卢志敏，饶 伟，江 琳，李晓刚，黄梦凌，曾广程，严德龙

(龙岩烟草工业有限责任公司，福建 龙岩 364021)

0 引言

近年来，各行各业正掀起以大数据、物联网、5G传输、人工智能为核心的技术浪潮，同时也带来了全新领域的数字世界。数字世界为了服务物理世界而存在，而物理世界因为数字世界而变得高效有序。数字孪生技术在此背景下应运而生[1]。美国工业互联网联盟将数字孪生作为工业互联网落地的核心和关键。德国工业4.0参考架构也将数字孪生作为重要内容[2]。其中，Gartner公司一直将数字孪生技术作为十大战略科技发展趋势之一[3]。此外，党的十九大报告也明确提出了“加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合”。数字孪生的核心是推动大数据技术产业创新发展，构建以数据为关键要素的数字经济，推动数字经济和实体经济的融合发展，实现信息技术、人工智能技术与制造业的深度融合[4]。

本文采用数字孪生技术，研究了数字孪生技术在烟丝库的具体应用场景，有效打通了制造执行、企业管理、物联网等系统，实现了设备参数的实时采集和工艺流程优化。

1 烟丝库数字孪生的产生背景

数字孪生通过数字化方式在信息空间创建实体的虚拟模型，并利用大数据分析模拟实体在实际环境中的动作[5]。同时，数字孪生是综合运用感知、计算、建模等信息技术，通过软件定义，对物理空间进行描述、诊断、预测、决策，进而实现物理空间与虚拟空间的交互映射。其中：模型是核心；软件是载体；数据是基础[6-9]。为了构建全要素、多维度、多尺度的精准数字孪生实体模型，陶飞[10]等通过“建-组-融-验-校-管”六个方面的探索建立了数字孪生模型构建理论体系。为了构建数字孪生模型评价指标体系，张成源[11]等对不同阶段的数字孪生模型性能需求进行分析，提炼出八项数字孪生模型评价准则。

烟草行业是资金密集型和劳动强度密集型的传统工业。随着生产模式变化和高质量发展需求，以前的大批量、大规模生产转型为小批量、多规格、多品牌的个性化定制生产，对生产制造提出了更高要求，如生产过程可视化、信息反馈快速化、制造资源动态优选等。烟丝库作为烟丝中转和存储的重要环节，上要承接制丝车间的烟丝贮存，下要满足卷包车间的烟丝供给。传统的管理模式和运行模式很难提升烟丝库的生产运行效率，难以满足卷烟生产制造需求。因此，建设智能化的烟丝库以实现对卷烟厂的智能化升级改造具有重要意义。

烟丝库的整体框架包括物流出入库系统、堆垛机子母车系统、装箱输送系统及翻箱系统等。由于缺乏信息系统的统筹调度，库区管理更多依靠管理人员经验，设备故障追溯更多体现在事后控制，同时存在业务任务调度、执行、生产不够精准、及时和效率不足等情况。这主要体现在三个方面：一是设备运维方面存在不足，未对设备进行实时监控；二是仓储调度任务不够合理、无法精准跟踪；三是生产过程协同效率不足，管理人员对生产过程的管控能力不足。

2 面向生产数字孪生的开发模式

随着无线网络技术、物联网技术的高速发展和传感器成本的大大降低，大数据与人工智能的融合使工业领域基于模型的设计、感知、仿真、优化成为可能。数字孪生在实际生产中起到了连接信息和物理两个层面的桥梁作用，实现了流程数据、实体信息、经营管理的无缝结合[12]。烟丝库的数字孪生模型能够对库存量、物料分布等数据进行实时同步映射，反映设备的生命周期，在线实时监控设备的运行状况、磨损情况，从而实现可视化仓储管理。

2.1 烟丝库数字孪生的技术要素

数字孪生以模型和数据的集成融合为基础与核心，通过在数字空间实时构建物理对象的精准数字化映射，基于数据整合与分析预测来模拟、验证、预测、控制物理实体全生命周期过程，最终形成智能决策的优化闭环。因此，烟丝库的数字孪生搭建要素主要围绕库区环境、生产设备、业务系统开展，并对其进行数据采集和模型建立。库区环境包括烟丝库的仓库、库存、物料状态、物流设备、人员等信息。生产设备包括堆垛机、翻箱机、穿梭机、清扫机器人、烟丝柜、货架等。业务系统包括仓储管理系统(warehouse management system，WMS)、仓储控制系统(warehouse control system，WCS)、生产制造执行(enterprise resource planning，ERP)系统、物流系统等。所建立的模型可实现现实环境中的业务运行、设备状态、物理行为等在数据空间中的展示。同时，该模型结合人工智能(artificial intelligence,AI)、智能算法等技术对现实情况进行分析、监控、预测，可实现烟丝库的智能化管理，使生产稳定、高效。

2.2 系统应用架构的搭建

系统应用架构如图1所示。

图1 系统应用架构图

烟丝库的数字孪生架构包括数据采集、数据存储、服务层、数据通信层、展现层和访问层。底层用于数据采集并存储，通过传感器实时采集设备状态数据并上传到数据库。其中包括对堆垛机、输送机、码垛机、清扫机器人等设备的数据采集和存储。软件层的WMS将关键节点数据存储到数据库中，包括任务状态的改变、关键站台的射频识别(radio frequency identification,RFID)读写。WCS将过程日志写入文件系统中。服务层提供集成服务。系统根据设备机理模型和数据模型，结合不同算法，分析数据，将数据拆分成不同模块，建立与数字孪生模型层的任务分析、任务统计、库存管理、故障预警、生产仿真等以及各类模型的映射关系。不同的展示终端(如计算机、手机、大屏等)通过调用不同协议(Restful API或Websocket)的接口获取业务服务层相关数据，以产品全生命周期的真实数据为基础，将人、机、料、法、环等真实运营场景通过3D建模实时虚拟仿真，实时/远程管控，达到实体信息、经营管理、流程数据的无缝结合，从而将仿真图像展现给用户。

2.3 数字孪生系统的信息集成

数字孪生系统需要与企业内外的多个相关业务系统集成，包括WMS、WCS、集控系统、制造执行系统(manufacturing execution system,MES)、移动终端管理(mobile device management，MDM)系统、ERP系统。数字孪生系统集成架构如图2所示。

图2 数字孪生系统集成架构图

ERP系统集成对接主要获取计划、订单、任务等业务数据，将这些业务数据用于关联验证从厂级执行系统获取的小批量生产订单等数据，并按照级别维度在数字孪生系统进行展示；同时，将大订单赋予业务状态，以便将数据反馈给ERP系统，实现数据反哺。MES集成对接主要获取生产计划等业务数据，将该业务数据按照业务建模和数据分析，并在数字库区、设备管理、库存管理等业务看板上展示，方便业务工作开展和运营决策。WCS、WMS、集控系统对接主要获取库区设备、计划、指令、生产等业务数据，并将这三个系统的相同业务数据按照相关标准进行数据串联，同时根据三者的业务数据分析处理情况，以3D数字建模的展现技术将设备运行状态、生产状态、物料库存状态、运行状态通过数字孪生系统直观展示给用户，实现库区内所有业务数字孪生。MDM系统集成对接主要获取上一级公司、供应商的物料信息等。以上所涉及的对接数据包括模型几何数据、模型业务数据、现场实时数据等。

2.4 智能数据采集技术

随着技术的发展，可靠、先进、标准化的技术手段被用于构建烟丝库的数据采集服务。通过对物理设备底层进行数据采集，可将采集到的原始数据进行数据清洗、分类、沉淀、编码等处理，形成有分类化、标签化的数据，并进行压缩存储。同时，数据通过网络、消息队列遥测传输(message queuing telemetry transport,MQTT)等协议与其他系统进行集成并上传至云端。

数据采集技术的智能化主要体现在边缘处理层。数字孪生系统的数据采集包括由软件系统获取业务数据，以及由库内各种不同类型的设备进行数据采集。数字孪生的数据采集服务兼容上百种软硬件的数据交换协议，可以根据不同的底层交换协议自动匹配并进行数据采集，无需花费时间进行定制开发。同时，针对采集的数据，可根据业务的分析建模自动进行分类，实现标签化，搭建系统内部细维度的数据服务，设计业务出错、设备故障智能短信推送功能，实现设备的智能预警。现场数据采集服务层次如图3所示。

图3 现场数据采集服务层次图

数据采集层是数据采集服务的基础，通过协议转换器实现底层通信协议(如OPC、Profinet、PROFIBUS、RS-485、TCP/IP 等)的互通。边缘处理层采集原始业务数据，进行数据边缘处理后再进行存储及上传。数据存储层通过SQLite、MySQL等数据库进行存储，实现分布式管理和集中管理，以及互通共享处理。数据传输层负责对外发送数据，实现多种不同方式数据传输，同时也支持企业总线还有云端服务。

3 烟丝库数字孪生系统的主要功能

3.1 库区数字化

在充分考虑库区信息流的设计制造基础上，本文通过建立生产模型和仿真软件，构建面向烟丝存储和周转的库区数字化孪生系统。首先，采用仿真软件，如UINO(优锘)、CADDS5、CAX(计算机辅助设计)等，建立数字仿真模型，对孪生体的特征要素进行编码。烟丝库主要设备包括物流输送机、翻箱机、堆垛机、装箱机等。特征要素包括各设备的运行状态、数量、规格等一系列信息。各类代码设计应具备完整性、唯一性、可识别性。其次，设计输出的信息和相关图纸应涵盖库区的所有信息，可反映烟丝库整个流程的所有信息。最后，设计应配备相应的接口软件。

库区数字化可实现以下功能。①3D模型支持设定管控区域、管控维度，可进行不同区域、不同视角的自由切换，使用户可以通过3D模型直观、便捷地掌握烟丝库各区域的情况。②能够以3D模型的形式查看各个设备的生产及运行状态，包括当前生产进度、设备报警状态、设备健康度、工艺参数等。③接入重点区域监控画面，结合智能视频分析技术，进行实时监控及监控结果呈现，对可能发生的异常进行标定预防，对异常行为进行标记并自动报警。④接入各牌号库存量、日计划进度、月计划进度、原辅料库存、库区能耗等生产看板中的核心指标，并对异常指标进行标定及报警，同时支持跳转到生产看板页面查看深度的指标分析。

3.2 排产计划智能化

根据产品生命周期管理(product lifecycle management，PLM)，对ERP系统进行分解，并对原数据中心进行重新定义和赋值，以实现工艺特征的匹配。MES根据计划需求、设备状态、人员配置、烟丝货位开展自动分析，完成计划分解下达；同时，根据计划内容自动完成调度任务，确保烟丝库各个工序高效、安全、流畅。数字孪生系统针对MES功能产生的智能排产、滚动排产计划，在下发集控等系统前实现产前验证，以确保下发集控后计划的有效性，从而加强烟丝库排产计划的智能化。

3.3 仓储规划智能化

仓储规划包括库内整体布局、库内储存空间布局、作业流程规划等方面，是物流规划中的重要模块，隶属WMS功能。在作业效率的高低、能否实现便利性和数据准确性两全、货物保管质量好坏、未来能实现什么功能等诸多方面，仓储规划都起到基础性的作用。借助数字孪生技术，在烟丝库构建的基于仓库空间数据和设施数据的仓库立体虚拟模型可立体仿真展现库区环境、库内布局、建筑结构以及独立设备，并可进行任意角度的调整及场景切换。同时，该模型可模拟物资、人员和物料搬运设备的移动，实现了通过仓库存储实体大小、数量以及存储特性等数据，构建最优仓储规划布局，以提高空间利用率和作业效率的目的。该设计为未来智慧化仓储的建设奠定了坚实的基础。

3.4 设备全生命周期智能监控

①建立设备健康评估模型，以实现设备实时监控预警、设备预防性维护、设备远程运维等服务。设备健康评估模型的建立主要通过采用各种监测、分析和判断方法，结合设备的历史状态、运行条件和实时运行情况等数据来实现。

②搭建设备立体三维模型，对设备形状、设备原件、设备参数以及独立设备插件进行立体仿真，并可进行任意角度的调整及场景切换，使设备管理信息更加全面化、设备更加立体化。同时，将建模好的设备纳入数字孪生平台进行统一信息化管理和维护，大幅度提高设备管理的可识别、可追踪。其中的重点是通过对设备故障的预测，实现设备的预测性维护，以及设备维护周期的个性化、智能化调整。

③通过数字孪生系统，可对作业区进行24 h在线实时健康状态监控、负载率信息分析等，更宏观地对生产资源进行调度和健康状态评估、预测，从而制定保养维护方案，提升生产能力。

4 应用效果

4.1 烟丝库数字孪生系统的实施

某卷烟厂搭建了采用数字孪生技术的烟丝库仓储管理系统。其中，主界面包括三个功能模块。功能主要包括库存管理、生产效率、设备管理。

4.1.1 库存管理功能模块

基于传统的库存管理系统，库存管理功能模块加入了实时库存分析，包括货架库存量、库区巷道周转率、物料分布占比、库龄分布等，把货架三维可视化，以实时显示货架存储物料以及数量，使用户可以更加直观地分析监测货架库存。货架库存量主要展示整个库区的总容量、已用货位数量和可用货位数量等信息。在实时状态信息中，可以查看出库入库和执行动作，并支持查看历史信息。库区巷道周转率主要展示库区的货架库存周转率。物料分布占比主要根据物料编号对物料类别进行统计展示，展示信息包括编号、名称和数量等。库龄分布主要展示库存中货物存放的库龄占比。除此之外，在货架存储信息模块增加了实时状态信息，可以查看出入库的状态以及货架的历史信息。

4.1.2 生产效率功能模块

生产效率功能模块包括任务信息、设备工作效率的展示和分析。任务信息包括任务ID、路线、状态等信息。状态分为实时任务状态和已完成任务状态。已完成任务信息包括当日任务信息以及近一周时间内任务完成情况，使用户可针对当前任务完成的情况实时分析生产历程、进度等，并对异常生产任务作重点分析。设备工作效率包括避让任务和任务占比展示。避让任务统计内容包括堆垛机避让次数和摆渡次数，以数字和折线图的方式展示，通过数字和图形方便用户分析出堆垛机线路是否合理。任务占比展示烟丝库设备各个动作的占比，方便用户了解各环节的任务强度。

4.1.3 设备管理维护模块

设备管理维护模块包括设备信息展示和设备管理。设备信息展示包括烟丝库设备分布和状态，包含设备运行时长统计，按日、周、月等不同时间维度展示的设备衔接效率趋势分析。系统对设备进行分类，使用户可以直观了解场景中所有设备、查看设备编号详情、分析设备有效运行时间和效率。设备状态信息精确到秒。设备管理主要分为场景中设备的故障信息统计分析、设备故障统计排行等，统计并显示近七天故障次数最多的五个设备以及故障次数，同时对故障设备分类，为设备的维修保养等提供有效的分析数据，以实现设备数字化、透明化。这使得设备维修保养更加智能化。

4.2 烟丝库的运行效果

为体现烟丝库运行效果，本文对烟丝库改造前后的整体故障次数和时间进行了统计。改造前后烟丝库故障次数及故障时间如表1所示。由表1可知：自投入运行以来，烟丝库平均故障次数由16.3次/天降至6次/天，降低了272%；故障时间由1.7 h/天降至0.3 h/天，降低了567%。综上分析可知，数字孪生技术提升了烟丝库的运行效率，带来了良好的经济效益。

表1 改造前后烟丝库故障次数及故障时间

5 结论

数字孪生是一项综合性技术，通过与数据采集处理、数字模型、PLM、大数据分析、信息物理系统、工业互联网、5G传输等多项技术融合，实现人工智能技术与制造业的深度融合。在面向烟草行业生产流程、生产工艺优化的数字孪生平台建设过程中，需要实现数字孪生基础理论及相关的技术融合突破，完成设备接入、工业通信协议适配、异构系统集成、虚实融合等核心关键构件的初步研发，探索多协议数据转换、海量异构数据汇聚、感知数据驱动、数字孪生精准映射等关键技术研究。

本文以某卷烟厂烟丝库为实例，建立虚实结合的烟丝库模型和综合管控平台，实现该公司对物联网、大数据、人工智能等新技术的成功应用，为未来卷烟加工车间全面升级积累了重要的实践经验。