一种基于数字孪生的生产过程仿真优化方法技术

本发明专利技术基于多品种、小批量、变节拍的柔性生产需求，建设基于大数据的制造运营管理系统、数据采集及控制系统，提升生产物流智能化水平和总装工艺装备专业化水准，形成批产产品脉动生产线和研制产品智能总装单元为主体的总装智能化车间，通过虚拟模型和物理实体之间的信息融合和数据交互，为物理实体提供更多的优化决策。

【技术实现步骤摘要】
一种基于数字孪生的生产过程仿真优化方法
本专利技术属于仿真优化
，具体涉及一种数字孪生技术。
技术介绍
现有大型复杂产品的总装通常采用固定式站位，基于刚性型架进行手工垂直装配，装配质量不稳定，装配效率低，工人劳动强度大，装配作业管理困难。脉动装配生产线(PulseAssemblyLines)最初从Ford公司的移动式汽车生产线衍生而来，是连续移动装配生产线的过渡阶段。不同的是，脉动装配生产线可以设定缓冲时间，对生产节拍要求不高，当某个生产环节出现问题时，整个生产线可以不移动，或留给下个站位去解决，当装配工作全部完成时，生产线就脉动一次。现阶段生产过程数据采集率低，数据分析应用能力弱，过程控制及追溯能力不强，导致质量管控成效不高。车间管理中，资源和计划调度依赖人工经验，信息化手段不足，生产计划排程精细化程度不够，动态响应能力不强，导致车间作业管理效能不高。随着信息时代的发展，数字孪生技术已成为实现智能制造的方法之一。数字孪生就是通过数字化的方式，在信息空间创建物理实体的虚拟模型，利用数据模拟物理实体在现实环境中的行为。通过虚拟模型和物理实体之间的信息融合和数据交互，为物理实体提供更多的优化决策。
技术实现思路
本专利技术为了解决现有技术存在的问题，提出了一种基于数字孪生的生产过程仿真优化方法，为了实现上述目的，本专利技术采用了以下技术方案。运行状态、关键工位运行状态、装配过程监控、生产过程仿真及优化等功能，实现车间运营过程的有效管理，全面提升智能车间的管控能力，通过对车间运行状态进行实时仿真，计算实际装配中各个工步的进度偏差，根据工步偏差调整总装工艺流程，进一步优化工艺流程、均衡工位节拍、工位装配能力提升等方面提升总装效能。根据工步偏差调整总装工艺流程，进一步优化工艺流程、均衡工位节拍、工位装配能力提升等方面提升总装效能。分析产品装配过程，对每个工位的操作内容进行整合及优化。依据产品的结构组成及工艺特点，分别设计不同领域不同类型的产品产线。完成智能工厂数字孪生模型建造，工厂内实现设备数据采集分析。建立任务、工艺流程、人、装置、物料齐套、物流配送、工艺指导模型或文件、测量装置等利用率以及问题发生的时间序列模型，分析各种资源随时间变化的利用率，利用聚类分析方法，判断瓶颈资源的发生模式。实现关键资源设备的互联互通，实现风险件关键参数可控，实现装配过程中简单质量问题的快速决策处理，同时也为智能车间集成应用建设提供基础硬件条件。实现数字空间和逻辑空间的同步运行，研究实体空间数据和信号的逻辑处理方法，提出数字空间实时映射运行流程，利用实时数据驱动数字孪生模型的高度拟真化运行，实现产品、设备、人员、系统和环境在数字空间和实体空间的映射与交互。实现返工返修、质量可视化，以及质量全过程追溯管理。利用积累的历史数据进行统计分析和数据驱动的设备状态建模，开发针对不同类别设备对象的非线性预测模型、参数优化技术和报警策略等，准确把握设备状态的劣化趋势，防止设备出现异常，确保生产顺利进行。从运营层、控制层开展建设，统一实施部署总装车间生产管理，按照分级存放的原则，在总装车间设置物料缓存库及线边库，按系统规划、分级实施的步骤开展建设，建成高效透明、高度柔性、准时配送、人机协同特征显著的智能车间。增加产线柔性，提高产线效率，对各型号产品进行详细工艺流程梳理、分析归类、优化调整。产品聚类分析，依据产品的结构组成及工艺特点，分别设计不同领域不同类型的产品产线，建立任务、工艺流程、人、装置、物料齐套、物流配送、工艺指导模型或文件、测量装置等利用率以及问题发生的时间序列模型，分析各种资源随时间变化的利用率，利用聚类分析方法，判断瓶颈资源的发生模式。工艺流程再造，突破传统设计思路，全寿命周期分析产品生产过程，再造产品工艺流程，以适应同类产品生产。工位布局优化，分析产品装配过程，对每个工位的操作内容进行整合及优化。基于工艺流程分析结果，开展装配设备的智能化升级研究，通过各种装备的数字化、网络化、智能化升级，实现关键资源设备的互联互通，实现风险件关键参数可控，实现装配过程中简单质量问题的快速决策处理，同时也为智能车间集成应用建设提供基础硬件条件。面对不同类型的产品、零部件、物料、、设备、人员和环境等物理实体类型和多样化功能，以及实体产生的数据，构建数字空间中的孪生模型，研究实体空间数据和信号的逻辑处理方法，提出数字空间实时映射运行流程，利用实时数据驱动数字孪生模型的高度拟真化运行，实现数字空间和逻辑空间的同步运行，实现产品、设备、人员、系统和环境在数字空间和实体空间的映射与交互。生产过程数字孪生模型采用统一表达式DTws＝DTequip∪DTprod∪DTpers∪DTenv，其中DTws为车间生产过程数字模型，DTequip为设备数字孪生模型，DTprod为产品数字孪生模型，DTpers为人员数字孪生模型，DTenv为环境孪生模型。基于数字孪生信息与统计学习、深度学习技术，完成对总装车间运行状态的专业诊断，实现对异常的通知、判定、处理、跟踪、分析追偿和关闭，形成车间异常管理的闭环，提高异常处理的及时性。对质量数据实时采集，将采集的数据与生产订单、批次等信息进行关联，及时发现潜在的质量风险和问题，实现返工返修、质量可视化，以及质量全过程追溯管理，利用积累的历史数据进行统计分析和数据驱动的设备状态建模，针对不同类别设备对象的非线性预测模型、参数优化技术和报警策略，准确把握设备状态的劣化趋势，防止设备出现异常，确保生产顺利进行。输入原始数据融合并从其较低层提取基本信息，将基本信息融合到其中间层的更高表示信息和决策中，进一步将这些决策和信息融合在其较高层中，形成最终分类结果，自动发现复杂的数据结构，并从原始数据逐层学习有用的特征，自适应优化不同融合级别的组合，以满足生产管理中智能决策对数据的要求。构建产品全生命周期的数字孪生模型，对车间运行状态进行实时仿真，计算实际装配中各个工步的进度偏差，根据工步偏差调整总装工艺流程，进一步优化工艺流程、均衡工位节拍、增强工位装配能力，提升总装效能。再次在数字孪生模型中进行工艺流程模拟，计算实际装配中各个工步的进度偏差，完成新一轮的工艺流程优化。在实际装配作业中，往往工艺流程不是最佳状态，工位设置不合理，存在各工位作业时间相差较大的问题，工位中装配工具及设备较为传统，装配效率低下，过程数据无法自动采集，不利于质量监控和过程追溯，通过进一步优化工艺流程、均衡工位节拍、工位装配能力提升等方面提升总装效能。传统工艺流程，天线阵面、平台和雷达车总成的机装与电装内容未开展并行作业，导致作业效率低下，作业周期长的问题，电讯测试在测试架上进行，增加阵面与测试架的拼装和分离的时间，面板装配工位、高频箱装配、高频箱拼装工位划分不合理，各工位时间不均衡。优化后的工艺流程，高频箱装配工位的内容拆分至面板装配工位与高频箱拼装工位，从零部件出库到成品入库的整本文档来自技高网...

【技术保护点】
1.一种基于数字孪生的生产过程仿真优化方法，其特征在于，包括：监控装配过程、运行状态、车间管控，采集分析设备数据，实时仿真车间运行状态，建造智能车间数字孪生模型；分析产品的结构组成、装配过程、工艺特点，设计不同领域不同类型的产线；整合工位的操作内容，计算各工步的进度偏差，调整工艺流程，均衡工位节拍、提升装配能力；建立数据库，实时展示使用情况、使用率、合格率，监控当前的运行、停机、维护、故障状态，基于数据库深度技术，诊断总装车间运行状态，形成车间管理的闭环。/n

【技术特征摘要】
1.一种基于数字孪生的生产过程仿真优化方法，其特征在于，包括：监控装配过程、运行状态、车间管控，采集分析设备数据，实时仿真车间运行状态，建造智能车间数字孪生模型；分析产品的结构组成、装配过程、工艺特点，设计不同领域不同类型的产线；整合工位的操作内容，计算各工步的进度偏差，调整工艺流程，均衡工位节拍、提升装配能力；建立数据库，实时展示使用情况、使用率、合格率，监控当前的运行、停机、维护、故障状态，基于数据库深度技术，诊断总装车间运行状态，形成车间管理的闭环。


2.根据权利要求1所述的基于数字孪生的生产过程仿真优化方法，其特征在于，所述建造智能车间数字孪生模型，包括：建立产品、设备、人员、系统和环的模型，测量各资源的利用率，建立事件发生的时间序列模型，实现数字空间和逻辑空间的同步运行。


3.根据权利要求2所述的基于数字孪生的生产过程仿真优化方法，其特征在于，所述建立产品、设备、人员、系统和环的模型，包括：采用统一表达式DTws＝DTequip∪DTprod∪DTpers∪DTenv描述车间生产过程，其中DTws为车间生产过程数字孪生模型，DTequip为设备数字孪生模型，DTprod为产品数字孪生模型，D...

【专利技术属性】
技术研发人员：胡长明，贲可存，张柳，谢协国，吕龙泉，冯展鹰，
申请(专利权)人：中国电子科技集团公司第十四研究所，
类型：发明
国别省市：江苏;32