的狀態監測和評估，將智能監測和分析結果附加到系統的各個子系統、部件，在復現實體系統的同時將數字分析結果以虛擬映射的方式疊加到所創造的孿生系統中，從視覺、聲覺、觸覺等各個方面提供沉浸式的虛擬現實體驗，實現實時連續的人機互動。VR技術能夠使使用者通過孿生系統迅速地了解和學習目標系統的原理、構造、特性、變化趨勢、健康狀態等各種信息，并能啟發其改進目標系統的設計和制造，為優化和創新提供靈感。
（6）高性能計算：數字孿生系統復雜功能的實現很大程度上依賴于其背后的計算平臺，實時性是衡量數字孿生系統性能的重要指標，因此，基于分布式計算的云服務器平臺是其重要保障，同時優化數據結構、算法結構等以提高系統的任務執行速度同樣是保障系統實時性的重要手段。如何綜合考量系統搭載的計算平臺的計算性能、數據傳輸網絡的時間延遲以及云計算平臺的計算能力，設計最優的系統計算架構，滿足系統的實時性分析和計算要求，是其應用于數字孿生的重要內容。平臺數字計算能力的高低直接決定系統的整體性能，作為整個系統的計算基礎，其重要性毋庸置疑。
（7）其他關鍵技術：人工智能的熱潮推動著數字孿生技術的發展，智能制造和工業智能的快速發展催動數字孿生技術的演進和成熟，考慮商用大數據和工業大數據的本質差異，諸如異常狀態或故障狀態仿真與注入、工業數據可用性量化分析、小樣本或無樣本的增強深度學習等，均是當前在數據生成、數據分析與建模等方面的研究熱點或挑戰。
工藝設計中的數字孿生技術
數字孿生技術可以應用在工藝設計中產品的設計研發、生產制造、運行狀態監測和維護、后勤保障等各個階段。在產品設計階段，數字孿生技術可以將全壽命周期的產品健康管理數據的分析結果反饋給產品設計專家，幫助其判斷和決策不同參數設計情況下的產品性能情況，使產品在設計階段就綜合考慮了后續整個壽命周期的發展變化情況，獲得更加完善的設計方案。在產品生產制造階段，數字孿生技術可以通過虛擬映射的方式將產品內部不可測的狀態變量進行虛擬構建，細致地刻畫產品的制造過程，解決產品制造過程中存在的問題，降低產品制造的難度，提高產品生產的可靠性。
產品運行過程中，數字孿生技術通過高精度傳感器的采集和傳輸產品的各個運行參數和指標，使用高性能計算對融合模型進行監測和評估，對系統的早期故障和部件性能退化信息進行詳細反饋，指導產品維護工作和故障預防工作，使產品能夠獲得更長的壽命周期。后勤保障過程中，由于有多批次全壽命周期的數據作支撐，并通過虛擬傳感的方式能夠采集到反映系統內部狀態的變量數據，產品故障能夠被精確定位分析和診斷，使產品的后勤保障工作更加簡單有效。通過將數字孿生技術應用到產品生產的整個生命周期，產品從設計階段到最后的維修階段都將變得更加智能有效。
基于數字孿生的工藝設計體系框架
工藝規程是產品制造工藝過程和操作方法的技術文件，是一切有關生產人員都應嚴格執行、認真貫徹的紀律性文件，是進行產品生產準備、生產調度、工人操作和質量檢驗的依據。數字孿生驅動的工藝規劃指通過建立超高擬實度的產品、資源和工藝流程等虛擬仿真模型，以及全要素、全流程的虛實映射和交互融合，才能實現面向生產現場的工藝設計與持續優化。在數字孿生驅動的工藝設計模式下，虛擬空間的仿真模型與物理空間的實體相互映射，形成虛實共生的迭代協同優化機制。數字孿生驅動的工藝設計模式如圖3所示。
圖3 數字孿生驅動的工藝規劃
建立虛擬空間的數字孿生模型，需要結合規范化需求、概念模型及其架構，來進行模型的規范化設計。在規范化設計完成之后，就可以用類似 Arena、Simio等仿真軟件，或者C、C++、Java或Python等編程語言來開發可執行的仿真子模型。當把所有子模型實現并集成起來后，就形成了完整數字孿生模型。在虛擬空間建立產品結構、工藝結構、資源結構的樹形結構層次，構建面向過程的虛擬空間。考慮現場工藝執行情況，在虛擬空間進行待加工產品的加工工藝規劃。完成詳細的工藝內容設計，進行加工工藝仿真。首先對仿真需求進行分析，確定模型構建的基本要求。接著，通過概念建模、架構設計、模型設計、模型實現和集成共5個步驟完成模型的構建。在構建過程中需要不斷反向迭代，看是否每一步都滿足前置需求。基礎模型構建完畢后生成仿真結果，與現實系統比對，并根據采集到的實時數據進行同步更新。當系統發生重大變革或模型被重用時，數字孿生將演化生成新版本的模型。所有生成的模型、過程模型與格式化的需求都會存入模型庫/云池等待被重用。
數字孿生驅動的工藝設計模式使工藝設計與優化呈現出以下新的轉變：①在基于仿真的工藝設計方面，才能意義上實現了面向生產現場的工藝過程建模與仿真，以及可預測的工藝設計；②在基于知識的工藝設計方面，實現了基于大數據分析的工藝知識建模、決策與優化；③在工藝問題主動響應方面，由原先的被動工藝問題響應向主動應對轉變，實現了工藝問題的自主決策。
基于數字孿生的工藝設計應用
推動航空發動機先進制造技術與新一代信息技術融合應用，提升航空發動機數字化、智能化制造整體水平，有利于突破我國航空發動機制造技術體系面臨的瓶頸，顯著提高制造技術成熟度，增強核心能力，是實現航空發動機高質量發展的重要支撐，也是推動航空發動機制造業轉型升級和跨越發展的關鍵環節。中國航發研究院朱寧等探索了數字孿生在航空發動機制造工藝的應用。
（1）制造工藝過程（物理實體）。制造工藝過程是數字孿生模型的構成基礎，主要包括制造工藝過程涉及的設備、原材料、輔助工裝夾具等子系統以及部署的傳感器。各個子系統實現不同功能，共同支持物理實體即整個制造工藝過程的監測、控制與優化過程。
（2）制造過程模型（虛擬實體）。制造過程模型包括制造工藝過程涉及的幾何模型、物理模型、行為模型、規則模型等，是在功能與結構上的集成，這些模型從多時間尺度、多空間尺度對制造工藝過程進行描述，形成與制造工藝過程物理實體對應的完整映射。
（3）應用系統（服務）。對數字孿生應用過程中所需各類數據、模型、算法、仿真、結果進行封裝，以工具組件、中間件、模塊引擎等形式支撐數字孿生內部功能運行與實現，并以應用系統（或平臺）等形式滿足不同用戶的不同業務需求，包括物理實體全生命周期各個階段的優化，以及虛擬模型的測試、校正，使其準確映射物理實體。
（4）制造過程孿生數據。制造過程孿生數據受制造工藝過程、制造過程模型、應用系統運行的驅動，主要包括制造工藝過程數據、制造過程模型數據、應用系統數據、知識數據及融合衍生數據等。
（5）連接。通過連接實現數字孿生各組成部分的互聯互通，使制造工藝過程、制造過程模型、應用系統在運行中保持交互、一致與同步；連接使制造工藝過程、制造過程模型、應用系統產生的數據實時存入孿生數據，并使孿生數據能驅動三者的運行。以制造工藝過程與孿生數據之間的連接為例，可利用各種傳感器、嵌入式系統、數據采集卡等對制造工藝過程數據進行實時采集，通過控制過程的“對象鏈接和嵌入-統一架構”（OPC-UA）等協議規范傳輸至孿生數據，經過處理后的數據或指令也可通過OPC-UA等協議規范傳輸反饋給制造工藝過程并實現其運行優化。
新型航空發動機整體葉盤（上述的物理實體）設計中的薄壁和高扭曲葉片需要穩定的銑削工藝和高度復雜的工藝設計與規劃，以避免在銑削過程中葉片振動而產生不可接受的表面缺陷，這使切削加工成為整體葉盤制造中關鍵的工藝流程之一。由于切削加工過程變化瞬息萬變，實時高質量監測難度極大，這意味著在切削完成之前無法預測最終結果。目前整體葉盤的銑削過程可以持續一整天甚至能夠達到100h或更長時間，并且返工率通常可高達25％以上，工時成本大。而且，未來的整體葉盤設計仍在不斷向輕量化和更復雜的結構方向發展，甚至很快將超出目前制造工藝和設備的能力范圍。因此，通過數字孿生的優點，建立數字孿生模型實現整體葉盤的高性能制造具有重要意義。
（1）現場多源數據收集和處理。整體葉盤切削加工過程處于高度非線性狀態，存在熱變形、彈性變形、殘余應力以及系統振動等多種復雜的物理現象，獲得現場多源數據、實現高質量監測的難度很大。5G技術的主要優勢是可以提供非常低、穩定和可預測的延遲，并通過提供這種低延遲功能來實現控制閉環，滿足實時控制需要在1ms內完成處理傳感器信息的要求。通過微型傳感器和5G通信模塊可以實現無線數據采集和數據傳輸，以及更嚴格控制的監控功能。將通過5G的傳感器放置在試件或工具上，實現當前故障的實時檢測，并將錯誤率降低至15％。為了監控銑削過程，試件配備了一個無線智能傳感器，可以檢測當前的過程穩定狀態，該智能傳感器使用直接連接到試件表面的微型加速度傳感器捕獲整個銑削過程的試件振動。傳感器系統將頻率范圍高達10kHz的振動信號傳輸到機器外部的接收器系統，以進行后續數據分析和過程穩定性確定。
（2）數字孿生模型構建。傳統工藝設計基于試錯法，低效、耗時并依賴于人的經驗，使得該階段的成本和時間不可預測。為了解決上述問題，基于從高精度智能傳感器和機器控制系統收集的實時數據，針對整體葉盤加工過程和物理設備從多時空尺度建立模型，實施多物理場和多尺度的模擬仿真分析，形成人-機知識融合，具備實時的判斷、評估、優化及預測能力，從而形成整體葉盤制造過程的數字孿生模型，實現虛實雙向連接與交互等。加工過程調控與自主進化開展實時監控，防止缺陷零件進一步加工，并定位和描述缺陷以及啟動返工；進一步對加工過程實時控制，調整優化加工工藝，例如改變銑刀旋轉速度等，實施自適應柔性加工。以葉片振動狀態的自診斷、自決策、自進化過程為例（如圖4所示）。從控制系統連續提取刀頭坐標數據、傳感器數據并與工件表面上的工作位置相互關聯，結合葉片的模擬數據，確準的控制策略；以傳感器數據、機床控制的刀具位置和模擬數據作為輸入，計算基于實際工況及其動態變化的較優主軸速度，并將此信息反饋給控制系統最終形成閉環，有效避免過大振動（甚至是共振）發生導致加工中斷和試件報廢。
圖4 制造工藝過程的數字孿生應用模型
免責聲明：本文轉自網絡，版權歸原作者所有，如涉及作品版權問題，請及時與我們聯系刪除，謝謝！
