柯志胜，赵巍，王太勇，郑明良，刘志豪，赵晓朦

1天津职业技术师范大学机械工程学院；2天津大学机械工程学院

1 引言

21世纪以来，物联网、云计算、大数据、移动通信和人工智能等新兴技术广泛应用于制造业[1]，信息化与先进制造技术的深度融合成为新一轮工业革命的重要驱动力。智能生产线搭载了数字化、网络化和智能化技术，凭借运行可靠和生产效率较高的特点已被应用于各种零件的生产。为了降低搭建成本，在进行实际生产之前，需采用虚拟调试技术，通过在三维仿真软件中设计出相应的智能设备并搭建虚拟生产线布局，对智能生产线进行设计与仿真，经验证正确后再进行实际智能生产线的搭建[2-5]。

虽然使用虚拟调试技术能够降低智能生产线成本，但是目前智能虚拟生产线的设计与搭建仍然存在许多问题，例如，在三维仿真中设计的智能虚拟生产线模型不能真实反映物理生产线，导致编写的控制程序和实际控制程序存在差别；智能虚拟生产线在仿真时不能实时展示智能设备的加工过程；智能虚拟生产线在进行调试时需要控制的设备多，操作繁琐。针对上述问题，本文采用数字孪生技术[6-9]对智能虚拟生产线的设计和虚拟调试系统进行研究，提出了面向数字孪生智能虚拟生产线的设计方案，并搭建框架用于简化虚拟调试操作的虚拟调试系统，为智能虚拟生产线设计与控制提供快速解决思路。

2 智能虚拟生产线整体设计和控制框架

为了解决智能虚拟生产线模型不能真实反映物理实体而带来的控制困难问题，提出了基于五维模型驱动的设计和控制框架(见图1)。该设计框架包含了五维模型的所有元素：物理实体、虚拟实体、孪生数据、服务和连接。

图1 面向数字孪生的智能生产线设计

使用该框架进行智能生产线设计流程如下：

(1)在进行智能虚拟生产线设计前，需提前建立所需的数字孪生设备模型库，然后将模型导入数字模型库中等待使用，同时将设备的各项参数储存至孪生数据中。设计人员可以在数字模型库中选取所需设备模型并快速实现智能生产线布局。

(2)完成上述工作后，设计人员开始进行智能生产线设计。设计人员根据各零件的加工工艺选取合适的加工设备，并根据加工设备进行概念设计，然后从模型库中拖拽模型至虚拟空间搭建智能生产线并验证，其可视化属性使设计人员可以直观地观察智能生产线。在智能生产线概念设计正确的前提下，为每个智能设备配置控制器，在控制器中设定相应的动作和信号，通过虚拟控制系统对生产线进行控制，让智能生产线按照工艺要求对零件进行加工。

智能生产线仿真高度还原物理生产线加工场景，该框架可以极大缩短智能生产线的开发周期和降低调试难度[10]，也为面向数字孪生的智能虚拟生产线提供了普适性的解决方案。

3 几种关键技术

基于前文提出的设计和控制框架，本文详细介绍了支撑设计框架的三种关键技术：多维建模技术、可拓展式通讯框架设计和虚拟调试系统设计。

3.1 面向数字孪生的智能生产线多维建模技术

多维建模技术是一项关键技术，它解决了虚拟设备模型不能真实反映物理实体的问题。如图2所示，多维建模技术包括三部分：按照加工要求选取加工设备、对设备进行几何建模和构建数字孪生模型。

图2 面向数字孪生的智能生产线多维建模流程

首先，根据加工零件的工序要求选取智能设备，确定其几何尺寸。

其次，根据确定的几何尺寸，在三维建模软件里对智能设备进行建模。将复杂的智能设备分解成多个组件，分别对多个组件进行建模和装配，这保证了虚拟模型和智能设备几何上的一致性。但是这些虚拟模型不具备物理设备所具有的特性，只是在外观上和物理设备相似，所以需要为虚拟模型添加物理属性。

最后，在建模仿真软件中为其添加物理驱动和脚本编辑。基于物理驱动，物理属性可以被添加到智能生产线的工作环境中，但通过这些物理属性并不能让智能生产线具备感知和仿真功能，所以需要根据传感器逻辑和运动逻辑为虚拟模型添加传感器和运动脚本，虚拟设备可以根据脚本程序执行动作。此外，还为模型添加了自动拼接功能，用来加快智能生产线设计搭建进程。在智能生产线设计时，设计人员根据需要从设备库中选取虚拟模型，并将其拖拽至虚拟空间，以完成智能生产线设计。

3.2 面向智能虚拟生产线的通讯框架设计

由于智能生产线往往由繁多底层设备(如传感器、机器人、PLC设备、数控机床和AGV等)组成[11]，设备的通信协议也各不相同，使得智能生产线的数据采集以及整合通信系统的成本巨大。除此之外，不同协议的信息传输直接影响各层次间数据通信的统一管理，给车间信息管理带来困难。因此，智能生产线需要一个通讯框架用于设备之间的数据连接。

OPC UA作为可靠灵活的通信网络，是一种不依赖于平台且具有更高安全性和可靠性的标准[12]。本文提出基于OPC UA的可拓展通信框架用于智能生产线连接设备，其框架如图3所示。

图3 基于OPC UA的智能生产线可拓展式通讯框架

将各类智能设备嵌入OPC UA客户端中，将各智能设备采集的数据转换为支持OPC UA协议的数据并封装到OPC UA服务器中，使用OPC UA通信协议通过WiFi与OPC UA客户端进行通信。当服务器调用服务时，客户端必须向服务器发送请求消息，处理完请求后，服务器将恢复消息发送回客户端。在客户端和服务器之间发送的信息和数据必须通过消息模式格式检查，并由客户端或服务器分析获取所需信息[13]。这极大地方便了智能生产线的数据采集和通信，实现了多种数据类型的通信统一，为智能生产线的信息化管理提供了很大便利。除此之外，为了方便实时观察零件的加工过程，将设备模型接入虚拟数控系统，接收来自OPC UA服务器的启动信号，通过对G代码进行编译并解析成数据，实时驱动设备模型运动。

3.3 虚拟调试控制系统设计

搭建好智能生产线布局后需要对生产线进行控制及调试。本文通过设计虚拟调试系统，由虚拟调试系统对智能生产线模型下发命令，从而实现对智能生产线虚拟加工过程的控制[14]，面向数字孪生智能虚拟生产线的控制系统框架如图4所示。

基于软PLC平台CodeSys设计虚拟调试系统，该系统主要包括人机交互模块、集成通讯模块、监测模块和PLC程序编辑模块。人机交互模块作为信息传递的主控界面是实现系统与用户之间信息交互与交流的功能窗口，主要包括控制智能生产线设备的启停以及为了方便观察实时加工过程设置的视角转换功能。通讯模块是实现虚拟控制器对智能虚拟生产线控制的关键，本文采用OPC UA进行通讯。监测模块主要用来监视智能生产线的运行状态以及各个设备的运行情况，通过控制器的I/O接口，利用采集的数字模型运行数据和传感器数据即可实现。PLC程序编辑模块主要是为智能生产线提供编写控制程序的功能，设计人员可根据智能生产线的运行逻辑，用梯形图编写相应的控制程序控制产线生产。

本文所述虚拟调试系统设计主要是PC端交互控制软件设计，使用交互控制软件对智能生产线模型发送和接收反馈动作信号，通过仿真软件中的智能生产线模型来验证程序逻辑。面向数字孪生的智能虚拟生产线的虚拟调试系统总体工作流程如图5所示。

图5 虚拟调试系统工作流程

4 智能生产线的案例研究

基于上述关键智能技术，给出了面向数字孪生的智能虚拟生产线设计和控制应用实例，通过虚拟调试系统完成对智能虚拟生产线的调试和实时监测。该实例可以更好地理解面向数字孪生的智能虚拟生产线的设计和控制。

4.1 智能虚拟生产线的快速设计搭建

本案例针对8种零件的生产搭建智能虚拟生产线，用来验证智能产线的快速设计与控制。该智能生产线由机械手、数控机床、AGV小车以及其他周边设备组成，可以验证数字模型是否都能够按照PLC控制程序正常工作，智能生产线的快速设计过程如图6所示。在进行设计智能生产线之前要进行需求分析，设计者根据需求进行概念设计，智能生产线的布局由概念设计决定。

图6 智能虚拟生产线的快速设计

智能生产线的整体拓扑设计总共由10个加工单元、8台AGV小车及其他周边设备构成，每个加工单元由1只机械手和1台数控机床组成，列出各零件的加工工艺与对应机床所需时间，其中，OP1～OPn表示加工的工序，M1～M10分别表示10台机床，车间同时生产8种不同的零件，表示为Job1～Job8。物料在车间通过8辆AGV运输，分别表示为AGV1～AGV8。根据概念设计中选用的数控机床、机械手和AGV小车，使用多维建模技术设计好相应的数字孪生模型并导入数字模型库，设计人员从模型库中导入模型进行智能生产线的快速设计。

4.2 智能虚拟生产线的调试仿真

4.2.1 设备信号配置

智能生生产线在进行调试之前，需要根据零件的生产流程以及各个设备执行的动作为加工设备配置控制信号，主要是PLC与各个数控系统、机械手、缓存库库位等交互信号。数控系统和机床模型通过Mod bus TCP协议直接交互，对数控代码进行识别、解析与处理，用于驱动数字孪生机床进行相应的运动控制，以达到实时显示数控机床的加工过程。部分数控机床、机械手、AGV小车和缓存库库位的信号配置如表1所示。

表1 部分设备信号配置

4.2.2 控制程序编写和调试

完成智能虚拟生产线信号配置后，再编写控制程序，控制程序采用PLC梯形图、机械人脚本语言、数控系统G代码和Python脚本语言共同实现智能产线控制。其中，PLC为智能生产线的中央控制器，通过梯形图对整个系统进行逻辑控制，机器人脚本程序由PLC触发后执行相应的上下料动作，数控系统G代码用来完成加工任务。针对部分零件生产部分PLC控制流程如图7所示。

图7 智能虚拟生产线某个零件的PLC流程

在机器人自带的程序编辑器中编写机器人的脚本程序，用于实现接收PLC的控制信号、执行机器人的上下料、发出信号启动数控机床加工和接收模型设备反馈信号等功能。部分机器人脚本程序如图8所示，其中，机器人的运动轨迹在进行信号配置前进行了示教。虚拟数控系统的程序如图9所示。

图8 机器人程序编辑器中上下料程序

图9 虚拟数控系统加工程序

Python主要用来编辑通讯接口、通讯协议和数据处理功能，用来实现虚拟数控机床向数字孪生机床的转变。

在编写完控制程序后，将PLC的输入、输出信号和智能设备输入、输出信号一一对应，随后对智能生产线进行虚拟调试，虚拟调试是通过PLC梯形图、机器人脚本程序、数控G代码以及虚拟调试系统共同控制虚拟模型进行[15]。运行智能生产线、虚拟数控系统和虚拟调试系统，将智能生产线和虚拟调试系统通过OPC UA通信协议连接起来，虚拟数控系统和数控机床通过Mod bus TCP协议连接起来，通过操作虚拟调试系统的人机交互模块控制智能生产线中智能设备的信号实现对智能生产线加工过程的控制，同时通过视角转换功能实时观察智能设备的加工过程。在监控模块中，观察智能设备模型反馈的信号可以及时发现智能设备是否出现故障[12]。虚拟调试系统运行如图10所示。

图10 虚拟调试系统PLC运行、信号采集及设备监控

4.2.3 仿真结果分析

通过虚拟调试系统完成对智能虚拟生产线调试后，使用该产线生产8种零件，在智能虚拟设备正常运行的情况下，该智能虚拟生产线模拟仿真时间为379s。车间甘特图能够较好地反映不同零件在对应各个机床的加工顺序，图11为智能生产线排产甘特图，图中J(x，y)表示零件x的第y道工序，其中零件1的加工工序为M1→M4→M7→M9，仿真结果表明，使用该智能生产线能够满足排产要求。

图11 智能生生产线的排产甘特图

5 结语

本文提出了一种面向数字孪生智能生产线设计与虚拟调试系统设计的方法。研究内容主要包括以下几个方面：基于五维数字孪生模型提出了五维智能生产线的设计与控制框架，详细介绍了构建该方法的三个关键技术；为了验证该方法的可靠性，以面向数字孪生的智能虚拟生产线为例进行生产研究。结果表明，该智能框架能够很好地解决智能生产线的设计与控制问题。但是，该研究仍存在一些不足，未来工作主要集中在以下两个方面：丰富智能生产线模型库中模型的种类和提高智能生产线的实时性。