基于数字孪生的空空导弹总装车间管控方法研究

白萌，李昭，刘佳

（中国航空规划设计研究总院有限公司，北京 100120）

随着新一代信息技术的快速发展，智能制造成为制造业的主攻方向。在“中国2025”行动纲领的指导下，国内制造企业逐渐向智能工厂方向探索，实现生产过程中的数字化、网络化、智能化。近年来，日益复杂的国际大环境对武器的研制周期提出了更加苛刻的要求。作为夺取制空权的重要精密武器，空空导弹具有“多品种、小批量”的特点，属于典型的离散型生产模式。在混线生产实际运营过程中，生产过程信息无法实时采集、生产资源状态无法实时感知，造成研制资源短时冲突、计划协同性差等问题。因此，提高产线自适应能力，快速响应并完成资源再分配，进一步提升产品制造效能，成为空空导弹制造亟需解决的问题。

本文为提高空空导弹总装车间装配效率、动态响应等能力，开展了基于数字孪生的空空导弹总装生产线管控方法的研究，设计了跨网段信息异步交互的孪生车间架构，根据数字孪生五维模型理论提出了总装数字车间的组成，阐述了数字孪生车间的分层管控模式，介绍了数字孪生的相关关键技术。通过构建数字孪生总装车间，提高了装配的数字化和智能化水平，缩短了装配测试周期，提高了生产效率和产品质量。

1 数字孪生车间架构设计

由于在空空导弹研制过程中对安全保密方面的考虑，信息技术和操作技术一般是物理隔离的，这给导弹总装车间的智能管控带来了困难。本文根据数字孪生车间系统架构DTS（Digital Twin Shop-floor），结合总装车间安全保密要求，提出了导弹总装车间管控总体架构，如图1 所示。

图1 空空导弹总装车间数字孪生架构

总装数字孪生车间架构分为五层，分别为物理层、模型层、数据层、服务层和应用层。

物理层和模型层分别是物理车间实体和虚拟数字镜像，数据层、服务层和应用层在工控网端和涉密网端形成了两套独立的系统：数据层包含实时数据库和历史数据库，其中，实时数据库来源于工控网对车间设备的数据采集，历史数据库为涉密网面向车间的MES、质量管控等信息系统；服务层在工控网端提供设备管理、故障分析、环境管控等相关基础服务，在涉密网端提供计划排产、生产调度、质量管理等与作业相关的管控服务；应用层在工控网端提供设备监控、故障诊断等针对车间硬件资源的服务，涉密网端提供生产调度和集中显示的服务，有利于生产管理的透明化和智能化。

2 数字孪生总装车间组成

数字孪生五维模型包括物理实体、虚拟实体、服务、孪生数据以及各组成部分间的连接5 个部分。

如图2 所示，物理实体是构成数字孪生五维模型的基础，是客观存在的实体集合；虚拟实体是物理实体的数字化镜像，是与物理实体具有时空一致性的三维渲染模型；服务是数字孪生应用的体现，包括满足功能运行的功能性服务和面向用户使用的业务性服务；孪生数据是数据孪生的驱动，主要包括物理实体数据、虚拟实体数据、服务数据、知识数据及融合衍生数据；连接是数字孪生的动脉，能够实现各组成部分的互通互联。

图2 空空导弹数字孪生总装车间组成

3 数字孪生总装车间的管控模式

如图3 所示，数字孪生总装车间采用“设备-过程-车间”三个层级的管控模式，通过构建生产设备、生产设施、辅助设备等单元级的数字孪生，并形成总装生产线、检验测试等系统级的数字孪生，进而与信息化系统共同构成复杂系统级的数字孪生总装车间。数字孪生驱动的车间管控能够在生产设备、装配过程以及车间运行中实现动态感知、实时分析、自主决策和精准执行，提高管控的透明度和智能化，实现资源的优化配置。

4 数字孪生总装车间关键技术

（1）物理车间的资源互联技术。数据采集及协议解析技术、数据融合和封装技术、多源异构数据通讯技术、异构资源分布式系统控制技术、物理车间实时智能监测技术、物理车间优化控制技术等。

（2）虚拟车间的建模仿真技术。虚拟车间全要素建模技术、模型集成和仿真技术、模型轻量化技术、虚拟车间运行机理和故障机理研究、过程仿真验证技术、虚拟现实和增强现实技术等。

（3）孪生数据的管理技术。多类型数据清洗技术、异构数据融合技术、虚实双向映射技术、虚实融合与数据协同技术、数据结构化存储技术、车间大数据技术等。

（4）精准服务应用技术。设备故障预测与健康管理技术、质量控制和分析技术、物料跟踪和配给技术、能耗优化及预测技术、动态生产调度技术、运行过程控制优化技术等。

图3 数字孪生车间三层管控模式

5 结语

通过数字孪生总装车间的建设，能够对车间的生产线数据、产品配套数据、管理数据、试验数据、人员数据、环境等各个维度的数据进行全面采集，利用大数据技术实时处理，进行生产过程智能化决策、产品质量实时预警与产线运行健康状态监测，有效提升车间过程透明化管控水平和资源优化配置能力。目前，航空兵器产品装配的数字孪生车间管控应用尚处于探索阶段，其管控方式仍需深入探讨和研究。