关于数字孪生的智能制造系统设计综述

文章导读

智能制造系统（SMS）是一个多领域物理系统，各个组件之间具有复杂的耦合。通常，各个领域的设计者只能基于对动力学的有限认知及预估来设计SMS的子系统。设计和开发一个统一的SMS模型来有效地模拟制造过程的每一个交互和行为是一个挑战。作为一种新兴的技术，数字孪生技术可被运用于SMS设计阶段来发现早期设计错误及缺陷，通过实现近物理仿真以减少物理调试与重构的大量时间和成本。

数字孪生在智能制造系统设计（SMSD）中的发展处于起步阶段。基于Web of Science数据库文献检索，本文提出了一个新颖的功能-结构-行为-控制-智能-性能（FSBCIP）框架，以考察数字孪生技术是如何融入和促进SMSD。本文还介绍了基于数字孪生的SMSD定义、框架、主要设计步骤、新蓝图模型、关键使能技术、设计案例和研究方向。希望本文能为工业4.0时代开发部署新SMS带来新的启示。

一、 前言

在工业4.0中，智能制造已成为世界制造业的发展方向。世界各国新的先进制造战略使得设计新的智能制造系统的需求日益增加。智能制造系统（SMS）是一个由智能机器、智能材料、智能产品等各种要素复杂耦合组成的多领域物理系统。SMSD是一个复杂的过程，包括对来自多个来源的数据进行建模、分析、挖掘和学习。

除了输入需求和过程扰动的不确定性外，设计变量和目标之间复杂的相互作用、耦合、冲突使得SMSD成为一个高度迭代和费时费力的任务。在SMS的数字化设计过程中，SMS可以在数字空间中分解为各种粒度的数字模型，而物理产品和制造过程则存在于另一个物理空间中；

因此，映射SMS真实世界的高保真网络模型对于弥补SMS设计阶段和运行阶段之间的差距至关重要。另外，由于SMS与传统制造系统的主要区别在于工业智能，因此与传统的MSD相比，SMSD在工业人工智能模型的设计方面更具挑战性。

然而，数字孪生在智能制造系统设计（SMSD）中的发展处于起步阶段。有必要对数字孪生技术融入SMSD的研究进行探索和梳理。本文试图展示如何将数字孪生技术合理融入SMSD，真正促进智能制造的发展。如下图所示，本文综述了基于数字孪生的智能制造系统设计定义、框架、主要设计步骤、新蓝图模型、关键使能技术、设计案例和研究方向。

二、 基于数字孪生的SMSD方法优势

传统上，仿真技术是仅限于支持设计人员解决特定工程问题的标准工具。将仿真从设计阶段扩展到后续的生命周期活动是一种趋势。如下图4所示，现有的MSD方法在设计过程中缺乏有效迭代优化。由于仿真设计未经验证，设计质量难以保证。虽然仿真模型对于支持设计可视化是有用的，但是如何建立一个跨多学科的统一SMS模型仍然是一个挑战。

解决方案是建立一个反映和观察现实世界SMS行为的数字孪生模型，并将其用于所有设计过程，包括系统部署和调试；在本文中称之为基于数字孪生模型的智能制造系统设计（DT-SMSD）。数字孪生是基于将多领域物理仿真模型与产品/系统的实时数据相结合而建立的，被成为仿真领域的下一波浪潮。数字孪生模型可以被及时修改和验证，以避免在SMS仿真和开发过程中出现瓶颈。SMS的设计过程意味着其相应数字孪生的概念设计（Concepting）、形成（Forming）和精调（Fine-tuning）过程。

数字孪生概念设计阶段（功能模型设计和结构模型设计）：使用多学科模拟来快速验证概念方案。这个阶段的目标不是追求模拟精度，而是快速模拟。

数字孪生形成阶段（行为模型设计和控制模型设计）：通过仿真确定关键设计参数。尽管数字孪生的目的是压缩物理调试的高昂成本，但在实践中需要保留必要的近物理系统调试，特别是一些行业规范要求的调试。近物理系统调试是本阶段的重点。

数字孪生的精调阶段（智能模型设计和性能模型设计）：数字孪生用于帮助构建SMS原型和规划系统测试方案。数字孪生可以减少试验和错误，精确定位需要智能化的设计点。以精益的方式可以获得最佳的性能。也就是说，数字孪生方法能够以较少的测试次数达到SMS验证的目的，提高了设计效率。对相应的数字孪生进行精调的关键点在于SMS具有良好的“功能-结构-行为-控制”可重构性和柔性，以支持快速变更和替代原型设计解决方案。

三、 功能-结构-行为-控制-智能-性能（FSBCIP）框架

SMSD的本质是建立满足如布局约束、生产能力、旧设备集成和制造效率等个性化需求的功能集成实体。在SMSD过程中，客户域和产品域的个性化需求被传递到SMS配置域和相应的执行域，包括工业人工智能模型。本文提出了一个功能-结构-行为-控制-智能-性能（FSBCIP）框架来综述DT-SMSD的主要步骤。

a） SMS功能模型设计 功能模型是对制造产品的活动以及活动之间关系的结构化描述。该模型突出了概念设计中制造商需求对产品可制造性、装配性、维修性和安全性的影响。SMS具有什么样的功能，取决于它所面临的产品特点和发展要求。该模型通常包括工艺规划、设备选型和机械设计。

b） SMS结构模型设计 结构模型是对实现制造功能、原理和行为的机械结构之间融合、连接和装配关系的结构化描述。机械结构的相互关系是制造系统的材料、能量、信息和运动行为的传递和转换的基础。该模型通常包括SMS中的拓扑定义、布局规划、夹具载体设计和缓存设计。

c） SMS行为模型设计 行为模型是对机械运动传递、运动形式变换及其相互关系的结构化描述。机械系统之间存在的物质、能量、信息联系主要体现在机械运动行为的传递关系上。此模型通常包括SMS中的设备运动、在制品运动、物料夹持处理和工序衔接。运动行为的基本要素主要包括力、位移、速度、加速度、跃度、角位移、角速度、角加速度、角跃度等。

d） SMS控制模型设计 控制模型是通过统计或工程方法来处理制造过程的结构、操作或演算，以控制过程的输出。它通常包括电气和气动系统设计、控制和传感器网络、设备控制设计和多过程协调。

e） SMS智能模型设计 智能模型能够是从控制优化的角度描述、开发和验证SMS的学习能力、优化能力和自主能力。它包括一个系统的设计方法以及各种推理规则、机器学习算法和计算优化算法，使SMS得以实现可持续性能表现。

f） SMS性能模型设计 设计决策的差异影响制造执行性能。性能模型通常包括系统性能的评估和优化，如效率、柔性、可重构性、鲁棒性、自适应性、可扩展性和恢复能力等。

四、DT-SMSD研究进展

a） SMS功能模型设计进展

i. 基于数字孪生的工艺规划 工艺规划是SMSD的基础，可以通过数字孪生技术来增强。制造工艺规划是在产品制造特征识别的基础上，由工程师在SMSD早期阶段对可制造性、成本和效率进行分析的过程，包括生产工序选择和工序排序。关于如何处理工艺规划过程中随机干扰和复杂载荷的研究很少，就目前基于仿真的工艺规划方法而言，获取足够的工艺信息和搜索最优决策需要占据74%的规划时间。原文作了基于数字孪生的工艺规划研究进展综述。

ii. 基于数字孪生的设备机械设计 为了设计出高性能的加工设备，有必要对加工过程进行物理模拟。数字孪生技术通过对加工过程的高度理解能力可改善设备的机械设计质量。因为设备的数字孪生体意味着设备加工物理过程的数字孪生，数字孪生技术可以对加工过程进行近物理模拟，以反映物理设备的所有活动与状态。例如，在激光加工设备的设计中，需要建立激光与材料相互作用过程的数字孪生模型，从而通过仿真对激光材料的制造过程有更深入的了解。原文作了基于数字孪生的设备机械设计研究进展综述。

b） SMS结构模型设计进展 i. 基于数字孪生的布局规划与拓扑优化 基于数字孪生技术，物理制造过程可以在网络空间中与数字模型进行及时的映射和验证，从而支持布局信息的自动检索，便于规划优化布局。此外，应用于SMSD过程的数字孪生模型自然具有拓扑优化能力。根据工艺路线和工艺间的优先关系，SMSD可以确定系统拓扑结构和设备间的连接关系。基于数字孪生的协调以更高的预见能力确保每个设备都被分配到正确的位置。原文作了基于数字孪生的布局规划与拓扑优化研究进展综述。

ii. 基于数字孪生的模具和缓冲区设计 复杂产品20%以上的制造时间是辅助准备时间，是提高制造效率的关键。模具和缓冲设计是影响产品制造辅助准备时间的关键步骤。通过节拍时间分析和生产率平衡率分析，确定各工序的机器种类、数量和缓冲能力。然而，SMS中的随机物流、大规模干扰和各种物流模式使得工具和缓冲区的设计成为一项非常具有挑战性的任务。数字孪生技术可缩小模具/缓冲区设计与控制之间差距。原文作了基于数字孪生的模具和缓冲区设计研究进展综述。

c） SMS行为模型设计进展 i. 基于数字孪生的设备行为设计 建立设备的数字孪生模型有利于物理设备的行为设计，也有利于物理设备运行中故障的进一步诊断和预测。设备行为设计是根据工艺路线和工艺要求，定义设备（工艺设备和中间设备）的动作（包括高级动作模式）和多工序协调动作，并避免不必要的操作冲突和死锁。尽管虚拟设备的构建有助于安全、经济地模拟设备的性能，但要准确地模拟物理设备行为却很困难。原文作了基于数字孪生的设备行为设计研究进展综述。

ii. 基于数字孪生的人机工程学设计 混合自动化模式得益于人机协作的协同效应。柔性、适应性和安全性的要求使得人机协同系统的设计和再设计是一个复杂且容易出错的过程。基于虚拟现实的数字孪生技术可通过传感器采集到人机协作数据，设计和优化人工劳动行为的人机工程学性能，并对指导改善人机交互的工作环境有关键作用。原文作了基于数字孪生的人机工程学设计研究进展综述。

iii. 基于数字孪生的在制品/物料搬运设计 在制品和物料搬运的优化设计离不开三个方面的考虑：1）制造过程对物流的影响；2）生产能力对物流设施的要求；3）生产节拍时间对物流的影响。数字孪生技术可以更有效地评估这些动态因素和影响。数字孪生技术通过面向制造的设计方式，使系统能够实现出色的物流跟踪性、可控性和效率。原文作了基于数字孪生的在制品/物料搬运设计研究进展综述。

d） SMS控制模型设计进展 i. 基于数字孪生的工艺优化与设备控制设计 虚拟设备通常被用来模拟各种工件/零件的加工轨迹，通过对每个加工过程进行仿真来指导控制指令的生成。如果建立了物理设备的数字孪生模型，设计人员不仅可以确定其功能，大大缩短设计周期，而且可以方便地进行制造工艺的优化设计创新。

从工件的角度来看，将几何模型融入到数字孪生系统中，进行工艺优化和控制设计优化，从而保证产品所需的几何尺寸是至关重要的。原文作了基于数字孪生的工艺优化与设备控制设计研究进展综述。

ii. 基于数字孪生的系统控制调试 SMS系统控制调试主要包括三种方法：虚拟调试、物理调试和近物理调试。物理调试需要等待物理设备组装和控制逻辑设计完成之后开展，这不可避免地会遇到设计错误、逻辑错误、编码错误或其他问题，造成修改与等待时间浪费。

因此，进行近物理（硬件在环）调试是非常必要的。以分布式物理设备的数字孪生子为调试对象，在远程虚拟环境下运行控制逻辑，优化验证逻辑的合理性和可行性。数字孪生模型能真实反映物理设备的变化，并不断积累相关知识，在特定的控制下优化分析现状，从而支持设计决策。原文作了基于数字孪生的系统控制调试研究进展综述。

e） SMS智能模型设计进展 i. 基于数字孪生的SMS机器学习模型设计 SMS的特点之一是其复杂、动态和混沌行为。基于机器学习的智能控制模型（如朴素贝叶斯、决策树、随机森林、支持向量机、神经网络等）存在于制造设备、生产线、车间、工厂、跨工厂等不同层次SMS。选择和设计合适的机器学习算法来处理动态事件和实现智能过程控制是SMSD的关键问题。SMS的机器学习模型设计是为了开发和验证各种机器学习算法，以支持可持续的SMS性能提升。原文作了基于数字孪生的SMS机器学习模型设计研究进展综述。

ii. 基于数字孪生的SMS计算优化模型设计 SMS中的计算优化包括各种控制和管理优化算法，如大规模优化、复杂性理论、网络优化和鲁棒性/敏感性分析。计算优化算法的超参数初始化将影响计算精度，且对应用场合非常敏感。因此，SMS计算优化模型设计的主要目标是寻找一种能够处理各种系统变化（应对扰动）的强鲁棒性设计方法。数字孪生技术提供了一个高度可信的运行时环境来模拟复杂系统，以搜索强鲁棒性的计算优化模型。原文作了基于数字孪生的SMS计算优化模型设计研究进展综述。

f） SMS性能模型设计进展 i. 面向质量目标的DT-SMSD产品质量是评价新设计SMS性能的重要指标。一方面，从产品的角度来看，公差规格的数学建模对于实现总体公差分析至关重要，数字孪生技术可以增强这一点。另一方面，从制造系统的角度来看，在超精密制造领域，关键零件的全场位移感知是一种理想的方法。原文作了如何在SMS早期设计和规划配置阶段使用数字孪生技术来模拟和优化产品制造质量的研究进展综述。

ii. 面向柔性目标的DT-SMSD在大规模定制个性化模式趋势下，SMS的生产切换非常频繁，这就要求SMS具有快速的系统设计重构能力和高度的柔性。一个理想的SMS应该能够保证对新产品的可扩展性和兼容性，以满足制造业不断开发产品和服务的需要。许多关于SMSD的研究都体现了不同产品订单的生产柔性。在工业4.0蓝图中，SMS中的每个元素（如机床、工件、机器人）都应该用Asset AdministrativeShell（AAS）技术来描述。

AAS是一种知识结构，可对SMS中各个元素的功能和交互进行建模，这也是数字孪生模型的关键技术。原文作了面向柔性目标的DT-SMSD研究进展综述。

iii. 面向重构性目标的DT-SMSD 传统的SMSD方法通常局限于制造单一类型的产品，在引入新类型的产品时，需要付出巨大的重构成本。随着产品更新换代速度的加快，这种“先新产品设计-后新系统设计”的逻辑就没有那么有效了。SMS的可重构性和适应性在不确定和不可预测的产品变化方面是不明确的，这使得确定一种适合不同类型产品的SMSD具有挑战性。原文作了面向重构性目标的DT-SMSD研究进展综述。

iv. 面向可持续性目标的DT-SMSD 降低能源消耗的压力越来越大，制造商面临着提高SMS可持续性的挑战。优化加工参数设计是节能、减排和节约成本的关键。

SMS应具有根据其内部结构特点不断协调多个组件之间关系的能力，以确保在持续发展过程中始终保持内部协调。然而，在SMS设计阶段，对能源效率和碳排放的正式定义和优化关注甚少。在工业4.0中，数字孪生技术是理解和优化SMS中所有相关物质、能量和资源流之间相互作用的强大工具。数字孪生技术在为实现面向可持续发展的SMSD提供数据丰富的运行时环境方面起着关键作用。原文作了面向可持续性目标的DT-SMSD研究进展综述。

v. 面向安全性目标的DT-SMSD 安全是SMS控制的一个重要问题。数字孪生模型可以预测系统故障，在设计阶段可以用来优化SMS的工艺过程安全（Safety）和信息流安全（Security）。从控制安全的角度来看，容错能力是控制器在不需要人工干预的情况下调整系统行为以应对故障的关键能力。

设计主动控制策略可以提高SMS的容错能力，也可以称之为SMS的系统鲁棒性。原文作了面向安全性目标的DT-SMSD研究进展综述。

五、 DT-SMSD关键使能技术

工业物联网、云计算、人工智能算法等各种关键使能技术的集成，使DT-SMSD更加可靠和高效。本节回顾了如下图所示的这些关键使能技术及其在SMSD的重要作用。

a） 工业物联网

工业物联网（IIoT）用于实现对物理系统的动态感知，为数字孪生体提供高质量现场数据以实现高保真虚拟建模和模拟计算。基于数字孪生的近物理调试允许设计师使用来自原型SMS的IIoT数据，使数字孪生系统能够在早期开发阶段提前验证设计方案，如果发现效率低下和设计错误，则可低成本地进行相应的重新设计或调整决策。

b） 多领域物理化学建模

SMS是一个多场物理（机-电-液-热-磁控制等）集成系统。传统的制造系统设计方法是各领域的设计者分别设计各自相对独立的子系统，然后进行集成。虽然在设计过程中进行了全面的考虑、讨论和协商，但仍然很难把握系统各个部分的复杂耦合。各个专业的模型已经广泛应用于SMS设计的各个方面，但是这些模型缺乏统一的编码建模，不能共享。

基于模型的系统工程（MBSE）成为各专业学科模型的枢纽。各方设计人员围绕系统模型进行需求分析、系统设计、仿真等工作，MBSE可方便SMSD团队协同工作。因此，需要一种基于多领域建模和多学科仿真知识的新一代数字化设计方法。

SMS的数字孪生模型可以包含反映不同维度的物理动力学特性的模型，例如流体、结构、热力学、应力、疲劳损伤和材料状态（刚度和强度等）。如何关联这些维度对于建立数字孪生体至关重要。模型和数据是数字孪生体的核心。数字孪生模型应反映物理系统的内在运行规律。对SMS中发生的规律、现象和过程的本质的深刻理解将使我们能够开发和应用相关的多领域物理化学模型。

c） 实时同步与离散事件仿真

模型仿真是一种通过将包含确定性规律和机制的模型转换为软件来模拟物理世界的技术，是创建并保证数字孪生模型与相应物理实体之间有效闭环的核心。模拟只要模型是正确的，并且提供了完整的上下文信息和环境数据，就能够准确地反映物理世界的特征和参数。实时物理同步是数字孪生方法与传统仿真方法的主要区别。虚实同步延迟是衡量数字孪生系统性能的一个重要指标。

d） 可视化与虚拟/增强现实

SMSD是一个复杂且易出错的人机交互过程。传统的三维仿真系统通常不支持设计者作为终端用户以身临其境的方式体验最终的SMS。人们提出了一些具有虚拟现实（VR）、增强现实（AR）或混合现实（MR）的智能系统来支持工程师的设计和操作。在这种以VR/AR/MR技术为补充的人机系统中，“虚拟”和“真实”之间的界限变得模糊。利用VR/AR/MR技术对数字孪生系统进行增强，可以提高设计效率。

e） 大数据分析与工业人工智能

传统的基于知识的系统可分为基于实例的推理系统和基于规则的推理系统。在数字智能时代，一个更好的学习方法是有效地发现大规模案例数据中隐藏的知识和模式，以提高设计效率。领域专家通常很难意识到一个复杂的SMS系统隐含的因素相关性，考虑到制造过程中的随机性，数字孪生体的正确设计仍然难以实现其鲁棒性和适应性。例如，即使温度设置的微小偏差也可能导致复合材料结构中的重大缺陷。然而，大数据分析和深度学习方法可以捕捉到这一点。深度学习（例如，深度强化学习）作为最有前途的人工智能技术之一，可用于刺激和扩展SMSD中的人工智能。具有学习能力的数字孪生模型可以使SMSD越来越智能化。来自历史设计案例和上下文操作数据的日益可用性使得数据分析能够创造附加值。在未来，将更多高级工业人工智能算法融入数字孪生模型有望实现自动创建和生成新设计解决方案的能力。

f） 工业区块链与智能合约

现有的数字孪生系统大多是集中式的，存在着数据可审计性差和可追溯性差的缺点。在网络攻击下，SMS协同设计时的数据安全是一个关键问题。传统的网络安全方法需要改进，以应对威胁协作网络的攻击。区块链与智能合约为协同式SMSD的数据安全提供了新的解决方案。区块链使用加密技术和分布式共识协议来确保网络传输和访问的安全，从而增强各个设计参与者之间的信息传递安全。

g） 面向分布式数字孪生的云计算和web服务

除了区块链之外，实现协同式SMSD的另一种关键使能技术是支持分布式数字分析、设计和仿真工作的云计算和web服务。在协同式SMSD的上下文中，设计者和计算资源都是不同地理位置分布的。云计算和web服务系统允许在位于地理分散的多个类似成员之间合作共享设计活动。SMSD中仿真工作对高性能计算的需求是引入云计算技术的另一个驱动力，云计算技术可以提供低成本的计算资源共享、动态分配和灵活扩展。将web服务与云计算集成，使设计人员能够远程分布式地开展SMSD工作。

六、 研究方向

a） 将SMSD与产品开发相结合

一个产品在完成制造之前要经过一组制造商以及一系列协调的制造活动。许多制造商仅仅在自己的业务流程中开发了数字孪生，从而使现有的实现数字孪生模型局限于一个企业内部孤立的物理领域。为了适应不断变化的产品设计，发展数字孪生技术使企业实现供应链整合的自动化是至关重要的，但目前还没有相关研究。目前，由于缺乏可用的实时数据和反应迅速的设计规划系统，使数字孪生技术的应用变得困难。将智能产品开发/供应链集成与SMSD相结合的数字孪生模型统一在未来的产品研发中是未来发展方向之一的，因为它将使我们能够全面优化产品的生命周期活动。

b） DT-SMSD标准

在中小型制造企业中实施数字孪生非常耗时，因为所需的标准尚不明确。此外，实际的物理制造和网络系统之间往往存在很大的差异。应制定标准来回答如何实现良好的DT-SMSD的问题，并确定评估标准。制定DT-SMSD标准是制定技术指南和实施文件具体规定的过程，包括DT-SMSD中的技术原理、前提假设、处理方法、软件工具、模型定义、边界条件、设计步骤、变量控制、结果评估和结果校准。

开发DT-SMSD标准时可能包括以下评估维度：1）数字线程宽度，2）数据同步频率，3）人工智能类型/级别，4）仿真能力，5）参考模型丰富性，以及6）用户界面。与使用基于数字孪生的CAD软件相比，DT-SMSD标准更为复杂，指定难度更大，不仅需要对设计过程进行大量的试验验证，而且需要进行大量的误差标定工作。

c） DT-SMSD数据模式与参考架构

由于缺乏一个通用的数据模式来同步、协调和集成SMS的跨域数字孪生模型，导致了大量的投资浪费。刻画电气、机械、工效学和软件等特定领域中的SMSD方案差异，并建立一个一致的数字孪生接口标准和数据模型是至关重要的。

应在DT-SMSD参考架构中从方法、技术、操作和业务方面来定义开发、操作和评估DT-SMSD解决方案。参考架构回答了在哪里以及通过什么方式使用数字孪生的问题。如何确定数字孪生能够发挥最大价值的设计任务，并在必要时确保正确的决策指导，是建立DT-SMSD参考架构的任务。

DT-SMSD参考架构应该能够满足整个数字生命周期中的可重用性、互操作性、互换性、可维护性、可扩展性和自主性的要求。此外，考虑到企业数字孪生系统的成熟度正在逐步演进，参考架构不应只规定“当使用完全成熟的数字孪生系统完成SMSD时，应该做哪些数字孪生实施工作”，但同时也应该规定“在数字孪生系统的不同成熟度水平上，应该定制什么样的设计功能”。

d） DT-SMSD服务化

SMSD的服务化是行业发展趋势，它采用服务商业模式，不仅提供单一的设计解决方案，还提供延伸到运营阶段的服务，以满足个性化的调整需求。与服务型制造和智能产品服务系统的概念类似，DT-SMSD的服务化旨在通过利用数据驱动的数字孪生作为媒介和工具，提供随需应变的设计能力，以获得个性化的满足，同时减少对环境的消极影响。

DT-SMSD的服务化是一种以客户为导向的趋势，它实现了制造商个性化需求向SMS要素、特性和参数的不断转换。考虑到SMS中的动态行为和交互，DT-SMSD服务化趋势是从大规模历史案例数据中挖掘决策支持知识和模式，以增强SMSD服务和上下文感知的价值共创。

引用本文： Jiewu Leng， Dewen Wang， Weiming Shen， Xinyu Li， Qiang Liu， Xin Chen. Digital twins-based smart manufacturing system design in Industry 4.0： A review. Journal of Manufacturing Systems， 2021， 60： 119-137.

文章发表于《Journal of Manufacturing Systems》期刊，2021年5月。

第一作者：冷杰武副教授 通讯作者：刘强教授

论文链接：

https://www.sciencedirect.com/science/article/pii/S0278612521001151

文章转载自来自《数字孪生DigitalTwin》，如有涉及版权等问题请及时联系我们，著作权解释权属原创者所有，电子发烧友推荐阅读！

编辑：jq