基于3D多组态的产线孪生系统快速构建*

吴浩天，杨建中，肖湘桂，黄 思

(华中科技大学国家数控系统工程技术研究中心，武汉 430074)

0 引言

制造业水平是综合国力和发展程度的重要体现，工业软件是智能制造发展的核心支撑，智能产线孪生系统与虚拟仿真软件是核心工业软件的重要组成部分，技术和市场长期被德国西门子、美国Flexsim、英国Emulate3D、法国达索公司等垄断。相比之下国内缺少合适的孪生模型数字化设计仿真软件工具，在语义建模方法[1]、知识模型库标准[2]、指令驱动[3]、虚实数据交互融合接口[4]等关键仿真技术上缺乏长期研发积累和跨领域技术集成，导致智能产线设计周期长、生产过程效能难以预测，无法验证所设计的智能产线制造能力等问题。研发智能产线孪生系统，对于促进行业需求与软件技术结合、提升国产工业软件整体实力、推动我国制造业转型与新模式转变具有重要意义。

智能产线设计与可视化虚拟仿真软件是数字孪生技术[5]的体现。基于数字孪生技术，高丹等[6]提出了数字孪生智能产线的概念。数字孪生智能产线是对真实存在物理世界中智能产线制造系统的数字化双胞胎[7]。针对数字孪生智能产线中的建模难题，提出了基于产线系统3D多组态物化建模方法。数字孪生智能产线建模主要依托智能产线中的对象和对象关系，通过多组态分层次建模的方式描述系统的对象特征、行为和相互关系，基于语义建模方法和可视化组件技术[8]实现多层次知识模型库的搭建，融合弱装配关系建模技术建立产线物料对象、设备对象、生产资源逻辑对象、生产线流程时序对象和工位运动时序对象等之间的行为和相互关系，从而实现产线孪生系统模型的快速构建。

1 产线孪生系统关键要素多组态分层建模

产线系统3D多组态物化建模技术路线如图1所示。本文主要针对产线中的组态进行建模技术研究。

图1 产线系统3D多组态物化建模技术路线

1.1 基于3D多组态的产线孪生模型总体架构

智能产线中各部分具有相互联系、相互制约、相互依存的特点，故多层次模型及基本要素的关联和多元信息的融合成为产线孪生系统建模的重点和难点。基于组态化思想，将数字孪生智能产线模型分为如图2中的4个部分。

图2 数字孪生智能产线模型

其中，3D模型组态是产线装备三维模型的虚拟表达；运动组态是根据运动生产线关键要素的特征及运动方式的不同，构建了不同运动装备的运动事件描述方法；事件组态是关键装备和产线关键要素所要完成的一系列指令动作，如上下料、关节移动等；逻辑组态用于实现产线的逻辑控制，虚拟产线逻辑构建也是孪生产线系统中非常重要的一环。数字孪生智能产线模型由以上多类组态搭建而成，不同的组态相互配合完成某类工件的整个加工流转过程。不同组态之间会以某种方式相连接，故提出一种快速建立产线设备多组态间的弱装配关系方法。

1.2 3D模型组态构建

生产线模型组态是真实模型的虚拟展示，其展示效果的好坏直接影响用户的体验感和真实感，也是后续关于产线布局和逻辑控制部分的研究的基础理论。

产线孪生系统的3D模型组态建模采用视图引擎Open Scene Graph(简称OSG)[9]可视化，通过开源几何造型引擎Open CASCADE(简称OCC)[10]读取模型的几何拓扑信息，传入OSG中进行了重绘显示。分析工业领域的模型文件格式，如IGES、STEP等，基于OCC的功能实现模型拓扑等信息的读取，并向OSG中的顶点数组进行转换，实现模型的快速显示与交互。

OCC中的建模数据模块主要用于提供几何模型的数据结构。首先对一个实体最基本的几何元素和几何信息进行描述，对于常用模型可以采用Brep法[11]进行构建。拓扑信息指的是几何元素间的连接关系。OCC几何引擎描述了最基本的几何元素，但对于一些特殊类型没有描述。基于此通过引用低层次的拓扑类型可以自定义诸如壳、圈等拓扑体如图3所示。在完成图形几何拓扑信息的读取后，将生产线模型有组织地加入到数据库中，形成自定义数据模型库。

图3 自定义STEP、IGES拓扑层次

OSG是在OpenGL上进一步封装得到的场景图形开发包。通过构造产线孪生模型场景树实现3D模型组态的可视化与图形渲染。首先进行场景树的实时图形修改；然后针对修改后的场景树，挑选其所有节点的包围盒；最终完成3D模型组态的可视化和几何渲染。

1.3 设备运动组态构建

生产线主要设备模型主要有两类：制造资源类、工件类。其中前者对应于生产线中的各种机床设备；后者主要是待加工零件或已加工完零件。其中还包括加工设备(车、钻、磨、铣床)、输送设备(小车、传送带)、仓储类设备(工件源、缓冲站)等。根据产线运动组态关键要素的特征进行划分，每种设备都能提前设置运动状态，然后对路径进行规划。

如图4所示为划分后的各类型组件库，提供了机器人、机床、AGV、传送带等几个典型设备的运动组态构建方法。可通过机器人离线编程方式实现机器人运动组态的构建。还可通过加工装备通用组件的基础功能：多可动模型，多路径搭建等，搭建出机床、AGV等组件，并支持上下料、加工等基本功能动作。对于传送带运动组态，通过传送带组件可以对传送带的模型、颜色、运动路径、方向、速度等进行构建修改，从而构建出各种各样的传送带。

图4 各类型组件库

1.4 生产事件组态构建

对产线关键要素的事件组态信息进行分析，划定机器人的事件组态由上料事件、下料事件、关节移动事件以及位置移动事件构成；传送带可用于工件的运输，其事件组态由上料事件、下料事件、启动事件以及停止事件构成；机床的事件组态由开门事件、关门事件以及加工事件构成。

产生装置用于仿真时生成待加工工件，其事件组态主要由产生事件构成。针对待加工工件的多样性，产生事件应支持待加工工件模型的自定义设置，包括模型的外观特征以及材质颜色等。此外，考虑到工件运动流转过程的合理性，其产生位置的相关信息亦可在产生事件中进行相关配置。针对具体应用场景，可区分为工件加工已完成和运输至其他组件两种情况，对于前者，工件已经历生产线中加工及运输的整个周期，反映在产线孪生系统虚拟仿真中则体现为工件下料后消失；而对于后者，工件将经历下一工序的运输与加工，等待其他组件进行相关的处理，反映在虚拟仿真中则体现为工件下料后停止在原地并等待其他组件的运输加工。

1.5 产线逻辑组态构建

根据组件库中的类型划分，将产线中的逻辑事件进行不同的封装处理，以导航树的形式描述层次关系。运动组态构成了逻辑组态的运行基础，根据组件中已构建的运动组态，结合生产过程中的具体工艺及相关控制信号，形成了基于动作节点的逻辑控制方案，据此提出了产线孪生系统关键装备的逻辑组态构建方法。

产线的工艺流程由工序组成，工序又可进一步细分为工步，工步作为一道工序若干步骤中的一步，是保持仿真参数不变时的连续加工作业过程。在产线孪生仿真系统中，引入动作节点的概念对工序进行描述，工步的描述保持不变，其层级结构如图5所示。

图5 产线孪生仿真系统层级结构

在产线孪生系统中每道工序都由特定的加工装备完成，其中将执行工序动作的模型称为运动单元，如机器人、机床、传送带等。以机器人为例，首先通过离线编程软件规划其运动路径并构建工步，然后结合机器人模型的信号量，形成对应的动作节点。所有运动单元的动作节点，共同构成了产线的逻辑组态。

在实际产线中，总控系统下发调度指令，执行机构进行解析工作并据此更新控制信号，进而驱动执行目标动作。在组件中，采用信号量形式模拟实际的控制信号，通过给定信号量状态变化的条件，使信号量与动作节点关联，结合动作节点运动前后的信号反馈，完成产线的逻辑组态构建。

2 基于多组态的弱装配关系快速构建

产线关键要素之间存在相互联系、相互制约、相互依存的关系。根据前述研究，基于组态化的思想可以将其分为3D模型组态、运动组态、事件组态和逻辑组态。在产线的搭建过程中，各层次组态之间具有特定的配合及联系，本章主要的任务就是完成这种关系的快速建模，主要包括孪生产线关键要素的布局关系、信号关联关系和事件逻辑关系。

2.1 生产线关键要素各组态关系多维度集成

生产线关键要素的布局关系可表述为组件之间的特定相对位置关系。不同的布局使得组件之间发生碰撞的难易程度不同，影响着产线整体的运行安全，同时对应着不同的加工工艺规划方案，进一步影响着产线的生产效率。组态的布局属性包括位置和姿态两部分，分别代表了模型相对基准的平移距离及绕轴旋转的角度，参考基准一般为世界坐标系。各模型组态相对于世界坐标系的布局数据确定后，组态之间的相对位置关系也得以确定，整个生产线的布局搭建就完成了。

生产线关键要素的各组态之间进行数据通信需建立起信号的关联关系。信号可分为输入信号和输出信号，其中输入信号用于接收其他组态传递的信息，而输出信号则用于传递信息至其他组态，其中输入信号只能与输出信号建立关联关系。完成信号关联后，关联信号的状态变化是同步进行的，一般而言，某组态完成一道工序后，与该工序相应的输出信号状态发生变化，与此同时，该输出信号关联的另一组件输入信号状态也发生同样的变化，可能触发另一组态中某事件的执行条件，推动工序的正常执行。信号关联的建立方式分为两种，采用属性栏配置的形式展现信号表，通过下拉框依次选择组件、输出信号、另一组件、输入信号的方式完成信号关联的建立；除此之外还可采用图形化的形式展现组态及其输入输出信号，通过组态输出信号与另一组件输入信号连线的方式完成信号关联的建立，如图6所示。

图6 图形化建立信号关联

生产线关键要素的事件逻辑关系除了事件自身外，还包括执行条件和信号量设置两部分。执行条件表示该事件发生的前置条件，一般由该组态的多个输入信号与输出信号状态共同构成，当信号满足执行条件中设置的状态时，该事件将被驱动执行。信号量设置则作用于组态信号状态的变化，由于事件的执行需耗费一定的时间，在事件执行开始前和事件执行完成后两个不同时间点修改信号状态，将会造成不同的效果。针对该问题，结合目前组态信号主要采用布尔信号的现状，信号量设置中每个信号量的变化可分为开始后空闲、开始后占用、结束后空闲、结束后占用4种类型描述。

2.2 生产线关键要素弱装配关系快速构建

一般而言，完成整个孪生产线上所有组态之间弱装配关系的建立耗时较长，因此弱装配关系的快速构建技术具备显著的研究价值。

首先对于布局，相较于参数调整，可以通过视图拖拽的方式完成组态的初步布局，可快速形成孪生产线的大致方案，结合位置与姿态的微调，将有效减少建立产线布局关系的耗时。对于信号关联关系，其建立方式包括属性栏配置信号表以及图形化信号连线两种类型，其中图形化信号采用的连线方式较为直观明了，能在一定程度上体现快速建立关联关系的作用。对于事件逻辑关系，针对各种不同类型的组态，提供一些内置的输入信号、输出信号、模板路径等属性，在此基础上进行编辑调整，可达到节约时间的目的。此外，各项属性配置完成后的组件，通过导出至组件库中，可作为模板创建多个实例，支持快速搭建出由多个重复单元组成的生产线。

3 案例及仿真验证

根据以上研究和功能开发成果，通过锅打磨产线等案例实现产线孪生系统的组态建模及运动仿真验证。

锅打磨产线由3条上料传送带、1组下料传送带和6套机器人打磨单元组成。人工将工件(锅具)放在上料传送带上，工件运动至传送带末端后，经过定位夹具定位，随后机器人吸取工件(锅具)进行打磨。打磨完成的工件(锅具)放至上层输送线，上层输送线通过通伺服电机和编码器控制输送带等间距启停移动(间距3500 mm)，每组打磨机器人之间的间距为3500 mm，每台机器人在3500 mm范围里都有且仅有1个放料点，保证6台机器人对应放料位置每次都是空位。最后通过下料传送带将打磨完毕的工件运送至下料位置。至下料传送带后，下料传送带将完成一次下料运输。

根据文章所提出的基于3D多组态的产线孪生系统快速构建方法，锅打磨产线在仿真软件中的构建过程可大致归为以下步骤：场景布局、路径规划、信号关联、逻辑配置、仿真测试，如图7所示。

图7 锅打磨产线案例的构建过程

(1)场景布局：布局流程大体可以分为两个阶段：一是对产线中的各类设备组件进行建模，并导入至仿真软件中；二是根据产线的设计参数对模型进行布局位置与姿态的调整。

义7-6块直井长缝日均产液量为30.3t，日均产油量为18.8t；常规压裂日均产油量为12.9t；直井长缝压裂日均产油量为常规压裂日均产油量的1.92倍。

导入产生装置、机器人、传送带、打磨台以及背景环境等组态模型，通过视图中拖拽模型结合布局参数微调的方式将各组态摆放至合适位置，完成生产线的整体布局，如图8为机器人的拖拽布局功能。

图8 视图拖拽的布局方式

其中，各组态支持模型自定义设置，可实现组件库的扩展，避免搭建产线时库中没有合适组件的问题。

(2)路径规划：该产线中工件的运动与机器人及传送带这两类模型组态相关，此处需完成上料传送带、打磨机器人以及下料传送带的路径规划。其中传送带的作用在于运输工件，路径规划主要涉及到工件运动的起点与终点数据以及传输速度；打磨机器人的路径规划则涉及到上料、打磨加工、下料等3类运动。如图9所示为机器人路径规划功能。

图9 机器人路径自动生成

(3)逻辑配置：作用是设定上述已规划路径的执行条件，按照特定的工艺流程完成工件的加工，同时在动作执行前后可更新组件信号状态。逻辑设计大致可分为以下3个阶段：信号配置、信号关联、动作设计。

建立产生装置、传送带以及打磨机器人的事件逻辑关系，确定运动、上下料、启动停止等各类事件的执行条件，并完善事件执行开始前和执行完成后的信号状态变化。组件的信号配置如图10所示。

图10 组件的信号配置

针对工件产生及运动相关的组件，即产生装置、传送带和打磨机器人，通过添加编辑删除的方式，完成输入信号与输出信号的相关配置。结合属性栏信号表以及图形化信号连线两种方式，实现组件之间信号关联关系的建立，这里为提高产线建立的速度采用图形化信号连线的方式。

动作设计部分能够体现整条生产线的运行逻辑，由组件属性面板中的“动作列表”模块进行统一管理。

完成锅打磨产线案例的构建后，对其进行整体仿真测试，其中图11为上下料传送带和打磨机器人的仿真运动图。

图11 仿真运动图

通过以上孪生产线实例的仿真测试，验证了以下研究内容：

(1)制造系统关键装备3D模型组态的构建，形成了产生装置、传送带、机器人、加工装备等4类常用的组件库，支持组态模型的自定义与组件库的扩展。

(2)生产线关键要素运动组态的构建，实现了上料传送带、打磨机器人、下料传送带等模型组态的路径规划与仿真测试。

(3)生产线关键要素事件组态的构建，完成了多种事件的实践应用，包括产生装置的工件生成，传送带的上料下料、启动停止，打磨机器人的上料下料、关节移动、位置移动等。

(4)生产线关键要素逻辑组态的构建，以动作节点为核心，结合其中的事件执行条件与执行前后信号状态的变化，完善了产线案例中各组态之间的逻辑关系。

(5)基于多组态的弱装配关系的建立，完成产线孪生系统中组态之间的协作配合，实现生产加工的全流程仿真。

4 结论

提出的基于3D多组态的产线孪生系统快速建模方法和生产线关键要素弱装配关系快速构建方法，在数字孪生智能产线设计与仿真领域具有一定的实用价值。基于行业需求，融合软件技术，以组态化的思想将产线孪生系统的建模分层逐一实现；对各层次的组态关系进行多维度集成，并提出一种生产线弱装配关系快速建模方法。并通过锅打磨产线实例论证了所提出产线孪生系统建模方法的可行性以及弱装配关系快速建立方法的合理性。