基于数字孪生的柔性线状态监测与分析系统

姚潇潇 包壁祯 祝丽莎 宋诗军 方辉

摘要：随着智能制造的发展，数字孪生技术在制造业中的应用逐步深化，可以用于复杂设备的运行监测。为实现柔性生产线的三维可视化与加工过程监控，同时指导用户对生产过程进行管理和预测，设计开发了一种基于数字孪生的柔性生产线状态监测系统。该系统的基本架构包括数据保障层、建模计算层、数字孪生功能层、用户空间层，保障了系统的功能性、时效性、可操作性等。同时从几何模型、行为模型、数据模型三个维度构建了数字孪生系统模型，实现了动作特征虚实融合一致性和工艺数据与质量数据采集。以某柔性生产线为例进行实验测试与分析，系统可以与实际柔性生产线正常通讯并对数据做出响应，且延迟均值为131.1 ms，可见虚拟映射与现实状况保持高度一致，验证了该方法的可行性。

关键词：数字孪生；状態监控；柔性制造；数控机床

中图分类号：TP391.9 文献标志码：A doi：10.3969/j.issn.1006-0316.2023.11.001

文章编号：1006-0316 （2023） 11-0001-08

Digital Twin-Based Condition Monitoring and Analysis System for

Flexible Manufacturing Lines

YAO Xiaoxiao1，BAO Bizhen2，ZHU Lisha2，SONG Shijun2，FANG Hui1

（ 1.The School of Mechanical Engineering， Sichuan University， Chengdu 610065， China;

2.Chengdu SIWI High-Tech Industrial Co.， Ltd.， Chengdu 610097， China ）

Abstract：With the development of smart manufacturing， the application of digital twin technology in manufacturing industry has been gradually deepened and can be used for the operation monitoring of complex equipment. A digital twin-based flexible production line condition monitoring system is designed and developed to realize the 3D visualization and the process monitoring of flexible production lines， as well as to guide users to manage and predict the production process. The basic architecture of the system includes the data assurance layer， the modeling and calculation layer， the digital twin function layer， and the user space layer， which guarantees the functionality， timeliness， and operability of the system. Meanwhile， the digital twin system model is constructed from the 3 dimensions of geometric model， behavioral model and data model， which realizes the consistency of virtual-real fusion of action features and the collection of process data and quality data. The experimental testing and analysis on a flexible production line show that the system can communicate with the actual flexible production line normally and respond to the data， and the average value of delay is 131.1 ms， which shows that the virtual mapping is highly consistent with the real situation and verifies the feasibility of the method.

Key words：digital twin；condition monitoring；flexible manufacturing；CNC machine tools

近年来，传统制造业向着智能化方向快速发展，各工业发达国家都制定了相应的发展策略，如德国“工业4.0”战略计划，“工业4.0”在国际层面上被公认为是制造企业对经济危机、生产分散化趋势和日益增加的市场复杂性的战略反应之一[1]。我国制定了“互联网＋”行动计划，出台了一系列促进智能制造发展的有力举措。智能制造是新一轮工业革命的核心技术之一，是先进工业技术发展的制高点、突破口和主攻方向[2]。数字孪生是智能制造的重要方向之一，智能制造的发展，使数字孪生也受到了越来越广泛的关注。

数控机床作为工作母机，其智能化程度影响着智能制造的发展。传统数控机床的状态监控，通常使用二维图表显示相应的监控信息，缺乏信息分析能力，并且虚拟交互性较差[3]。将数字孪生技术与机床状态监控相结合，可以提高数控机床的智能化水平，具有重要的研究意义和工程价值。

2003年，由Grieves等[4]提出了“与物理产品等价的虚拟数字化表达”的概念，后来该概念发展为物理实体的虚拟化。另一个人们目前普遍接受的数字孪生概念，是由美国宇航局（NASA）[5]提出的，NASA将太空飞行器的数字孪生定义为“数字孪生是对一个已建成的飞行器或系统进行集成化的多物理量、多空间尺度的仿真，该仿真使用了当前最为有效的物理模型、传感器数据更新、飞行的历史等等，以反映其相应的孪生对象的生存状态”。近年来，数字孪生理念在国内获得广泛传播和深入研究，国内陶飞等[6-7]对数字孪生的研究现状进行了详细分析，提出了数字孪生五维结构模型，与相关学者共同建立了一套数字孪生标准体系架构，为数字孪生在国内的发展提供了方法和理论参考。王晋生等[8]则对数字孪生理论进行了详细的分析与分类，其中重点阐述了基于转化过程的数字孪生理论，为数字孪生在数控机床领域的应用提供了新的思路。

随着相关支撑技术的快速发展，数字孪生技术在制造业中的应用逐步得到落地、深化。Juergen Rossmann等[9]利用数字孪生技术，针对加工数据、功能和通信等，模拟了不同的应用场景，进行了综合的模拟测试仿真。Elisa Negri等[10]创建了一种数据模型，该模型可以构造并存储来自现场的物理和操作数据，可以支持数字孪生生产系统仿真中必要的数字连续性。Benjamin Schleich等[11]则重点关注了在“工业4.0”趋势下，制造环境数字化带来的潜力与风险，以及在几何变化管理中数字孪生的使用。在国内，施佳宏等[12]提出了生产线逻辑仿真原型系统架构，并从几何、物理、生产行为、仿真规则四个维度阐述了该模型的构建方法。刘检华等[13]分析了航天器装配过程的困难與特点，提出了一种基于数字孪生的航天器装配过程的监控方法，并以空间站某泵组件产品为实例，验证了该方法的正确性与可行性。张旭辉等[14]设计开发了一种数字孪生驱动的悬臂式掘进机虚拟操控系统，提出了针对煤矿井下装备智能控制的“人－信息－物理系统”（HCPS）交互机制，让地面虚拟掘进与井下实际掘进实现了深度融合。

针对柔性生产线的状态监测需求，本文从几何模型、行为模型、数据模型三个维度，构建了包括机床、加工岛在内的柔性线数字孪生系统，对柔性线进行虚拟映射，实现三维可视化展示与加工过程监控。以某柔性生产线为例，验证了该方法可行，为复杂装备数字孪生建模和运行监控提供有效的技术支撑。

1 数字孪生系统架构

柔性生产线数字孪生系统的实现依赖于诸多先进技术的发展和应用，从底层数据收集层到前端的用户使用界面，依次为数据保障层、建模计算层、数字孪生功能层、用户空间层。如图1所示为数字孪生柔性生产线系统架构。

数据保障层作为整个数字孪生系统架构的基础，由高性能传感器数据收集、高速数据传输、数据管理三部分组成。高性能传感器部署在机床主轴等关键部位，来收集振动、温度、功率等信息。高速数据传输缩短了数据传输时间，保证了系统的时效性，在传感器采集到数据后，通过高速数据传输，将这些数据传输到数据管理部分，用来监控和分析设备状态。

建模计算层是架构中的核心部分，主要分为多物理、多尺度建模和一体化计算平台两部分。以一体化计算平台为基础，进行数据分析以及多物理、多尺度的建模，建立虚拟空间与物理空间的紧密联系。在物理空间采集到实时数据后，通过交互协同技术与数据模型融合技术，将采集到的数据在虚拟空间进行体现。同时，利用精细化建模与仿真技术在虚拟空间对物理空间进行分析与仿真，使数字孪生系统的实时同步，并能分析预测机床健康状态。

数字孪生功能层包含了本文所设计的柔性线数字孪生系统的主要功能模块，通过三维模型对实际加工过程进行可视化展示，在虚拟世界中对现实世界中的柔性制造系统进行虚拟映射，帮助生产人员进行动态监控；对机床的加工过程进行实时监测，对故障进行提示和处理，并且通过算法分析，对机床的健康状态和零件加工的质量提供预防性建议，提高故障的解决效率。

用户空间层是直接面对用户的一层，主要目的在于给用户提供友好的交互感受。因此，用户交互界面必须具有可操作性，用户能够便捷地获取数字孪生系统提供的信息，包括机床状态辅助分析判断等。

2 数字孪生柔性生产线建模

数字孪生建模是数字孪生柔性生产线系统的基础，模型必须全面、综合、真实，才能更好地理解、预测、优化和控制真实实体或系统。本文从几何模型、行为模型、数据模型三个方面阐述了该数字孪生系统的建模方法。

2.1 几何模型

为保障数字模型尽可能真实反映实体，在几何建模部分就要还原物理模型的几何尺寸、材质颜色、相对位置等。目前几何建模过程主要分为：网页展示场景搭建、三维模型绘制和部件运动关系构建。

（1）网页展示场景搭建，如图2（a）所示。Verge3D是一款旨在基于常用的三维软件来创建沉浸式WebGL应用的轻量级框架。为一个强大的三维引擎，被广泛的应用在可视化仿真、游戏、虚拟现实、科学计算、汽车等领域。通

过Verge3D可以从Blender、Maya或3ds Max中直接创建出基于网页的沉浸式三维互动体验。本文采用Verge3D作为图形渲染引擎，以实现光源管理、模型管理、相机管理等场景环境设置。

（2）三维模型绘制，如图2（b）所示。在三维建模领域，虚拟的几何模型必须尽可能还原现实物理模型，如图为在在SolidWorks中建立的模型。但为了提高计算机图形处理的效率，在建模时需要减小三维模型所占内存，也就是对三维模型进行轻量化处理，保留关键部件，如机械手、机床外壳、机床床身、各个运动轴等部件，简化与图形孪生无关的部件，如螺丝钉、排屑系统、照明系统、数控面板、液压装置等。同时，为全面描述柔性生产线的属性参数，输入数控系统、坐标零点、各轴运动行程等参数，并将上述参数绑定到三维模型上。

（3）部件运动关系构建。Blender是一款免费开源三维图形图像软件，提供从建模、动画、材质、渲染、到音频处理、视频剪辑等一系列动画短片制作解决方案。为了构建合理的运动关系，做其中的一项工作是在软件Blender中设置正确的从属关系，以便于之后的动作可以准确、流畅地进行，如图2（c）所示。机械手设置了合理的从属关系，货叉从属于机械手X臂，在机械手X轴伸出时货叉会跟着移动；机械手X臂从属于机械手X轴，机械手X臂会随机械手X轴上下移动；机械手X轴从属于机械手Z轴，机械手X轴会随机械手Z轴绕着Z轴旋转。

2.2 行为模型

如图3所示，行为模型主要是将柔性生产线运行状态映射至虚拟空间，构建出虚拟的柔性制造系统。行为模型的构建过程主要分为三个：三维模型的导入、在网页中引用Verge3D框架和建立网页运行环境、在网页中实现行为模型。

（1）三维模型的导入。

在SolidWorks中建立好模型后，模型的格式为step，在导入Verge3D之前还需要进行一个格式的转换，利用软件CADexchanger将step转换为stp，如图3（a）所示。在软件Blender中安装插件好Verge3D gltf Exporter后，将stp文件导入Blender，再利用该插件导出到Verge3D相应的根目录后，就可以在网页上查看渲染的模型了。

（2）在网页中引用Verge3D框架和建立网页运行环境。

打开安装好的Verge3D，在其页面中点击create new app，如图3（b），创建网页运行环境，并在其对应的根目录中导入之前建立并轻量化处理好的模型。然后建立一个空白的html网页，在編辑的html文件中引用my_iframe，就能编辑使用三维模型的指定网页。

（3）在网页中实现动作模型。

Verge3D拼图编辑器是一个用于创建行为场景的工具，功能强大且易于使用。借助拼图，为三维模型添加与用户之间的交互式响应。实现动作起到最大作用的拼图是every frame，如图4所示，每渲染一帧（通常以每秒60帧的速度）就触发一次“do”插槽中的拼图。通过在这里面设置每帧的柔性制造系统位置，创建流畅的柔性制造系统动画。

①动作方向判断

柔性生产线要做的动作主要有机械手Z轴绕Z轴旋转、机械手X轴在Z方向的上下移动、机械手X轴臂在y方向伸出与收回、机床1与机床2的工作台X方向的位移。

②动作位置判断

将如图4（b）所示逻辑判断放在上文提到的every frame中，每渲染一帧（通常以每秒60帧的速度）就触发一次逻辑判断，也就是说，如果现有位置没有到达目标位置，就会每帧向目标位置移动0.0075 m（因为设置移动速度mspeed为0.0075 m），直到现有位置与目标位置距离小于0.0075 m，就会直接将现有位置设置为目标位置，确保了位置的准确性，即使不归位直接做下一动作，也不会发生误差的叠加。同理Z轴旋转的判断也要复杂很多。

③动作顺序

参考行为模型说明表，动作类型总共有四大类，分为缓存入线、机床上料、机床出料、缓存出线，每一类行为都包括机械手的取料、放料。

这里以缓存入线为例，说明动作顺序的实现方法，如图4（c）所示，左侧是取料的判断，右侧是放料的判断，不论取料放料都会先进行机械手臂是否伸出的判断，如果是伸出，在执行动作前先进行收回的动作。Timer计时器触发放置在“do”插槽中的拼图，并在指定的延迟后触发。在相同的延时后重复此动作若干次，次数是在“repeat”中槽中指定的。指定的ID可以用来覆盖或取消定时器。Timer计时器可以确保上个设置的位置定位好后，再进行下个位置的定位移动。在收回机械臂后，进行motion11取料动作，先定位机械臂旋转角度和机械臂y轴的位置，然后伸出机械臂，最后有一个抬起的动作。右侧是放料的动作，与取料的不同在，最后一个动作是放下，然后收回机械臂。

2.3 数据模型

如图5所示，数据模型的建立主要是对柔性线加工状态信息、数控系统信息、传感器数据进行采集和分析处理。主要建模过程分为：系统传输协议说明、实时数据采集与融合、监测数据存储与分析。

（1）数据传输协议说明。首先要区分一个概念，生产任务和加工任务，机床执行的是加工任务，即一个托盘所对应的任务，对机床相关任务显示就是对该类任务进行展示；生产任务是一批零件加工任务（可理解成批次任务），包含了若干个加工任务，对产线或柔性制造系统的整体任务进行统计展示，也就是对该类任务进行统计展示。

机床具体传输如表2所示，在柔性制造系统任务传输协议中，接口提供方是数字孪生系统，接口调用方是FMS管理系统，通过WebAPI的调用方式，请求参数包括产品名、工序状态、预计可用设备、预分配设备等，同时会返回结果。

（2）实时数据采集与融合。数字孪生系统调用柔性制造执行控制系统接口，传输条件为定时询问，接口方式为WebService，执行控制系统收到请求后调用数字孪生系统接口，返回状态Json。柔性制造系统的控制系统反馈当前状态，传输条件为接受询问后应答，接口方式为HTTP，包括机器人坐标、机器人任务类型、任务起点、终点、柔性制造线状态、货位状态等。

（3）监测数据存储与分析。为给操作人员提供有效的辅助分析与决策，提高机床的利用率，保证机床处在良好的加工状态，监测数据的存储与分析需要具有时效性、准确性。前置

的边缘计算机实时处理分析各类传感器的反馈信号，这些反馈信号反映了机床健康状态和切削加工状态信息。高速物联网系统，连接数字孪生系统各部件，确保系统高速数据流传输，进一步保证了数据的时效性。通过该系统，边缘计算机向中心服务器报送各类业务数据，中心服务器存储数据信息，并且用于数字孪生系统各类核心业务处理。

3 实验例证

本文所设计的柔性生产线数字孪生系统研究，主要包含实现相关三维模型同步展示，Fanuc机床数据、柔性制造系统数据实时获取。用JAVA实现机床模型、柔性制造系统模型的三维重建，机床数据、柔性制造系统数据传输测试工具采用VisualStudio 2022集成开发工具，用C#实现机床数据实时采集、发送，采用Idea2019作为集成开发工具。机床振动检测测试工具采用PyCharm集成开发工具，用python实现机床振动传感器数据实时采集、发送。

采用C++程序模拟数据发送的方式进行测试，访问http接口地址，使用post方法发送一个名为data 的json字符串数据。按照不同任务类型与始终点修改json数据相应字符，调用数字孪生系统网络接口发送数据。三维模型页面会自动读取数据进行动作映射，接收到的数据可在console页面查看，可见其内容与发送的json内容一致。发送的json数据、接收到的数据、三维模型页面接收到任务数据后会立即开始执行，相应动作都如图6所示。

测试采用在PC机上安装VMware15虚拟机，运行2个FANUC NC guide模拟器副本的方法，编辑并运行NC加工程序，模拟同时对2台机床进行数据采集、传输和三维重建。启动测试结果如图7所示。图中显示了机床数据的更新时间和次数，可用于计算单次更新所需时间，如1分零967毫秒更新477次，即每次更新机床数据所需通讯延迟时间为60 967/477＝127.8 ms。

多次连接机床、柔性制造系统模拟测试，计算单次更新数据所需时间平均值分别为：机床1延迟均值为129.9 ms；机床2延迟均值为132.2 ms；柔性制造系统延迟均值为131.1 ms。

实验结果表明，本文设计的数字孪生系统为实现柔性生产线状态监测和分析提供了技术解决方案。柔性制造系统任务动作映射具有较快的响应性和较高的一致性。通过机床模拟器和柔性制造系统模拟程序发送柔性制造系统数据，以及在机床上布置振动加速度传感器的方法，可在数字孪生系统上采集到相应数据，用于评估设备状态。

4 结论

针对包括两台数控机床的FMS系统，对本文所设计的柔性线数字孪生系统进行了实验测试，取得了如下主要成果：

（1）实现了FMS现实场景与虚拟环境的实时双向映射，通过三维模型对实际加工过程进行可视化展示和动态监控。通过浏览器流畅地在局域网内的任意节点展示虚拟场景，通过智能前置信息采集单元保持较高的实时性和一致性。

（2）通过加工中心主轴振动与功率变化、机床噪音等运行数据信息进行智能实时处理和分析，实现对机床健康状态和铣削状态的实时监测。

（3）初步构建了基于数字孪生技术的FMS数字化智能化制造实施体系，为后续进行基于数字孪生的智能制造工程实践，奠定了良好的技术基础。

本文研究工作目前已将数字孪生系统在生产线上进行了初步测试，但由于测试时间不足，还有一些问题没有暴露出来，后续会进行更多的系统测试分析，采集更多实验数据，再利用深度神经网络等技术对采集到的数据进行更深入的分析应用，实现包括设备及其关键部件的性能预测、预防性维护等复杂应用。

参考文献：

[1]Negri E，Fumagalli L，Macchi M. A Review of the Roles of Digital Twin in CPS-based Production Systems[J]. Procedia Manufacturing，2017（11）：939-948.

[2]周济. 智能制造——“中国制造2025”的主攻方向[J]. 中国机械工程，2015，17（1）：2273-2284.

[3]肖通，江海凡，丁国富，等. 五轴磨床数字孪生建模与监控研究[J]. 系统仿真学报，2021，33（12）：2880-2890.

[4]王旭初，白清顺，王鹏，等. 微细铣削的数字孪生建模技术研究进展[J]. 航空制造技术，2021，64（20）：56-64.

[5]Qi Q，Tao F，Hu T，et al. Enabling technologies and tools for digital twin[J]. Journal of Manufacturing Systems，2021（58）：3-21.

[6]陶飞，刘蔚然，刘检华，等. 数字孪生及其应用探索[J]. 计算机集成制造系统，2018，24（1）：1-18.

[7]陶飞，马昕，胡天亮，等. 数字孪生标准体系[J]. 计算机集成制造系统，2019，25（10）：2405-2418.

[8]王晋生，毕雪峰，黄杰，等. 基于转化过程数字孪生模型的装备数字化方法与实践[J]. 中国仪器仪表，2021（11）：19-24.

[9]Michael Schluse M P L A. Experimentable Digital Twins—Streamlining Simulation-Based Systems Engineering for Industry 4. 0[J]. IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS，2018，14（4）：1722-1731.

[10]Negri E，Fumagalli L，Cimino C，et al. FMU-supported simulation for CPS Digital Twin[J]. Procedia Manufacturing，2019（28）：201-206.

[11]Schleich B，Warmefjord K，Soderberg R，et al. Geometrical Variations Management 4.0：towards next Generation Geometry Assurance：15TH CIRP CONFERENCE ON COMPUTER AIDED TOLERANCING，CIRP CAT 2018[Z]. MORONI G，PETRO S. 15th CIRP Conference on Computer Aided Tolerancing （CIRP CAT）： 2018：3-10.

[12]施佳宏，刘晓军，刘庭煜，等. 面向生产线仿真的数字孪生逻辑模型构建方法[J]. 計算机集成制造系统，2022，28（2）：442-454.

[13]张佳朋，刘检华，龚康，等. 基于数字孪生的航天器装配质量监控与预测技术[J]. 计算机集成制造系统，2021，27（2）：605-616.

[14]张旭辉，张超，王妙云，等. 数字孪生驱动的悬臂式掘进机虚拟操控技术[J]. 计算机集成制造系统，2021，27（6）：1617-1628.