| 编辑推荐: |
本文主要介绍了数字孪生车间原型系统的实现架构，包括物理层、模型层、数据层、连接层、服务层。
本文来自于微信公账号数字孪生体实验室 ，由火龙果软件Linda译、推荐。 |
|
动力电池是新能源汽车的关键组成部件，它的制造水平从很大程度上决定了新能源汽车的性能。然而，动力电池的制造工艺复杂，包括配料、涂布、辊压、分条、模切、叠片、焊接封装等诸多工序，每一道工序都会影响产品质量。为了实现对动力电池生产过程的精准管控，机械工业第六设计研究院有限公司（中机六院）结合某新能源汽车动力电池智能化车间建设项目，搭建了数字孪生新能源汽车动力电池生产车间原型系统。
数字孪生车间原型系统的实现架构如图1所示，包括物理层、模型层、数据层、连接层、服务层。
图1 数字孪生车间原型系统实现架构
1.物理层
物理层包括车间内隧道炉、静止炉、涂布机、叠片机、提升机、封装机等关键设备，主要功能是完成动力电池生产的配料、涂布、辊压、分条、模切、叠片、焊接封装等工艺。通过传感器、嵌入式数据采集模块、摄像头等传感装置，能够实现对物理车间环境、能源状态、浆料温度、设备运行速度、上下料开关量等数据的实时采集。如图2所示，运用管理壳对数据传输协议进行统一转换，并对设备进行功能定义与封装，然后将数据统一传输至工业集成总线。
图2 新能源汽车动力电池物理层数据采集传输
2.模型层
针对新能源汽车动力电池生产车间，中机六院基于几何模型、工艺数据模型、运动模型、规则约束模型等构建了大量车间虚拟模型，包括车间整体布局模型，焊接、注液、封装等生产线模型，以及涂布机、烘箱等关键工艺设备模型，并从不同粒度和维度对模型进行了处理（如图3所示）。这些模型形成了虚拟车间模型库，能够从几何、行为、规则等多个维度，以及单元级、系统级、复杂系统级多个粒度对物理车间进行刻画与描述。基于物理车间采集的生产实时数据与虚拟模型，实现了对生产节拍、线上物流、生产负荷等的实时仿真，模拟了产线利用情况与生产瓶颈等。
图3 新能源汽车动力电池模型层部分模型展示
3.数据层
车间孪生数据具备多源异构的特点，主要包括：从物理车间采集的状态数据、开关量数据、视频图像等；虚拟车间的模型参数与模型对车间布局、生产节拍、线上物流、生产负荷等的仿真数据；车间服务描述数据、服务运行过程与结果数据、服务评估数据等；以及车间SCADA、MES系统数据，如订单信息、工艺KPI（key
performance indicator）等。基于对这些数据的综合处理与融合，能够实现生产过程的多维度分析与优化。图4对数据层中部分字段及字段类型进行展示。
图4 能源汽车动力电池生产车间数据层部分数据字段展示
4.连接层
根据数字孪生车间各组成部分的特点，中机六院开发配置了OPC（OLE for Process Control）/OPC-UA（Unified
Architecture）、ESB（Enterprise Service Bus）、Web Service等数据接口，实现了物理车间、虚拟车间、车间服务系统、孪生数据库以及车间SCADA、MES等信息系统的数据交互与集成，具体如图5所示。
图5 连接层数据接口展示
5.服务层
基于上述工作，中机六院开发了面向车间智能生产的业务服务。图6对部分服务进行了展示，包括基于虚拟模型的涂布工艺过程仿真服务，基于信息面板、数据标签、数据图表等的孪生数据可视化监测服务，结合VR技术的员工模拟培训服务，基于AR技术的生产数据与实际设备叠加增强显示的工艺参数查看服务。这些服务通过移动设备提供给车间用户，支持用户对服务的便捷使用。
图6 能源汽车动力电池生产车间部分服务展示
数字孪生新能源汽车动力电池生产车间基于虚拟车间模型、孪生数据及服务实现了车间生产过程可视化监控、生产工艺仿真及生产过程优化等，是基于数字孪生车间实现智能生产管控的典型案例。 | 
